Factores de riesgo y biomarcadores de la enfermedad de Alzheimer / Risk factors and biomarkers of Alzheimer's disease

Introducción: La enfermedad de Alzheimer, constituye un problema sanitario y social de gran magnitud; precisa de diagnóstico y terapéutica precoces. Se realizó una búsqueda de artículos sobre factores de riesgo y biomarcadores de la enfermedad en las bases de datos PubMed/Medline, Scopus, Scielo y Lilacs, y mediante el buscador Google académico; desde el año 2017 hasta el 2023, en idioma español, inglés y portugués. Objetivo: Analizar los factores de riesgo y los biomarcadores de la enfermedad de Alzheimer. Desarrollo: Los principales factores de riesgo encontrados son edad avanzada, menor educación, poca actividad física, hábito de fumar, consumo excesivo de alcohol, hipertensión arterial, diabetes, obesidad, depresión, pérdida o disminución de la audición, aislamiento social, los traumas craneales y la contaminación ambiental. Los biomarcadores fundamentales son: los marcadores que se utilizan en los estudios de neuroimágenes como la PET Amiloide, PET tau, PET FDG; y en LCR y plasma: Aß42, Aß42/Aß40, p tau 217, p tau 181, GFAP, y neurofilamentos de cadena ligeras. Conclusiones: Se requieren estudios longitudinales, a partir de la presencia de los factores de riesgo asociados a biomarcador, desde edades pregeriátricas en pacientes sanos, que tengan como salidas el deterioro cognitivo y el desarrollo de la demencia, para construir un modelo de predicción(AU)

Introduction: Alzheimer's disease is a health and social problem of great magnitude; it requires early diagnosis and therapy. A search for articles on risk factors and biomarkers of the disease was conducted; in the databases PubMed/Medline, Scopus, Scielo and Lilacs, and through the Google scholar search engine; from 2017 to 2023, in Spanish, English and Portuguese. Objective: To analyze the risk factors and biomarkers of Alzheimer's disease. Development: The main risk factors found are advanced age, lower education, little physical activity, smoking, excessive alcohol consumption, high blood pressure, diabetes, obesity, depression, hearing loss or decrease, social isolation, head trauma and environmental pollution. The fundamental biomarkers are: markers used in neuroimaging studies such as amyloid PET, tau PET, FDG PET; and in CSF and plasma: Aß42, Aß42/Aß40, p tau 217, p tau 181, GFAP, and light chain neurofilaments. Conclusions: Longitudinal studies are required, based on the presence of risk factors associated with biomarkers, from pregeriatric ages in healthy patients, which have cognitive impairment and the development of dementia as outputs, to build a prediction model(AU)

Las apolipoproteínas como marcadores predictivos de riesgo metabólico-vascular en pediatría / Apolipoproteins as predictive markers of metabolic-vascular risk in pediatrics

Introducción: La búsqueda de nuevos marcadores predictivos, en la estratificación de riesgos metabólicos-vasculares, es de vital importancia en la prevención, diagnóstico y tratamiento oportuno de enfermedades cardiometabólicas, al considerar que el proceso aterosclerótico se inicia desde la infancia. La revisión documental se realizó entre marzo y julio del 2022, consultadas las bases de datos PubMed/Medline, SciElo, Scopus y el Google académico como puerta de entrada de la información sobre el tema. Se revisaron 33 artículos originales en el período 2012-2021 en idioma inglés y español, referenciados 29 y los términos clave para la búsqueda fueron, riesgo metabólico-vascular, apolipoproteínas A1 y B100, marcadores predictores de riesgo metabólico-vascular, niñez, adolescencia. Objetivo: Analizar la importancia de las apolipoproteínas como marcadores predictores del riesgo metabólico- vascular pediátrico. Desarrollo: Las apolipoproteínas han surgido como una alternativa muy viable, particularmente la determinación de ApoB 100 y ApoA 1, que expresan el equilibrio entre la actividad aterogénica y la antiaterogénica y están presentes desde las edades tempranas de la vida. El diagnóstico temprano de estos marcadores, permitirá aplicar intervenciones precoces para propiciar cambios a estilos de vidas saludables, así como tratamientos preventivos que impidan las complicaciones de la enfermedad cardiometabólica. Conclusiones: Al considerar que el proceso aterosclerótico se inicia en edades tempranas, las apolipoproteínas constituyen marcadores en la predicción del riesgo metabólico-vascular, su determinación permite la identificación, estratificación del riesgo y propuesta de estrategias preventivas desde las edades pediátricas(AU)

Introduction: The search for new predictive markers, in the stratification of metabolic-vascular risks, is of vital importance in the prevention, diagnosis and timely treatment of cardiometabolic diseases, considering that the atherosclerotic process begins in childhood. The documentary review was carried out between March and July 2022, consulting the PubMed/Medline, SciElo, Scopus and Google Scholar databases as a gateway to information on the topic. 33 original articles were reviewed in the period 2012-2021 in English and Spanish, 29 were referenced and the key terms for the search were, metabolic-vascular risk, apolipoproteins A1 and B100, markers predictive of metabolic-vascular risk, childhood adolescence. Objective: To analyze the importance of apolipoproteins as predictive markers of pediatric metabolic-vascular risk. Development: Apolipoproteins have emerged as a very viable alternative, particularly the determination of ApoB 100 and ApoA 1, which express the balance between atherogenic and antiatherogenic activity and are present from the early ages of life. Early diagnosis of these markers will allow for early interventions to promote changes to healthy lifestyles, as well as preventive treatments that prevent complications of cardiometabolic disease. Conclusions: Considering that the atherosclerotic process begins at an early age, apolipoproteins constitute markers in the prediction of metabolic-vascular risk, their determination allows the identification, risk stratification and proposal of preventive strategies from pediatric ages(AU)

Modelo predictivo del fracaso de la terapia eléctrica en la fibrilación auricular paroxística / Predictive model of electrical therapy failure in paroxysmal atrial fibrillation

