Uso de machine learning para el análisis de pacientes hospitalizados con COVID-19 durante la entrada de la variante Omicron a Colombia como una herramienta para la toma de decisiones en salud pública
View/
Compartir en:
- Views
- Downloads
Date
2022Publicador
Fundación Universitaria Los Libertadores. Sede Bogotá.
Documentos PDF
Abstract
Desde la emergencia de SARS-CoV-2 en 2019, múltiples linajes han sido reportados a nivel mundial. La aparición de nuevas mutaciones ha llevado a que la OMS denomine nuevas variantes como variantes de preocupación (VOC) o de interés (VOI) y ha hecho un llamado a priorizar la vigilancia y análisis del efecto de estas variantes en las distintas poblaciones. En colombia, la variante Omicron desplazó a la VOC Delta desde finales de diciembre, 2021 y a principios del 2022 se observó un incremento en los casos de hospitalización con casos de COVID-19. Con el objetivo de caracterizar estos pacientes, se realizó un censo de pacientes hospitalizados por esta causa en tres departamentos del país. Pruebas moleculares fueron realizadas e información epidemiológica, de hospitalización y antecedentes vacunales fueron recolectadas y análizadas mediante técnicas de machine learning. Se encontró que, en la etapa de post-vacunación, los principales factores de riesgo fueron edades mayores a 60 años, no tener inmunidad previa y/o contar con una vacunación primaria mayor a 200 días sin ninguna dosis de refuerzo. Las variantes de preocupación aquí estudiadas no se asociaron con el desenlace de la enfermedad. Nuestros resultados demuestran la utilidad del ML para la caracterización de las poblaciones afectada tras la emergencia de nuevas variantes de preocupación, necesaria para la toma de desiciones en salud pública de una región.