Matemáticas

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9114

Browse

Browsing Matemáticas by browse.metadata.evaluator "Castrillón Velandia, Óscar Yesid"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Modelos estadísticos para el tiempo de recuperación en pacientes COVID-19 de Colombia 2020-2021
    (Universidad Industrial de Santander, 2022-04-21) Espitia Cruz, Leidy Vanesa; Rivera Flórez, Tulia Esther; Rangel Quiñonez, Henry Sebastián; Castrillón Velandia, Óscar Yesid
    En este trabajo se presenta un análisis de uno de los eventos involucrados y de gran interés en el estudio de cualquier enfermedad como lo es la recuperación de un paciente, en este caso en la pandemia por COVID-19 en el entorno nacional, para esto se realiza un estudio del Tiempo de Recuperación de los pacientes diagnosticados con COVID-19 en Colombia, a partir de la información obtenida de la base de datos abiertos “Casos positivos de COVID-19 en Colombia” del INS y el uso de paquetes para modelar datos de supervivencia del software estadístico R. El estudio y análisis del Tiempo de recuperación se realiza a través de análisis de supervivencia para distintos periodos de tiempo establecidos de la pandemia en 2020-2021. Se ajustan modelos de supervivencia paramétricos (Exponencial, Weibull, Logístico, Log-Logístico, Normal, Log-Normal, Gamma generalizado) buscando el mejor ajuste por medio de criterios de información (AIC, BIC) y pruebas gráficas, así mismo se ajustan modelos no paramétricos (Kaplan Meier). Para establecer posibles efectos en la recuperación de un paciente COVID-19 por parte de variables categóricas como el Sexo, la Etnia, el Clima del municipio de residencia y el Grupo de Edad al que pertenece, ajustando Modelos de Tiempo de Falla Acelerado (AFT). Por otra parte, se realiza también un análisis de supervivencia en un enfoque bayesiano al primer periodo de tiempo considerado de la pandemia (febrero - abril 2020), en primera instancia se modela la curva de supervivencia a posteriori a partir de dos a prioris (Gamma dependiente, Gamma independiente) y se comparan con la alternativa no paramétrica clásica (Kaplan Meier). Se realiza además el ajuste de un Modelo AFT con una mezcla gaussiana clásica como distribución de error (AFT CGM) para estudiar los efectos de las variables categóricas usadas en uno de los modelos AFT clásicos.