PCorteSoft - Sistema para la determinación del punto de corte óptimo en escalas predictivas y la categorización de variables continuas

Al desarrollar modelos de predicción para su aplicación en la práctica clínica, los profesionales de la salud suelen categorizar las variables clínicas que son de naturaleza continua. En muchas ocasiones estos modelos constituyen la base para la confección de escalas predictivas, a partir de las cuales se estratifica a los pacientes en varias categorías atendiendo al fenómeno estudiado. En estos casos se requiere la determinación de uno o varios puntos de cortes que permitan dividir el recorrido de la variable, variables continuas o puntuaciones de una escala, en dos o más categorías. El presente trabajo tiene como objetivo la automatización de diferentes métodos para dicotomizar variables continuas en modelos de predicción clínica, donde la variable respuesta es dicotómica, y determinar el punto de corte óptimo en la estratificación de pacientes en dos categorías, a partir de escalas de predicción. Para ello se elaboró un software en el lenguaje de programación R, que implementa diferentes métodos para la determinación del punto de corte óptimo, lo cual agiliza el trabajo investigativo de los especialistas de salud en el proceso de elaboración de modelos predictivos y/o escalas de predicción.

When developing predictive models for application in clinical practice, health professionals often categorize clinical variables that are continuous in nature. In many cases, these models are the basis for the development of predictive scales from which patients are stratified into various categories according to the phenomenon under study. In both cases, it is necessary to determine one or more cut-off points that allow dividing the path of the variable, continuous variables, or scores of a scale into two or more categories. The aim of the present work is to automate different existing methods for dichotomizing continuous variables in clinical prediction models where the response variable is dichotomous, as well as to determine the optimal cut-off point for stratifying patients into two categories, based on prediction scales. For this purpose, a software was developed in the R programming language, which implements different existing methods for the determination of the optimal cut-off point, speeding up the research work of health specialists in the process of developing predictive models and/or prediction scales.

Validez de las reglas de un análisis estadístico implicativo según juicio de expertos

Introducción: una nueva metodología para el empleo del análisis estadístico implicativo contextualizado a las investigaciones médicas de causalidad brinda reglas y meta-reglas que deben corresponderse con la práctica médica, lo cual se desconoce. Objetivo: evaluar la calidad de las reglas derivadas de la aplicación del análisis estadístico implicativo en las investigaciones médicas de causalidad. Métodos: se realizó un estudio observacional con la aplicación de técnicas cualitativas de tipo criterio de expertos. Los 33 expertos de mayor puntuación emitieron su juicio, mediante una escala Likert de cinco puntos, acerca de la frecuencia con que se cumplen en la práctica médica 23 reglas derivadas de la aplicación del análisis estadístico implicativo en tres estudios para la identificación de factores pronósticos en cáncer de mama. Las opiniones se procesaron mediante el método Delphi en dos rondas y se trianguló con la validez racional de estas reglas. Resultados: los expertos consideraron que cerca del 74 % de las reglas se cumplen en la práctica médica siempre o frecuentemente y sólo una regla resultó absurda. En la segunda ronda se trataron las tres reglas en las que no existió un acuerdo perfecto, en la cual se ratificó una regla como absurda y aumentó el nivel de acuerdo. La triangulación permitió encontrar contradicciones literatura-experto que facilitaron la identificación de problemas en la redacción de la interpretación de las reglas. Conclusiones: las reglas evaluadas reflejan, en general, lo que ocurre en la práctica médica y aquellas que resultan absurdas alertan al investigador sobre un posible sesgo de confusión.

Introduction: A new methodology for the use of contextualized statistical implicative analysis in causality medical research provides rules and meta-rules that must correspond to medical practice, which is unknown. Objective: To evaluate the quality of the rules derived from the application of the statistical implicative analysis in causality medical research. Methods: An observational study was carried out applying qualitative techniques based on expert judgement. Using a five-point Likert scale, the 33 experts with the highest score expressed their judgment about the frequency of the fulfilment of the 23 rules derived from the application of the statistical implicative analysis in three studies in order to identify prognostic factors for breast cancer. Opinions were processed using the two-round Delphi method, and the rational validity of these rules was triangulated. Results: The experts considered that about 74% of the rules are always or frequently followed in medical practice; only one rule was absurd. In the second round, the three rules in which there was no perfect agreement were discussed; one rule was ratified as absurd and there was an increase in the level of agreement. The triangulation allowed us to find contradictions between literature and experts, which facilitated the identification of problems in the drafting of the interpretation of the rules. Conclusions: The rules evaluated generally reflect what happens in medical practice and those that are absurd warn the researcher about the possibility of a confusion bias.

Validez de apariencia y racionalidad de una metodología para estudiar la causalidad en salud / Appearance and rational validity of a methodology to study causality in health

Introducción: Es objetivo fundamental de la medicina, determinar las causas que producen las enfermedades; para llevar a cabo este estudio, a finales del siglo XX se emplearon técnicas estadísticas multivariadas confiables en el análisis simultáneo de diferentes variables independientes sobre un desenlace. Objetivo: Determinar la aplicación de la validez racional y de apariencia en la metodología empleada para el estudio de la causalidad en salud. Métodos: Para evaluar si la metodología se correspondía con los requerimientos de la investigación, se aplicó la validez de apariencia para valorar los resultados obtenidos en su aplicación, específicamente, si las reglas reflejan verazmente, lo que ocurre en la práctica médica, mediante el empleo de la validez racional. Resultados: Los usuarios potenciales de la metodología la consideraron aceptable en los aspectos medidos sobre la regresión logística binaria. El mayor porcentaje de las reglas analizadas está en correspondencia con lo planteado en la literatura, pocas plantean aspectos que no se dan necesariamente en la práctica médica, pero tampoco se contradicen con la literatura. Los resultados de la validez de apariencia no fueron favorables, pues la metodología no había sido empleada antes en el contexto. En cuanto a la validez racional, se verificó un alto porcentaje de correspondencia entre lo planteado por las reglas y la literatura. Es importante tener en cuenta, que el hallazgo de algo conocido reafirma la validez de esa regla. Conclusiones: Las reglas obtenidas de la aplicación de la metodología reflejan, en general, lo que ocurre en la práctica médica.

