dc.rights.licence | Atribución-NoComercial 4.0 Internacional | * |
dc.coverage.spatial | Colombia | spa |
dc.date.accessioned | 2020-11-19T01:08:27Z | |
dc.date.available | 2020-11-19T01:08:27Z | |
dc.date.created | 2020-09-07 | |
dc.identifier | https://colombiamedica.univalle.edu.co/index.php/comedica/article/view/4534 | spa |
dc.identifier.issn | 0120-8322 / 1657-9534 (Electrónica) | spa |
dc.identifier.uri | http://hdl.handle.net/10554/51710 | |
dc.description.abstract | Antecedentes:
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.format | PDF | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | eng | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | * |
dc.subject | COVID-19 | spa |
dc.subject | SARS-CoV-2 | spa |
dc.subject | Recursos sanitarios | spa |
dc.subject | Limitaciones de recursos | spa |
dc.subject | Valle del Cauca | spa |
dc.subject | Colombia | spa |
dc.subject | Salud global | spa |
dc.title | COVID-19 : Adaptation of a model to predict healthcare resource needs in Valle del Cauca, Colombia | spa |
dc.type.hasversion | http://purl.org/coar/version/c_ab4af688f83e57aa | |
dc.description.quartilescopus | Q3 | spa |
dc.coverage.department | Valle del Cauca (Colombia) | spa |
dc.title.english | COVID-19 : Adaptation of a model to predict healthcare resource needs in Valle del Cauca, Colombia | spa |
dc.identifier.doi | https://doi.org/10.25100/cm.v51i3.4534 | spa |
dc.subject.keyword | COVID-19 | spa |
dc.subject.keyword | SARS-CoV-2 | spa |
dc.subject.keyword | Healthcare resources | spa |
dc.subject.keyword | Resource constraints | spa |
dc.subject.keyword | Valle del Cauca | spa |
dc.subject.keyword | Colombia | spa |
dc.subject.keyword | Global health | spa |
dc.description.abstractenglish | Background: 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-making | spa |
dc.type.local | Artículo de revista | spa |
dc.contributor.corporatename | Pontificia Universidad Javeriana. Facultad de Medicina. Departamento de Epidemiología Clínica y Bioestadística | |
dc.identifier.instname | instname:Pontificia Universidad Javeriana | spa |
dc.identifier.reponame | reponame:Repositorio Institucional - Pontificia Universidad Javeriana | spa |
dc.identifier.repourl | repourl:https://repository.javeriana.edu.co | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_beb9 | spa |
dc.relation.citationstartpage | 1 | spa |
dc.relation.citationendpage | 17 | spa |
dc.relation.ispartofjournal | Colombia Médica | spa |
dc.contributor.javerianateacher | Rosselli Cock, Diego Andres | |
dc.description.indexing | Revista Nacional - No indexada | spa |
dc.relation.citationvolume | 51 | spa |
dc.relation.citationissue | 3 | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |