medigraphic.com
ISSN 1729-519X (Print)

2020, Number S1

<< Back Next >>

Revista Habanera de Ciencias Médicas 2020; 19 (S1)

Importance of nonlinear regression models in the interpretation of data from COVID-19 in Colombia

Obando BJA, Peña PAP, Obando VLN, Franco MA

Language: Spanish
References: 19
Page: 1-14
PDF size: 1049.13 Kb.


ABSTRACT

Introduction: Due to the harmful economic and social effects caused by the confinement of people, the Colombian government entities have planned an intelligent quarantine based on the interpretation of the behavior in the curve data, from which they affirm that it has shown a reduction during the last days.
Objective: To highlight the importance of the analysis of non-linear correlation models and all the statistical inference procedures for the design of a mathematical model that allows the prediction of data based on the age of positive cases of COVID-19 in Colombia.
Material and Methods: The daily results are based on the information obtained from the official website of the Colombian National Institute of Health. The total data are analyzed through the R-Kward free software (R Library). The aim of the analysis is to show the value of the correlation matrix, hypothesis test, r2 and the ideal correlation model, with which prediction is made.
Results: With an R2 value of 0.9969 very close to 1 and a hypothesis test that guarantees the veracity of the alternative hypothesis, the ideal mathematical model that aligns the growth data of COVID-19 is quadratic.
Conclusions: The quadratic model is positive and increasing as long as the number of infections continue to grow; therefore, it is not an ideal moment to speak of a flattening of the curve. If the growth is constant, the model could have an exponential trend.


REFERENCES

  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