PATRONES DE MULTIMORBILIDAD ASOCIADOS A MORTALIDAD POR COVID19 |
---|
Fecha de registro: Viernes, 08 Mayo 2020 12:22
Objetivo general:
Comparar la tasa de mortalidad en distintos patrones de multimorbilidad
Objetivos especificos:
Determinar patrones de multimorbilidad a través de un análisis de clases latentes
Diseño de estudio: Estudio de cohortes retrospectiva
Participantes: Varones y mujeres adultos evaluados por prueba rápida y molecular para detección de infección por COVID19 a nivel nacional.
Población y muestra: Se utilizarán la base de datos del sistema de registro de casos de COVID19 (SISCOVID) del Ministerio de Salud y la base de datos de NETLAB del Instituto Nacional de Salud y el registro del sistema nacional de defunciones (SINADEF). La muestra contiene datos de antecedentes y registro de resultados de pruebas diagnósticas de COVID19 de las 25 regiones de Perú.
Variables: La variable dependiente será el indicador de fallecimiento por COVID19. Esta variable será de tipo tiempo-evento y se considerará la fecha de inicio de síntomas como la fecha de inicio de enfermedad. La variable independiente serán la multimorbilidad que es definida como la presencia simultánea de dos o más enfermedades. Las enfermedades definidas para este estudio serán la presencia de Asma, Enfermedad pulmonar obstructiva crónica, diabetes, hipertensión, insuficiencia renal crónicas, reporte de algún tipo de cancer y otras enfermedades cardiovasculares. Otras variables que se incluirán serán la edad, sexo, profesión, y obesidad.
Plan de análisis: Se realizará la integración de todas las bases de datos de casos de COVID19 y de defunciones. Para la detección de patrones de multimorbilidad se realizará un análisis de clases latentes para variables dicotómicas. Este analisis nos permitirá diferenciar grupos de enfermedades que suelen ocurrir simultáneamente de forma más común. Luego se analizará el Hazard Ratio de estos grupos tomando en cuenta a las personas sin multimorbilidad como el comparador utilizando un modelo de regresión de Cox.
|