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
dc.contributor.advisor | Villarraga Palomino, Jesús Antonio | |
dc.contributor.author | Reales González, Jhonnatan David | |
dc.contributor.author | Bonill Valbuena, Ingrid Sabrina | |
dc.creator.email | jdrealesg@libertadores.edu.co | spa |
dc.date.accessioned | 2022-07-23T17:56:53Z | |
dc.date.available | 2022-07-23T17:56:53Z | |
dc.date.created | 2022 | |
dc.description | 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. | spa |
dc.description.abstract | Since the emergence of SARS-CoV-2 in 2019, multiple lineages have been reported globally. The appearance of new mutations has led the WHO to name new variants as variants of concern (VOC) or of interest (VOI) and has called for priority surveillance and analysis of the effect of these variants in different populations. In Colombia, the Omicron variant displaced the VOC Delta from the end of December 2021 and at the beginning of 2022 an increase in hospitalization cases with COVID-19 cases was observed. In order to characterize these patients, a census of patients hospitalized for this cause was carried out in three departments of the country. Molecular tests were performed and epidemiological information, hospitalization and vaccination history were collected and analyzed using machine learning techniques. It was found that, in the post-vaccination stage, the main risk factors were age over 60 years, not having previous immunity and/or having a primary vaccination greater than 200 days without any booster dose. The variants of concern studied here were not associated with disease outcome. Our results demonstrate the usefulness of ML for the characterization of affected populations after the emergence of new variants of concern, necessary for decision-making in public health in a region. | spa |
dc.format | spa | |
dc.identifier.uri | http://hdl.handle.net/11371/4742 | |
dc.language.iso | spa | spa |
dc.publisher | Fundación Universitaria Los Libertadores. Sede Bogotá. | spa |
dc.rights.acceso | Abierto (Texto Completo) | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.subject.lemb | Colombia | spa |
dc.subject.lemb | Enfermedades | spa |
dc.subject.lemb | Salud pública | spa |
dc.subject.proposal | COVID-19 | spa |
dc.subject.proposal | Salud pública | spa |
dc.subject.proposal | Aprendizaje automático | spa |
dc.subject.proposal | Factores de riesgo | spa |
dc.subject.subjectenglish | COVID-19 | spa |
dc.subject.subjectenglish | Machine learning | spa |
dc.subject.subjectenglish | Public health | spa |
dc.subject.subjectenglish | Risk factor's | spa |
dc.title | 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 | spa |
dc.type | info:eu-repo/semantics/bachelorThesis | spa |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- Reales_Bonill_2022.pdf
- Tamaño:
- 1.57 MB
- Formato:
- Adobe Portable Document Format
- Descripción: