Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander

Las decisiones en salud pública requieren evidencia médica e información estadística producidas conrigor académico, sin embargo, frecuentemente las estadísticas básicas identifican problemas de salud a nivel de ciudad, pero tienen poca utilidad para identificar problemas en comunidades específicas c...

Full description

Autores:
Cortés-Ramírez, Javier
París-Pineda, Olga M.
Wilches-Vega, Juan D.
Tipo de recurso:
Article of journal
Fecha de publicación:
2021
Institución:
Universidad de los Llanos
Repositorio:
Repositorio Digital Universidad de los LLanos
Idioma:
spa
OAI Identifier:
oai:repositorio.unillanos.edu.co:001/4030
Acceso en línea:
https://repositorio.unillanos.edu.co/handle/001/4030
https://doi.org/10.22579/20112629.742
Palabra clave:
Low and middle-income countries
Hotspots spatial analysis
Spatial morbidity rates
Cúcuta – Norte de Santander
Spatial epidemiology
Países de mediano y bajo ingreso
análisis espacial de puntos calientes
tasas espaciales de morbilidad
Cúcuta – Norte de Santander
Epidemiología Espacial
Países de baixa e média renda
Análise espacial de focos de calor
taxas de morbidade espacial
Cúcuta – Norte de Santander
Epidemiologia Espacial
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc/4.0
id Unillanos2_9626dde153d3b698df474ace5f176953
oai_identifier_str oai:repositorio.unillanos.edu.co:001/4030
network_acronym_str Unillanos2
network_name_str Repositorio Digital Universidad de los LLanos
repository_id_str
dc.title.spa.fl_str_mv Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
dc.title.translated.eng.fl_str_mv Method for calculating Acute Respiratory Infection rates by Urban Sections from statistics by health providers in Cucuta, Norte de Santander
title Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
spellingShingle Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
Low and middle-income countries
Hotspots spatial analysis
Spatial morbidity rates
Cúcuta – Norte de Santander
Spatial epidemiology
Países de mediano y bajo ingreso
análisis espacial de puntos calientes
tasas espaciales de morbilidad
Cúcuta – Norte de Santander
Epidemiología Espacial
Países de baixa e média renda
Análise espacial de focos de calor
taxas de morbidade espacial
Cúcuta – Norte de Santander
Epidemiologia Espacial
title_short Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
title_full Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
title_fullStr Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
title_full_unstemmed Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
title_sort Método de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de Santander
dc.creator.fl_str_mv Cortés-Ramírez, Javier
París-Pineda, Olga M.
Wilches-Vega, Juan D.
dc.contributor.author.spa.fl_str_mv Cortés-Ramírez, Javier
París-Pineda, Olga M.
Wilches-Vega, Juan D.
dc.subject.eng.fl_str_mv Low and middle-income countries
Hotspots spatial analysis
Spatial morbidity rates
Cúcuta – Norte de Santander
Spatial epidemiology
topic Low and middle-income countries
Hotspots spatial analysis
Spatial morbidity rates
Cúcuta – Norte de Santander
Spatial epidemiology
Países de mediano y bajo ingreso
análisis espacial de puntos calientes
tasas espaciales de morbilidad
Cúcuta – Norte de Santander
Epidemiología Espacial
Países de baixa e média renda
Análise espacial de focos de calor
taxas de morbidade espacial
Cúcuta – Norte de Santander
Epidemiologia Espacial
dc.subject.spa.fl_str_mv Países de mediano y bajo ingreso
análisis espacial de puntos calientes
tasas espaciales de morbilidad
Cúcuta – Norte de Santander
Epidemiología Espacial
Países de baixa e média renda
Análise espacial de focos de calor
taxas de morbidade espacial
Cúcuta – Norte de Santander
Epidemiologia Espacial
description Las decisiones en salud pública requieren evidencia médica e información estadística producidas conrigor académico, sin embargo, frecuentemente las estadísticas básicas identifican problemas de salud a nivel de ciudad, pero tienen poca utilidad para identificar problemas en comunidades específicas como barrios o secciones urbanas. Este estudio desarrolla un método para calcular tasas de enfermedad a nivel de secciones urbanas a partir de estadísticas provistas a nivel de prestadores de salud en Cúcuta, Norte de Santander. Se calcularon las tasas de Infección Respiratoria Aguda (IRA) en cada Sección Urbana de Cúcuta (SECU), usando los casos de IRA reportados a nivel de