Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023
Descripción del Articulo
Determina la concordancia de causalidad entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC, para los ESAVI de la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho (HSJL) durante el período enero-febrero del 2023. A finales del 2022 el Ministerio de Salud...
Autores: | , |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2024 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/22273 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/22273 |
Nivel de acceso: | acceso abierto |
Materia: | Concordancias Algoritmos Causalidad Vacunación Pandemia de la Covid-19, 2020- https://purl.org/pe-repo/ocde/ford#3.03.05 https://purl.org/pe-repo/ocde/ford#3.01.05 |
id |
UNMS_a5323eb365551af8a8467576a8ce697e |
---|---|
oai_identifier_str |
oai:cybertesis.unmsm.edu.pe:20.500.12672/22273 |
network_acronym_str |
UNMS |
network_name_str |
UNMSM-Tesis |
repository_id_str |
410 |
dc.title.es_PE.fl_str_mv |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
title |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
spellingShingle |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 Bautista Samaniego, Pedro Valentin Concordancias Algoritmos Causalidad Vacunación Pandemia de la Covid-19, 2020- https://purl.org/pe-repo/ocde/ford#3.03.05 https://purl.org/pe-repo/ocde/ford#3.01.05 |
title_short |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
title_full |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
title_fullStr |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
title_full_unstemmed |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
title_sort |
Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 |
author |
Bautista Samaniego, Pedro Valentin |
author_facet |
Bautista Samaniego, Pedro Valentin Huarhua Jimenez, Victor Nolberto |
author_role |
author |
author2 |
Huarhua Jimenez, Victor Nolberto |
author2_role |
author |
dc.contributor.advisor.fl_str_mv |
Crispín Pérez, Victor |
dc.contributor.author.fl_str_mv |
Bautista Samaniego, Pedro Valentin Huarhua Jimenez, Victor Nolberto |
dc.subject.es_PE.fl_str_mv |
Concordancias Algoritmos Causalidad Vacunación Pandemia de la Covid-19, 2020- |
topic |
Concordancias Algoritmos Causalidad Vacunación Pandemia de la Covid-19, 2020- https://purl.org/pe-repo/ocde/ford#3.03.05 https://purl.org/pe-repo/ocde/ford#3.01.05 |
dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#3.03.05 https://purl.org/pe-repo/ocde/ford#3.01.05 |
description |
Determina la concordancia de causalidad entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC, para los ESAVI de la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho (HSJL) durante el período enero-febrero del 2023. A finales del 2022 el Ministerio de Salud (MINSA) aprobó una dosis de refuerzo con la vacuna bivalente. Debido a que no existe un método estándar para realizar la evaluación de causalidad de Evento Supuestamente Atribuido a la Vacunación o Inmunización (ESAVI), la comparación de métodos permite describir las posibles semejanzas o diferencias. Se realizó un estudio observacional, descriptivo, retrospectivo y transversal. Se analizaron 115 formatos de notificación de ESAVI, donde se evaluó la causalidad empleando los algoritmos de Karch y Lasagna modificado y el de la OMS-UMC, determinando la concordancia mediante el valor de kappa ponderado de Cohen obtenido en el Software de programación R y realizando la interpretación de acuerdo con la escala de Landis y Koch. En los resultados, los ESAVI más frecuentes fueron dolor en zona de vacunación 49.17 %, cefalea 12.71 %, malestar general 8.29 %, pirexia 7.73 % y mialgia 4.97 %. El género femenino representó el 67.83%, el grupo etario de mayor distribución fue de 30 a 59 años (66.1 %). El 63.48 % de las notificaciones fueron catalogadas como “moderadas”, los ESAVI de mayor duración fueron dolor en zona de vacunación y cefalea (1 a 5 días), el 63.48 % de pacientes recibieron tratamiento farmacológico, el 41.74 % de notificaciones fueron reportadas por químicos farmacéuticos. Las categorías de causalidad empleando el algoritmo de Karch y Lasagna modificado fueron “probable” 63.5 %, “posible” 34.8 % y “condicional” 1.7 %, para el algoritmo de la OMS-UMC fueron “probable” 53.04 %, “posible” 45.86 % y “condicional” 1.10 %. La concordancia entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC, según el valor de kappa de Cohen empleando la escala de Landis y Koch fue “sustancial” (k= 0.7871, IC 95 % [0.7006-0.8737]; p-valor <0.05) con un porcentaje de concordancia general de 89 %. Se concluye que la concordancia entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC para los ESAVI de la vacuna bivalente recopilados del HSJL fue “sustancial” con un porcentaje de concordancia general de 89 %. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-05-09T17:32:40Z |
