Factores asociados a la duración de los confinamientos por COVID-19 en Chile

Lugar de estudio

Localizado en América del Sur, Chile ocupa una franja costera larga y estrecha entre la Cordillera de los Andes y el Océano Pacífico. Limita al norte con Perú, al noreste con Bolivia y al este con Argentina. El país está dividido en 16 regiones, que son la división administrativa de primer nivel del país. Cada región se divide en provincias, que son la división administrativa de segundo nivel, lo que da como resultado 56 provincias. El tercer nivel de la división administrativa son las comunas (o municipios), totalizando 346 comunas, de las cuales 147 se encontraban bajo confinamiento durante el período de estudio; Por lo tanto, fueron considerados en este estudio.

Según el Instituto Nacional de Estadística de Chile, la población estimada del país era de 19.458.173 habitantes en 2020, gran parte de ella concentrada en la Región Metropolitana, cuya capital es Santiago. En cuanto a las comunas, solo 55 de 346 tienen más de 100.000 habitantes, siendo la población mediana de 18.546 habitantes (mínimo 138, máximo 646.000). Chile se encuentra entre las economías más grandes de América Latina; Sin embargo, a pesar de su progreso económico y reducción de la pobreza en las últimas décadas, el país tiene un coeficiente de Gini de 0,44, lo que representa una alta desigualdad social. Como en otros lugares, la pandemia de COVID-19 ha impactado severamente la economía chilena. Según el Banco Mundial4el producto interno bruto per cápita chileno disminuyó 5,8% entre 2019 y 2020.

Diseño del estudio

Los factores asociados con la duración de los confinamientos localizados durante la pandemia de COVID-19 en Chile se evaluaron mediante un diseño de estudio de cohorte retrospectivo5. En este diseño, los investigadores seleccionan un grupo de unidades de estudio (es decir, comunas bajo encierro) de tal manera que hayan estado expuestas a diferentes niveles de ciertos predictores, y luego los siguen retrospectivamente a lo largo del tiempo para registrar la ocurrencia o no de un predefinido. evento. En esta investigación en particular, el resultado principal corresponde al tiempo transcurrido hasta el final del confinamiento (es decir, la duración del confinamiento). No se realizó un muestreo formal de comunas bajo encierro ya que todos los encierros implementados entre el 25 de marzo y el 25 de diciembre de 2020 se incluyeron en este estudio. Todos los métodos se realizaron de acuerdo con las directrices y normativas pertinentes.

READ  Nueva constitución en Chile - Restauración del control del agua para el bien público

Resultados

En los estudios de seguimiento, se pueden observar dos tipos de datos: información recopilada a lo largo del tiempo (datos longitudinales) y tiempo hasta que ocurre un evento de interés (datos de supervivencia). En este estudio, ambos se incluyeron como resultados. Para el análisis de tiempo hasta el evento, consideramos la cantidad de días que una comuna estuvo encerrada; para ello, registramos el número y la duración de los confinamientos implementados en Chile entre el 25 de marzo y el 25 de diciembre de 2020. Si una comuna seguía en confinamiento el 25 de diciembre, se consideraba una observación censurada por la derecha. En general, los bloqueos se implementaron a nivel comunal; Sin embargo, al comienzo de la pandemia, se establecieron algunos bloqueos a nivel de división administrativa mayor (es decir, provincia), lo que implica que un conjunto de comunas siguieron el mismo horario. En este estudio, los cierres se consideraron a nivel comunal.

Para el análisis longitudinal se estudiaron varios factores epidemiológicos recogidos en el primer o tercer nivel de la división administrativa. Se recolectó a nivel de división regional el número de casos nuevos asintomáticos y sintomáticos, el número de pacientes en UCI y el número de exámenes PCR realizados. A nivel comuna observamos el número de casos activos y las defunciones por COVID-19 según su residencia. Se definió como caso activo a toda persona viva que cumpliera con los criterios de definición de caso sospechoso con muestra positiva de SARS-CoV-2, cuya fecha de inicio de síntomas en la notificación fuera menor o igual a 11 días, es decir, personas capaz de transmitir la infección. Por otro lado, los nuevos casos sintomáticos/asintomáticos corresponden a nuevos casos reportados diariamente. Toda esta información se consideró como el número por cada 100.000 habitantes. La información original utilizada en este estudio fue publicada por el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación de Chile y se puede encontrar en el repositorio de GitHub disponible en https://github.com/MinCiencia/Datos-COVID19.