instituciones prestadoras de salud. El análisis utilizó un Sistema de Información Geográfico (SIG) para identificar la distribución geográfica de las SECU y su densidad poblacional, para asignar los casos de IRA por SECU. El número de consultas por IRA en el periodo 01/01/2018 - 31/12/2018 fue categorizado por Instituciones Prestadoras de Salud (IPS). Se definieron tres niveles de agregación espacial al rededor de cada IPS de acuerdo con el alcance de sus servicios en 3 categorías; primarias, intermedias y generales. El número de consultas por IRA en cada SECU se estimó asignando un valor de acuerdo con la proporción poblacional de cada SECU entre cada nivel de agrupación espacial. Así, la tasa de IRA se calculó dividiendo el total entre la población, y luego se ajusto a la distribución geográfica de las SECU. Finalmente se calcularon las SECU con el mayor riesgo de IRA (hotspots). Los análisis se hicieron con ArcMap (ver 10.6) y Geoda (ver 1.9) usando el test I de Moran. Se presentaron 121.378 casos de IRA en Cúcuta en el periodo estudiado; 32.3% reportados por Hospitales, 36.5% por IPS intermedias, y 31.3% por IPS primarias. Las tasas más altas de IRA se encontraron en agrupaciones del centro-sur de la ciudad, en el centro-occidente, norte, noroeste, nordeste, centro-este y centro de Cúcuta.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-12-16T00:00:00Z
2024-07-25T18:15:17Z
dc.date.available.none.fl_str_mv 2021-12-16T00:00:00Z
2024-07-25T18:15:17Z
dc.date.issued.none.fl_str_mv 2021-12-16
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 0121-3709
dc.identifier.uri.none.fl_str_mv https://repositorio.unillanos.edu.co/handle/001/4030
dc.identifier.doi.none.fl_str_mv 10.22579/20112629.742
dc.identifier.eissn.none.fl_str_mv 2011-2629
dc.identifier.url.none.fl_str_mv https://doi.org/10.22579/20112629.742
identifier_str_mv 0121-3709
10.22579/20112629.742
2011-2629
url https://repositorio.unillanos.edu.co/handle/001/4030
https://doi.org/10.22579/20112629.742
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.bitstream.none.fl_str_mv https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/download/742/1275
dc.relation.citationedition.spa.fl_str_mv Núm. 2 , Año 2021 : Suplemento Resumenes
dc.relation.citationendpage.none.fl_str_mv 28
dc.relation.citationissue.spa.fl_str_mv 2
dc.relation.citationstartpage.none.fl_str_mv 25
dc.relation.citationvolume.spa.fl_str_mv 25
dc.relation.ispartofjournal.spa.fl_str_mv Orinoquia
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Llanos
dc.source.spa.fl_str_mv https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/view/742
institution Universidad de los Llanos
bitstream.url.fl_str_mv https://repositorio.unillanos.edu.co/bitstreams/7fe78fef-8fbe-4786-ad44-90b3db112432/download
bitstream.checksum.fl_str_mv b3ebc2223da80f82da961b5b2063ce37
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Universidad de Los Llanos
repository.mail.fl_str_mv repositorio@unillanos.edu.co
_version_ 1818111642320240640
spelling Cortés-Ramírez, JavierParís-Pineda, Olga M.Wilches-Vega, Juan D.2021-12-16T00:00:00Z2024-07-25T18:15:17Z2021-12-16T00:00:00Z2024-07-25T18:15:17Z2021-12-160121-3709https://repositorio.unillanos.edu.co/handle/001/403010.22579/20112629.7422011-2629https://doi.org/10.22579/20112629.742Las decisiones en salud pública requieren evidencia médica e información estadística producidas conrigor académico, sin embargo, frecuentemente las estadísticas básicas identifican problemas de salud a nivel de ciudad, pero tienen poca utilidad para identificar problemas en comunidades específicas como barrios o secciones urbanas. Este estudio desarrolla un método para calcular tasas de enfermedad a nivel de secciones urbanas a partir de estadísticas provistas a nivel de prestadores de salud en Cúcuta, Norte de Santander. Se calcularon las tasas de Infección Respiratoria Aguda (IRA) en cada Sección Urbana de Cúcuta (SECU), usando los casos de IRA reportados a nivel de instituciones prestadoras de salud. El análisis utilizó un Sistema de Información Geográfico (SIG) para identificar la distribución geográfica de las SECU y su densidad poblacional, para asignar los casos de IRA por SECU. El número de consultas por IRA en el periodo 01/01/2018 - 31/12/2018 fue categorizado por Instituciones Prestadoras de Salud (IPS). Se definieron tres niveles de agregación espacial al rededor de cada IPS de acuerdo con el alcance de sus servicios en 3 categorías; primarias, intermedias y