dc.date.available.none.fl_str_mv |
2024-05-09T17:32:40Z |
dc.date.issued.fl_str_mv |
2024 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.citation.es_PE.fl_str_mv |
Bautista P, Huarhua V. Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Farmacia y Bioquímica, Escuela Profesional de Farmacia y Bioquímica; 2024. |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12672/22273 |
identifier_str_mv |
Bautista P, Huarhua V. Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Farmacia y Bioquímica, Escuela Profesional de Farmacia y Bioquímica; 2024. |
url |
https://hdl.handle.net/20.500.12672/22273 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.es_PE.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.publisher.country.es_PE.fl_str_mv |
PE |
dc.source.es_PE.fl_str_mv |
Universidad Nacional Mayor de San Marcos Repositorio de Tesis - UNMSM |
dc.source.none.fl_str_mv |
reponame:UNMSM-Tesis instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
UNMSM-Tesis |
collection |
UNMSM-Tesis |
bitstream.url.fl_str_mv |
https://cybertesis.unmsm.edu.pe/bitstreams/11082fb7-543f-4426-b521-7258278db563/download https://cybertesis.unmsm.edu.pe/bitstreams/75439eb6-7505-4a68-9fd9-cec8002bf430/download https://cybertesis.unmsm.edu.pe/bitstreams/cd5333db-f045-4df4-9a2c-0027e2fdd751/download https://cybertesis.unmsm.edu.pe/bitstreams/794a6165-fe33-4167-bc57-3cbddb835dd4/download https://cybertesis.unmsm.edu.pe/bitstreams/1aa2791c-0a28-4425-ab99-2b8dabf415b0/download https://cybertesis.unmsm.edu.pe/bitstreams/8672b30b-ec87-4a1e-93ca-e49423eedcad/download https://cybertesis.unmsm.edu.pe/bitstreams/8a200593-8266-4c9d-950e-e497ebe8be09/download https://cybertesis.unmsm.edu.pe/bitstreams/28e7c051-6dbe-4ecf-9eee-689b5371cfaf/download https://cybertesis.unmsm.edu.pe/bitstreams/a4485a35-0ac6-4ef3-8c3e-5dc90f172c1c/download https://cybertesis.unmsm.edu.pe/bitstreams/578c719d-6891-466d-92ac-45d3f9cecaef/download |
bitstream.checksum.fl_str_mv |
130355fff68f3accc65fa84df308cf77 7ea7b0aebab4616a537f09dc7d7ba019 fd1b20b15620418ade1ff9d6be9bf5c5 8a4605be74aa9ea9d79846c1fba20a33 3590a3c6e7696736882d6e1c1c9fcc91 a5eae87943a4afcf3b5ba6d8d70ed773 1e65cd08c82f9bddd3ca855667fbd1b6 65e40d47ca187f58a37bb274c32e6005 c72365078c3758e215a83f71b91b024c 5224a2c383ee84c282f2af5a5eb4f715 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Cybertesis UNMSM |
repository.mail.fl_str_mv |
cybertesis@unmsm.edu.pe |
_version_ |
1844716151194517504 |
spelling |
Crispín Pérez, VictorBautista Samaniego, Pedro ValentinHuarhua Jimenez, Victor Nolberto2024-05-09T17:32:40Z2024-05-09T17:32:40Z2024Bautista P, Huarhua V. Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023 [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Farmacia y Bioquímica, Escuela Profesional de Farmacia y Bioquímica; 2024.https://hdl.handle.net/20.500.12672/22273Determina la concordancia de causalidad entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC, para los ESAVI de la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho (HSJL) durante el período enero-febrero del 2023. A finales del 2022 el Ministerio de Salud (MINSA) aprobó una dosis de refuerzo con la vacuna bivalente. Debido a que no existe un método estándar para realizar la evaluación de causalidad de Evento Supuestamente Atribuido a la Vacunación o Inmunización (ESAVI), la comparación de métodos permite describir las posibles semejanzas o diferencias. Se realizó un estudio observacional, descriptivo, retrospectivo y transversal. Se analizaron 115 formatos de notificación de ESAVI, donde se evaluó la causalidad empleando los algoritmos de Karch y Lasagna modificado y el de la OMS-UMC, determinando la concordancia mediante el valor de kappa ponderado de Cohen obtenido en el Software de programación R y realizando la interpretación de acuerdo con la escala de Landis y Koch. En los resultados, los ESAVI más frecuentes fueron dolor en zona de vacunación 49.17 %, cefalea 