Introduction: the fundamental objective of medicine is to determine the causes that produce diseases. At the end of the 20th century, multivariate statistical techniques were used as reliable in the simultaneous analysis of different independent variables on an outcome. Objective: to determine the application of appearance and rational validity of a methodology to study causality in health. Methods: to evaluate whether the methodology corresponded to the research requirements, appearance validity was applied to assess the results obtained in its application, specifically, if the rules accurately reflect what happens in medical practice, through the use of rational validity. Results: the potential users of the methodology considered it acceptable in the measured aspects of the binary logistic regression. The highest percentage of the rules analyzed is in correspondence with what is stated in the literature; few raise aspects that do not necessarily occur in medical practice, but they do not contradict the literature either. The results of face validity were not favourable, since the methodology had not been used before in the context. A high percentage of correspondence regarding rational validity was verified between what was stated by the rules and the literature. It is important to note that finding something known reaffirms the validity of that rule. Conclusions: the rules obtained from the application of the methodology reflect, in general, what happens in medical practice.

Análisis estadístico implicativo para identificar factores pronósticos de mortalidad por linfomas en niños y adolescentes

Fundamento: el análisis estadístico implicativo surgió en los años 80 para resolver problemas de la didáctica de las matemáticas. Recientemente se fundamentó su empleo en las Ciencias Médicas para identificar factores de riesgo y pronósticos. Objetivo: evaluar la utilidad del análisis estadístico implicativo en la identificación de los factores pronósticos que más inciden en la mortalidad por linfomas en niños y adolescentes. Método: se realizó un estudio de casos y controles en niños y adolescentes con diagnóstico de linfoma Hodgkin y no Hodgkin atendidos en el Hospital Docente Pediátrico Sur Dr. Antonio María Béguez César de Santiago de Cuba en el período de enero 2008 a enero 2021. Se analizó como variable dependiente el estado del paciente fallecido o vivo al momento del estudio y como covariables se tomaron: el estadio de mal pronóstico, la presencia de síntomas B, el subtipo histológico, la presencia de tres o más sitios extraganglionares, la metástasis, edad y presencia de masa tumoral. Se aplicaron dos técnicas estadísticas, la regresión logística binaria y el análisis estadístico implicativo. Resultados en los casos fue más frecuente el linfoma no Hodgkin mientras que en los controles predominó el Hodgkin. Ambas técnicas reconocieron el subtipo histológico y la afectación extraganglionar como factores pronósticos desfavorables. El análisis estadístico implicativo reconoció además el estadio y la presencia de metástasis. Conclusión: el análisis estadístico implicativo es una técnica que complementa la regresión logística binaria en la identificación de factores pronósticos, lo que permite mejor comprensión de la causalidad.

Background: the implicative statistical analysis arose in the 80s to solve problems in the didactics of mathematics. Its use in the Medical Sciences to identify risk factors and prognoses was recently founded. Objective: to evaluate the usefulness of the implicative statistical analysis in the identification of the prognostic factors that most affect mortality from lymphomas in children and adolescents. Method: a case-control study was carried out in children and adolescents diagnosed with Hodgkin and non-Hodgkin lymphoma treated at the Dr. Antonio María Béguez César Sur Pediatric Teaching Hospital in Santiago de Cuba from January 2008 to January 2021. The state of the deceased or alive patient at the time of the study was analyzed as the dependent variable and the following were taken as covariates: poor prognosis stage, presence of B symptoms, histological subtype, presence of three or more extranodal sites, metastasis, age and presence of tumor mass. Two statistical techniques were applied: binary logistic regression and implicative statistical analysis. Results: non-Hodgkin's lymphoma was more frequent in the cases, while Hodgkin's lymphoma predominated in the controls. Both techniques recognized the histological subtype and extranodal involvement as unfavorable prognostic factors. The implicative statistical analysis also recognized the stage and the presence of metastases. Conclusion: the implicative statistical analysis is a technique that complements the binary logistic regression in the identification of prognostic factors, which allows a better understanding of causality.

Diferencias entre formas de contagio intra y extradomiciliaria en tres brotes epidémicos de COVID-19 en Santiago de Cuba / Differences between Forms of Intra- and Extra-Domiciliary Contagion in Three Epidemic Outbreaks of COVID-19 in Santiago de Cuba

Introducción: En la transmisión de la COVID-19 en Santiago de Cuba se distinguieron tres brotes epidémicos entre 2020 y 2021. Objetivo: Identificar las diferencias entre los contagios intra y extradomiciliarios en tres brotes epidémicos de COVID-19 en Santiago de Cuba entre marzo de 2020 y mayo de 2021. Métodos: Se realizó un estudio descriptivo transversal de los casos de COVID-19 del territorio y el período referidos, mediante las técnicas bivariadas habituales de la estadística y el análisis estadístico implicativo, con una muestra de 6408 que se eligió por muestreo aleatorio simple de la base de datos de casos confirmados. Resultados: El contagio extradomiciliario fue significativamente mayor que el intradomiciliario sin diferencias por sexo, pero sí según grupos de edades y municipios dentro y entre ambos grupos. Fue significativo el predominio de los adultos mayores en el contagio intradomiciliario y de los adultos jóvenes en el extradomiciliario. Primaron los sintomáticos en el intradomiciliario; y, los asintomáticos, en el extradomiciliario, sin diferencias significativas entre ambas formas. Los menores de 20 años de edad, adultos mayores, asintomáticos y el municipio Mella fueron las características que se asociaron con el contagio intradomiciliario, mientras, con el extradomiciliario, los adultos jóvenes sintomáticos. Conclusiones: Las formas de contagio intra y extradomiciliaria se modularon según la conducta de las personas y el aislamiento propio de cada grupo de edades. La extradomiciliaria predominó en edades intermedias de la vida, como expresión de la conducta mediada por su responsabilidad económica en el hogar, mientras las edades extremas, que permanecieron en casa por cumplir medidas de aislamiento, fueron más propensas a la intradomiciliaria(AU)

Introduction: In the transmission of COVID-19 in Santiago de Cuba province, three epidemic outbreaks were observed between 2020 and 2021. Objective: To identify the differences between intra- and extra-domiciliary infections in three epidemic outbreaks of COVID-19 in Santiago de Cuba between March 2020 and May 2021. Methods: A cross-sectional descriptive study of COVID-19 cases in the territory and period above mentioned was carried out, using the usual bivariate techniques of statistics and implicative statistical analysis, to a sample of 6408 cass that was chosen by simple random sampling from the database of confirmed cases. Results: Extra-domiciliary contagion was significantly higher than intra-domiciliary contagion without differences by sex, but according to age groups and municipalities within and between both groups. The predominance of older adults in intra-domiciliary contagion and of young adults in extra-domiciliary contagion was significant. Symptomatic patients prevailed in the intra-domiciliary; and, the asymptomatic, in the extra-domiciliary, without significant differences between both forms. Children under 20 years of age, older adults, asymptomatic and Mella municipality were the characteristics that were associated with intra-domiciliary contagion, while, with the extra-domiciliary were related symptomatic young adults. Conclusions: The forms of intra- and extra-domiciliary contagion were modulated according to the behavior of the people and the isolation of each age group. Extra-domiciliary predominated in intermediate ages of life, as an expression of the behavior mediated by their economic responsibility at home, while extreme ages, who remained at home to comply with isolation measures, were more prone to intra-domiciliary contagion(AU)