Introducción: La fibrilación auricular es la arritmia recurrente más habitual en la práctica clínica. Su prevalencia se multiplica en la población actual y tiene diferentes causas fisiopatológicas que la convierten en una pandemia mundial. Objetivos: Diseñar un modelo predictivo de fracaso de la terapia eléctrica en pacientes con fibrilación auricular paroxística. Métodos: Se realizó un estudio de casos y controles, con 33 casos y 66 controles. Variables predictoras: edad, fracción de eyección ≤ 40 por ciento, volumen de aurícula izquierda ≥ 34 mL/m2. A partir de la regresión logística se obtuvo un modelo en el que fueron incluidos el valor predictivo positivo, valor predictivo negativo, la sensibilidad y especificidad. Resultados: Los factores de riesgo predictores fueron: edad ≥ 55 años (p= 0,013; odds ratio (OR)= 3,58; intervalo de confianza -IC- 95 por ciento: 1,33-9,67); la fracción de eyección del ventrículo izquierdo (FEVI) ≤ 40 por ciento se observó en 20 pacientes (22,7 por ciento) (p= 0,004; OR= 4,45; IC95 por ciento: 1,54-12,8); presión de aurícula izquierda elevada, volumen de aurícula izquierda elevado (p= 0,004; OR= 3,11; IC95 por ciento: 1,24-8,77), según el modelo de regresión logística. Se realizó la validación interna por división de datos; se confirmó que el modelo pronostica bien los que van a tener éxito en el resultado terapéutico. Conclusiones: El modelo predictivo elaborado está compuesto por los predictores edad > 55 años, FEVI; volumen de aurícula izquierda; presenta un buen ajuste y poder discriminante, sobre todo valor predictivo positivo(AU)

Introduction: Atrial fibrillation is the most common recurrent arrhythmia in clinical practice. Its prevalence is multiplying in the current population and has different pathophysiological causes that make it a global pandemic. Objectives: To design a predictive model for failure of electrical therapy in patients with paroxysmal atrial fibrillation. Methods: A case-control study was carried out with 33 cases, and 66 controls. Predictor variables: age, ejection fraction ≤ 40 percent, left atrial volume ≥ 34 mL/m2. From logistic regression, a model was obtained in which the positive predictive value, negative predictive value, sensitivity and specificity were included. Results: The predictive risk factors were: age ≥ 55 years (p= 0.013; odds ratio (OR)= 3.58; 95 percent confidence interval -CI-: 1.33-9.67); left ventricular ejection fraction (LVEF) ≤ 40 percent was observed in 20 patients (22.7 percent) (p= 0.004; OR= 4.45; 95 percent CI: 1.54-12.8); elevated left atrial pressure, elevated left atrial volume (p= 0.004; OR= 3.11; 95 percent CI: 1.24-8.77), according to the logistic regression model. Internal validation was carried out by data division; It was confirmed that the model predicts very well those who will be successful in the therapeutic result. Conclusions: The predictive model developed is composed of the predictors age > 55 years, LVEF; left atrial volume; It presents a good fit and discriminating power, especially positive predictive value(AU)

Modelo predictivo de enfermedad cardiovascular basado en inteligencia artificial en la atención primaria de salud / A Predictive Model for Cardiovascular Disease based on Artificial Intelligence in Primary Health Care

Introducción: En Cuba y en el resto del mundo, las enfermedades cardiovasculares son reconocidas como un problema de salud pública mayúsculo y creciente, que provoca una alta mortalidad. Objetivo: Diseñar un modelo predictivo para estimar el riesgo de enfermedad cardiovascular basado en técnicas de inteligencia artificial. Métodos: La fuente de datos fue una cohorte prospectiva que incluyó 1633 pacientes, seguidos durante 10 años, fue utilizada la herramienta de minería de datos Weka, se emplearon técnicas de selección de atributos para obtener un subconjunto más reducido de variables significativas, para generar los modelos fueron aplicados: el algoritmo de reglas JRip y el meta algoritmo Attribute Selected Classifier, usando como clasificadores el J48 y el Multilayer Perceptron. Se compararon los modelos obtenidos y se aplicaron las métricas más usadas para clases desbalanceadas. Resultados: El atributo más significativo fue el antecedente de hipertensión arterial, seguido por el colesterol de lipoproteínas de alta densidad y de baja densidad, la proteína c reactiva de alta sensibilidad y la tensión arterial sistólica, de estos atributos se derivaron todas las reglas de predicción, los algoritmos fueron efectivos para generar el modelo, el mejor desempeño fue con el Multilayer Perceptron, con una tasa de verdaderos positivos del 95,2 por ciento un área bajo la curva ROC de 0,987 en la validación cruzada. Conclusiones: Fue diseñado un modelo predictivo mediante técnicas de inteligencia artificial, lo que constituye un valioso recurso orientado a la prevención de las enfermedades cardiovasculares en la atención primaria de salud(AU)

Introduction: In Cuba and in the rest of the world, cardiovascular diseases are recognized as a major and growing public health problem, which causes high mortality. Objective: To design a predictive model to estimate the risk of cardiovascular disease based on artificial intelligence techniques. Methods: The data source was a prospective cohort including 1633 patients, followed for 10 years. The data mining tool Weka was used and attribute selection techniques were employed to obtain a smaller subset of significant variables. To generate the models, the rule algorithm JRip and the meta-algorithm Attribute Selected Classifier were applied, using J48 and Multilayer Perceptron as classifiers. The obtained models were compared and the most used metrics for unbalanced classes were applied. Results: The most significant attribute was history of arterial hypertension, followed by high and low density lipoprotein cholesterol, high sensitivity c-reactive protein and systolic blood pressure; all the prediction rules were derived from these attributes. The algorithms were effective to generate the model. The best performance was obtained using the Multilayer Perceptron, with a true positive rate of 95.2percent and an area under the ROC curve of 0.987 in the cross validation. Conclusions: A predictive model was designed using artificial intelligence techniques; it is a valuable resource oriented to the prevention of cardiovascular diseases in primary health care(AU)

Incidence moments: Short term forecast of the COVID-19 incidence rate in Chile / Momentos de Incidencia: Pronóstico a Corto Plazo de la Tasa de Incidencia de COVID-19 en Chile

INTRODUCTION: The predictability of any epidemic is highly uncertain, especially regarding a new emerging pathogen such as SARS-CoV-2. Objectives: We studied the predictability of the incidence series of COVID-19 in Chile (whole country) and three regions with different population sizes. The analysis included the period intervened by vaccination campaigns and when new variants of the SARS-CoV-2 virus arrived. This study also is focused on possible differences in predictability between epidemic and "inter-epidemic" periods. Methods: We studied the daily incidence of COVID-19 in Chile for the Metropolitan, Biobío, Arica, and Parinacota regions from March 2020 to February 2022, with the recently proposed method of the third moment of incidence. We assessed the predictive capacity with the corrected mean arctangent absolute percent error. Results: The predictability of the daily incidence of COVID-19 was on the limit between good and reasonable for the entire epidemic process. The third moment of incidence produced reasonable predictions for regions with large population sizes and insufficient predictions for smaller regions. We found lower prediction capacity during the start of the pandemic and the epidemic caused by the Omicron variant. Conclusion: The third incidence moment method is suitable for short-term forecasting of COVID-19 with an error of around 30%. This forecast represents a short time of predictability in mainly chaotic dynamics. The predictability decreased only slightly due to pharmacological interventions and the income of new virus variants. We found low predictability in the initial periods of the epidemic and during the Omicron epidemic outbreak.

