Show simple item record

dc.rights.licenceAttribution-NonCommercial 4.0 International*
dc.coverage.spatialColombiaspa
dc.date.accessioned2020-11-19T01:08:27Z
dc.date.available2020-11-19T01:08:27Z
dc.date.created2020-09-07
dc.identifierhttps://colombiamedica.univalle.edu.co/index.php/comedica/article/view/4534spa
dc.identifier.issn0120-8322 / 1657-9534 (Electrónica)spa
dc.identifier.urihttp://hdl.handle.net/10554/51710
dc.description.abstractAntecedentes: el Valle del Cauca es la región con el cuarto mayor número de casos de COVID-19 en Colombia (> 50,000 al 7 de septiembre de 2020). Debido a la falta de terapias anti-COVID-19, los tomadores de decisiones requieren datos precisos y oportunos para estimar la incidencia de la enfermedad y la disponibilidad de recursos hospitalarios para contener la pandemia. Métodos: Adaptamos un modelo existente al contexto local para pronosticar la incidencia de COVID-19 y el uso de recursos hospitalarios asumiendo diferentes escenarios: (1) la implementación de cuarentena del 1 de septiembre al 15 de octubre (tasa de crecimiento promedio diario de 2%); (2-3) restricciones parciales (a tasas de crecimiento del 4% y 8%); y (4) sin restricciones, asumiendo una tasa de crecimiento del 10%. También se presentaron escenarios previos con predicciones de junio a agosto. Estimamos el número de casos nuevos, las pruebas diagnósticas necesarias y el número de camas hospitalarias y de unidades de cuidados intensivos (UCI) disponibles (con y sin ventiladores) para cada escenario. Resultados: Estimamos 67,700 casos al 15 de octubre al asumir la implementación de una cuarentena, 80,400 y 101,500 casos al asumir restricciones parciales a tasas de infección del 4% y 8%, respectivamente, y 208,500 sin restricciones. Según diferentes escenarios, la demanda estimada de pruebas de reacción en cadena de la polimerasa con transcripción inversa osciló entre 202,000 y 1,610,600 entre el 1 de septiembre y el 15 de octubre. El modelo predijo el agotamiento de las camas de hospitales y UCI para el 20 de septiembre si se levantaran todas las restricciones y la tasa de crecimiento de la infección aumentara al 10%. Conclusión: No se espera que el levantamiento lento de las restricciones de distanciamiento social y la reapertura de la economía provoquen un agotamiento total de los recursos en octubre si la tasa de crecimiento diario se mantiene por debajo del 8%. Aumentar el número de camas disponibles proporciona una protección contra tasas de infección ligeramente más altas. Los modelos predictivos se pueden utilizar de forma iterativa para obtener predicciones matizadas que ayuden a la toma de decisiones.spa
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.language.isoengspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/*
dc.subjectCOVID-19spa
dc.subjectSARS-CoV-2spa
dc.subjectRecursos sanitariosspa
dc.subjectLimitaciones de recursosspa
dc.subjectValle del Caucaspa
dc.subjectColombiaspa
dc.subjectSalud globalspa
dc.titleCOVID-19 : Adaptation of a model to predict healthcare resource needs in Valle del Cauca, Colombiaspa
dc.type.hasversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.description.quartilescopusQ3spa
dc.coverage.departmentValle del Cauca (Colombia)spa
dc.title.englishCOVID-19 : Adaptation of a model to predict healthcare resource needs in Valle del Cauca, Colombiaspa
dc.identifier.doihttps://doi.org/10.25100/cm.v51i3.4534spa
dc.subject.keywordCOVID-19spa
dc.subject.keywordSARS-CoV-2spa
dc.subject.keywordHealthcare resourcesspa
dc.subject.keywordResource constraintsspa
dc.subject.keywordValle del Caucaspa
dc.subject.keywordColombiaspa
dc.subject.keywordGlobal healthspa
dc.description.abstractenglishBackground: Valle del Cauca is the region with the fourth-highest number of COVID-19 cases in Colombia (>50,000 on September 7, 2020). Due to the lack of anti-COVID-19 therapies, decision-makers require timely and accurate data to estimate the incidence of disease and the availability of hospital resources to contain the pandemic. Methods: We adapted an existing model to the local context to forecast COVID-19 incidence and hospital resource use assuming different scenarios: (1) the implementation of quarantine from September 1st to October 15th (average daily growth rate of 2%); (2-3) partial restrictions (at 4% and 8% growth rates); and (4) no restrictions, assuming a 10% growth rate. Previous scenarios with predictions from June to August were also presented. We estimated the number of new cases, diagnostic tests required, and the number of available hospital and intensive care unit (ICU) beds (with and without ventilators) for each scenario. Results: We estimated 67,700 cases by October 15th when assuming the implementation of a quarantine, 80,400 and 101,500 cases when assuming partial restrictions at 4% and 8% infection rates, respectively, and 208,500 with no restrictions. According to different scenarios, the estimated demand for reverse transcription-polymerase chain reaction tests ranged from 202,000 to 1,610,600 between September 1st and October 15th. The model predicted depletion of hospital and ICU beds by September 20th if all restrictions were to be lifted and the infection growth rate increased to 10%. Conclusion: Slowly lifting social distancing restrictions and reopening the economy is not expected to result in full resource depletion by October if the daily growth rate is maintained below 8%. Increasing the number of available beds provides a safeguard against slightly higher infection rates. Predictive models can be iteratively used to obtain nuanced predictions to aid decision-makingspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.type.localArtículosspa
dc.contributor.corporatenamePontificia Universidad Javeriana. Facultad de Medicina. Departamento de Epidemiología Clínica y Bioestadística
dc.identifier.instnameinstname:Pontificia Universidad Javerianaspa
dc.identifier.reponamereponame:Repositorio Institucional - Pontificia Universidad Javerianaspa
dc.identifier.repourlrepourl:https://repository.javeriana.edu.cospa
dc.type.coarhttp://purl.org/coar/resource_type/c_beb9spa
dc.relation.citationstartpage1spa
dc.relation.citationendpage17spa
dc.relation.ispartofjournalColombia Médicaspa
dc.contributor.javerianateacherRosselli Cock, Diego Andres
dc.description.indexingRevista Nacional - No indexadaspa
dc.relation.citationvolume51spa
dc.relation.citationissue3spa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial 4.0 International
Except where otherwise noted, this item's license is described as Attribution-NonCommercial 4.0 International