Transmisión directa del SARS-CoV-2 entre contactos en Santiago de Cuba / Direct Transmission of SARS-CoV-2 Among Contacts in Santiago de Cuba

Introducción: El virus SARS-CoV-2 se propaga, principalmente, entre personas que están en estrecho contacto, de ahí la importancia de la detección de contactos y conocer las formas de transmisión entre estos. Objetivo: Identificar las principales formas de transmisión directa entre contactos de casos importados y autóctonos. Métodos: Se realizó un estudio descriptivo transversal sobre dos poblaciones: los casos confirmados de COVID-19 en la provincia Santiago de Cuba en el último trimestre de 2020 y los contactos directos declarados por dichos casos. En busca de la mejor representatividad se empleó un diseño de muestreo estratificado en dos etapas. Para la recolección del dato primario se empleó la entrevista; para resumir la información, el número y el porcentaje; para detectar posibles diferencias, las pruebas de hipótesis de una proporción y de comparación de proporciones mediante el Minitab v. 19 y para elaborar los gráficos el Microsoft Excel 2016. Resultados: El promedio de contactos fue mayor entre los casos autóctonos, con predominio de compañeros de trabajo, vecinos e hijos. La relación contacto-caso en los importados fue amigo(a), chofer y suegro(a), mientras que en los autóctonos fue hijo(a). Hubo menor empleo de acciones preventivas y predominio de contactos extradomiciliarios en los importados. Los contactos de los importados fueron hospitalizados con mayor frecuencia y presentaron mayor proporción de asintomáticos que los de los autóctonos, pero no hubo diferencias significativas. Conclusiones: No se obtuvo un patrón diferenciado de transmisión, excepto que la transmisión característica de los autóctonos fue entre padre e hijo y en los importados fue entre amigos(AU)

Introduction: SARS-CoV-2 spreads, mainly, through close contact among people, hence the importance of detecting contacts of confirmed cases and identifying the mode of transmission between them. Objective: To identify the main modes of direct transmission among contacts of imported and autochthonous cases. Methods: A cross-sectional descriptive study was conducted in two populations: the confirmed cases of COVID-19 in Santiago de Cuba in the last quarter of 2020, and their declared direct contacts. In the search of the best representativeness, a two-stage stratified sampling method was used. The interview was used to collect the primary data; numbers and percentage, to summarize the information; the one-sample proportion hypothesis test and the compare proportions test using Minitab v.19, to identify possible differences across groups; and Microsoft Excel 2016, to produce the graphics. Results: The average number of contacts was higher among the autochthonous cases, prevailing the co-workers, neighbors and children. The contact-case relationship in imported cases was friend, driver, and mother or father-in-law; while in the autochthonous cases, it was son or daughter. Preventive actions were less used, and extra-domiciliary contacts of imported cases predominated. Contacts of imported cases were hospitalized more often, and had a higher proportion of asymptomatic than the autochthonous cases, but there was no significant differences. Conclusions: A differentiated pattern of transmission was not obtained; except that, transmission among autochthonous cases was between parent and child; while in imported cases, it was between friends(AU)

Validación de criterio de la metodología de empleo del análisis estadístico implicativo en los estudios de causalidad en salud / CriteriaValidation of the Methodology for the Use of Implicative Statistical Analysis in HealthCausality Studies

Introducción: el diseño de la metodología ASI-IMC permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en salud. Luego surgió la necesidad de validarla. Objetivo: evaluar la efectividad de la metodología de aplicación del ASI-IMC. Métodos: se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad, con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico Conrado Benítez, entre 2014 y 2019. Se emplearon como covariables 25 factores pronósticos supuestos. Se aplicó la regresión logística binaria previa verificación del cumplimiento de los supuestos requeridos sobre una muestra de 280 pacientes a razón de un control por caso que constituyó el mismo conjunto de datos al que se aplicó el análisis estadístico implicativo, para luego comparar los resultados de ambas técnicas. Se consideró la regresión como el estándar de oro, para lo cual se estimaron 14 indicadores: sensibilidad, especificidad, valores predictivos, razones de verosimilitud, odds ratio de diagnóstico, entre otros. Resultados: fueron identificados, por ambas técnicas estadísticas, como factores de buen pronóstico de mortalidad por cáncer de mama en la población estudiada la determinación de los biomarcadores y de mal pronóstico el estadio avanzado, la metástasis y la quimioterapia. Los indicadores de eficacia arrojaron valores a favor de la técnica evaluada. Conclusiones: se validó de manera satisfactoria la metodología diseñada demostrando ser efectiva para la identificación de factores pronósticos(AU)

Introduction: the design of the ASI-IMC methodology allows a correct application of the implicative statistical analysis in the studies of causality in health. Then the need arose to validate it. Objective: to validate the designed ASI-IMC methodology. Methods: a prospective analytical observational study of the case and control type nested in a cohort was carried out.The universe of study was made up of all women over 18 years of age, with a clinical and histological diagnosis of breast cancer, from the province of Santiago de Cuba, treated at the Conrado Benítez Oncological Hospital, between 2014 and 2019. Twenty-five assumed prognostic factors were used as covariates. Binary logistic regression was applied after verification of compliance with the required assumptions on a sample of 280 patients at the rate of one control per case, which constituted the same data set to which the statistical analysis was applied, in order to compare the results of both techniques. Regression was considered as the gold standard, for which 14 indicators were estimated: sensitivity, specificity, predictive values, likelihood ratios, diagnostic odds ratio, among others. Results: both statistical techniques identified biomarkers as good prognosis factors for breast cancer mortality in the study population, and advanced stage, metastasis, and chemotherapy as poor prognostic factors. The efficacy indicators showed values ​​in favor of the evaluated technique. Conclusions: the designed methodology was satisfactorily validated, proving to be effective for the identification of prognostic factors(AU)

Identificación de factores pronósticos en cáncer cérvico-uterino mediante análisis estadístico implicativo / Identification of prognostic factors in cervical cancer by implicative statistical analysis

