Modelos de predicción para la letalidad por COVID-19: análisis secundario del Sistema Nacional de Vigilancia Epidemiológica del Ministerio de Salud de Perú

Nieto Gutierrez, Wendy Carolina

Repositorio Institucional
→
Documentos para optar grados y títulos
→
Maestría
→
Maestría en Ciencias en Investigación Epidemiológica
→
Ver ítem

dc.contributor.advisor	Ugarte Gil, Cesar Augusto	es_ES
dc.contributor.author	Nieto Gutierrez, Wendy Carolina	es_ES
dc.date.accessioned	2024-01-30T21:49:09Z
dc.date.available	2024-01-30T21:49:09Z
dc.date.issued	2023
dc.identifier.other	206976	es_ES
dc.identifier.uri	https://hdl.handle.net/20.500.12866/14920
dc.description.abstract	Objetivo: Constuir modelos y evaluar su performance para la predicción de letalidad por COVID-19 considerando datos poblacionales del sistema de vigilancia de la enfermedad en el Perú. Metodología: Estudio de tipo cohorte retrospectiva. La población de estudio estuvo conformada por los casos registrados y confirmados de COVID-19 en el sistema de vigilancia de nueve provincias de Lima. La población total fue dividida en una muestra aleatoria de 80%, en donde se realizó la construcción de modelos utilizando estrategias diferentes para seleccionar variables (1: estudios previos; 2: método de Lasso; 3: significancia estadística ; 4: post-hoc). En el 20% restante se realizó la validación interna. La selección de los modelos finales se basó en la comparación del performance obtenido y la coherencia biológica de las asociaciones. Resultados: La información de 17 678 casos fue utilizada para la creación de modelos y 4 420 para la validación. Los modelos construidos tuvieron performances comparables; sin embargo, se decidió seleccionar el modelo 1 (13 ítems), debido a su menor cantidad de variables y ligero mayor performance, y el modelo resumido obtenido de la estrategia 4 (3 ítems). Los performance de ambos modelos fueron consistentes cuando se realizó la validación, inclusive, cuando se evaluó en diferentes escenarios. Conclusión: Los modelos construidos tuvieron performances comparables; sin embargo, recomendamos dos modelos de predicción, cuyas áreas bajo la curva fueron óptimas y mostraron superioridad debido a su plausibilidad biológica y al menor número de variables incluidas. Futuros estudios deberán corroborar el performance y validar la utilidad en contextos acutales.	es_ES
dc.description.abstract	Aim: To develop and evaluate models for predicting COVID-19 fatality, we considered population data from the disease surveillance system in Peru. Methods: Retrospective cohort study. The study population consisted of registered and confirmed COVID-19 cases in the surveillance system of nine provinces in Lima. The total population was divided into an 80% random sample, where models were constructed using different strategies for variable selection (1: previous studies; 2: Lasso method; 3: statistical significance; 4: post-hoc). The remaining 20% underwent internal validation. Selection of final models was based on comparing the achieved performance and biological coherence of associations. Results: Information from 17,678 cases was used for model creation, and 4,420 for validation. Constructed models had comparable performances; however, model 1 (13 items) was selected due to its lower number of variables and slightly higher performance, along with the summary model obtained from strategy 4 (3 items). The performances of both models remained consistent during validation, even across different scenarios. Conclusion: The constructed models exhibited comparable performances; nevertheless, we recommend two prediction models with optimal area under the curve values that demonstrated superiority due to their biological plausibility and fewer included variables. Future studies should corroborate the performance and validate utility in current contexts.	es_ES
dc.format	application/pdf	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Peruana Cayetano Heredia	es_ES
dc.rights	info:eu-repo/semantics/openAccess	es_ES
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es	es_ES
dc.subject	COVID-19	es_ES
dc.subject	SARS-CoV-2	es_ES
dc.subject	Mortalidad	es_ES
dc.subject	Pronóstico	es_ES
dc.title	Modelos de predicción para la letalidad por COVID-19: análisis secundario del Sistema Nacional de Vigilancia Epidemiológica del Ministerio de Salud de Perú	es_ES
dc.type	info:eu-repo/semantics/masterThesis	es_ES
thesis.degree.name	Maestro en Ciencias en Investigación Epidemiológica	es_ES
thesis.degree.grantor	Universidad Peruana Cayetano Heredia. Escuela de Posgrado Víctor Alzamora Castro	es_ES
thesis.degree.discipline	Ciencias en Investigación Epidemiológica	es_ES
dc.publisher.country	PE	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.02.07	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.03.05	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.03.08	es_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#3.03.09	es_ES
renati.author.dni	72629280
renati.advisor.orcid	https://orcid.org/0000-0002-2833-9087	es_ES
renati.advisor.dni	10559286
renati.type	http://purl.org/pe-repo/renati/type#tesis	es_ES
renati.level	http://purl.org/pe-repo/renati/nivel#maestro	es_ES
renati.discipline	021097	es_ES
renati.juror	Carcamo Cavagnaro, Cesar Paul Eugenio	es_ES
renati.juror	Carrasco Escobar, Gabriel	es_ES
renati.juror	Fano Sizgorich, Diego Alejandro	es_ES