12.71 %, malestar general 8.29 %, pirexia 7.73 % y mialgia 4.97 %. El género femenino representó el 67.83%, el grupo etario de mayor distribución fue de 30 a 59 años (66.1 %). El 63.48 % de las notificaciones fueron catalogadas como “moderadas”, los ESAVI de mayor duración fueron dolor en zona de vacunación y cefalea (1 a 5 días), el 63.48 % de pacientes recibieron tratamiento farmacológico, el 41.74 % de notificaciones fueron reportadas por químicos farmacéuticos. Las categorías de causalidad empleando el algoritmo de Karch y Lasagna modificado fueron “probable” 63.5 %, “posible” 34.8 % y “condicional” 1.7 %, para el algoritmo de la OMS-UMC fueron “probable” 53.04 %, “posible” 45.86 % y “condicional” 1.10 %. La concordancia entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC, según el valor de kappa de Cohen empleando la escala de Landis y Koch fue “sustancial” (k= 0.7871, IC 95 % [0.7006-0.8737]; p-valor <0.05) con un porcentaje de concordancia general de 89 %. Se concluye que la concordancia entre los algoritmos de Karch y Lasagna modificado con el de la OMS-UMC para los ESAVI de la vacuna bivalente recopilados del HSJL fue “sustancial” con un porcentaje de concordancia general de 89 %. application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMConcordanciasAlgoritmosCausalidadVacunaciónPandemia de la Covid-19, 2020-https://purl.org/pe-repo/ocde/ford#3.03.05https://purl.org/pe-repo/ocde/ford#3.01.05Concordancia entre dos algoritmos de causalidad en eventos supuestamente atribuidos a la inmunización con la vacuna bivalente contra el COVID-19 en el Hospital San Juan de Lurigancho, enero-febrero, 2023info:eu-repo/semantics/bachelorThesisSUNEDUQuímico FarmacéuticoUniversidad Nacional Mayor de San Marcos. Facultad de Farmacia y Bioquímica. Escuela Profesional de Farmacia y BioquímicaFarmacia y Bioquímica07363013https://orcid.org/0000-0003-3863-26987624139976240700917046Condorhuamán Figueroa, Yovani MartínRojas Ríos, Luis AlbertoVargas Huillcanina, María Genovevahttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis095976250973886823999334ORIGINALBautista_sp.pdfBautista_sp.pdfapplication/pdf3651802https://cybertesis.unmsm.edu.pe/bitstreams/11082fb7-543f-4426-b521-7258278db563/download130355fff68f3accc65fa84df308cf77MD51C1280_2024_Bautista_sp_autorizacion.pdfapplication/pdf264584https://cybertesis.unmsm.edu.pe/bitstreams/75439eb6-7505-4a68-9fd9-cec8002bf430/download7ea7b0aebab4616a537f09dc7d7ba019MD55C1280_2024_Bautista_sp_reporte.pdfapplication/pdf8359747https://cybertesis.unmsm.edu.pe/bitstreams/cd5333db-f045-4df4-9a2c-0027e2fdd751/downloadfd1b20b15620418ade1ff9d6be9bf5c5MD56LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/794a6165-fe33-4167-bc57-3cbddb835dd4/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTBautista_sp.pdf.txtBautista_sp.pdf.txtExtracted texttext/plain101876https://cybertesis.unmsm.edu.pe/bitstreams/1aa2791c-0a28-4425-ab99-2b8dabf415b0/download3590a3c6e7696736882d6e1c1c9fcc91MD57C1280_2024_Bautista_sp_autorizacion.pdf.txtC1280_2024_Bautista_sp_autorizacion.pdf.txtExtracted texttext/plain7386https://cybertesis.unmsm.edu.pe/bitstreams/8672b30b-ec87-4a1e-93ca-e49423eedcad/downloada5eae87943a4afcf3b5ba6d8d70ed773MD59C1280_2024_Bautista_sp_reporte.pdf.txtC1280_2024_Bautista_sp_reporte.pdf.txtExtracted texttext/plain3339https://cybertesis.unmsm.edu.pe/bitstreams/8a200593-8266-4c9d-950e-e497ebe8be09/download1e65cd08c82f9bddd3ca855667fbd1b6MD511THUMBNAILBautista_sp.pdf.jpgBautista_sp.pdf.jpgGenerated Thumbnailimage/jpeg16978https://cybertesis.unmsm.edu.pe/bitstreams/28e7c051-6dbe-4ecf-9eee-689b5371cfaf/download65e40d47ca187f58a37bb274c32e6005MD58C1280_2024_Bautista_sp_autorizacion.pdf.jpgC1280_2024_Bautista_sp_autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg19296https://cybertesis.unmsm.edu.pe/bitstreams/a4485a35-0ac6-4ef3-8c3e-5dc90f172c1c/downloadc72365078c3758e215a83f71b91b024cMD510C1280_2024_Bautista_sp_reporte.pdf.jpgC1280_2024_Bautista_sp_reporte.pdf.jpgGenerated Thumbnailimage/jpeg17168https://cybertesis.unmsm.edu.pe/bitstreams/578c719d-6891-466d-92ac-45d3f9cecaef/download5224a2c383ee84c282f2af5a5eb4f715MD51220.500.12672/22273oai:cybertesis.unmsm.edu.pe:20.500.12672/222732024-08-16 01:21:25.148https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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 |
score |
12.967562 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).