RESUMEN Fundamento: el cáncer es una de las primeras causas de muerte a escala mundial. La identificación de los factores pronósticos involucrados en su evolución es de gran interés para la prevención secundaria y terciaria de esta enfermedad tan frecuente. Objetivo: identificar los factores pronósticos de mortalidad por cáncer cérvico-uterino y evaluar la utilidad del análisis estadístico implicativo en las investigaciones clínico-epidemiológicas de causalidad. Métodos: se realizó un estudio de casos y controles en 106 mujeres con el diagnóstico clínico e histológico de cáncer cérvico-uterino, atendidas en el Hospital Oncológico de la provincia Santiago de Cuba desde enero de 2016 a enero de 2018. Se aplicó el análisis estadístico implicativo junto con la regresión logística binaria, la cual se consideró como estándar de oro. Resultados: la regresión logística binaria identificó como único factor de mal pronóstico la presencia de metástasis (OR=2,995) y como factores de buen pronóstico la quimioterapia (OR=0,151) y el intervalo libre de evento (OR=0,602). El análisis estadístico implicativo detectó estos mismos factores, pero además identificó otros factores de mal pronóstico como las complicaciones, el estadio avanzado y la recaída; todos con un 99 % de intensidad aplicativa. Conclusiones: esta técnica alcanzó una elevada sensibilidad y especificidad al compararse con la regresión y resultó útil para la identificación de factores pronósticos.

ABSTRACT Background : cancer is one of the leading causes of death worldwide. The identification of the prognostic factors involved in its evolution is of great interest for the secondary and tertiary prevention of this frequent entity. Objective : to identify the prognostic factors of cervical cancer mortality and evaluate the usefulness of implicative statistical analysis in the clinical-epidemiological investigations of causality. Methods : study of cases and controls in 106 women with the clinical and histological diagnosis of cervical cancer treated at the Oncology Hospital of the province Santiago de Cuba from January 2016 to January 2018. The implicative statistical analysis was applied together with the binary logistic regression, which was considered as a gold standard. Results : binary logistic regression identified the presence of metastases as the only poor prognostic factor (OR=2.995) and chemotherapy (OR=0.151) and event-free interval (OR=0.602) as good prognostic factors. Implicative statistical analysis detected these same factors, but also identified other poor prognostic factors such as complications, advanced stage, and relapse; all with a 99% of implication intensity. Conclusions : this technique reached a high sensitivity and specificity when compared with the regression and was useful for the identification of prognostic factors.

Identificación de posibles factores causales en salud aplicando la metodología "ASI-IMC" / Identification of possible causal factors in health applying the "ASI-IMC" methodology / Identificação de possíveis fatores causais em saúde aplicando a metodologia "ASI-BMI"

RESUMEN Una vez diseñada la metodología ASI-IMC, que permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en medicina se aplicó la misma en dichos estudios. Se escogió como ejemplo un estudio de factores pronósticos de mortalidad en cáncer de mama. El objetivo es evaluar la efectividad de la metodología de empleo del análisis estadístico implicativo en la identificación de posibles factores causales. Se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico "Conrado Benítez", entre 2014 y 2019 con una muestra de 140 casos y 140 controles, empleando 25 covariables como supuestos factores pronósticos y aplicando las 5 primeras etapas de la metodología de empleo del análisis estadístico implicativo en los estudios de causalidad en medicina. Fueron identificados como factores de buen pronóstico en pacientes con cáncer de mama la determinación de los biomarcadores, mientras que, de mal pronóstico clasificaron el estadio avanzado y la quimioterapia de manera directa, así como el tamaño tumoral y la metástasis, de manera indirecta. La metodología empleada permitió la identificación de posibles factores causales en la investigación presentada, evidenciando una vez más su efectividad.

ABSTRACT Once the "ASI-IMC" methodology that allows a correct application of the statistical analysis implicated in the causality studies in medicine was designed, it was applied in said studies. A study of prognostic factors of mortality in breast cancer was chosen as an example. In order to evaluate the effectiveness of the employment methodology of the statistical analysis implicit in the identification of possible causal factors; a prospective analytical observational study of cases and controls nested in a cohort was conducted, whose study universe was made up of all women over 18 years of age with the clinical and histological diagnosis of breast cancer, from the province from Santiago de Cuba, treated at the "Conrado Benítez" Oncology Hospital, between 2014 and 2019 with a sample of 140 cases and 140 controls, using 25 covariates as supposed prognostic factors and applying the first 5 stages of the employment methodology of the implicative statistical analysis in causation studies in medicine. Biomarker determination was identified as factors of good prognosis in breast cancer patients, while, of poor prognosis classified advanced stage and chemotherapy directly, as well as tumor size and metastasis, indirectly. The methodology used allowed the identification of possible causal factors in the research presented, demonstrating once again its effectiveness.

RESUMO Uma vez desenhada a metodologia ASI-BMI, que permite uma correta aplicação da análise estatística implicativa nos estudos de causalidade em medicina, foi aplicada nos referidos estudos. Um estudo de fatores prognósticos para mortalidade no câncer de mama foi escolhido como exemplo. O objetivo é avaliar a eficácia da metodologia de utilização da análise estatística implicativa na identificação de possíveis fatores causais. Foi realizado um estudo observacional analítico prospectivo do tipo caso-controle aninhado em uma coorte, cujo universo de estudo foi constituído por todas as mulheres maiores de 18 anos com diagnóstico clínico e histológico de câncer de mama, da província de Santiago de Cuba. , atendidos no Hospital Oncológico "Conrado Benítez", entre 2014 e 2019 com uma amostra de 140 casos e 140 controles, utilizando 25 covariáveis como supostos fatores prognósticos e aplicando as 5 primeiras etapas da metodologia de uso da análise estatística implicativa na causalidade estudos em medicina. A determinação dos biomarcadores foi identificada como fatores de bom prognóstico em pacientes com câncer de mama, enquanto o estágio avançado e a quimioterapia foram classificados diretamente como de mau prognóstico, assim como o tamanho do tumor e metástases, indiretamente. A metodologia utilizada permitiu a identificação de possíveis fatores causais nas pesquisas apresentadas, demonstrando mais uma vez sua eficácia.

