RESUMEN
Background: After primary vaccination schemes with rAd26-rAd5 (Sputnik V), ChAdOx1 nCoV-19, BBIBP-CorV or heterologous combinations, the effectiveness of homologous or heterologous boosters (Sputnik V, ChAdOx, Pfizer-BioNTech, Moderna) against SARS-CoV-2 infections, hospitalisations and deaths has been scarcely studied. Methods: Test-negative, case-control study, conducted in Argentina during omicron BA.1 predominance, in adults ≥50 years old tested for SARS-CoV-2 who had received two or three doses of COVID-19 vaccines. Outcomes were COVID-associated infections, hospitalisations and deaths after administering mRNA and vectored boosters, < or ≥60 days from the last dose. Findings: Of 422,124 individuals tested for SARS-CoV-2, 221,993 (52.5%) tested positive; 190,884 (45.2%) and 231,260 (54.8%) had received 2-dose and 3-dose vaccination schemes, respectively. The 3-dose scheme reduced infections, hospitalisations and death (OR 0.81 [0.80-0.83]; 0.28 [0.25-0.32] and 0.25 [0.22-0.28] respectively), but protection dropped after 60 days to 1.04 [1.01-1.06]; 0.52 [0.44-0.61] and 0.38 [0.33-0.45]). Compared with 2-dose-schemes, homologous boosters after primary schemes with vectored-vaccines provided lower protection against infections < and ≥60 days (0.94 [0.92-0.97] and 1.05 [1.01-1.09], respectively) but protected against hospitalisations (0.30 [0.26-0.35]) and deaths (0.29 [0.25-0.33]), decreasing after 60 days (0.59 [0.47-0.74] and 0.51 [0.41-0.64], respectively). Heterologous boosters protected against infections (0.70 [0.68-0.71]) but decreased after 60 days (1.01 [0.98-1.04]) and against hospitalisations and deaths (0.26 [0.22-0.31] and 0.22 [0.18-0.25], respectively), which also decreased after 60 days (0.43 [0.35-0.53] and 0.33 [0.26-0.41], respectively). Heterologous boosters protected against infections when applied <60 days (0.70 [0.68-0.71], p < 0.001), against hospitalisations when applied ≥60 days (0.43 [0.35-0.53], p < 0.01), and against deaths < and ≥60 days (0.22 [0.18-0.25], p < 0.01 and 0.33 [0.26-0.41], p < 0.001). Interpretation: During omicron predominance, heterologous boosters such as viral vectored and mRNA vaccines, following Sputnik V, ChAdOx1, Sinopharm or heterologous primary schemes might provide better protection against death; this effect might last longer in individuals aged ≥50 than homologous boosters. Funding: None.
RESUMEN
Objetivo: Evaluar la efectividad de esquemas primarios de Sputnik V, Astra-Zeneca, Sinopharm o combinaciones heterólogas seguidos de refuerzos a vector viral (Sputnik V, Astra-Zeneca) o ARNm (Pfizer-BioNTech, Moderna) frente a infecciones, hospitalizaciones y muertes por SARS-CoV-2. Material y métodos: Estudio de casos y controles con test negativo realizado en la provincia de Buenos Aires, durante el predominio de ómicron BA.1, que incluyó individuos ≥ 50 años con test positivo para SARS-CoV-2 que habían recibido 2 o 3 dosis de vacunas. Se registraron infecciones, hospitalizaciones y muertes después de administrar refuerzos con Sputnik V, Astra-Zeneca o ARNm. Resultados: De 422 124 personas analizadas para SARS-Cov-2, 221 993 (52.5%) presentaron test positivos; 190 884 (45.2%) y 231.260 (54.8%) recibieron esquemas de vacunación de 2 y 3 dosis, respectivamente. Los esquemas primarios con Astra-Zeneca, Sputnik V o vector viral, combinados con un refuerzo a vector viral, mostraron protección contra infecciones (OR: 0.94 [0.92 a 0.97]), hospitalizaciones (OR: 0.30 [0.26 a 0.35]) y muertes (OR: 0.29 [0.25 a 0.33]. Los esquemas primarios con Astra-Zeneca y Sputnik V más refuerzo de ARNm, o con Sinopharm más refuerzo de ARNm o vector viral otorgaron protección adicional contra infecciones (OR: 0.70 [0.68 a 0.71]). Hubo un efecto protector frente a hospitalizaciones y muertes (OR: 0.26 [0.22 a 0.31] y 0.22 [0.18 a 0.25]) en todos los casos. Conclusiones: Durante el predominio de ómicron, los refuerzos heterólogos con vacunas a vector viral y de ARNm, posteriores a los esquemas primarios de Sputnik V, Astra-Zeneca, Sinopharm o heterólogos, podrían proporcionar mejor protección y mayor duración del efecto contra la muerte en personas mayores de 50 años, en comparación con refuerzos homólogos
Objective: To evaluate the effectiveness of primary vaccination regimens involving Sputnik V, Astra-Zeneca, Sinopharm, or heterologous combinations followed by viral vector boosters (Sputnik V, As-traZeneca) or mRNA boosters (Pfizer-BioNTech, Moderna) against infections, hospitalizations and deaths caused by SARS-CoV-2. Material and methods: Case-control studies with negative tests conducted in the Buenos Aires province during the Omicron BA.1 predominance. The study included patients ≥ 50 years of age, who tested positive for SARS-CoV-2 and had received two or three doses of vaccines. Infections, hospitalizations, and deaths were registered following the administration of Sputnik V, AstraZeneca, or mRNA boosters. Findings: Out of 422 124 people tested for SARS-Cov-2, 221 993 (52.5%) had positive test results; 190,884 (45.2%) and 231 260 (54.8%) received two-dose and three-dose vaccination schemes, respectively. Primary regimens with AstraZeneca, Sputnik V, or viral vector, combined with a viral vector booster demonstrated protection against infections (OR 0.94 [0.92 to 0.97]), hospitalizations (OR 0.30 [0.26 to 0.35]) and deaths (OR 0.29 [0.25 to 0.33]. Primary regimens with AstraZeneca and Sputnik V combined with mRNA boosters, as well as pri-mary schemes with Sinopharm combined with mRNA or viral vectored boosters showed additional protection against infections (OR 0.70 [0.68 to 0.71]). There was a protective effect against hospi-talizations and deaths (OR 0.26 [0.22-0.31] and 0.22 [0.18 -0.25]) in all cases. Conclusions: During Omicron predominance, heterologous boosters with viral-vector and mRNA vaccines, administered after Sputnik V, AstraZeneca, Sinopharm, or heterologous primary regimens, could provide enhanced protection and prolonged effectiveness against mortality in individuals aged ≥ 50, compared to ho-mologous boosters
Asunto(s)
Argentina , Estudios de Casos y Controles , Vacunas contra la COVID-19 , Estudios EpidemiológicosRESUMEN
INTRODUCCIÓN: El impacto de la pandemia por COVID-19 sobre la mortalidad abarca tanto sus efectos directos, las defunciones atribuidas al virus SARS-CoV-2, como indirectos sobre otras causas de muerte. "El objetivo del estudio fue determinar la variación sobre causas de muerte no COVID-19 en la provincia de Buenos Aires durante 2020. MÉTODOS: Se realizó un estudio descriptivo de base poblacional, utilizando fuentes secundarias. Se analizó la variación en la mortalidad por causas específicas codificadas según CIE-10, desagregadas a nivel de capítulo y grupos. Las variaciones entre las causas de muerte observadas y esperadas se compararon mediante el método de P-score respecto al quinquenio inmediato anterior (2015-2019). RESULTADOS: Todos los capítulos CIE-10 estudiados se ubican por debajo del promedio de la serie histórica. La mayor variación se registra en causas externas (-20,0%), enfermedades del sistema respiratorio (-9,1%), tumores (-8,1%), enfermedades nutricionales, endocrinas y metabólicas (-5,7%) y finalmente enfermedades del sistema circulatorio (-2,2%). DISCUSIÓN: Se observó la existencia de un reemplazo variable de otras causas de defunción por muertes COVID-19 durante 2020. El análisis de causas múltiples resultó de utilidad para reestimar, en el caso del grupo de influenza (gripe) y neumonías, la participación global de la COVID-19 en la cadena de eventos que contribuyeron al deceso.
