Modelos estadísticos para el tiempo de recuperación en pacientes COVID-19 de Colombia 2020-2021

Simple item page
dc.contributor.advisorRivera Flórez, Tulia Esther
dc.contributor.authorEspitia Cruz, Leidy Vanesa
dc.contributor.evaluatorRangel Quiñonez, Henry Sebastián
dc.contributor.evaluatorCastrillón Velandia, Óscar Yesid
dc.date.accessioned2022-04-21T15:51:09Z
dc.date.available2022-04-21T15:51:09Z
dc.date.created2022-04-21
dc.date.issued2022-04-21
dc.description.abstractEn 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.
dc.description.abstractenglishThis paper presents an analysis of one of the events involved and of great interest in the study of any disease such as the recovery of a patient, in this case in the COVID-19 pandemic in the national environment, for this a study of the Recovery Time of patients diagnosed with COVID-19 in Colombia, from the information obtained from the open database “Casos positivos de COVID-19 en Colombia” of the INS and the use of packages for modeling survival data of the R statistical software. The study and analysis of the Recovery Time is performed through survival analysis for different established time periods of the pandemic in 2020-2021. Parametric survival models (Exponential, Weibull, Logistic, Log-Logistic, Normal, Log-Normal, Generalized Gamma) are adjusted looking for the best fit by means of information criteria (AIC, BIC) and graphical tests, as well as non-parametric models (Kaplan Meier). To establish possible effects on the recovery of a COVID-19 patient by categorical variables such as Sex, Ethnicity, Climate of the municipality of residence and the Age Group to which belongs, adjusting Accelerated Failure Time Models (AFT). On the other hand, a survival analysis is also performed in a Bayesian approach to the first period of time considered of the pandemic (February - April 2020), in the first instance the a posteriori survival curve is modeled from two priors (Gamma dependent, Gamma independent) and compared with the classical non-parametric alternative (Kaplan Meier). In addition, an AFT model with a classical Gaussian mixture as error distribution (AFT CGM) is fitted to study the effects of the categorical variables used in one of the classical AFT models.
dc.description.degreelevelPregrado
dc.description.degreenameMatemático
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/10123
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programMatemáticas
dc.publisher.schoolEscuela de Matemáticas
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectCOVID-19
dc.subjectTiempo de Recuperación
dc.subjectAnálisis de Supervivencia
dc.subjectModelos paramétricos
dc.subjectModelos no paramétricos
dc.subjectModelo AFT
dc.subjectSupervivencia Bayesiana
dc.subjectModelo AFT CGM
dc.subject.keywordCOVID-19
dc.subject.keywordRecovery Time
dc.subject.keywordSurvival Analysis
dc.subject.keywordParametric Models
dc.subject.keywordNonparametric Models
dc.subject.keywordAFT Model
dc.subject.keywordBayesian Survival
dc.subject.keywordAFT-CGM Model
dc.titleModelos estadísticos para el tiempo de recuperación en pacientes COVID-19 de Colombia 2020-2021
dc.title.englishStatistical models for the recovery time in COVID-19 patients in Colombia 2020-2021
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
Documento.pdf
Size:
1.62 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
225.38 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
230.62 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Matemáticas