Componentes principales en el agrupamiento de variables clínicas de la COVID-19 en Santiago de Cuba / Principal component analysis in COVID-19 clinical variable clustering in Santiago de Cuba

Introducción: Desde marzo de 2020 Cuba está siendo afectada por el SARS-CoV-2, coronavirus altamente infeccioso y causante de la COVID-19. La COVID-19 presenta un conjunto de síntomas asociados y la evolución de los pacientes puede estar influenciada por la presencia de ciertos antecedentes patológicos personales en el hospedero. Objetivo: Identificar mediante componentes principales el agrupamiento de variables clínicas en los pacientes con COVID-19 en la provincia de Santiago de Cuba. Método: Se realizó un estudio observacional, descriptivo y transversal. La población de estudio se conformó por los 49 casos confirmados con COVID-19 en la provincia de Santiago de Cuba desde el 20 de marzo hasta el 30 de abril del 2020. Se seleccionaron diez variables clínicas: nueve relacionadas con los síntomas y los antecedentes patológicos personales, y una con el estado fallecido. Se aplicó como técnica estadística el análisis de componentes principales. Resultados: Se obtuvo la representación de las variables en el plano de los dos primeros componentes principales. El primer componente estuvo asociado a los síntomas y el segundo componente a los antecedentes patológicos personales no asociados al aparato respiratorio. Esta representación reveló que en el primer y cuarto cuadrantes del plano se ubicaron las variables que llevaron a una evolución desfavorable de los casos, siendo notable para los que se ubican en el cuarto cuadrante. El segundo y tercer cuadrantes fueron indicadores de la evolución favorable, marcada en el segundo cuadrante. Conclusiones: El análisis de componentes principales agrupa las variables clínicas y corrobora que los antecedentes patológicos personales tienen el rol esencial en la evolución desfavorable de los pacientes con COVID-19(AU)

Introduction: Since March 2020, Cuba has been affected by SARS-CoV-2, a highly infectious coronavirus that causes COVID-19. In COVID-19 a set of associated symptoms is presented and its evolution can be influenced by the presence of certain personal pathological antecedents in the host. Objective: To identify through principal components the grouping of clinical variables in cases with COVID-19 in Santiago de Cuba province, Cuba. Methods: We conducted an observational, descriptive and transversal study. The study population consisted of the 49 confirmed cases with COVID-19 in the province of Santiago de Cuba. Ten clinical variables were selected: nine related to symptoms and personal pathological history, and one to the state "deceased". Principal component analysis was applied as a statistical technique. Results: Variables were represented at the level of the first two principal components. The first component was associated to symptoms and the second component to personal pathological antecedents not associated to the respiratory system. This representation revealed that variables leading to an unfavorable evolution of cases were located in the first and fourth quadrants of the plane, being remarkable for those located in the fourth quadrant. The second and third quadrants were indicators of the favorable evolution, being marked in the second quadrant. Conclusions: The principal component analysis groups the clinical variables and corroborates that personal pathological antecedents have an essential role in the unfavorable evolution of patients with COVID-19(AU)

Aspectos demográficos, clínico-epidemiológicos y geoespaciales de la COVID-19 en Santiago de Cuba / Demographic, clinical-epidemiological and geospatial aspects of COVID-19 in Santiago de Cuba

RESUMEN Fundamento: Santiago de Cuba al igual que el resto de las provincias cubanas, fue afectada por la COVID-19, aunque es de los territorios con menor incidencia de la enfermedad. Objetivo: describir los aspectos demográficos, clínico-epidemiológicos y geoespaciales de la COVID-19 en Santiago de Cuba. Métodos: se realizó un estudio observacional analítico en los niveles individual y poblacional. En el nivel individual, la población de estudio se integró por los 49 casos de COVID-19 de la provincia. Se estimó la frecuencia y distribución de casos, así como las pruebas de hipótesis para descubrir las diferencias entre estas. Para analizar el aspecto geoespacial se empleó como dato de área, el número de casos por territorio y como unidades de agregación de la información, los datos georreferenciados de la totalidad de consejos populares en que se encuentra dividida la provincia. Se realizó el análisis exploratorio de los datos espaciales, se estimó la autocorrelación espacial por consejos populares, por medio del índice global I de Moran y se visualizó la formación de conglomerados mediante el estadístico local G* de Getis-Ord. Resultados: se obtuvieron la frecuencia y distribución de las características demográficas, clínicas-epidemiológicas y la formación de agrupaciones espaciales por consejos populares según el número de casos de COVID-19 y su significación. Conclusiones: el municipio Santiago de Cuba marcó las diferencias a nivel poblacional en la epidemia de esta provincia. En cambio, a nivel individual se apreciaron diferencias entre los casos confirmados en algunos aspectos demográficos, no así en los clínicos ni epidemiológicos.

ABSTRACT Background: Santiago de Cuba, like the rest of the Cuban provinces, was affected by COVID-19, although it is one of the territories with the lowest incidence of the disease. Objective: to describe the demographic, clinical-epidemiological and geospatial aspects of COVID-19 in Santiago de Cuba. Methods: an analytical observational study was carried out at the individual and population levels. At the individual level, the 49 confirmed cases of COVID-19 in the province are used as the study population. The frequency and distribution of cases were estimated, as well as hypothesis tests, with a 5% significance, to discover the differences between them. To analyze the geospatial aspect, the geo-referenced data from all the popular councils into which the province is divided were used as area data, the number of cases by territory and as aggregation units of the information. The exploratory analysis of the spatial data was performed, the spatial autocorrelation was estimated by popular councils, using the Moran global index I, and the formation of clusters was visualized using the local G* statistic from Getis-Ord. Results: the frequency and distribution of the demographic, clinical and epidemiological characteristics were obtained, as well as the formation of spatial groupings by popular councils according to the number of COVID-19 cases and their significance. Conclusions: the municipality of Santiago de Cuba marked the differences at the population level in the epidemic of this province. On the other hand, at an individual level, differences were observed between the confirmed cases in some demographic aspects, but not in the clinical or epidemiological ones.

Identificación de clústeres de casos de COVID-19 en la provincia Santiago de Cuba / Identification of clusters in COVID-19 cases in the Santiago de Cuba province

Introducción: A partir de la aparición de la epidemia COVID-19 se conforma un equipo multidisciplinario en Santiago de Cuba con participación de varias instituciones y activado por el Consejo de defensa provincial. El análisis integrado epidemiológico, la gestión gubernamental y la respuesta social resultarían determinantes en el control de la enfermedad. Objetivos: Identificar posibles grupos de casos con COVID-19 en la provincia Santiago de Cuba y caracterizar su transmisión según variables epidemiológicas. Métodos: Se desarrolló un estudio ecológico, comparándose los clústeres de transmisión de COVID-19. Se resumieron variables de interés y se realizó análisis de redes sociales desde el punto de vista de las relaciones entre casos y contactos, así como análisis espacial. Resultados: Se identificaron cinco grupos espaciales de transmisión en los municipios, uno en Palma Soriano, uno en Contramaestre y tres en Santiago de Cuba. Los antecedentes patológicos personales (hipertensión y procesos respiratorios), el sexo femenino, los casos sintomáticos y el promedio de 22 a 27 contactos por cada confirmado fueron las variables más relevantes. Se identificó fuente de infección introducida en 51 por ciento (25/49). Además, se identificaron redes sociales complejas en la transmisión de la enfermedad. Conclusiones: La transmisión de COVID-19 en la provincia Santiago de Cuba mostró grupos de casos y contactos con redes sociales epidemiológicas características para cada municipio, así como el modo de transmisión de acuerdo a la fuente de infección, relaciones de familiaridad o cercanía social y la relación de distancia espacial entre contactos, aspectos que influyeron en las bajas tasas de incidencia de la enfermedad, con predominio en su forma sintomática, edades jóvenes y en mujeres(AU)

Introduction: From the onset of COVID-19 epidemic, a multidisciplinary team is formed in Santiago de Cuba with the participation of several institutions and activated by the Provincial Defense Council. Integrated epidemiological analysis, government management and social response would be decisive in controlling the disease. Objectives: To identify possible groups of COVID-19 cases in the Santiago de Cuba province and to describe the transmission according to epidemiological variables. Methods: An ecological study was carried out, comparing COVID-19 transmission clusters. Variables of interest were summarized and analysis of social contact networks was carried out from the point of view of the relationships between cases and contacts, as well as spatial analysis. Results: Five spatial transmission groups were identified in the municipalities, one in Palma Soriano, one in Contramaestre and three in Santiago de Cuba. The personal pathological antecedents (hypertension and respiratory processes), female sex, symptomatic cases and the average of 22 to 27 contacts for each confirmed were the most relevant variables. A source of introduced infection was identified in 51 percent (25/49). In addition, complex social networks were identified in the transmission of the disease. Conclusions: The transmission of COVID-19 in Santiago de Cuba province showed groups of cases and contacts with characteristic epidemiological social networks for each municipality, as well as the mode of transmission according to the source of infection, relationships of familiarity or social closeness and the relationship of spatial distance between contacts, which influenced on the low incidence rates of the disease, with predominance of symptomatic form, young ages and in women(AU)

Identificación de posibles factores causales en salud aplicando la metodología “ASI-IMC” / Identification of possible causal factors in health applying the “ASI-IMC” methodology

Una vez diseñada la metodología ASI-IMC, que permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en medicina se aplicó la misma en dichos estudios. Se escogió como ejemplo un estudio de factores pronósticos de mortalidad en cáncer de mama. El objetivo es evaluar la efectividad de la metodología de empleo del análisis estadístico implicativo en la identificación de posibles factores causales. Se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico “Conrado Benítez”, entre 2014 y 2019 con una muestra de 140 casos y 140 controles, empleando 25 covariables como supuestos factores pronósticos y aplicando las 5 primeras etapas de la metodología de empleo del análisis estadístico implicativo en los estudios de causalidad en medicina. Fueron identificados como factores de buen pronóstico en pacientes con cáncer de mama la determinación de los biomarcadores, mientras que, de mal pronóstico clasificaron el estadio avanzado y la quimioterapia de manera directa, así como el tamaño tumoral y la metástasis, de manera indirecta. La metodología empleada permitió la identificación de posibles factores causales en la investigación presentada, evidenciando una vez más su efectividad(AU)

Once the “ASI-IMC” methodology that allows a correct application of the statistical analysis implicated in the causality studies in medicine was designed, it was applied in said studies. A study of prognostic factors of mortality in breast cancer was chosen as an example. In order to evaluate the effectiveness of the employment methodology of the statistical analysis implicit in the identification of possible causal factors; a prospective analytical observational study of cases and controls nested in a cohort was conducted, whose study universe was made up of all women over 18 years of age with the clinical and histological diagnosis of breast cancer, from the province from Santiago de Cuba, treated at the “Conrado Benítez” Oncology Hospital, between 2014 and 2019 with a sample of 140 cases and 140 controls, using 25 covariates as supposed prognostic factors and applying the first 5 stages of the employment methodology of the implicative statistical analysis in causation studies in medicine. Biomarker determination was identified as factors of good prognosis in breast cancer patients, while, of poor prognosis classified advanced stage and chemotherapy directly, as well as tumor size and metastasis, indirectly. The methodology used allowed the identification of possible causal factors in the research presented, demonstrating once again its effectiveness(EU)

Entrada de viajeros y densidad poblacional en la propagación de la COVID-19 en Cuba / Arrival of travelers and population density in the spread of COVID-19 in Cuba

Introducción: El comportamiento no homogéneo de la cantidad de casos confirmados con COVID-19 en diferentes regiones de Cuba aún no se ha esclarecido, lo cual resultaría de utilidad para la toma de decisiones en futuras epidemias en el país. Objetivo: Determinar la influencia de la entrada de viajeros y la densidad poblacional sobre la distribución no homogénea de la cantidad de casos con COVID-19 por provincias en Cuba. Métodos: Se desarrolló un estudio ecológico, exploratorio, de grupos múltiples, comparando las provincias cubanas según variables del nivel global y agregado, relacionadas con la cantidad de casos con COVID-19, confirmados durante la epidemia en Cuba. Se aplicó el análisis de regresión lineal múltiple para seleccionar el modelo que mejor describe el comportamiento de los datos y el análisis de clúster para visualizar la agrupación de las provincias. Resultados: Se evidenció una correlación significativa entre la cantidad de casos con COVID-19 y la cantidad de viajeros con COVID-19, la cantidad total de viajeros que arribaron al país en marzo y los eventos de trasmisión. En el modelo de regresión resultaron significativas la densidad poblacional y las cantidades de viajeros total y con COVID-19. El análisis de clúster reveló la formación de cuatro grupos de provincias. Conclusiones: La cantidad de casos con COVID-19 por provincia se relaciona con la cantidad de viajeros que entraron al país, con y sin COVID-19, y la densidad poblacional. Se forman cuatro grupos de provincias por su similitud en los aspectos identificados en la regresión(AU)

Introduction: The non-homogeneous behavior of the number of COVID-19 confirmed cases in different regions of Cuba has not yet been clarified, which would be useful for decision-making in future epidemics in the country. Objective: To determine the influence of the arrival of travelers and the population density on the non-homogeneous distribution of the number of COVID-19 cases by provinces in Cuba. Methods: An ecological, exploratory, multiple group study was carried out, comparing Cuban provinces according to variables of the global and aggregate levels, related to the number of COVID-19 cases, confirmed during the epidemic in Cuba. Multiple linear regression analysis was applied to select the model that best describes the behavior of the data and cluster analysis to visualize the grouping of the provinces. Results: A significant correlation was proved between the number of COVID-19 cases and the number of travelers with COVID-19, the total number of travelers who arrived in Cuba in March, and transmission events. In the regression model, the population density and the total number of travelers and those with COVID-19 were significant. The cluster analysis revealed the formation of four groups of provinces. Conclusions: The number of cases with COVID-19 by province is related to the number of travelers who arrived in the country, with and with no COVID-19, and the population density. Four groups of provinces are formed by their similarity in the aspects identified at regression(AU)