Asunto(s)
Argentina , Epidemiología , Causas de Muerte , COVID-19RESUMEN
INTRODUCCIÓN: Uno de los problemas que ha enfrentado el sistema de salud de los diferentes países debido a la pandemia de COVID-19 es la disponibilidad de servicios y atención médica en unidades de cuidados intensivos (UCI). El objetivo fue evaluar la sobrevida en pacientes internados por COVID-19 en UCI entre enero y abril de 2021 en la provincia de Buenos Aires, Argentina. MÉTODOS: Se consideró a los pacientes que, incluidos en el sistema de vigilancia, tuvieran su correlato de información del porcentaje ocupacional de camas de la UCI desde el sistema general. Con esta información se realizó un análisis de sobrevida, considerando tablas de vida, Kaplan-Meier y regresión de Cox. El evento fue el óbito, el tiempo de seguimiento a 96 días y las fechas de internación, defunción y egreso dentro de la UCI como períodos individuales de cada paciente. La capacidad operativa de las UCI fue medida a través del porcentaje de ocupación de camas al momento del ingreso. RESULTADOS: Las UCI con un porcentaje ocupacional mayor al 80% mostraron pacientes con menor curva de sobrevida que sus pares por debajo de esas cifras al momento de ingresar a la internación. DISCUSIÓN: Las diferencias en promedios de sobrevida son estadísticamente diferentes, y muestran dos curvas distintas de supervivencia en el momento en que la segunda ola de COVID-19 afectaba a la Argentina.
Asunto(s)
Argentina , Sobrevida , COVID-19 , Unidades de Cuidados IntensivosRESUMEN
INTRODUCCIÓN: El desarrollo de la pandemia por COVID-19 se ha descrito en función de olas. El objetivo del trabajo fue caracterizar la pandemia en la provincia de Buenos Aires a través de la comparación de indicadores en cada ola. MÉTODOS: Se realizó un estudio descriptivo observacional con datos de fuentes secundarias. Cada ola se definió a partir de los puntos de inflexión en la curva de casos confirmados acumulados. Las olas se compararon por indicadores de morbilidad y mortalidad. RESULTADOS: Se establecieron tres períodos distintos: primera ola, rebrote de verano y segunda ola. El máximo de casos confirmados y fallecidos diarios en la primera ola fue 5799 y 192, y en la segunda, 12 141 y 282, respectivamente. La letalidad fue 3,5% en la primera ola y 2,3% en la segunda. La edad media en los casos confirmados y fallecidos en la segunda ola fue significativamente menor que en la primera. En los casos confirmados, la mayor diferencia en la proporción por grupos etarios se observó en el de 10-19 años. DISCUSIÓN: La segunda ola tuvo mayor magnitud, posiblemente relacionada con la circulación de una nueva variante del SARS-CoV-2, Gamma (P.1), para la cual hay evidencias de mayor transmisibilidad. El descenso de edad en fallecidos podría explicarse por la disminución en la edad de los casos confirmados y por la priorización de personas de mayor edad en el plan de vacunación. El aumento en el grupo de 10-19 años podría relacionarse con el reinicio de clases presenciales en las escuelas.
Asunto(s)
Argentina , Epidemiología , COVID-19RESUMEN
RESUMEN INTRODUCCIÓN El impacto de la pandemia por COVID-19 sobre la mortalidad abarca tanto sus efectos directos, las defunciones atribuidas al virus SARS-CoV-2, como indirectos sobre otras causas de muerte. "El objetivo del estudio fue determinar la variación sobre causas de muerte no COVID-19 en la provincia de Buenos Aires durante 2020 MÉTODOS Se realizó un estudio descriptivo de base poblacional, utilizando fuentes secundarias. Se analizó la variación en la mortalidad por causas específicas codificadas según CIE-10, desagregadas a nivel de capítulo y grupos. Las variaciones entre las causas de muerte observadas y esperadas se compararon mediante el método de P-score respecto al quinquenio inmediato anterior (2015-2019) RESULTADOS Todos los capítulos CIE-10 estudiados se ubican por debajo del promedio de la serie histórica. La mayor variación se registra en causas externas (-20,0%), enfermedades del sistema respiratorio (-9,1%), tumores (-8,1%), enfermedades nutricionales, endocrinas y metabólicas (-5,7%) y finalmente enfermedades del sistema circulatorio (-2,2%) DISCUSIÓN Se observó la existencia de un reemplazo variable de otras causas de defunción por muertes COVID-19 durante 2020. El análisis de causas múltiples resultó de utilidad para reestimar, en el caso del grupo de influenza (gripe) y neumonías, la participación global de la COVID-19 en la cadena de eventos que contribuyeron al deceso.
