Sistema de ayuda a la toma de decisiones sanitarias. propuesta de umbrales de riesgo epidemiológico ante SARS-CoV-2 / A proposed epidemiologic risk threshold for SARS-CoV-2 for assisting healthcare decision-making

RESUMEN

INTRODUCCIÓN: La pandemia por SARS-CoV-2 es el mayor desafío sanitario en los últimos 100 años, ocasionando el mayor exceso de mortalidad no bélico en este período en el mundo occidental. Ante una enfermedad de elevada contagiosidad y asintomática en un tercio de los casos, es fundamental disponer de modelos que predigan su evolución. Pretendemos desarrollar un modelo de predicción de infección por COVID19 en provincias españolas. MÉTODO: Análisis de componentes principales funcional a datos epidemiológicos de las provincias españolas en función de su curva epidémica entre el 24 de febrero y el 8 de junio. Con este método se han clasificado las provincias en función de su evolución (peor, intermedia y mejor). Se han empleado los datos del Centro Nacional de Epidemiología. RESULTADOS: Se identificaron dos componentes que explican el 99% de la variabilidad de las 52 curvas. La primera componente es la tendencia global de la tasa de incidencia, y la segunda componente es la velocidad de crecimiento o decrecimiento de la incidencia durante el período. Se identificaron 10 provincias en el grupo de peor evolución y 17 en el de evolución intermedia. Los valores umbrales de la tasa de incidencia a 7 días fueron 134 casos/100.000 habitantes para un nivel de alerta 1 (medio) y 167 para el nivel 2 (alto), consiguiendo un elevado poder de discriminación entre provincias. CONCLUSIONES: Estos niveles de alerta podrían ser de utilidad para decidir medidas que puedan afectar a la movilidad de la población, siempre y cuando haya una situación de transmisión comunitaria de SARS-CoV-2. Esta información sería intercomparable entre áreas sanitarias o CCAA

ABSTRACT

INTRODUCTION: The SARS-CoV-2 pandemic is the most important health challenge encountered in 100 years, and since its emergence has generated the highest excess of non-war-related deaths in the western world. Since this disease is highly contagious and 33% of cases are asymptomatic, it is crucial to develop methods to predict its course. We developed a predictive model for Covid-19 infection in Spanish provinces. METHODS: We applied main components analysis to epidemiological data for Spanish provinces obtained from the National Centre of Epidemiology, based on the epidemiological curve between 24 February and 8 June 2020. Using this method, we classified provinces according to their epidemiological progress (worst, intermediate, and good). RESULTS: We identified two components that explained 99% of variability in the 52 epidemiological curves. The first component can be interpreted as the crude incidence rate trend and the second component as the speed of increase or decrease in the incidence rate during the period analysed. We identified 10 provinces in the group with the worst progress and 17 in the intermediate group. The threshold values for the 7-day incidence rate for an alert 1 (intermediate) were 134 cases/100,000 inhabitants, and 167 for alert 2 (high), respectively, showing a high discriminative power between provinces. CONCLUSIONS: These alert levels might be useful for deciding which measures may affect population mobility and other public health decisions when considering community transmission of SARS-CoV-2 in a given geographical area. This information would also facilitate intercomparison between healthcare areas and Autonomous Communities