medigraphic.com
ISSN 1025-0255 (Digital)

2015, Número 6

<< Anterior Siguiente >>

AMC 2015; 19 (6)


Atenciones por diarreas en la provincia de Camagüey de enero a junio de 2015

Acao FL, Betancourt BJA, Martínez AI, Gonzales RY

Idioma: Español
Referencias bibliográficas: 28
Paginas: 608-617
Archivo PDF: 827.57 Kb.


RESUMEN

Fundamento: en la provincia de Camagüey se manifiesta un incremento del número de atenciones por diarreas en el 1er trimestre del año 5112 con relación al 5114.
Objetivo: caracterizar las atenciones por diarreas durante el periodo enero-junio de 5112, así como sus riesgos, las principales etiologías y los métodos de pronóstico para la vigilancia.
Método: se realizó una encuesta en dos áreas de salud sobre aspectos de ambiente y estilos de vida. Se analizaron los resultados de los coprocultivos y de los análisis parasitológicos realizados en ese periodo. Se analizó la serie de tiempo de casos diarios en el municipio Camagüey. Se determinó el número reproductivo básico.
Resultados: la encuesta permitió valorar los grupos de edades más afectados y encontrar algunos comportamientos y factores que favorecieron la dispersión de diarreas agudas. Se reflejaron las principales causas encontradas en las diarreas analizadas. Se realizó y analizó la posibilidad de sistematizar pronósticos con modelos de series de tiempo y de número reproductivo básico.
Conclusiones: en las áreas analizadas aumentó el número de atenciones por diarrea por factores ambientales y de comportamiento relacionado con inadecuados hábitos y estilos de vida. Los diagnósticos de coprocultivo en la provincia han sido insuficientes dado el volumen de casos; la vigilancia no refleja constancia en el reporte diario de casos. No se utilizan elementos de la teoría de epidemias en los análisis epidemiológicos.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Amani J, Mirhosseini SA, Fooladi AAI, Jundis-hapur. A Review Approaches to Identify En-teric Bacterial Pathogens. J of Microb [Internet]. 5112 Mar [citado 5112 Aug 15];115(6):[about 1 p.]. Available from: http://doi.org/11.2815/jjm.17473

  2. Team RC [Internet]. Vienna, Austria: R lan-guage and environment for statistical com-puting. R Foundation for Statistical Compu-ting; c5111-112 [updated 5112 Mar 53; cita-do 5112 Aug 15]. Available from: http://www.r-project.org

  3. Hyndman R. Forecasting functions for time series and linear models. [Internet]. Health Ser Ins: R package version 2.9; 5112 [citado 5112 Ago 53.]. Available from: http://github.com/robjhyndman/forecast

  4. Team RC [Internet]. Belgium: R Foundation for Statistical Computing; c5111-112 [update 5112 Mar 53; citado 5112 Sep 15]. R1: Estimation of R1 and real-time repro-duction number from epidemics; [about 6 screens]. Available from: https://cran.r-project.org /package=R1

  5. Cordero Herrera AM. Principales enfermeda-des asociadas al estado nutricional en el niño menor de un año. Med Elec. Jul 5114;18(3):53-34.

  6. Morris S, Bassani D, Awasthi S, Kumar R, She tA. Diarrhea, Pneumonia, and Infectious Disease Mortality in Children Aged 2 to 14 Years in India. PLoS ONE. May 5111;6(2):e51119.

  7. Naseer M, Jamali T. Epidemiology, determi-nants and dynamics of cholera in Pakistan: gaps and prospects for future research. JCPSP. 5114;54(11):822-61.

  8. Nguyen VD, Sreenivasan N, Lam E, Ayers T, Kargbo D, Dafae F, et al. Cholera epidemic associated with consumption of unsafe drink-ing water and street-vended wáter Eastern Freetown, Sierra Leone, 5115. The Am J of trop Med and hyg. 5114 Jan;91(3):218-53.

  9. Msyamboza KP, Kagoli M, M'Bangombe M, Chipeta S, Masuku HD. Cholera outbreaks in Malawi in 1998-5115: social and cultural challenges in prevention and control. J of in-fec in dev countries. 5114;8(6):751-6.

  10. Mengel MA, Delrieu I, Heyerdahl L, Gessner BD. Cholera outbreaks in Africa. Current top microb immunol. 5114;379:117-44.