INTRODUCCIÓN: La predictibilidad de cualquier epidemia es muy incierta, y más aún cuando se trata de un nuevo patógeno emergente como el SARS CoV-2. Objetivos: Estudiamos la predictibilidad de series de incidencia de COVID-19 en Chile y en tres regiones de distinto tamaño poblacional, incluyendo el período de intervención de las campañas de vacunación y llegada de variantes del virus SARS CoV-2. Estudiamos también las posibles diferencias en la predictibilidad entre los períodos epidémicos e "inter-epidémicos". Métodos: Se estudió la incidencia diaria de COVID-19 en Chile, para las regiones Metropolitana, Biobío y Arica y Parinacota de marzo de 2020 a febrero de 2022 con el método del tercer momento de incidencia propuesto recientemente. La capacidad de predicción se evaluó con el arcotangente del error porcentual absoluto medio corregido. Resultados: La predictibilidad de la incidencia diaria de COVID-19 estuvo en el límite entre buena y razonable durante todo el proceso epidémico. El tercer momento de incidencia produce predicciones razonables para regiones con gran tamaño de población y predicciones insuficientes para regiones más pequeñas. Se encontró menor capacidad de predicción durante el inicio de la pandemia y durante la epidemia provocada por la variante Omicron. Conclusión: El método del tercer momento de incidencia es un buen método para el pronóstico a corto plazo de COVID-19 que tiene un error de alrededor del 30%. Esto representa un tiempo corto de predictibilidad en una dinámica principalmente caótica. La predictibilidad disminuyó solo levemente debido a las intervenciones farmacológicas y al ingreso de nuevas variantes del virus. Se encontró baja predictibilidad en los períodos iniciales de la epidemia y en el brote epidémico de Omicron.

Factores predictivos de rotura de aneurismas intracraneales / Rupture Predictive Factors for Intracranial Aneurysms

Introducción: Un aneurisma intracraneal roto provoca una hemorragia subaracnoidea. La enfermedad presenta una alta mortalidad y morbilidad. Sin embargo, no todos se rompen. Mejorar la predicción de rotura permitirá un tratamiento quirúrgico preventivo en un grupo de pacientes y evitará una intervención quirúrgica con riesgos en otro grupo de enfermos. Es necesario identificar factores predictivos para mejorar la estratificación del riesgo de rotura y optimizar el tratamiento de los aneurismas intracraneales incidentales. Objetivo: Identificar factores predictivos de rotura de aneurismas intracraneales. Métodos: En una muestra de 152 pacientes espirituanos con aneurismas intracraneales saculares rotos (n = 138) y no rotos (n = 22) y 160 imágenes de angiografía por tomografía computarizada, se realizaron mensuraciones de los índices o factores morfológicos, los cuales se combinaron mediante análisis de regresión logística con variables demográficas y clínicas. Resultados: El grupo de edad con mayor frecuencia de presentación de aneurismas fue el de mayor de 65 años. La muestra estuvo representada, en su gran mayoría, por el sexo femenino. Se identificaron tres factores clínicos y cuatro factores morfológicos estadísticamente significativos, asociados con la rotura. El índice de no esfericidad (p = 0,002 y el sexo femenino (p = 0,02) fueron los de mayor significación estadística. Conclusiones: Se detectaron siete factores predictivos de rotura de aneurismas intracraneales estadísticamente significativos, de los cuales el índice de no esfericidad resultó el de mayor significación(AU)

Introduction: A ruptured intracranial aneurysm causes a subarachnoid hemorrhage. The disease has high mortality and morbidity. However, not all of them break. Improving the rupture prediction will allow preventive surgical treatment in a group of patients and it will avoid risky surgical intervention in another group of patients. It is necessary to identify predictive factors to improve rupture risk stratification and to optimize treatment of incidental intracranial aneurysms. Objective: To identify rupture predictive factors for intracranial aneurysms. Methods: Measurements of the morphological indices or factors were performed in a sample of 152 patients from Sancti Spiritus with ruptured (n = 138) and unruptured (n = 22) saccular intracranial aneurysms and 160 computed tomography angiography images. They were combined using logistic regression analysis with demographic and clinical variables. Results: The age group with the highest frequency of aneurysm presentation was older than 65. The sample was represented, in its vast majority, by the female sex. Three clinical factors and four statistically significant morphological factors associated with rupture were identified. The non-sphericity index (p = 0.002) and the female sex (p = 0.02) were the most statistically significant. Conclusions: Seven statistically significant predictors of intracranial aneurysm rupture were detected, the non-sphericity index being the most significant(AU)

A Novel Early Warning Model for Hand, Foot and Mouth Disease Prediction Based on a Graph Convolutional Network / 生物医学与环境科学（英文）

Objectives@#Hand, foot and mouth disease (HFMD) is a widespread infectious disease that causes a significant disease burden on society. To achieve early intervention and to prevent outbreaks of disease, we propose a novel warning model that can accurately predict the incidence of HFMD.@*Methods@#We propose a spatial-temporal graph convolutional network (STGCN) that combines spatial factors for surrounding cities with historical incidence over a certain time period to predict the future occurrence of HFMD in Guangdong and Shandong between 2011 and 2019. The 2011-2018 data served as the training and verification set, while data from 2019 served as the prediction set. Six important parameters were selected and verified in this model and the deviation was displayed by the root mean square error and the mean absolute error.@*Results@#As the first application using a STGCN for disease forecasting, we succeeded in accurately predicting the incidence of HFMD over a 12-week period at the prefecture level, especially for cities of significant concern.@*Conclusions@#This model provides a novel approach for infectious disease prediction and may help health administrative departments implement effective control measures up to 3 months in advance, which may significantly reduce the morbidity associated with HFMD in the future.

Resilient coping and future expectations in university students in Peru during the pandemic / Afrontamiento resiliente y expectativas de futuro en estudiantes universitarios de Perú durante la pandemia

Objective: To determine the relationship between resilient coping and future expectations. Methods: The approach was exclusively quantitative, observational, prospective, cross-sectional, and correlational in design. The participants were 2202 students from the (UNHEVAL, Perú), and the instruments resilient coping scale and the future expectations scale were used, which were digitized to be applied. A correlation analysis was performed using Spearman's Rho non-parametric statistical test. Results: The level of future expectations where the largest number of students is located was high, with 55.6 percent, and at the same time, 53.4 percent of the students manifested medium-level resilient coping. The main finding is that university students obtained a significant relationship between resilient coping and future expectations (rs=0.39; p=0.000), as in future expectations with the three dimensions of resilient coping, personal resilient coping (rs=0.36; p=0.000), social resilient coping (rs=0.38; p=0.000) and spiritual resilient coping (rs=0.18; p=0.000). Conclusions: There is a statistically significant and positive relationship between resilient coping and future expectations in students (UNHEVAL, Perú) (AU)

Objetivo: Determinar la relación entre el afrontamiento resiliente y las expectativas de futuro. Métodos: El enfoque fue exclusivamente cuantitativo, observacional, prospectivo, transversal y de diseño correlacional. Participaron 2202 estudiantes de la (UNHEVAL, Perú), y se utilizaron los instrumentos Escala de Afrontamiento Resiliente y Escala de Expectativas de Futuro, los cuales fueron digitalizados para su aplicación. Se realizó un análisis de correlación mediante la prueba estadística no paramétrica Rho de Spearman. Resultados: El nivel de expectativas de futuro donde se ubica la mayor cantidad de estudiantes fue alto con un 55,6 percent, y a su vez el 53,4 percent de los estudiantes manifestaron un afrontamiento resiliente de nivel medio. El principal hallazgo es que los estudiantes universitarios obtuvieron una relación significativa entre el afrontamiento resiliente y las expectativas de futuro (rs=0,39; p=0,000), así como en las expectativas de futuro con las tres dimensiones del afrontamiento resiliente, afrontamiento resiliente personal (rs=0,36; p=0,000), afrontamiento resiliente social (rs=0,38; p=0,000) y afrontamiento resiliente espiritual (rs=0,18; p=0,000). Conclusiones: Existe una relación estadísticamente significativa y positiva entre el afrontamiento resiliente y las expectativas de futuro en los estudiantes (UNHEVAL, Perú)(AU)

Modelo temporal del comportamiento de pacientes críticos con covid-19 durante su estadía en cuidados intensivos. Lombardía, Italia / Temporal model of the behavior of critically ill patients with COVID-19 during their staying in intensive care. Lombardy, Italy

RESUMEN Introducción: una serie temporal es el producto de la observación de una variable en el tiempo. Es una herramienta matemática que se aplica con frecuencia en la salud. No se han elaborado modelos temporales que predigan el comportamiento de los pacientes durante su ingreso en la Unidad de Cuidados Intensivos. Objetivos: crear una serie temporal que permita predecir el comportamiento, durante su ingreso en la Unidad de Cuidados Intensivos, de pacientes graves producto de la covid-19 en la región de Lombardía, Italia. Materiales y métodos: analítico, longitudinal prospectivo con un grupo de pacientes críticos que ingresaron del 1 de abril al 1 de mayo de 2020, con diagnóstico de covid-19, en el Hospital Mayor de Crema, en la región de Lombardía, Italia. El universo estuvo constituido por 28 pacientes y se trabajó con el total de ellos. Resultados: composición por sexo: 48 % masculino. Media de edad: 83 años. Serie temporal: Modelo 1 que ajusta (Hold) PO2/FiO2 p = 0,251; Modelo 2 (ARIMA) SatO2/FiO2 p = 0,674 (en los dos primeros modelos el resultado se incrementó con los días, siguiendo un comportamiento predecible); Modelo 3 (ARIMA) p = 0,406 (en este caso, el resultado esperado decreció a medida que transcurrió el tiempo). Las funciones obtenidas permiten calcular el valor esperado según el día desde el ingreso. Conclusiones: predecir la evolución del paciente en la Unidad de Cuidados Intensivos permitió detectar tempranamente aquellos con una curva inesperada y dirigir hacia a ellos las terapéuticas más agresivas (AU).

ABSTRACT Introduction: a time series is the product of the observation of a variable in time. It is a mathematical tool frequently applied in health. No temporal models have been developed to predict patients' behavior during their staying in the Intensive Care Unit. Objectives: to create a time series allowing to predict the behavior of seriously-ill patients due to COVID-19, during their staying in the Intensive Care Unit in the region of Lombardy, Italy. Materials and methods: analytic, longitudinal prospective study with a group of critical patients who were admitted from April 1st to May 1st, with COVID-19 diagnosis, to Ospedale Maggiore di Crema, in the Lombardy region, Italy. The universe was formed by 28 patients and all of them were worked on. Results: 48% of patients were male. Average age: 83 years; Time series: Model 1 holding PO2/FiO2 p = 0.251; Model 2 (ARIMA) SatO2/FiO2 p = 0.674 (in the two first models the result increased with the days, following a predictable behavior=; Model 3 (ARIMA) p = 0.406 (in this case the expected result decreased as time passed). The obtained functions allow to calculate the expected value according to the day from the admission. Conclusions: predicting patient's evolution in the Intensive Care Unit allowed early detecting those with unexpected curves and targeting more aggressive therapies toward them (AU).

Aplicación de un modelo cubano predictivo de mortalidad en pacientes graves por covid-19 en Lombardía, Italia / Application of a Cuban mortality-predictive model in seriously-ill patients with Covid-19 in Lombardy, Italy

RESUMEN Introducción: la neumonía por covid-19 es la enfermedad infecciosa que ha revolucionado al mundo en los últimos meses. El diagnóstico pasa por varios momentos: el cuadro clínico, la analítica sanguínea y las imágenes. La estratificación del riesgo de muerte es muy importante para optimizar los recursos. Objetivos: validar un modelo matemático cubano predictivo de mortalidad en pacientes ingresados por covid-19. Materiales y métodos: estudio de cohorte con 191 pacientes, que ingresaron graves en el Hospital Mayor de Crema, en la provincia de Cremona, región de Lombardía (Italia), en el período de abril a mayo de 2020. El universo estuvo constituido por 191 pacientes, y no se tomó muestra alguna. Las variables fueron: edad, estado del paciente, niveles de creatinina plasmática, frecuencia respiratoria, frecuencia cardiaca, presión arterial, niveles de oxígeno y de dióxido de carbono en sangre, valor del sodio y de hemoglobina. Resultados: mortalidad del 22 % en pacientes graves y críticos, con media de la edad (grupo 1: 59 años) (grupo 2: 73 años); t-Student = 0,00. Test de Hosmer-Lemenshow (0,766) con elevado ajuste. Sensibilidad = 93 %. Área bajo la curva = 0,957. Porcentaje de aciertos en la regresión logística de 86,4 % y en la red neuronal de 91,2 %. Media del modelo por grupos (grupo 1: 4 458) (grupo 2: 2 911) t-Student = 0,00. Conclusiones: el modelo demostró ser muy útil en el flujograma de pacientes atendidos con la covid-19. Permitió detectar tempranamente (a los cinco días del ingreso) los pacientes con alto riesgo de muerte y discriminar aquellos que no tendrían este riesgo, de manera que pudieran ser tratados en unidades de cuidados mínimos (AU).