generales. El número de consultas por IRA en cada SECU se estimó asignando un valor de acuerdo con la proporción poblacional de cada SECU entre cada nivel de agrupación espacial. Así, la tasa de IRA se calculó dividiendo el total entre la población, y luego se ajusto a la distribución geográfica de las SECU. Finalmente se calcularon las SECU con el mayor riesgo de IRA (hotspots). Los análisis se hicieron con ArcMap (ver 10.6) y Geoda (ver 1.9) usando el test I de Moran. Se presentaron 121.378 casos de IRA en Cúcuta en el periodo estudiado; 32.3% reportados por Hospitales, 36.5% por IPS intermedias, y 31.3% por IPS primarias. Las tasas más altas de IRA se encontraron en agrupaciones del centro-sur de la ciudad, en el centro-occidente, norte, noroeste, nordeste, centro-este y centro de Cúcuta.Public health decisions require medical evidence and statistical information produced with academic rigor. Public health departments commonly collect statistics from health providers However, the utility of this data is dependent on the inclusion of individual identifiers or categories such as socioeconomic status or residential areas. The aim of this study is to design a method to map the rate of ARI per USEC in Cúcuta, using statistics of cases reported at the health care provider level and to identify the hotspots with higher rates. The rates of Acute Respiratory Infection (ARI) in each Urban Section (SECU) of Cúcuta were calculated using the ARI cases reported by health-providing institutions. The analysis used a Geographic Information System (GIS) to identify the geographic distribution of the SECUs and their population density to assign ARI cases by SECU. The number of medical consultations with a diagnosis of ARI in the period 01/01/2018—31/12/2018, were provided by the public health department categorised by health care providers. Three levels of increasing spatial aggregation were established basedon the spatial scope of the public HCPs. To estimate the number of ARI consultations in each USEC, a weight value was assigned according to the proportion of population of each USEC within each level zone . The total ARI consultations per zone in each level were multiplied by the weight value to obtain the ARI cases per USEC in each zone and level. Each USEC would have ARI cases calculated for each of the three levels, therefore, the total ARI per USEC was calculated as the sum of USEC ARI’s in eachlevel. The hotspots of higher incidence were identified using the local Moran’s I test with EB rate in Geoda. There were 121,378 cases of ARI in Cúcuta over the study period. Of these, 38,236 (32.3%) were reported by hospitals; 43,173 (36.4%) were reported by intermediate HCP; and 37,060 (31.3%) reported by primary health centres or GPs The highest rates of ARI were found in clusters in central south; central west; north and northwest; northeast; central east; and central Cúcuta.application/pdfspaUniversidad de los Llanoshttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.http://purl.org/coar/access_right/c_abf2https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/view/742Low and middle-income countriesHotspots spatial analysisSpatial morbidity ratesCúcuta – Norte de SantanderSpatial epidemiologyPaíses de mediano y bajo ingresoanálisis espacial de puntos calientestasas espaciales de morbilidadCúcuta – Norte de SantanderEpidemiología EspacialPaíses de baixa e média rendaAnálise espacial de focos de calortaxas de morbidade espacialCúcuta – Norte de SantanderEpidemiologia EspacialMétodo de cálculo de tasas de infección respiratoria aguda por secciones urbanas a partir de estadísticas por prestadores de salud en Cúcuta, Norte de SantanderMethod for calculating Acute Respiratory Infection rates by Urban Sections from statistics by health providers in Cucuta, Norte de SantanderArtículo de revistainfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Texthttp://purl.org/coar/version/c_970fb48d4fbd8a85https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/download/742/1275Núm. 2 , Año 2021 : Suplemento Resumenes2822525OrinoquiaPublicationOREORE.xmltext/xml2802https://repositorio.unillanos.edu.co/bitstreams/7fe78fef-8fbe-4786-ad44-90b3db112432/downloadb3ebc2223da80f82da961b5b2063ce37MD51001/4030oai:repositorio.unillanos.edu.co:001/40302024-07-25 13:15:17.645http://creativecommons.org/licenses/by-nc/4.0metadata.onlyhttps://repositorio.unillanos.edu.coRepositorio Universidad de Los Llanosrepositorio@unillanos.edu.co