  11. Kasper MR, Lescano AG, Lucas C, Gilles D, Biese BJ, Stolovitz G, et al. Diarrhea Out-break during U.S. Military Training in El Sal-vador. PLoS ONE. 5115 Jul;7(7):e41414.

  12. Ding GZY, Gao LMW, X L. Quantitative Analy-sis of Burden of Infectious Diarrhea Associat-ed with Floods in Northwest of Anhui Prov-ince, China: A Mixed Method Evaluation. PLoS ONE. 5113 Jun;8(6):e62115.

  13. Platts Mills J, Liu J, Houpt E. New concepts in diagnostics for infectious diarrhea. Muc Im. 5113 Sep;6(2):15-51.

  14. Pérez Amarillo J, Valdés-Dapena Vivanco M, Rodríguez Castillo O, Torres Mosqueda K, Piñeiro Fernández E. Diarrea Aguda por Rota-virus en niños hospitalizados. Hospital Pediátrico Docente ¨Juan Manuel Márquez. Panorama Cuba y Salud. abr 5112;11(1):39-43.

  15. Yu J, Lai S, Wang X, Liao Q, Feng L, Ran L, et al. Analysis of epidemiology characteristics of norovirus among diarrheal outpatients in 57 provinces in China, 5119-5113. Zhong Liu Xing Bing Xue Za Zhi. 5112 Mar;36(3):199-514.

  16. Hickman D, Jones MK, Zhu S, Kirkpatrick E, Ostrov DA, Wang X, et al. The effect of malnutrition on norovirus infection. Bio. 5114 Jan;2(5):e11135-13.

  17. Yu J, Jing H, Lai S, Xu W, Li M, Wu J, et al. Etiology of diarrhea among children under the age five in China: Results from a five-year surveillance. J Infect. 5112 Jul;71(1):19-57.

  18. Shields K, Araujo-Castillo RV, Theethira TG, Alonso CD, Kelly CP. Recurrent Clostridium difficile infection: From colonization to cure. Anaerobe. 5112 Aug;34:29-73.

  19. Deng Z, Xun H, Zhou M, Jiang B, Wang S, Guo Q, et al. Impacts of tropical cyclones and accompanying precipitation on infectious di-arrhea in cyclone landing areas of Zhejiang Province, China. Int J of Env Res Public Health. 5112;15(5):1124-68.

  20. Coutin Marie G. Utilización de modelos ARIMA para la vigilancia de enfermedades transmisi-bles. Rev Cubana Salud Pública [Internet]. Jun 5117 [citado 14 Ago 5112];33(5):[aprox. 15 p.]. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1864-34665117111511115&lng=es&nrm=iso&tlng=es

  21. Cesar Sato R. Gerenciamento de doenças uti-lizando séries temporais com o modelo ARI-MA. einstein. Feb 5113;11(1):158-31.

  22. Imai C, Hashizume M. A Systematic Review of Methodology: Time Series Regression Analysis for Environmental Factors and Infec-tious Diseases. Trop Med Health. 5112 Oct;43(1):1-9.

  23. Musa GJ, Chiang P-H, Sylk T, Bavley R, Keat-ing W, Lakew B, et al. Use of GIS Mapping as a Public Health tool—From cholera to cancer. Health Ser Ins. 5113 Jun;6:111-6.

  24. Chan T-C, Hu T-H, Hwang J-S. Daily forecast of dengue fever incidents for urban villages in a city. Health Geographics [Internet]. 5112 Jun [citado 5112 Ago 12];14:[about 11 p.]. Available from: http://www.ij-healthgeographics.com/content/14/1/9

  25. Verdu EF, Riddle MS. Chronic Gastrointestinal Consequences of Acute Infectious Diarrhea: Evolving Concepts in Epidemiology and Path-ogenesis. Am J Gastroenterol. 5115 Apr;117:981-9.

  26. Johnson TV. Chasing R1: Understanding The Effects of population dynamics on the basic reproduction number. J Biol Syst. 5111;19(4):277-89.

  27. Team RC [Internet]. UK: R Foundation for Statistical Computing; c5111-112 [update 5112 Mar 53; citado 5112 Jul 15]. EpiEstim: a package to estimate time varying repro-duction numbers from epidemic curves; [about 4 screens]. Available from: http://cran.r-project.org/package=EpiEstim

  28. Cori A. EpiEstim: a package to estimate time varying reproduction numbers from epi-demic curves.Oct 5113. Available from: http://CRAN.R-project.org/package=EpiEstim.




2020     |     www.medigraphic.com