ABSTRACT Introduction: COVID-19 pneumonia is an infectious disease that has revolutionized the world in the last months. The diagnosis goes thought several moments: clinical features, blood analytic and images. Death risk stratification is very important to optimize resources. Objective: to validate the Cuban mathematic predictive model of mortality in patients admitted due to COVID-19. Materials and methods: cohort study with 191 seriously-ill patients who were admitted to Maggiore di Crema Hospital, Cremona, Lombardy region, Italy, in the period April-May 2020. The universe were 191 patients and no sample was chosen. The variables were: age; patient's status; plasma creatinine levels; respiratory rate; heart rate; arterial pressure; blood oxygen and carbon dioxide levels; values of sodium and hemoglobin. Results: 22 % of mortality in seriously-ill and critical patients, with average age in Group 1: 59 years, in Group 2: 73 years; t-Student = 0.00. Hosmer-Lemenshow test (0.766) with high adjustment. Sensitivity= 93 %. Area below the curve=0.957. Success percentage in logistic regression of 86.4 % and 91.2 % in the neuronal net. Model media per groups: Group 1= 4 458; Group 2= 2 911, t-Student = 0.00. Conclusions: the model showed to be very useful in the flow chart of patients attended with COVID-19. It allowed to early detect the patients at high death risk five days from admission and discriminating those who were not at risk, in a way that they could be treated in minimal care units (AU).

A pandemia da COVID-19 no Brasil: a série de projeções do Institute for Health Metrics and Evaluation e a evolução observada, maio a agosto de 2020 / La Pandemia de COVID-19 en Brasil: Serie de Proyecciones del Institute for Health Metrics and Evaluation y la Evolución Observada, desde mayo hasta agosto, 2020 / The COVID-19 Pandemic in Brazil: Institute for Health Metrics and Evaluation projections and observed evolution, May-August, 2020

Objetivo: Descrever as projeções do Institute for Health Metrics and Evaluation (IHME) para a COVID-19 no Brasil e seus estados, apresentar sua acurácia e discutir suas implicações. Métodos: As previsões do IHME de maio a agosto de 2020, para o Brasil e alguns estados, foram comparadas ao número de mortes cumulativas observadas. Resultados: A projeção prevê 182.809 mortes causadas pela pandemia até 1º de dezembro de 2020 no Brasil. O aumento no uso de máscara poderia poupar ~17 mil óbitos. O erro médio no número acumulado de óbitos em duas, quatro e seis semanas das projeções foi de 13%, 18% e 22% respectivamente. Conclusão: Projeções de curto e médio prazo dispõem dados importantes e acurácia suficiente para informar os gestores de saúde, autoridades eleitas e sociedade geral. Após trajeto difícil até agosto, a pandemia, conforme as projeções, terá declínio sustentado, embora demorado, causando em média 400 óbitos/dia no início de dezembro.

Objetivo: Describir las proyecciones del Institute for Health Metrics and Evaluation para COVID-19 en Brasil y sus estados, presentar su precisión y discutir sus implicaciones. Métodos Las previsiones del IHME de mayo a agosto de 2020 para Brasil y algunos estados, se compararon con las muertes acumuladas observadas. Resultados La proyección prevé 182.809 muertes por la pandemia hasta el 1º de diciembre de 2020 en Brasil. Un aumento en el uso de mascarillas podría evitar ~17.000 muertes. El error medio en el número acumulado de muertes en 2, 4 y 6 semanas de las proyecciones fue de 13%, 18% y 22%. Conclusión: Las proyecciones de corto y medio plazo proporcionan datos importantes y con suficiente precisión para informar a los administradores de salud, autoridades electas y a la sociedad. Después de un camino difícil hasta agosto, la pandemia, según las proyecciones, tendrá una disminución sostenida, pero lenta, y seguirá causando alrededor de 400 muertes/día a principios de diciembre.

Objective: To describe the Institute for Health Metrics and Evaluation (IHME) projections for the COVID-19 pandemic in Brazil and the Brazilian states, present their accuracy and discuss their implications. Methods: The IHME projections from May to August 2020 for Brazil and selected states were compared with the ensuing reported number of cumulative deaths. Results: The pandemic was projected to cause 182,809 deaths by December 1, 2020 in Brazil. An increase in mask use could reduce the projected death toll by ~17,000. The mean error in the cumulative number of deaths at 2, 4 and 6 weeks after the projections were made was 13%, 18% and 22%, respectively. Conclusion: Short and medium-term projections provide important and sufficiently accurate data to inform health managers, elected officials, and society at large. After following an arduous course up until August, the pandemic is projected to decline steadily although slowly, with ~400 deaths/day still occurring in early December.

Sistema IOTA ADNEX: ¿Confiable como predictor en pacientes con blastoma anexial? / ADNEX IOTA SYSTEM: Reliable as a predictor in patients with adnexal blastoma?

Objetivos: Evaluar el valor predictivo del sistema IOTA ADNEX®, en pacientes con diagnóstico de blastoma anexial. Objetivo secundario: Evaluar otras características sugestivas de malignidad no incluidas en el sistema IOTA ADNEX®. Materiales y métodos: Estudio observacional, retrospectivo, descriptivo. Se incluyeron 42 pacientes con diagnóstico ecográfico inicial de blastoma anexial que se atendieron y fueron operadas en nuestro servicio en el periodo 2013 - 2018, divididas en 2 grupos: Grupo A (21 pacientes con diagnóstico posterior de cáncer de ovario) y Grupo B (Pacientes con diagnóstico benigno postoperatorio). Se evaluó el valor predictivo del sistema IOTA ADNEX®, para dichas pacientes y se comparó los resultados del Grupo A vs Grupo B. Resultados: El aumento de Ca125, se encontró fuertemente asociado al cáncer de ovario. La diferencia entre Grupo A y B fue estadísticamente significativo p<0,0001. Encontramos una asociación entre el GRUPO A, con la predicción de cáncer de ovario, siendo esta diferencia estadísticamente significativa p<0,0001. Conclusión: De acuerdo a nuestros resultados el sistema ADNEX®, podría predecir tanto el riesgo de malignidad como de benignidad de un blastoma anexial de manera fidedigna. Dicho sistema presenta como ventaja el objetivar la interpretación de los estudios y su fácil implementación en todos los ámbitos. La adecuada caracterización e intervención pre quirúrgica permite la planificación del tratamiento mejorando el pronóstico de las pacientes (AU)