ABSTRACT INTRODUCTION The impact of the COVID-19 pandemic on mortality encompasses both its direct effects, deaths attributed to the SARS-CoV-2 virus, as well as indirect on other causes of death. The objective of the study was to determine the variation in non- COVID-19 causes of death in the province of Buenos Aires during 2020 METHODS A population-based descriptive study was carried out using secondary sources. Specific causes of death coded according to ICD-10, disaggregated by chapter and group, were analyzed. To determine whether there were variations between the observed and expected causes of death, the values of the study period were compared with the immediately preceding five-year period (2015-2019) using the P-score method RESULTS All the ICD-10 chapters studied are below the average of the historical series. The greatest variation appears in the chapter External Causes (-20.0%), Diseases of the Respiratory System (-9.1%), Neoplasms (-8.1%), Endocrine, Nutritional and Metabolic Diseases (-5.7%) and, finally, Diseases of the Circulatory System (-2.2%) DISCUSSION There is a variable change of other causes of death by COVID-19 deaths during 2020. The analysis of multiple causes was useful to re-estimate, in the case of the group of influenza (flu) and pneumonia, the global participation of COVID-19 in the chain of events that contributed to the death.
RESUMEN
RESUMEN INTRODUCCIÓN Uno de los problemas que ha enfrentado el sistema de salud de los diferentes países debido a la pandemia de COVID-19 es la disponibilidad de servicios y atención médica en unidades de cuidados intensivos (UCI). El objetivo fue evaluar la sobrevida en pacientes internados por COVID-19 en UCI entre enero y abril de 2021 en la provincia de Buenos Aires, Argentina MÉTODOS Se consideró a los pacientes que, incluidos en el sistema de vigilancia, tuvieran su correlato de información del porcentaje ocupacional de camas de la UCI desde el sistema general. Con esta información se realizó un análisis de sobrevida, considerando tablas de vida, Kaplan-Meier y regresión de Cox. El evento fue el óbito, el tiempo de seguimiento a 96 días y las fechas de internación, defunción y egreso dentro de la UCI como períodos individuales de cada paciente. La capacidad operativa de las UCI fue medida a través del porcentaje de ocupación de camas al momento del ingreso RESULTADOS Las UCI con un porcentaje ocupacional mayor al 80% mostraron pacientes con menor curva de sobrevida que sus pares por debajo de esas cifras al momento de ingresar a la internación DISCUSIÓN Las diferencias en promedios de sobrevida son estadísticamente diferentes, y muestran dos curvas distintas de supervivencia en el momento en que la segunda ola de COVID-19 afectaba a la Argentina. ^s+
ABSTRACT INTRODUCTION One of the problems faced by the health system in different countries due to COVID-19 pandemic is the availability of medical care services in intensive care units (ICU). The objective was to evaluate survival in patients hospitalized for COVID-19 in the ICUs during the period January-April 2021 in the province of Buenos Aires METHODS Patients included in the surveillance system who had their correlate of information on percentage of bed occupancy in the ICUs from the general system were considered. With this information, a survival analysis was performed, considering life tables, Kaplan-Meier and Cox regression. The event was death, the 96-day follow-up and the dates of admission, death and discharge within the ICUs as individual periods for each patient. Inpatient capacity of the ICUs was measured through the percentage of bed occupancy at the time of admission RESULTS The ICUs with a bed occupancy greater than 80% showed patients with a lower survival curve than those below that figure at the time of admission DISCUSSION The differences in average survival were statistically significant, and show two different survival curves at the time the second wave of COVID-19 affected the country.
