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

• Autor: Nieto Gutierrez, Wendy Carolina
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Peruana Cayetano Heredia
• Repositorio: UPCH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upch.edu.pe:20.500.12866/14920
• Enlace del recurso: https://hdl.handle.net/20.500.12866/14920
• Nivel de acceso: acceso abierto
• Materia: COVID-19; SARS-CoV-2; Mortalidad; Pronóstico; https://purl.org/pe-repo/ocde/ford#3.02.07; https://purl.org/pe-repo/ocde/ford#3.03.05; https://purl.org/pe-repo/ocde/ford#3.03.08; https://purl.org/pe-repo/ocde/ford#3.03.09

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.