Propuesta metodológica para la contextualización del análisis estadístico implicativo en las investigaciones médicas de causalidad / Methodological Proposal for the Contextualization of the Implicative Statistical Analysis in Medical Causality Research

Las investigaciones sobre factores de riesgo, iniciadas a mediados del siglo pasado, sentaron las bases del modelo multicausal y se enmarcan en el enfoque lineal que ha predominado en las ciencias naturales. Sin embargo, el proceso salud-enfermedad es complejo lo que conlleva a la necesidad de aplicar técnicas estadísticas renovadoras, este es el caso del análisis estadístico implicativo creado para solucionar problemas didácticos de las matemáticas. En esta dirección se enmarca la presente investigación, cuyo objetivo fue crear una metodología de contextualización de este análisis a las investigaciones médicas de causalidad. El diseño de la metodología tuvo en cuenta la literatura, el criterio de expertos y las regularidades y contradicciones demostradas en los estudios de casos y controles realizados previamente con la aplicación de la metodología propuesta. La metodología quedó constituida por ocho etapas: análisis exploratorio, transformación de los datos, análisis principal, presentación de los resultados, interpretación de los resultados, análisis a posteriori, selección de las variables a incluir en el modelo de regresión logística binaria y discusión de los resultados. Esta es una propuesta en evolución que debe irse adaptando a solicitud de los investigadores clínicos y bioestadísticos, sus principales usuarios y debe constituir un pilar importante que complemente las técnicas multivariadas empleadas habitualmente en los estudios clínico-epidemiológicos para la identificación de factores pronósticos y de riesgo(AU)

Research on risk factors, started in the middle of the last century, laid the foundations of the multicausal model framed in the linear approach that has predominated in the natural sciences. However, the health-disease process is complex, which leads to the need to apply renovating statistical techniques, as is the case of the implicative statistical analysis created to solve didactic problems in mathematics. Framed in this direction, the present research aims to create a methodology for contextualizing this analysis to causal medical research. To design the methodology we took into account the literature, the expert judgment and the regularities and contradictions demonstrated in the case-control studies previously carried out with the application of the proposed methodology. The methodology consisted of eight stages: exploratory analysis, data transformation, main analysis, presentation of results, interpretation of results, ex-post analysis, selection of variables to include in the binary logistic regression model, and discussion of the results. This is an evolving proposal that must be adapted at the request of clinical and biostatistician researchers, its main users, and must constitute an important pillar that complements the multivariate techniques commonly used in clinical-epidemiological studies for the identification of prognostic and risk factors(AU)

¿Cómo interpretar los resultados del análisis estadístico implicativo en los estudios de causalidad en Salud? / How to interpret statistical analysis results implicated in health causality studies?

RESUMEN El perfeccionamiento de las técnicas estadísticas es un problema de investigación que no pierde vigencia. Una vez identificado y fundamentado el empleo del análisis estadístico implicativo en la búsqueda de posibles factores causales en Salud, se hizo necesario el diseño de una metodología para su aplicación óptima, en la cual la etapa más compleja resultó ser la interpretación de los resultados. Por ello, este trabajo tiene como objetivo describir cómo realizar dicha interpretación, cuya base se sustenta en los referentes teóricos de la literatura, y los prácticos, a partir de las experiencias adquiridas de los diversos estudios de casos y controles con la aplicación de la técnica. En la interpretación se abordan los índices, las tablas y los gráficos del tipo: árboles de similaridad y cohesitivo, y el grafo implicativo, a partir de los cuales se identifican los posibles factores causales, las variables confusoras, las modificadoras del efecto y otras que pueden intervenir.

ABSTRACT The improvement of statistical techniques is a research problem which does not lose its validity. Once it was identified and founded the use of the statistical analysis involved in the search for possible causal factors in health, it was necessary to design a methodology for its optimal application, in which the most complex stage turned was result interpretation. Therefore, this work aims at describing how to perform this interpretation, whose base is founded on literature theoretical references, and the practical ones, based on the experiences acquired from the various case studies and controls with the application of the technique. Indices, tables and graphs of the type are presented in the interpretation, similarity and cohesive trees, and implicative graph, from which the possible causal factors, confusing variables, effect modifiers and others that are identified and others which could be involved.

Técnicas estadísticas multivariadas para el estudio de la causalidad en Medicina / Multivariate statistical techniques for the study of causality in medicine

RESUMEN Introducción: las técnicas estadísticas multivariadas son aquellas que analizan múltiples características medidas en un mismo individuo, que por estar interrelacionadas no tiene sentido medir su efecto de manera aislada. Las mismas son más frecuentemente empleadas en los estudios observacionales acerca de la etiología y el pronóstico de una enfermedad, ya que permiten explicar, predecir, controlar variables confusoras y obtener mayor consistencia en la inferencia estadística. Objetivo: exponer las técnicas multivariadas que pueden ser empleadas para el estudio de la causalidad en las ciencias biomédicas. Métodos: se llevó a cabo una revisión de la literatura sobre el tema en bases de datos bibliográficas como Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, entre otras. Se emplearon en la estrategia de búsqueda como descriptores los consignados en las palabras claves del artículo, los mismos fueron utilizados en idiomas inglés, francés, portugués y español, combinados con los operadores lógicos. De los más de 200 documentos digitales encontrados, se escogieron los de mayor actualidad, elaborando un informe donde se agrupan las técnicas según su objetivo y tipos de variables empleadas en el análisis. Resultados: se presentan las técnicas descriptivas, explicativas y mixtas, considerando los diferentes tipos de regresión y las ecuaciones estructurales como las técnicas más empleadas en el estudio de la causalidad. Conclusiones: se propone el empleo del análisis estadístico implicativo en la determinación de factores de riesgo y pronósticos.

