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...

Descripción completa

Guardado en:
Autores principales: Castro Galarza, Cesar Raul, Diaz Sanchez, Omar Nolberto
Otros Autores: Canas Rodrigues, Paulo Jorge
Formato: Monografía o trabajo académico
Lenguaje:español
Publicado: Universidad Peruana Unión 2024
Materias:
COVID-19
Modelado espacio-temporal
Datos de unidades de área
Estadísticas bayesianas
Acceso en línea:Enlace permanente (DOI o Handle)
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
_version_ 1881763670779756544
asesor_orcid_str_mv 0000-0002-1248-9910
asesor_str_mv Canas Rodrigues, Paulo Jorge
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
comunidad_str_mv 5. Especialidad
Tesis y disertaciones
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
jurado_str_mv Altez Ortiz, Ethel
Huanca Lopez, Lizeth Geanina
Lopez Gonzales, Javier Linkolk
Tocto Cano, Esteban
Canas Rodrigues, Paulo Jorge
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 com_20.500.12840_9 5. Especialidad com_20.500.12840_5 Tesis y disertaciones col_20.500.12840_3089 Segunda Especialidad en Estadística Aplicada para Investigación
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

Ejemplares similares