READ  Top mascarilla carbon activo por debajo de su presupuesto con guía de compra

Con base en el número de casos nuevos asintomáticos y sintomáticos y el número de exámenes PCR realizados por región, calculamos un índice de positividad a nivel de región, que se expresó como el porcentaje de casos nuevos en relación con el número de exámenes PCR realizados:

$$ text {índice de positividad} = frac { text {número de casos asintomáticos} + text {número de casos sintomáticos}} { text {número de exámenes PCR $. $$

Como la información epidemiológica varía con el tiempo, utilizamos dos estrategias para incluirlos en el modelo. El número de muertes se incluyó como una suma semanal durante el período de confinamiento de la comuna, mientras que las demás se consideraron como promedio diario dentro de cada semana.

predictores

Los factores demográficos y socioeconómicos se consideraron como predictores para el modelo de tiempo hasta el evento. Estos consistieron en tamaño de la población (en escala de 100.000 habitantes), número de inmigrantes (por 100.000 habitantes), densidad de población (número de personas por km)2), hacinamiento (número de personas sobre el número de viviendas), un índice de desarrollo socioeconómico (SDI, que va de 0 a 1), y un índice rural de las comunas (que va de 0 a 1). Para el cálculo del SDI, que es realizado por la Universidad Autónoma de Chile, se agregan diferentes indicadores, entre ellos, economía (ingreso per cápita mensual y pobreza), educación (promedio de años de escolaridad) y vivienda y saneamiento (material de vivienda bueno y aceptable y alcantarillado o tanque séptico)6. Para el cálculo del índice rural, computado por el Ministerio de Desarrollo Social y Familiar, se considera el porcentaje de población rural, la proporción de empleo local ocupado en sectores primarios y la densidad de población. Luego, se calculó un promedio de estos tres valores, dando como resultado el índice rural. Polanco7 ha proporcionado detalles sobre cómo calcular dicha medida. Además, se consideró si la comuna ostentaba la capital de la ciudad regional o provincial y si en ella existe un aeropuerto o puerto comercial. Además de los factores demográficos y socioeconómicos, también incluimos una covariable binaria que indicaba si era la primera o la segunda vez que la comuna estaba bloqueada.

READ  Mac muy fuerte. 6.3 Terremoto - Océano Pacífico Sur, 63 km al oeste de Concepción.

Modelado estadístico

Las dos fuentes de información presentadas en este estudio a menudo se analizan por separado a través de un análisis de supervivencia y un análisis longitudinal. Sin embargo, en algunas situaciones, uno también puede estar interesado en la asociación entre las medidas longitudinales y el evento de interés. En estos casos, se indica un enfoque conjunto, donde la información se comparte entre dos o más modelos y cada parte proporciona conocimiento relevante a la otra. Este procedimiento depende del tipo de covariables dependientes del tiempo.8. Cuando esta información es exógena, es decir, variables cuya causa es externa al modelo, se puede utilizar un modelo de Cox extendido.9. Por otro lado, cuando las covariables longitudinales son endógenas, es decir, variables que cambian o están determinadas por su relación con otras, es necesario utilizar una nueva clase de modelos conocidos como modelos conjuntos.10.

La idea detrás del modelado conjunto de datos longitudinales y de tiempo hasta el evento es acoplar un modelo para mediciones repetidas con un modelo de supervivencia para explicar el evento de interés. La especificación de modelo conjunto más común es conectar un submodelo de efectos mixtos ajustado para describir la evolución de la información longitudinal con un submodelo de riesgo proporcional ajustado a la información de supervivencia. Este enfoque se había limitado a un solo resultado longitudinal y de tiempo hasta el evento durante mucho tiempo. Sin embargo, también se puede considerar un modelo con múltiples resultados longitudinales y/o de tiempo hasta el evento.11,12. Por lo tanto, un modelo conjunto para (k) Los resultados longitudinales se pueden formular de la siguiente manera:

$$ izquierda { comenzar {matriz} {l} y _ {{ik} izquierda izquierda (t derecha) = m _ {{ik} izquierda izquierda (t derecha) ~ + ~ varepsilon _ { {ik izquierda} izquierda (t derecha) = ~ x _ {{ik}} {{T} izquierda (t derecha) ~ beta _ {k} + z _ {{ik} {T} izquierda (tderecha) ~b_{{ik}}+~varepsilon_{{ik}}izquierda (tderecha),hfill\h_{i}izquierda (tderecha)=h_{0 izquierda (t derecha) exp izquierda {{{{ gamma} ^ {{T} { texto {w}} _ {{ texto {i}} + {{~ alfa} _ m_ { ik}left(tright)}right},hfill\end {matrizright. $$

dónde ({y} _ {ik} izquierda (t derecha) = ({{y} _ {i1}} {T}

Estaremos encantados de escuchar lo que piensas

Deje una respuesta

REPORTEPLATENSE.COM.AR ES PARTICIPANTE EN EL PROGRAMA DE ASOCIADOS DE AMAZON SERVICES LLC, UN PROGRAMA DE PUBLICIDAD DE AFILIADOS DISEÑADO PARA PROPORCIONAR UN MEDIO PARA QUE LOS SITIOS GANAN TARIFAS DE PUBLICIDAD POR PUBLICIDAD Y ENLACE A AMAZON.COM. AMAZON, EL LOGOTIPO DE AMAZON, AMAZONSUPPLY Y EL LOGOTIPO DE AMAZONSUPPLY SON MARCAS COMERCIALES DE AMAZON.COM, INC. O SUS AFILIADAS. COMO ASOCIADO DE AMAZON, GANAMOS COMISIONES DE AFILIADOS DE COMPRAS QUE CALIFICAN. ¡GRACIAS, AMAZON POR AYUDARNOS A PAGAR LOS GASTOS DE NUESTRO SITIO WEB! TODAS LAS IMÁGENES DE LOS PRODUCTOS PERTENECEN A AMAZON.COM Y SUS VENDEDORES.
reporteplatense.com.ar