Ingresos hospitalarios por covid-19
Una herramienta de planificación sanitaria
Bibliographic Data
| ID | 16779883 |
|---|---|
| Authors | Miguel Santolino (0000-0002-0286-3673, Universitat de Barcelona), Manuela Alcañiz (0000-0002-5028-1926, Universitat de Barcelona), Catalina Bolancé (0000-0002-5982-1538, Universitat de Barcelona) |
| Year | 2022 |
| Volume | 56 |
| Pages | 51 |
| Publication date | 2022-06-13 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Revista de Saúde Pública (JOURNAL) |
| Journal identifiers | ISSN: 0034-8910 • E-ISSN: 0034-8910 |
| Publisher | Universidade de São Paulo. Agência de Bibliotecas e Coleções Digitais (PUBLISHER) |
| DOI | 10.11606/s1518-8787.2022056004315 |
| PMID | 35703605 |
| OpenAlex | W4285742330 |
| Language | EN |
| References cited | 5 |
OBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad
2019-20 coronavirus outbreak · Coronavirus disease 2019 (COVID-19) · Outbreak · Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) · COVID-19 and healthcare impacts · COVID-19 epidemiological studies · Healthcare Systems and Technology · Medicine · Virology
Asymptotic Properties of Residual Based Tests for Cointegration
A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix
Analysis of the impact of lockdown on the reproduction number of the Sars-Cov-2 in Spain
Las estadísticas sanitarias y la invisibilidad por sexo y de género durante la epidemia de Covid-19
Modelos predictivos de la epidemia de Covid-19 en España con curvas de Gompertz
| Citation velocity | historical |
|---|---|
| Highly cited | No |