ABSTRACT Introduction: multivariate statistical techniques are those that examine multiple characteristics considered in the same individual, and that because they are interrelated do not make sense to determine their effect in an isolated way. They are more frequently applied in observational studies in relation to the etiology and prognosis of a disease, since they permit to explain, predict and control confusing variables to obtain greater consistency in statistical inference. Objective: this paper is aimed at describing the multivariate techniques that can be applied for the study of causality in biomedical sciences. Methods: a review of the literature on the subject was carried out, searching in bibliographic databases such as Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, among others. The descriptors used in the search strategy were those provided in the key words of the article, which were used in English, French, Portuguese and Spanish, combined with the logical operators. Out of more than 200 digital documents found, the most current ones were chosen, and a report was prepared where the techniques were grouped according to their objective and types of variables applied in the analysis. Results: descriptive, explanatory and mixed techniques were presented, considering the different types of regression and structural equations as the most applied techniques in the study of causality. Conclusions: The use of implicit statistical analysis in the determination of risk factors and prognosis was proposed.

Los biomarcadores como factores pronósticos de cáncer de mama a través de un análisis implicativo a posteriori / Biomarkers as prediction factors of breast cancer by means of a posteriori implicative analysis

Introducción: Los biomarcadores son sustancias que se encuentran aumentadas en el organismo si existen tumores. Para demostrar cómo influyen en la mortalidad es necesario un estudio analítico donde se imbriquen técnicas estadísticas como el análisis estadístico implicativo. Objetivos: Determinar la influencia de los biomarcadores como factores pronósticos de mortalidad por cáncer de mama y demostrar la validez del análisis a posteriori como etapa en la metodología de aplicación del análisis estadístico implicativo. Métodos: Se realizó un estudio analítico de casos y controles de 75 pacientes mayores de 18 años con diagnóstico clínico e histológico de cáncer de mama, atendidas en el Hospital Oncológico Docente Provincial Conrado Benítez García de Santiago de Cuba, en el período de 2014 a 2019. Se siguieron las etapas previstas para aplicar esta forma de análisis y se obtuvieron el grafo implicativo y los árboles de similaridad y cohesión. Resultados: Se verificó que la relación entre los biomarcadores y las pacientes vivas se debió al subtipo luminal B. Asimismo, en la metarregla que incluye a las fallecidas se imbricó el subtipo luminal B, mientras que el subtipo luminal A formaba parte de dicha metarregla; los demás subtipos no formaron reglas con ningún otro factor. Conclusiones: Se demostró la necesidad y la importancia de la etapa de análisis a posteriori, donde se confirma la existencia de algunos factores pronósticos y se desechan otros antes encontrados.

Introduction: Biomarkers are substances that are increased in the organism if tumors exist. To demonstrate how they influence in the mortality it is necessary an analytic study where statistical techniques are involved as the implicative statistical analysis. Objectives: To determine the influence of biomarkers as prediction factors of mortality due to breast cancer and to demonstrate the validity of a posteriori analysis as a phase in the methodology of the implicative statistical analysis implementation. Methods: A cases and controls analytic study of 75 patients older than 18 years with clinical and histological diagnosis of breast cancer was carried out, they were assisted in Conrado Benítez García Teaching Provincial Cancer Hospital in Santiago de Cuba, from 2014 to 2019. The foreseen phases were followed to implement this form of analysis and the implicative grapho and the similarity and cohesion trees were obtained. Results: It was verified that the relationship between the biomarkers and the alive patients was due to B luminal subtype. Also, in the meta-rules that includes dead women, B luminal subtype was involved, while the A luminal subtype was part of this meta-rule; the other subtypes didn't form rules with any other factor. Conclusions: The necessity and importance of the posteriori analysis phase was demonstrated, where the existence of some prediction factors was confirmed and others found before were rejected.

La COVID-19 en Santiago de Cuba desde un análisis estadístico implicativo / COVID-19 in Santiago de Cuba province from an implicative statistical analysis

Introducción: La COVID-19 se ha convertido en una terrible pandemia, de ahí el interés de investigadores y decisores en estudiar las características de los casos confirmados en cada territorio, lo que es útil como patrón de comparación con las demás regiones y para crear las bases de la investigación de las causas de tal comportamiento. Objetivo: Describir el comportamiento de los casos confirmados con COVID-19 de la provincia Santiago de Cuba entre marzo y abril de 2020. Métodos: Se realizó un estudio observacional descriptivo transversal tomando como población de estudio los 49 casos confirmados con COVID-19 en la provincia de Santiago de Cuba, entre marzo y abril de 2020. Se seleccionaron variables clínicas y epidemiológicas. Se aplicó como técnica estadística el análisis estadístico implicativo, con sus tres formas de análisis: de similaridad, cohesitivo e implicativo. Resultados: Se obtuvo el conjunto de todas las relaciones entre las variables estudiadas de manera gráfica, destacándose entre estas, las diferencias entre ambos sexos, al asociarse las femeninas con la categoría asintomático y los masculinos con sintomático, grave y fallecido, los adultos mayores se relacionaron con la mayor cantidad de antecedentes personales patológicos y los fallecidos, los adultos jóvenes con los antecedentes y los síntomas del aparato respiratorio. Conclusiones: El estudio permite visualizar, como rasgo distintivo del comportamiento de los casos con COVID-19 en la provincia Santiago de Cuba, que el subgrupo de mayor riesgo es el adulto mayor del sexo masculino con enfermedades de base, fundamentalmente, la hipertensión arterial, lo cual está en concordancia con lo ocurrido en otras regiones del planeta(AU)

Objective: To describe the behaviour of COVID-19 confirmed cases from Santiago de Cuba province between March and April, 2020. Methods: It was carried out a cross-sectional, observational descriptive study taking as studied population 49 COVID-19 positive cases in Santiago de Cuba province between March and April, 2020. There were selected clinic and epidemiologic variables. As statistical technique it was applied the implicative statistical analysis with its three forms: similarity, cohesive, and implicative. Results: It was obtained a set of all the relations among the studied variables in a graphic way, being highlighted the differences among both sexes since the females were related to the asymptomatic category and the males to symptomatic, seriously ill and deceased categories; while older adults were related with the higher amount of personal pathological background and the deceased ones, and young adults were related to the backgrounds and respiratory system's symptoms. Conclusions: This study allows to visualize, as a distinctive feature of COVID-19 cases´ behaviour in Santiago de Cuba province, that the highest risk sub-group is the one of male older adults with underlying diseases, mainly arterial hypertension, which is similar to what is happening in other regions of the world(AU)

Cómo se creó una metodología para aplicar el análisis estadístico implicativo en las investigaciones clínicas / How was a methodology for applying the statistical implicative analysis in clinical investigations created

Background: Faced with the need to constantly improvement of the analytical methods and interpretation of results in clinical investigations to identify prognostic factors, a methodology that allowed the efficient use of statistical implicative analysis in these investigations was created(AU)