RESUMEN
RESUMEN INTRODUCCIÓN El desarrollo de la pandemia por COVID-19 se ha descrito en función de olas. El objetivo del trabajo fue caracterizar la pandemia en la provincia de Buenos Aires a través de la comparación de indicadores en cada ola MÉTODOS Se realizó un estudio descriptivo observacional con datos de fuentes secundarias. Cada ola se definió a partir de los puntos de inflexión en la curva de casos confirmados acumulados. Las olas se compararon por indicadores de morbilidad y mortalidad RESULTADOS Se establecieron tres períodos distintos: primera ola, rebrote de verano y segunda ola. El máximo de casos confirmados y fallecidos diarios en la primera ola fue 5799 y 192, y en la segunda, 12 141 y 282, respectivamente. La letalidad fue 3,5% en la primera ola y 2,3% en la segunda. La edad media en los casos confirmados y fallecidos en la segunda ola fue significativamente menor que en la primera. En los casos confirmados, la mayor diferencia en la proporción por grupos etarios se observó en el de 10-19 años DISCUSIÓN La segunda ola tuvo mayor magnitud, posiblemente relacionada con la circulación de una nueva variante del SARS-CoV-2, Gamma (P.1), para la cual hay evidencias de mayor transmisibilidad. El descenso de edad en fallecidos podría explicarse por la disminución en la edad de los casos confirmados y por la priorización de personas de mayor edad en el plan de vacunación. El aumento en el grupo de 10-19 años podría relacionarse con el reinicio de clases presenciales en las escuelas. ^s+
ABSTRACT INTRODUCTION The development of the COVID-19 pandemic has been described in terms of waves. This work aimed at characterizing the pandemic in the province of Buenos Aires through the comparison of indicators in each wave METHODS A descriptive observational study with data from secondary sources was conducted. Each wave was defined based on the inflection points of the cumulative confirmed cases curve. The waves were compared by indicators of morbidity and mortality RESULTS Three different periods were established: first wave, summer resurgence and second wave. The maximum number of confirmed cases and deaths per day during the first wave was 5799 and 192, and during the second wave 12141 and 282, respectively. The fatality was 3.5% during the first wave and 2.3% during the second one. The mean age of confirmed and deceased cases during the second wave was significantly lower than during the first one. Among confirmed cases, the greatest difference in the proportion by age group was observed in the group aged 10 to 19 years DISCUSSION The second wave was of greater magnitude, probably due to the circulation of the new variant of SARS-CoV-2, Gamma (P.1), for which there is evidence of increased transmissibility. The decrease in the age of deceased may be explained by the decrease in the age of confirmed cases and by the priority given to older people in the vaccination campaign. The increase in the 10-19 age group may be related to the resumption of face-to-face classes in schools.
RESUMEN
Suicide is one of the main causes of death among teenagers and young people around the world. The purpose of this work is to describe the historical evolution in the province of Buenos Aires over the period 2001-2017. The design was a retrospective observational description about mortality due to self-inflicted injuries. Mortality data was obtained from the Direction of Statistics and Information in Health (DEIS) of the Ministry of Health of the province of Buenos Aires. Mortality data analyzed was related to intentional self-inflicted injuries. Over the period studied, 19,287 suicide bombings were produced in the province of Buenos Aires, with an accumulated sum of 7.36 per 100 thousand. The type of mode most often used an external agent. Relating suicide cases to the population size of the different health regions, it is observed that there is an inverse relationship between the population size and mortality rates. There were global variations: rate reduction from 2001 to 2009 (with a peak in 2003); growth from 2010 to 2012 and again reduction from 2013 until 2017.
Asunto(s)
Suicidio , Adolescente , Argentina/epidemiología , Humanos , Estudios RetrospectivosRESUMEN
RESUMEN INTRODUCCIÓN : El objetivo principal fue evaluar el riesgo de defunción en pacientes con diagnóstico confirmado de COVID-19 según la presencia de uno o más factores de riesgo. MÉTODOS : Estudio transversal, descriptivo y correlacional de personas mayores de 18 años, residentes de la provincia de Buenos Aires, con diagnóstico de COVID-19 confirmado por laboratorio o criterio clínico-epidemiológico que hayan iniciado síntomas entre marzo y diciembre de 2020 (n = 622 084). Se utilizó información de fuente secundaria. Se consideraron cuatro escenarios de análisis con base en la calidad del dato y la condición del paciente. RESULTADOS : Se notificaron 21 706 casos fallecidos (letalidad 3,5%). La mayoría de los fallecidos tenía edad avanzada (72,8 ± 13,8 años en los fallecidos versus 41,2 ± 15,2 años en los no fallecidos) y eran de sexo masculino (56% versus 44%, p<0,05). Según el modelo multivariado, la edad de 60 años o más resultó ser el factor de mayor riesgo (razón de momios OR, por su sigla en inglés: 8,1), seguida por la hepatopatía crónica (OR: 2,3). DISCUSIÓN : Los resultados muestran que la mayoría de los casos sintomáticos tuvieron una evolución favorable. La tasa de letalidad provincial es similar a la tasa nacional. Los factores de riesgo que resultaron relevantes se condicen con estudios realizados tanto en Argentina como en otros países. Si bien tener 60 años o más fue el mayor factor de riesgo, la presencia concomitante de enfermedades crónicas no transmisibles también contribuyó al agravamiento de la infección por COVID-19. Esta información es relevante para pensar políticas de salud en dicha población.