ABSTRACT: AIM: To assess the predictive value of the IOTA ADNEX® system, in patients diagnosed with adnexal blastoma. Secondary aim: To evaluate other characteristics suggestive of malignancy not included in the IOTA ADNEX® system. Materials and methods: Observational, retrospective, descriptive study. We included 42 patients with initial ultrasound diagnosis of adnexal blastoma, who were treated and operated in our service 2013-2018 period, divided into 2 groups: Group A (21 patients with subsequent diagnosis of ovarían cancer) and Group B (Patients with benign postoperative diagnosis). The predictive value of the IOTA ADNEX® system was evaluated for these patients and the results of Group A vs Group B were compared. Results: Ca125 was found to be strongly associated with ovarian cancer. The difference between Group A and B was statistically significant p <0.0001. We found an association between GROUP A, with the prediction of ovarian cancer, this difference being statistically significant p <0.0001. Conclusion: According to our results, the ADNEX® system could predict both the risk of malignancy and benignity of an adnexal blastoma reliably. This system has the advantage of objectifying the interpretation of the studies and their easy implementation in all areas. Proper characterization and presurgical intervention allows treatment planning to improve the prognosis of patients (AU)

Validación externa del modelo predictivo de mortalidad en ancianos con neumonía adquirida en la comunidad / External validation of the predictive model of mortality in elder people with community-acquired pneumonia

RESUMEN Introducción: la neumonía adquirida en la comunidad es la enfermedad infecciosa que conlleva una mayor mortalidad en los países desarrollados. El diagnóstico pasa por varios momentos, el cuadro clínico, la analítica y las imágenes. Objetivos: realizar la validación externa de un modelo matemático predictivo de mortalidad en pacientes ingresados por neumonía grave adquirida en la comunidad. Material y métodos: estudio longitudinal prospectivo (cohorte) con un grupo, con todos los pacientes que ingresaron en la Unidad de Cuidados intensivos emergentes con el diagnóstico de neumonía adquirida en la comunidad en el Hospital Militar Dr. Carlos J. Finlay, de febrero de 2018 hasta marzo del 2019. El universo estuvo constituido por 160 pacientes y no se tomó muestra alguna. Resultados: índice de Kappa K=1. Test Hosmer Lemenshow 0,650 con elevado ajuste. Resultados del modelo con sensibilidad= 79%. Especificidad: 91% con (VPP): 80 y (VPN)= 91. RR: 9,1. Área bajo la Curva = 0997. Porcentaje de aciertos en la regresión logística de 88,4 %. Conclusiones: el modelo propuesto constituyo una herramienta útil en la detección temprana de pacientes con riesgo de muerte a corto plazo. Permitió unificar en una sola variable el resultado de otras que aparentemente no tienen relación entre ellas; con lo que se hace más fácil la interpretación de los resultados, toda vez que este refleja, el conjunto y no la individualidad (AU).

SUMMARY Introduction: community-acquired pneumonia is the infectious disease leading to higher mortality in developed countries. The diagnosis goes through several moments, clinical symptoms, analytics, and images. Objective: to perform the external validation of a predictive mathematical model of mortality in patients admitted by serious community-acquired pneumonia. Methods: longitudinal prospective (cohort) study with a group formed with all patients who were admitted to the Emergent Intensive Care Unit in the Military Hospital ¨Dr. Carlos Juan Finlay¨ with the diagnosis of community-acquired pneumonia, from February 2018 to March 2019. The universe was formed by 160 patients and no sample was chosen. Results: Kappa index K= 1. Hosmer Lemenshow test= 0.650 with a high adjustment. Result of the model with sensibility= 79 %. Specificity= 91 % with (APV) = 80 and (NPV) = 91. RR= 9.1. Area under the curve= 0997. Percentage of correctness in logistic regression of 88.4 %. Conclusions: The proposed model was a useful tool in the early detection of patients at near-term death risk. It allowed to unite in an only variant the result of others that apparently are not related one to another, making it easier the interpretation of the results, since it reflects the whole and not the individuality (AU).

Estimación de casos de COVID-19 en países de Suramérica empleando modelos ARIMA (Autorregresivo Integrado de Promedio Móvil) / Estimation of COVID-19 cases in South American countries using ARIMA models

El objetivo principal de este trabajo es emplear modelos ARIMA para la estimación de nuevos contagios usando datos públicos disponibles para Venezuela y la región suramericana, actualmente foco principal de un segundo brote de la COVID-19. Se realiza la predicción a 30 días del número de casos de Covid-19 en países suramericanos usando los datos públicos disponibles. Se emplearon modelos ARIMA para estimar el impacto de nuevos contagios en las dinámicas de infección para Suramérica. Desde la aparición del primer caso de la nueva neumonía Covid-19 en China, esta enfermedad se ha convertido en un problema de salud pública global y representa un gran reto el control de la infección para los países de Suramérica. Al 24 de junio de 2020 un total de 1.866.090 casos han sido detectados en la región y en el caso particular de Venezuela un total de 4.365 casos. El rápido incremento en el número de casos y la alta tasa de contagios asociado con el virus han llevado al desarrollo de distintas aproximaciones matemáticas, tales como: modelos SIR, SEIR, redes neuronales y regresiones lineales que permitan predecir la probable evolución de la epidemia. Los modelos ARIMA han sido empleados con éxito en otras infecciones como influenza, malaria, SARS, entre otras. Los resultados de las estimaciones realizadas empleando estos modelos muestran que aún en la región hacen falta mayores esfuerzos que conlleven al control de la epidemia(AU)

