Cómo citar
Descargas
Métricas Alternativas
Dimensions
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.
Palabras clave
Citas
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
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