dc.contributorUniversidad de Valparaíso
dc.date.accessioned2021-06-14T19:50:41Z
dc.date.accessioned2022-10-19T00:11:31Z
dc.date.available2021-06-14T19:50:41Z
dc.date.available2022-10-19T00:11:31Z
dc.date.created2021-06-14T19:50:41Z
dc.date.issued2020
dc.identifierhttp://hdl.handle.net/10533/249887
dc.identifierCOVID0739
dc.identifierF
dc.identifier8832375
dc.identifier0
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/4481156
dc.description.abstractLa pandemia COVID-19 ha presionado significativamente a varios sistemas de salud del mundo, donde se han identificado dos grandes problemas: (a) Gran transmisibilidad y bajo control de casos incidentes, resultando ser 2,5 veces más contagiosa que la influenza AH1N1 [WHO 2020] y con letalidad del 5,4% (b) Dificultad en el diagnóstico de casos probables debido a la heterogeneidad de las manifestaciones clínicas por la variación en la circulación viral en la comunidad, debiendo emplearse exámenes de confirmación (RT-PCR). Los modelos predictivos son fundamentales en la toma de decisiones de salud pública. En este contexto, proponemos una alternativa de bajo costo y fácil implementación que permite asistir a clínicos en el diagnóstico basado en un modelo integrado en Epivigila que permita estimar la probabilidad de infección a SARS-CoV2 en base a datos demográficos, clínicos y sociales. Esta herramienta es complementada con una plataforma ágil de proyecciones epidemiológicas empleando modelos clásicos [Gatto 2020] y modelos basados en redes de contactos [Jun 2020] para apoyar a la autoridad sanitaria en el diseño de estrategias de control inmediato en los diversos sectores de nuestro país.
dc.languagespa
dc.relationhandle/10533/249817
dc.relationhandle/10533/249816
dc.relationhandle/10533/108041
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Chile
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/
dc.titleIntegración de un modelo predictivo de capacidad diagnóstica y proyecciones epidemiológicas de COVID-19 asociado al sistema Epivigila
dc.typeProyecto


Este ítem pertenece a la siguiente institución