Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria

Detalhes bibliográficos
Autor(a) principal: Santolino, Miguel
Data de Publicação: 2022
Outros Autores: Alcañiz, Manuela, Bolancé, Catalina
Tipo de documento: Artigo
Idioma: spa
eng
Título da fonte: Revista de Saúde Pública
Texto Completo: https://www.revistas.usp.br/rsp/article/view/199800
Resumo: OBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad.
id USP-23_d928ebe4f420d573753a75ad863424e8
oai_identifier_str oai:revistas.usp.br:article/199800
network_acronym_str USP-23
network_name_str Revista de Saúde Pública
repository_id_str
spelling Ingresos hospitalarios por covid-19: una herramienta de planificación sanitariaHospitalizations from covid-19: a health planning toolCOVID-19, complicationsHospitalizationAdmitting Department, HospitalImmunizationRegression Analysis Length of StayCOVID-19, complicacionesHospitalizaciónTiempo de InternaciónServicio de Admisión en HospitalInmunizaciónAnálisis de RegresiónOBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad.OBJECTIVE Estimate the future number of hospitalizations from Covid-19 based on the number of diagnosed positive cases. METHOD Using the covid-19 Panel data recorded in Spain at the Red Nacional de Vigilancia Epidemiológica, Renave (Epidemiological Surveillance Network), a regression model with multiplicative structure is adjusted to explain and predict the number of hospitalizations from the lagged series of positive cases diagnosed from May 11, 2020 to September 20, 2021. The effect of the time elapsed since the vaccination program starting on the number of hospitalizations is reviewed. RESULTS Nine days is the number of lags in the positive cases series with greatest explanatory power on the number of hospitalizations. The variability of the number of hospitalizations explained by the model is high (adjusted R2: 96.6%). Before the vaccination program starting, the expected number of hospitalizations on day t was 20.2% of the positive cases on day t-9 raised to 0.906. After the vaccination program started, this percentage was reduced by 0.3% a day. Using the same model, we find that in the first pandemic wave the number of positive cases was more than six times that reported on official records. CONCLUSIONS Starting from the covid-19 cases detected up to a given date, the proposed model allows estimating the number of hospitalizations nine days in advance. Thus, it is a useful tool for forecasting the hospital pressure that health systems shall bear as a consequence of the disease.Universidade de São Paulo. Faculdade de Saúde Pública2022-06-13info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdftext/xmlhttps://www.revistas.usp.br/rsp/article/view/19980010.11606/s1518-8787.2022056004315Revista de Saúde Pública; Vol. 56 (2022); 51Revista de Saúde Pública; Vol. 56 (2022); 51Revista de Saúde Pública; v. 56 (2022); 511518-87870034-8910reponame:Revista de Saúde Públicainstname:Universidade de São Paulo (USP)instacron:USPspaenghttps://www.revistas.usp.br/rsp/article/view/199800/183891https://www.revistas.usp.br/rsp/article/view/199800/183889https://www.revistas.usp.br/rsp/article/view/199800/183888Copyright (c) 2022 Miguel Santolino, Manuela Alcañiz, Catalina Bolancéhttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessSantolino, MiguelAlcañiz, ManuelaBolancé, Catalina2022-07-04T12:29:17Zoai:revistas.usp.br:article/199800Revistahttps://www.revistas.usp.br/rsp/indexONGhttps://www.revistas.usp.br/rsp/oairevsp@org.usp.br||revsp1@usp.br1518-87870034-8910opendoar:2022-07-04T12:29:17Revista de Saúde Pública - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
Hospitalizations from covid-19: a health planning tool
title Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
spellingShingle Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
Santolino, Miguel
COVID-19, complications
Hospitalization
Admitting Department, Hospital
Immunization
Regression Analysis
Length of Stay
COVID-19, complicaciones
Hospitalización
Tiempo de Internación
Servicio de Admisión en Hospital
Inmunización
Análisis de Regresión
title_short Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
title_full Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
title_fullStr Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
title_full_unstemmed Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
title_sort Ingresos hospitalarios por covid-19: una herramienta de planificación sanitaria
author Santolino, Miguel
author_facet Santolino, Miguel
Alcañiz, Manuela
Bolancé, Catalina
author_role author
author2 Alcañiz, Manuela
Bolancé, Catalina
author2_role author
author
dc.contributor.author.fl_str_mv Santolino, Miguel
Alcañiz, Manuela
Bolancé, Catalina
dc.subject.por.fl_str_mv COVID-19, complications
Hospitalization
Admitting Department, Hospital
Immunization
Regression Analysis
Length of Stay
COVID-19, complicaciones
Hospitalización
Tiempo de Internación
Servicio de Admisión en Hospital
Inmunización
Análisis de Regresión
topic COVID-19, complications
Hospitalization
Admitting Department, Hospital
Immunization
Regression Analysis
Length of Stay
COVID-19, complicaciones
Hospitalización
Tiempo de Internación
Servicio de Admisión en Hospital
Inmunización
Análisis de Regresión
description OBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad.
publishDate 2022
dc.date.none.fl_str_mv 2022-06-13
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/rsp/article/view/199800
10.11606/s1518-8787.2022056004315
url https://www.revistas.usp.br/rsp/article/view/199800
identifier_str_mv 10.11606/s1518-8787.2022056004315
dc.language.iso.fl_str_mv spa
eng
language spa
eng
dc.relation.none.fl_str_mv https://www.revistas.usp.br/rsp/article/view/199800/183891
https://www.revistas.usp.br/rsp/article/view/199800/183889
https://www.revistas.usp.br/rsp/article/view/199800/183888
dc.rights.driver.fl_str_mv Copyright (c) 2022 Miguel Santolino, Manuela Alcañiz, Catalina Bolancé
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2022 Miguel Santolino, Manuela Alcañiz, Catalina Bolancé
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
text/xml
dc.publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Saúde Pública
publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Saúde Pública
dc.source.none.fl_str_mv Revista de Saúde Pública; Vol. 56 (2022); 51
Revista de Saúde Pública; Vol. 56 (2022); 51
Revista de Saúde Pública; v. 56 (2022); 51
1518-8787
0034-8910
reponame:Revista de Saúde Pública
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Revista de Saúde Pública
collection Revista de Saúde Pública
repository.name.fl_str_mv Revista de Saúde Pública - Universidade de São Paulo (USP)
repository.mail.fl_str_mv revsp@org.usp.br||revsp1@usp.br
_version_ 1800221803185963008

Registros relacionados