The main objective of this work is to use ARIMA models for the estimation of new contagions using public data available for Venezuela and the South American region, currently the main focus of a second COVID19 outbreak. A 30-day prediction is made for the num-ber of Covid-19 cases in South American countries using available public data. ARIMA models were used to estimate the impact of new contagions on infection dynamics for South America Since the appearance of the first case of the new Covid-19 pneumonia in China, which has become a global public health problem and the great challenge that the infection has represented for the countries of South America to June 24, 2020, a total of 1,866,090 cases have been detected and in the particular case of Venezuela a total of 4,365 cases have been detected for the same date. The rapid increase in the number of cases and the high rate of contagion associated with the virus have led to the development of different mathematical approaches, such as: SIR, SEIR models, neural networks and linear regressions that allow predicting the probable evolution of the epidemic. The ARIMA model has been successfully used in other infections such as influenza, malaria, SARS, among others. In the following work, the 30 - day prediction of the number of Covid-19 cases in South American countries is made using public data available. The results of the estimates made using these models show that even in the region, greater efforts are needed to control the epidemic(AU)

Estruturas fetais e suas correlações com a predição do dia antes do parto em raças de cães miniaturas / Fetal structures and their correlations with a prediction of the parturition date in the miniature canine breeds

Avaliou-se a correlação entre estruturas fetais e extrafetais com a predição do dia antes do parto (DAP) em raças de cães miniaturas. Para isso, realizou-se um experimento, utilizando-se 12 cadelas, com peso corporal entre 3,0kg e 5,0kg, sendo seis da raça Chihuahua, duas da raça Shih-Tzu, duas da raça Spitz Alemão e duas da raça Yorkshire. Foram mensurados, por meio da ultrassonografia, diâmetro biparietal (DBP), diâmetro torácico (DTX), diâmetro abdominal (DAB), comprimento craniocaudal (CCC), diâmetro da cavidade coriônica interna (DCI) e espessura da placenta (EP), a partir do 15º dia após a última monta. Foram estudadas as correlações simples e a significância dos coeficientes de regressão linear simples e o coeficiente de determinação (R), com nível de significância estabelecido em P<0,05. Entre os parâmetros avaliados, DBP, DTX, DAB e CCC foram os mais correlacionados com tempo gestacional, podendo ser utilizados para prever dia antes do parto em cadelas de raças miniaturas.(AU)

The correlation between fetal and extra-fetal structures with the pre-delivery prediction (DAP) in miniature dog breeds was evaluated. For this, an experiment was carried out using 12 bitches, with body weight between 3.0kg and 5.0kg, being 6 Chihuahua, 2 Shih-Tzu, 2 German Spitz and 2 Yorkshire breed. The Biparietal Diameter (BD), Thoracic Diameter (TD), Abdominal Diameter (AD), Crown-rump length (CRL), Internal Chorionic Cavity Diameter (ICD) and Placenta Thickness (PT) were measured by ultrasonography from the 15th day after the last mating. The simple correlations and significance of simple linear regression coefficients and the coefficient of determination (R) were studied, with a significance level of P<0.05. BD, T, AD and CRL were the most correlated with gestational time, and can be used to predict day before delivery in miniature breed bitches.(AU)

Avaliação do modelo NRC para predição do consumo de matéria seca por vacas leiteiras manejadas em pastos tropicais / NCR Model Evaluation for prediction of dry matter intake by dairy cows managed in tropical pastures

Objetivou-se avaliar o poder preditivo do modelo do National Research Council (NRC) para gado leiteiro em estimar o consumo de matéria seca (CMS) por vacas mestiças, em pastagens tropicais. Foi efetuada uma análise conjunta de cinco estudos, contemplando três forrageiras. Foram avaliadas 132 estimativas individuais do CMS observado (CMSObs), obtidas por meio do indicador externo Cr2O3. O CMS também foi predito por meio do software do NRC (CMSPred), que, por sua vez, foi abastecido com inputs referentes aos animais e ao ambiente de criação. Os valores de CMSPred (12,7±1,6kg/d) foram semelhantes aos de CMSObs (12,3±3,3kg/d). Foram obtidas as seguintes estimativas da avaliação do poder preditivo do modelo: viés médio (-0,419kg/d), coeficiente de determinação (0,029), coeficiente de correlação (0,17; P=,051), quadrado médio do erro de predição (11,844±20,034), fator de eficiência do modelo (-0,081), coeficiente de determinação do modelo (4,1032) e fator de correção do viés (0,767). A comparação entre CMSObs e CMSPred permitiu identificar a tendência de superestimação das predições se considerado o ajuste por meio de regressão robusta para o modelo linear simples sem intercepto. Nas condições avaliadas, o modelo produz predições de CMS com satisfatória exatidão, porém com baixa precisão.(AU)

The aim of the present study was to evaluate the predictive power of estimating the dry matter intake (DMI) of crossbred cows on tropical pastures by the National Research Council (NRC) equation for dairy cattle. A joint analysis of five studies covering three forages was performed in which 132 individual estimates of observed DMI obtained through Cr2O3 as a marker. DMI was also predicted from the NRC (DMIPred) software with inputs concerning animals and breeding environment of the studies used. Predicted DMIPred average values (12.7±1.6kg/d) were similar to the observed DMIObs ones (12.3±3.3kg/d). We obtained the following estimates of the evaluation of the predictive power of the model: average bias (- 0.419kg/d), coefficient of determination (0.029), Person's correlation coefficient (0.17, P= 0.051), mean square error of prediction (11,844±20,034), model efficiency factor (- 0.081), coefficient of determination (4.1032), and bias correction factor (0.767). The comparison between DMIObs and DMIPred values allowed the identification of the overestimating tendency of the predictions demonstrated by the robust regression fit of the simple linear no intercept model. Nevertheless, the model yields predictions with satisfactory accuracy, but with low precision.(AU)

Una vía para la predicción de una laringoscopia anatómicamente difícil / A way to predict an anatomically difficult laryngoscopy / Uma maneira de prever uma laringoscopia anatomicamente difícil

RESUMEN Introducción: En la valoración de dificultad para realizar la laringoscopia convencional no se realza la integración necesaria de aspectos clínicos esenciales relacionados con el control respiratorio. Objetivo: Validar un modelo de predicción de una laringoscopia anatómicamente difícil en el paciente que requiere de intubación orotraqueal. Método: Se realizó un estudio analítico en una población de 17 966 pacientes con necesidad de laringoscopia directa para una intubación orotraqueal con fines quirúrgicos en el Hospital General Docente "Dr. Agostinho Neto" de Guantánamo entre el 2015 y el 2018. Se determinó por muestreo aleatorizado una muestra de 17 068 pacientes. Se estudiaron las siguientes variables: estigma periférico para laringoscopia difícil, laringoscopia difícil pos-inducción anestésico, evaluación laringoscópica según Cormack-Lehane, valor diagnóstico del modelo de evaluación predictiva para laringoscopia. Resultados: Los altos grados en la clasificación de aspectos clínicos predictivos y la coexistencia con la alteración morfológica de la epiglotis fueron los marcadores más asociados con la probabilidad de laringoscopia anatómicamente difícil. Con la integración de cuatros aspectos clínicos esenciales se identificó el grado de dificultad probable para visualizar las cuerdas vocales. Conclusiones: Se diseñó un modelo que posibilitó la predicción de una laringoscopia anatómicamente difícil, cuya validación certificó su viabilidad para aplicarlo en la práctica médica.

