Aymar Cublier Martínez, Diana Gómez-Barroso, Concha Delgado-Sanz, Susana Monge, A. Cascajo, Mariana Marinescu, Amparo Larrauri, J. Carretero, David E. Singh
{"title":"Estimación de la incidencia real de la COVID-19 en España","authors":"Aymar Cublier Martínez, Diana Gómez-Barroso, Concha Delgado-Sanz, Susana Monge, A. Cascajo, Mariana Marinescu, Amparo Larrauri, J. Carretero, David E. Singh","doi":"10.20318/recs.2024.7970","DOIUrl":null,"url":null,"abstract":"Introducción: Los modelos epidemiológicos han demostrado ser cruciales para apoyar la toma de decisiones de las autoridades sanitarias durante la pandemia de COVID-19, así como concienciar al público en general de las distintas medidas adoptadas por las autoridades (distanciamiento social, uso de mascarilla, vacunación, etc.). Objetivos: Describir la metodología para integrar diferentes fuentes de datos para generar una única serie temporal que proporciona tasas de incidencia reales de COVID-19 en España. Metodología: Esta serie considera tanto los casos notificados como los no notificados, es decir, aquellos que no han sido registrados por las autoridades sanitarias. Resultados: Este trabajo describe también cómo la información generada en este proyecto ha sido tratada y almacenada, presenta los datos de estimación de la incidencia real obtenidos, así como los organismos y equipos de investigación que la utilizan, además de los distintos canales de comunicación que han sido empleados para difundirla (página web, compartición de resultados con las autoridades sanitarias, y repositorio). Conclusión: Este trabajo integra información proveniente de múltiples fuentes de datos para el análisis y la predicción de la incidencia de la COVID-19. A través de un enfoque multidisciplinar, se ha logrado plantear respuesta a la problemática en la estimación de la incidencia real de casos de COVID-19.","PeriodicalId":420871,"journal":{"name":"REVISTA ESPAÑOLA DE COMUNICACIÓN EN SALUD","volume":"5 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-01-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"REVISTA ESPAÑOLA DE COMUNICACIÓN EN SALUD","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20318/recs.2024.7970","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Introducción: Los modelos epidemiológicos han demostrado ser cruciales para apoyar la toma de decisiones de las autoridades sanitarias durante la pandemia de COVID-19, así como concienciar al público en general de las distintas medidas adoptadas por las autoridades (distanciamiento social, uso de mascarilla, vacunación, etc.). Objetivos: Describir la metodología para integrar diferentes fuentes de datos para generar una única serie temporal que proporciona tasas de incidencia reales de COVID-19 en España. Metodología: Esta serie considera tanto los casos notificados como los no notificados, es decir, aquellos que no han sido registrados por las autoridades sanitarias. Resultados: Este trabajo describe también cómo la información generada en este proyecto ha sido tratada y almacenada, presenta los datos de estimación de la incidencia real obtenidos, así como los organismos y equipos de investigación que la utilizan, además de los distintos canales de comunicación que han sido empleados para difundirla (página web, compartición de resultados con las autoridades sanitarias, y repositorio). Conclusión: Este trabajo integra información proveniente de múltiples fuentes de datos para el análisis y la predicción de la incidencia de la COVID-19. A través de un enfoque multidisciplinar, se ha logrado plantear respuesta a la problemática en la estimación de la incidencia real de casos de COVID-19.