Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú
En medio de la pandemia de COVID-19, comprender la dinámica espacial y temporal de la enfermedad es crucial para intervenciones eficaces de salud pública. Este estudio tiene como objetivo analizar los datos de COVID-19 en Perú utilizando un modelo lineal generalizado espacio-temporal bayesiano para...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Monografía o trabajo académico |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2024
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881509929001418752 |
|---|---|
| author | Castro Galarza, Cesar Raul Diaz Sanchez, Omar Nolberto |
| author2 | Canas Rodrigues, Paulo Jorge |
| author_browse | Canas Rodrigues, Paulo Jorge Castro Galarza, Cesar Raul Diaz Sanchez, Omar Nolberto |
| author_facet | Canas Rodrigues, Paulo Jorge Castro Galarza, Cesar Raul Diaz Sanchez, Omar Nolberto |
| author_sort | Castro Galarza, Cesar Raul |
| collection | Repositorio institucional |
| description | En medio de la pandemia de COVID-19, comprender la dinámica espacial y temporal de la enfermedad es crucial para intervenciones eficaces de salud pública. Este estudio tiene como objetivo analizar los datos de COVID-19 en Perú utilizando un modelo lineal generalizado espacio-temporal bayesiano para dilucidar los patrones de mortalidad y evaluar el impacto de los esfuerzos de vacunación. Aprovechando datos de 194 provincias durante 651 días, nuestro análisis revela patrones espaciales y temporales heterogéneos en las tasas de mortalidad por COVID-19. Una mayor cobertura de vacunación se asocia con tasas de mortalidad reducidas, lo que enfatiza la importancia de la vacunación para mitigar el impacto de la pandemia. Los hallazgos subrayan el valor del análisis de datos espacio-temporales para comprender la dinámica de las enfermedades y orientar intervenciones de salud pública específicas. |
| escuela_str_mv | Escuela de Posgrado |
| format | info:eu-repo/semantics/monograph |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/7598 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Predicción estadística |
| ocde_area_str_mv | Ciencias médicas y de la salud |
| ocde_disciplina_str_mv | Ciencias de la salud |
| ocde_str_mv | 3.03.08 |
| programa_nombre_str_mv | Segunda Especialidad en Estadística Aplicada para Investigación |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/seg-estadistica-aplicada-para-investigacion |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú Castro Galarza, Cesar Raul Diaz Sanchez, Omar Nolberto Canas Rodrigues, Paulo Jorge COVID-19 Modelado espacio-temporal Datos de unidades de área Estadísticas bayesianas En medio de la pandemia de COVID-19, comprender la dinámica espacial y temporal de la enfermedad es crucial para intervenciones eficaces de salud pública. Este estudio tiene como objetivo analizar los datos de COVID-19 en Perú utilizando un modelo lineal generalizado espacio-temporal bayesiano para dilucidar los patrones de mortalidad y evaluar el impacto de los esfuerzos de vacunación. Aprovechando datos de 194 provincias durante 651 días, nuestro análisis revela patrones espaciales y temporales heterogéneos en las tasas de mortalidad por COVID-19. Una mayor cobertura de vacunación se asocia con tasas de mortalidad reducidas, lo que enfatiza la importancia de la vacunación para mitigar el impacto de la pandemia. Los hallazgos subrayan el valor del análisis de datos espacio-temporales para comprender la dinámica de las enfermedades y orientar intervenciones de salud pública específicas. 2024-04-15 2024-06-18T17:29:28Z 2024-06-18T17:29:28Z info:eu-repo/semantics/monograph https://hdl.handle.net/20.500.12840/7598 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/7598 2026-11-10T17:45:09Z |
| spellingShingle | COVID-19 Modelado espacio-temporal Datos de unidades de área Estadísticas bayesianas Castro Galarza, Cesar Raul Diaz Sanchez, Omar Nolberto Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title_full | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title_fullStr | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title_full_unstemmed | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title_short | Modelado bayesiano espacio-temporal de la dinámica de las muertes por COVID-19 en Perú |
| title_sort | modelado bayesiano espacio temporal de la dinamica de las muertes por covid 19 en peru |
| topic | COVID-19 Modelado espacio-temporal Datos de unidades de área Estadísticas bayesianas |
| topic_facet | COVID-19 Modelado espacio-temporal Datos de unidades de área Estadísticas bayesianas |
| url | https://hdl.handle.net/20.500.12840/7598 |
| work_keys_str_mv | AT castrogalarzacesarraul modeladobayesianoespaciotemporaldeladinamicadelasmuertesporcovid19enperu AT diazsanchezomarnolberto modeladobayesianoespaciotemporaldeladinamicadelasmuertesporcovid19enperu |