ABSTRACT Introduction: In assessing the difficulty of performing conventional laryngoscopy, the necessary integration of essential clinical aspects related to respiratory control is not enhanced. Objective: To validate a prediction model of an anatomically difficult laryngoscopy in the patient that requires orotracheal intubation. Method: An analytical study was carried out in a population of 17,966 patients in need of direct laryngoscopy for an orotracheal intubation for surgical purposes at the General Teaching Hospital "Dr. Agostinho Neto" from Guantanamo between 2015 and 2018. A sample of 17,068 patients was determined by randomized sampling. The following variables were studied: peripheral stigma for difficult laryngoscopy, difficult laryngoscopy after anesthetic induction, laryngoscopic evaluation according to Cormack-Lehane, diagnostic value of the predictive evaluation model for laryngoscopy. Results: The high degrees in the classification of predictive clinical aspects and the coexistence with the morphological alteration of the epiglottis were the markers most associated with the probability of anatomically difficult laryngoscopy. With the integration of four essential clinical aspects, the degree of probable difficulty in visualizing the vocal cords was identified. Conclusions: A model was designed that allowed the prediction of an anatomically difficult laryngoscopy, whose validation certified its feasibility to apply it in medical practice.

RESUMO Introdução: Na avaliação da dificuldade na realização da laringoscopia convencional, a integração necessária dos aspectos clínicos essenciais relacionados ao controle respiratório não é aprimorada. Objetivo: Validar um modelo de previsão de uma laringoscopia anatomicamente difícil no paciente que necessita de intubação orotraqueal. Método: Foi realizado um estudo analítico em uma população de 17.966 pacientes com necessidade de laringoscopia direta para intubação orotraqueal para fins cirúrgicos no Hospital Geral de Ensino "Dr. Agostinho Neto" de Guantánamo entre 2015 e 2018. Uma amostra de 17.068 pacientes foi determinada por amostragem aleatória. Foram estudadas as seguintes variáveis: estigma periférico para laringoscopia difícil, laringoscopia difícil após indução anestésica, avaliação laringoscópica segundo Cormack-Lehane, valor diagnóstico do modelo de avaliação preditiva para laringoscopia. Resultados: Os altos graus na classificação dos aspectos clínicos preditivos e a coexistência com a alteração morfológica da epiglote foram os marcadores mais associados à probabilidade de laringoscopia anatomicamente difícil. Com a integração de quatro aspectos clínicos essenciais, foi identificado o grau de provável dificuldade na visualização das cordas vocais. Conclusões: Foi elaborado um modelo que permitia prever uma laringoscopia anatomicamente difícil, cuja validação atestava sua viabilidade de aplicá-la na prática médica.

Projeção de internações em terapia intensiva pela COVID-19 no Distrito Federal, Brasil: uma análise do impacto das medidas de distanciamento social / Proyección de hospitalizaciones en cuidados intensivos por COVID-19 en el Distrito Federal, Brasil: un análisis del impacto de las medidas de distanciamiento social / Projection of COVID-19 intensive care hospitalizations in the Federal District, Brazil: an analysis of the impact of social distancing measures

Objetivo: Construir cenários e analisar o impacto das políticas de distanciamento social na propagação da COVID-19 e a necessidade de leitos de unidades de terapia intensiva (UTI). Métodos: Sobre modelo compartimental de transição dinâmica e simulações de Monte Carlo, construíram-se três cenários de propagação conforme o nível de adesão às medidas de distanciamento social no Distrito Federal, Brasil. Os valores dos parâmetros do modelo fundamentaram-se em fontes oficiais, bases com indexação bibliográfica e repositórios públicos de dados. Resultados: O cenário favorável, com manutenção constante de 58% de adesão ao distanciamento social, estimou pico de 189 (intervalo interquartil [IIQ]: 57 a 394) internações-UTI em 7/3/2021. A ausência do distanciamento implicaria grave cenário, com pico de 6.214 (IIQ: 4.618 a 8.415) internações-UTI já na data provável de 14/7/2020. Conclusão: as projeções indicam alto impacto das medidas de distanciamento social e reforçam a aplicabilidade de indicadores públicos no monitoramento da COVID-19.

Objetivo: Construir escenarios y analizar el impacto de las políticas de distanciamiento social en la propagación de Covid-19 y la necesidad de camas en unidades de cuidados intensivos (UCI). Métodos: Con un modelo compartimental de transición dinámica y simulaciones de Monte Carlo, los escenarios de propagación se construyeron de acuerdo al nivel de adhesión de las medidas de distanciamiento social en el Distrito Federal, Brasil. Los parámetros se basaron en fuentes oficiales, bases de datos indexadas y repositorios de datos. Resultados: La adhesión al nivel de distanciamiento social con manutención constante de 58% fue el único escenario favorable, con un pico de 189 (intervalo intercuartil IIC: 57 a 394) admisiones en la UCI el 7/3/2021. La ausencia de distanciamiento implicaría en grave escenario, con un pico de 6.214 (IIC: 4.618 a 8.415) admisiones en UCI ya en la fecha probable de 14/7/2020. Conclusión: Las proyecciones muestran el alto impacto de las medidas de distanciamiento social y la aplicabilidad de indicadores públicos en el monitoreo.

Objective: To build scenarios and analyze the impact of social distancing policies on the spread of COVID-19 and the need for intensive care unit beds. Methods: Three dissemination scenarios were built according to level of adherence to social distancing measures in the context of Brazil's Federal District, based on a dynamic transition compartmental model and Monte Carlo simulations. The model's parameter values were based on official sources, indexed bibliographic databases and public data repositories. Results: The favorable scenario, with constant 58% adherence to social distancing, estimated a peak of 189 (interquartile range [IQR]: 57 - 394) ICU hospitalizations on March 3rd2021. Absence of social distancing would result in an unfavorable scenario with a peak of 6,214 (IQR: 4,618 - 8,415) ICU hospitalizations probably as soon as July 14th2020. Conclusion: The projections indicate the high impact of social distancing measures and emphasize the applicability of public indicators for COVID-19 monitoring.