1. Universidad Autonoma del Estado de Hidalgo
  2. Tesis
  3. Tesis de Maestría
Por favor, use este identificador para citar o enlazar este ítem: http://dgsa.uaeh.edu.mx:8080/handle/231104/4517
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorVictorino Aguilar, Mariel-
dc.date.accessioned2024-02-14T16:47:28Z-
dc.date.available2024-02-14T16:47:28Z-
dc.date.issued2023-07-09-
dc.identifier.govdocMCBIO SAL .15330 2023-
dc.identifier.otherATD178-
dc.identifier.urihttp://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/4517-
dc.descriptionAntecedentes: Después de COVID-19, se desarrollaron métodos alternativos a las pruebas de laboratorio para la predicción del SARS-CoV-2. El objetivo de este estudio fue desarrollar y validar un modelo para la predicción individualizada de la infección por SARS-CoV-2. Nuestra pregunta de investigación fue: ¿Cuál es el desempeño de un modelo desarrollado para predecir el diagnóstico de COVID-19 en pacientes de los Centros de Salud de Álvaro Obregón, con un método remoto de recolección de datos, tales como la sintomatología, la demografía, contacto con caso sospechoso, y que sea desarrollado a partir de un modelo estadístico de regresión logística binaria? Metodología: El estudio incluyó pacientes de los Centros de Salud de la Alcaldía Álvaro Obregón de 2021 a 2023 abarcando las 6 olas de contagio registradas en el Sistema de Vigilancia Epidemiológica de las Enfermedades Respiratorias Virales (SINAVE). Con muestras de 36,949 pacientes para la primera fase (desarrollo del modelo, primeras 5 olas) y 2,957 para la segunda fase (validación, ola 6). Las variables significativas entre positivos y negativos del virus se usaron para generar modelos de regresión logística binaria. Para la validación, los mejores modelos se aplicaron en datos de la ola 6. Resultados: Los porcentajes promedio fueron de 73% de eficacia (63%-83%), sensibilidad de 67% (18-86%) y especificidad de 74% (59-91%). El modelo de la ola 5 tuvo el mejor desempeño (eficacia de 83%). En la validación con datos de la ola 6, la ecuación del modelo de la ola 5 tuvo 100% de sensibilidad, 0% de especificidad y 39% de eficacia y la ecuación del modelo general tuvo 66% de sensibilidad, 43% de especificidad, y 52% de eficacia. Conclusión: Los modelos de predicción individualizada de prueba positiva de COVID-19 basados en datos del SISVER-SINAVE obtuvieron buen desempeño de predicción en la fase de desarrollo y un desempeño menor en la fase de validación. Estos modelos de predicción podrían aplicarse en estrategias de identificación temprana de casos, especialmente en población vulnerable.es_ES
dc.language.isoeses_ES
dc.publisherICSa-BD-UAEH.es_ES
dc.subjectCOVID-19es_ES
dc.subjectModelado estadísticoes_ES
dc.subjectRegresión logísticaes_ES
dc.subjectSisveres_ES
dc.subjectFactores de riesgoes_ES
dc.subjectCiencias Biomédicas y de la Salud.es_ES
dc.titleDesarrollo y validación epidemiológica de un modelo de predicción para pacientes COVID-19 en Álvaro Obregón, de la ciudad de México.es_ES
dc.title.alternativeCiencias Biomédicas y de la Salud.es_ES
dc.typeTesises_ES
Aparece en las colecciones: Tesis de Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ATD178.pdf3.52 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.