medigraphic.com
ISSN 1729-519X (Impreso)

2020, Número S1

<< Anterior Siguiente >>

Revista Habanera de Ciencias Médicas 2020; 19 (S1)


Importancia de los modelos de regresión no lineales en la interpretación de datos de la COVID-19 en Colombia

Obando BJA, Peña PAP, Obando VLN, Franco MA

Idioma: Español
Referencias bibliográficas: 19
Paginas: 1-14
Archivo PDF: 1049.13 Kb.


RESUMEN

Introducción: Debido a los nocivos efectos económicos y sociales propiciados por el confinamiento de las personas, las entidades gubernamentales de Colombia, planean una cuarentena inteligente, basados en la interpretación del comportamiento de la curva de los datos, de la cual afirman ha presentado un reducción durante los últimos días.
Objetivo: Destacar la importancia del análisis de los métodos de correlación no lineal y todos sus procedimientos de inferencia estadística para el diseño de un modelo matemático que permita la predicción de los datos basados en las edades de los casos positivos de COVID-19 en Colombia.
Material y Métodos: Los resultados diarios se basan en el sitio web oficial del Instituto Nacional de Salud de Colombia. Todos los datos se analizan a través del software libre R-Kward® (Biblioteca R). El propósito de los análisis es evidenciar el valor de la matriz de correlación, la prueba de hipótesis, r2 y el modelo de correlación ideal, a través del cual se realiza una predicción.
Resultados: Con un R2 de 0,9969 muy cercano a 1, y una prueba de hipótesis que garantiza la veracidad de la hipótesis alternativa, el modelo matemático de regresión que más se aproxima al comportamiento real de los datos de crecimiento de la COVID-19 es cuadrático.
Conclusiones: El modelo cuadrático es positivo y creciente, mientras el número de contagios siga creciendo, por lo tanto, este momento no es ideal de hablar de un aplanamiento de la curva. Si el crecimiento es constante, el modelo podría tener una tendencia exponencial.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Kim KH. COVID-19. Int Neurourol J. 2020;24(1):1-1.

  2. Wu YCh, Chen ChS, Chan YJ. The outbreak of COVID-19: An overview. J Chin Med Assoc. 2020;83(3):217-220.

  3. Veletti J. Sin duda el mejor video que he encontrado en WhatsApp. [Vídeo]. Facebook. 28 de marzo de 2020. [Citado 30/03/202]. Disponible en: https://www.facebook.com/jveletti/videos/2566827740306690/?t=2

  4. Sun ML, Yang JM, Sun YP, Su GH. Inhibitors of RAS Might Be a Good Choice for the Therapy of COVID-19. Pneumonia. Chinese Journal of Tuberculosis and Respiratory Diseases [Internet]. 2020 Feb [Citado 16/03/2020];43:[aprox. 2 p.]. Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/32061198

  5. Ministerio de Salud y Protección Social. Prevención enfermedades transmisibles CORONAVIRUS (COVID-19) ¿A quiénes afecta y cuáles son sus síntomas. Colombia: Ministerio de Salud y Protección Social; 2020. [Citado 30/03/2020]. Disponible en: Disponible en: https://www.minsalud.gov.co/salud/publica/PET/Paginas/Covid-19_copia.aspx

  6. Ministerio de Salud y Protección Social. Prevención enfermedades transmisibles CORONAVIRUS (COVID-19) ¿Cómo prevenirlo?. Colombia: Ministerio de Salud y Protección Social; 2020. [Citado 30/03/2020]. Disponible en: Disponible en: https://www.minsalud.gov.co/salud/publica/PET/Paginas/Covid-19_copia.aspx

  7. Santabárbara J, López Antón R. Actitudes hacia la estadística en residentes de medicina que cursan un posgrado de investigación. Revista de la Fundación Educación Médica; 2019;22(2):79-83.

  8. Malhado C, Ramos A, Carneiro P, Souza J, Wechsler F, Eler J. Modelos no lineales para describir el crecimiento de bufalinos de la raza Murrah. Archivos de zootecnia. 2008;57(220):497-503.

  9. Carrero O, Jerez M, Macchiavelli R, Orlandoni G, Stock J. Ajuste de curvas de índice de sitio mediante modelos mixtos para plantaciones de eucalyptus urophylla en Venezuela. Interciencia. 2008;33(4):265-72.

  10. Noguera R, Pereira R y Solarte C. Comparación de modelos no lineales para describir curvas de crecimiento en cuyes (Cavia porcellus) desde el nacimiento hasta la edad de sacrificio. Livestock Research for Rural Development. 2008;20(5):1-9.

  11. Galeano V, Cerón M. Modelación del crecimiento de pollitas Lohmann LSL con redes neuronales y modelos de regresión no lineal. Revista MVZ Córdoba. 2013;18(13):3861-7.

  12. Domínguez V, Ortega G, Rodríguez A, Aguilar P, Santillán M, Callejas J. Ajuste de modelos no lineales para caracterizar el crecimiento de bovinos Hereford y Salers. Revista Científica. 2014;24(5):436-2.

  13. Parés C, Pere M, Kucherova I. Comparación de modelos no lineales para describir curvas de crecimiento en la cabra catalana. Revista de Investigaciones Veterinarias del Perú. 2014;25(3):390-8.

  14. Pardo A, Ruiz M, San Martín R. Cómo ajustar e interpretar modelos multinivel con SPSS. Psicothema. 2007;19(2):308-21.

  15. Sánchez Alberca A. rk. Teaching. Software estadístico [sofware]. versión 1.2; 2014. Jekll: Bootstrap [Citado 10/04/2020]. Disponible en: Disponible en: http://aprendeconalf.es/rkteaching-version1.2

  16. Gayol F, Sánchez A, Conde D. Aislamiento social y dependencia en la población anciana de una población rural. RqR Enfermería Comunitaria [Internet]. 2020 [Citado 16/03/2020];8(1):12-22. Disponible en: https://www.seapaonline.org/revistas/63-rqr-enfermeria-comunitaria-vol-8-n-1-invierno-2020

  17. Torres V, Barbosa I, Meyer R, Noda A, Sarduy L. Criterios de bondad de ajuste en la selección de modelos no lineales en la descripción de comportamientos biológicos. Revista Cubana de Ciencia Agrícola. 2012;46(4):345-50.

  18. Tomás J, Rodrigo M, Oliver A. Modelos lineales y no lineales en la explicación de la siniestralidad laboral. Psicothema. 2005;7(1):154-63.

  19. Sotelo A. El clima organizacional y su correlación con la calidad en el servicio en una institución de educación de nivel medio superior. Revista Iberoamericana para la Investigación y el Desarrollo Educativo.2017;8(15):582-609.




2020     |     www.medigraphic.com