Este artículo ofrece un análisis retrospectivo de los datos publicados de COVID-19, centrándose en el caso de Costa Rica como ejemplo de análisis y validación de datos en países en vías de desarrollo.
La pandemia de COVID-19 ha puesto de relieve la importancia de contar con sistemas de atención sanitaria sólidos y recursos adecuados para la realización de pruebas y el tratamiento de enfermedades. Sin embargo, los países en desarrollo se enfrentan a desafíos singulares en este sentido debido a la limitación de recursos y a la sobrecarga de trabajo, lo que dificulta la realización de pruebas generalizadas. La falta de equipo, laboratorios, personal capacitado y la infraestructura necesaria es una barrera importante. Además, cuestiones logísticas como el transporte y la distribución de equipo de prueba en zonas remotas complican aún más la situación.
Por otro lado, la atención sanitaria universal en los países en desarrollo, a pesar de la falta de pruebas exhaustivas, todavía puede proporcionar datos fiables sobre la propagación y el impacto de la enfermedad. La atención
sanitaria universal puede conducir a un mejor mantenimiento de registros y recopilación de datos, ya que todas las personas, independientemente de su situación económica, tienen acceso a los servicios médicos. Esta inclusividad garantiza un conjunto de datos más completo y representativo.
Por tanto, si bien las pruebas son una herramienta importante para gestionar la pandemia, los sistemas de atención sanitaria universales pueden seguir proporcionando información valiosa en su ausencia. Esta descripción puede aplicarse al escenario de COVID-19 en Costa Rica: falta de recursos para una metodología de pruebas adecuada pero un sistema de salud universal que asegure la inclusión. En este trabajo, mostramos que el número de casos activos de COVID-19 para Costa Rica no proporciona información confiable que pueda usarse para ajustar los parámetros de un modelo matemático, por lo que no se puede afirmar con precisión la efectividad de las medidas de contención. Sin embargo, el número de hospitalizaciones es más confiable
en el sistema de salud centralizado y universal, pero cuantificar la efectividad de dichas medidas requiere un conjunto diferente de herramientas (algunas diferencias con las aplicaciones más tradicionales, como el número de reproducción Rt). Proponemos una metodología basada en principios de procesamiento digital de señales y cálculo diferencial elemental.
Proponemos un análisis descriptivo de las series temporales de hospitalización para enunciar el impacto de las medidas de contención.
- Eje temático: Aplicaciones prácticas de la probabilidad, la estadística y el análisis de datos.
- Ponentes: Francisco Benavides Murillo y Yendry Arguedas Flatts