ABSTRACT INTRODUCTION . The main objective was to evalúate the risk of death in patients according to the presence of one or more risk factors in confirmed cases of COVID-19. METHODS : Cross-sectional, descriptive, correlational study of COVID-19 cases in people over 18 years of age, residents of the Province of Buenos Aires, confirmed by laboratory or clinical-epidemiological criteria that have started symptoms from March to December 2020 (n = 622,084). Secondary source information. Four analysis scenarios were considered taking into account the quality of the data and the patient's condition. RESULTS : 21,706 deceased cases were reported (3.5% fatality rate). Age (72.8 ± 13.8 vs 41.2 ± 15.2) and male patients (56% vs 44%; p <0.05) were higher in the deceased. According to the multivariate model, being 60 years or older was the highest risk factor (OR: 8.1) followed by chronic liver disease (OR: 2.3). DISCUSSION : The results show that most of the symptomatic cases had a favorable evolution. The provincial fatality rate is similar to the national rate. The risk factors that were relevant are consistent with studies carried out both in our country and in other countries. Although being 60 years or older was the greatest risk factor, most of the CNCDs analyzed also contributed to the COVID-19 infection becoming worse. This information is relevant to think about health policies for this population.
RESUMEN
INTRODUCCIÓN: El objetivo principal fue evaluar el riesgo de defunción en pacientes con diagnóstico confirmado de COVID-19 según la presencia de uno o más factores de riesgo. MÉTODOS: Estudio transversal, descriptivo y correlacional de personas mayores de 18 años, residentes de la provincia de Buenos Aires, con diagnóstico de COVID-19 confirmado por laboratorio o criterio clínico-epidemiológico que hayan iniciado síntomas entre marzo y diciembre de 2020 (n = 622 084). Se utilizó información de fuente secundaria. Se consideraron cuatro escenarios de análisis con base en la calidad del dato y la condición del paciente. RESULTADOS: Se notificaron 21 706 casos fallecidos (letalidad 3,5%). La mayoría de los fallecidos tenía edad avanzada (72,8 ± 13,8 años en los fallecidos versus 41,2 ± 15,2 años en los no fallecidos) y eran de sexo masculino (56% versus 44%, p<0,05). Según el modelo multivariado, la edad de 60 años o más resultó ser el factor de mayor riesgo (razón de momios [OR, por su sigla en inglés]: 8,1), seguida por la hepatopatía crónica (OR: 2,3). DISCUSIÓN: Los resultados muestran que la mayoría de los casos sintomáticos tuvieron una evolución favorable. La tasa de letalidad provincial es similar a la tasa nacional. Los factores de riesgo que resultaron relevantes se condicen con estudios realizados tanto en Argentina como en otros países. Si bien tener 60 años o más fue el mayor factor de riesgo, la presencia concomitante de enfermedades crónicas no transmisibles también contribuyó al agravamiento de la infección por COVID-19. Esta información es relevante para pensar políticas de salud en dicha población.
Asunto(s)
Comorbilidad , Factores de Riesgo , Muerte , Sistema de Vigilancia Sanitaria , COVID-19 , ArgentinaRESUMEN
La pandemia por COVID-19 iniciada en 2020 continúa ejerciendo presión sobre los sistemas de salud de los países y, en conjunto con las políticas impulsadas por los gobiernos para morigerar su impacto, ha alterado los hábitos en la población. De este modo, además de los efectos conocidos de la enfermedad sobre los contagios y defunciones directamente atribuidos a la misma, se espera que la pandemia haya intervenido sobre el proceso de salud-enfermedad-atención impactando indirectamente en otras causas de muerte. Atendiendo a este fenómeno, el objetivo de la presente investigación es indagar cómo la pandemia por COVID-19 afectó la mortalidad por causas específicas tratables, y su relación con las intervenciones y consultas en efectores de salud, durante el período 2020-2021 en la provincia de Buenos Aires. Para ello, se efectuó un estudio descriptivo retrospectivo de base poblacional a partir de fuentes de datos secundarias; incluyendo en el universo del estudio a la totalidad de eventos de atención registrados en el sistema de salud público y la totalidad de defunciones con ocurrencia en la Provincia desde el 01/01/2020 al 31/12/2021.
