Análisis de gravedad de COVID-19 mediante regresión multinomial en pacientes hospitalizados en Riobamba, Ecuador

Marcelo Fernando Viteri Villa, Iruma Alfonso González

Texto completo:

PDF

Resumen

Introducción: Encontrar factores predictivos de la gravedad en una población específica ayuda a reconocer conjuntos de personas con un alto riesgo, lo que permite dirigir acciones preventivas para evitar el desarrollo grave de la COVID-19 y disminuir las complicaciones asociadas.

Objetivo: El objetivo del estudio fue analizar mediante regresión multinomial la gravedad de la COVID-19, según la vacunación, el nivel de exposición al virus, el nivel socioeconómico y el sexo, en pacientes de un hospital de Riobamba, Ecuador.

Métodos: El estudio, fue de nivel predictivo y tipo observacional, analítico, retrospectivo y transversal.  La muestra del estudio estuvo conformada por 259 pacientes diagnosticados con COVID-19 confirmado por pruebas de laboratorio. Se realizó un diseño de regresión multinomial con pruebas de razón de verosimilitud.

Resultados: El análisis mediante regresión multinomial mostró que la mayoría fueron hombres con vacunación no actualizada y niveles medios-altos de exposición al virus y socioeconómicos. La enfermedad no progresó a gravedad extrema en la mayoría de casos. El modelo final con todas las variables predictoras se ajustó significativamente mejor a los datos que el modelo nulo, aunque las interacciones evaluadas no fueron estadísticamente significativas. Las medidas de ajuste y pseudo R cuadrado indicaron un ajuste aceptable del modelo para predecir la gravedad de la COVID-19 en función de las variables predictoras.

Conclusiones: Los resultados no mostraron una relación estadísticamente significativa entre la gravedad de la COVID-19 y las variables predictoras evaluadas, Por lo tanto, no se puede rechazar la hipótesis nula.

Palabras clave

COVID-19; regresión multinomial; razón de verosimilitud; vacunación; nivel de exposición al virus


Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.