Comparación de la distribución de probabilidad en pacientes fallecidos por COVID-19 en tres picos de la pandemia en Colombia
online first
PDF

Cómo citar

Arias-Barahona, M. X. ., & Vanegas-Giraldo, J. J. (2021). Comparación de la distribución de probabilidad en pacientes fallecidos por COVID-19 en tres picos de la pandemia en Colombia. RACCEFYN. https://doi.org/10.18257/raccefyn.1474

Descargas

Los datos de descargas todavía no están disponibles.

Métricas Alternativas

Resumen

En este trabajo se muestra una comparación de las distribuciones de probabilidad para los casos confirmados por Covid-19 en los departamentos de Colombia para los tres intervalos de tiempo donde se presenta un mayor número de contagios (picos). Lo anterior se realizó a partir del análisis estadístico de las bases de datos reportadas por el Instituto Nacional de Salud en Colombia. Se encuentra que la probabilidad de fallecer ha aumentado en más del 8 % en el último pico para los colombianos entre los 20 y 69 años de edad, siendo los departamentos con mayor aumento en el porcentaje de estos decesos: Amazonas, Antioquia, Caquetá, Cauca, Córdoba y Putumayo.

https://doi.org/10.18257/raccefyn.1474

Palabras clave

Covid-19 en Colombia | Distribución de Probabilidad | Letalidad | Pandemia | Procesos Gaussianos
PDF

Referencias

Bwire, G. M., y Paulo, L. S. (2020). Coronavirus disease-2019: is fever an adequate screening for the returning travelers? Tropical medicine and health. 48 (1): 1-3.

Casos positivos de COVID-19 en Colombia — Datos Abiertos Colombia. (s.f.). Descargado el 13 de mayo de 2021 de https://www.datos.gov.co/Salud-y-Protecci-n-Social/Casos-positivosde-COVID-19-en-Colombia/gt2j-8ykr/data

Cruz, M. P., Santos, E., Cervantes, M. V., y Juárez, M. L. (2020). Covid-19, una emergencia de salud pública mundial. Revista Clínica Española.

Dey, S. K., Rahman, M. M., Siddiqi, U. R., y Howlader, A. (2020). Analyzing the epidemiological outbreak of covid-19: A visual exploratory data analysis approach. Journal of medical virology. 92 (6): 632-638.

Garcia Chilan, C., y Viteri Paredes, J. (2010). Ana´lisis e implementacio´n de algoritmos para distorsionar ima´genes con distintos tipos de ruido y aplicacio´n de filtros en dos dimensiones para restaurarlas (B.S. thesis).

Goldstein, E., Lipsitch, M., y Cevik, M. (2020). On the effect of age on the transmission of sars-cov-2 in households, schools and the community. medRxiv. Descargado de https://www.medrxiv. org/content/early/2020/07/28/2020.07.19.20157362 doi: 10.1101/2020.07.19.20157362

Go´mez-Go´mez, M., Danglot-Banck, C., Vela´squez-Jones, L. (2001). Bases para la revisio´n cr´ıtica de art´ıculos me´dicos. Rev Mex Pediatr. 68 (4): 152-159.

Gomez Mar´ın, J. E., Castan˜o Osorio, J. C., Patarroyo, M. A., Mej´ıa-Oquendo, M., Valdivia-Granda, W., Álvarez, C., Sepu´lveda-Arias, J. C. (2021, 03). Una hoja de ruta para la Vacuna COVID 19 en Colombia, un reto posible. Infectio. 25: 7-10. Descargado de http://www.scielo.org.co/scielo.php?script=sci arttext&pid=S0123-93922021000100007&nrm=iso

Gu, C., Zhu, J., Sun, Y., Zhou, K., y Gu, J. (2020). The inflection point about covid-19 may have passed. Science bulletin.

Irvine, M. A., y Hollingsworth, T. D. (2018). Kernel-density estimation and approximate bayesian computation for flexible epidemiological model fitting in python. Epidemics. 25: 80-88. Descargado de https://www.sciencedirect.com/science/article/pii/S1755436518300185 doi:https://doi.org/10.1016/j.epidem.2018.05.009

Lai, C.-C., Shih, T.-P., Ko, W.-C., Tang, H.-J., y Hsueh, P.-R. (2020). Severe acute respiratory syndrome coronavirus 2 (sars-cov-2) and coronavirus disease-2019 (covid-19): The epidemic and the challenges. International journal of antimicrobial agents. 55 (3): 105924.

Lu, R., Zhao, X., Li, J., Niu, P., Yang, B., Wu, H., others (2020). Genomic characterisation and epidemiology of 2019 novel coronavirus: implications for virus origins and receptor binding. The lancet. 395 (10224): 565-574.

Mahase, E. (2020). Covid-19: Who declares pandemic because of “alarming levels” of spread, severity, and inaction. Bmj, 368.

Mathew, R. (2020). Rammya mathew: We must not be guided by bad science on covid-19. BMJ, 369. Descargado de https://www.bmj.com/content/369/bmj.m2241 doi: 10.1136/bmj.m2241

Ministerio de Salud y Proteccio´n Social. (s.f.). Descargado el 17 de mayo de 2021 de https://www.minsalud.gov.co/Paginas/default.aspx

Minsalud- informacio´n del Coronavirus COVID-19. (s.f.). Descargado el 17 de mayo de 2021 de https://www.minsalud.gov.co/portada-covid-19.html

Monod, M., Blenkinsop, A., Xi, X., Hebert, D., Bershan, S., Tietze, S. (2021). Age groups that sustain resurging covid-19 epidemics in the united states. Science. 371 (6536). Descargado de https://science.sciencemag.org/content/371/ 6536/eabe8372 doi: 10.1126/science.abe8372

Moreno-Altamirano, S.-B. A., López-Moreno, A. (2007). Principales medidas en epidemiología. Revista Cubana de Higiene y Epidemiología. Descargado de https://www.redalyc.org/articulo.oa?id=223219928011

Peng, L., Yang, W., Zhang, D., Zhuge, C., y Hong, L. (2020). Epidemic analysis of covid-19 in china by dynamical modeling. arXiv preprint arXiv:2002.06563.

Phan, T. (2020). Genetic diversity and evolution of sars-cov-2. Infection, Genetics and Evolution, 81: 104260. Descargado de https://www.sciencedirect.com/science/article/pii/S1567134820300915 doi: https://doi.org/10.1016/ j.meegid.2020.104260

Pinzo´n, J. E. D. (2020). Estimacio´n de las tasas de mortalidad y letalidad por covid-19 en colombia. Revista Repertorio de Medicina y Cirugía, 89-93.

Rosselli, D. (2020, 05). Covid-19 en colombia: los primeros 90 d´ıas. Acta Neurolo´gica Colombiana, 36: 1-6. doi: 10.22379/24224022287

Terrell, G. R., y Scott, D. W. (1992). Variable kernel density estimation. The Annals of Statistics, 20 (3): 1236-1265. Descargado de http://www.jstor.org/stable/ 2242011

Undurraga, E. A., Chowell, G., Mizumoto, K. (2021). Covid-19 case fatality risk by age and gender in a high testing setting in latin america: Chile, march–august 2020. Infectious Diseases of Poverty, 10 (1). doi: 10.1186/s40249-020-00785-1

Waskom, M. L. (2021). seaborn: statistical data visualization. Journal of Open Source Software, 6 (60): 3021. Descargado de https://doi.org/10.21105/joss.03021 doi: 10.21105/joss.03021

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Derechos de autor 2021 Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales