Trabajo informe_investigacion_
Upcoming SlideShare
Loading in...5
×
 

Trabajo informe_investigacion_

on

  • 614 views

 

Statistics

Views

Total Views
614
Views on SlideShare
614
Embed Views
0

Actions

Likes
0
Downloads
1
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

 Trabajo informe_investigacion_ Trabajo informe_investigacion_ Presentation Transcript

  • PROGRAMA DE AMNISTÍA ACADÉMICA CEPREA
  • CURSO PROFESOR METODOLOGÍA DE LA INVESTIGACIÓN CÍENTIFICA CURSO METODOLOGÍA DE LA INVESTIGACIÓN CÍENTIFICA CURSO METODOLOGÍA DE LA INVESTIGACIÓN CÍENTIFICA M.Sc. Guillermo Alberto Linares Luján CURSO METODOLOGÍA DE LA INVESTIGACIÓN CÍENTIFICA CURSO METODOLOGÍA DE LA INVESTIGACIÓN CÍENTIFICA
  • Castro M. Wilmer Vásquez LL. Erick Bahamonde S. Héctor Martínez V. Elba Karla Rosmery INTEGRANTES View slide
  • MODELO MATEMÁTICO DEL RIESGO ANUAL DE INFECCIÓN TUBERCULOSA EN TRUJILLO View slide
  •  
  • OBJETIVOS OBJETIVOS El riesgo anual de infección tuberculosa (RAI) es la probabilidad de infectarse que tiene una persona sin contacto previo con el bacilo tuberculoso en el curso de un período de un año. El RAI es el indicador más apropiado para estimar la fuerza de la infección tuberculosa en una población. El objetivo de este trabajo consiste en estimar el RAI y su tendencia temporal en la ciudad de Trujillo, con datos proporcionados por el Ministerios de Salud (MINSA)
  • MÉTODOS Hemos usado un modelo determinístico para describir la dinámica de la tuberculosis pulmonar. Los flujos entre los subgrupos de población están basados en la historia natural de la enfermedad y se tienen en cuenta también los vacunados. Las condiciones iniciales y los valores de los parámetros fueron estimados a partir de los datos obtenidos.
  • DIAGRAMA DE FLUJO DEL MODELO El modelo está planteado en términos de compartimentos, con subpoblaciones homogéneas de personas clasificadas con respecto a su estado de enfermedad, y sus interconexiones se exponen en la figura 1
  • DESARROLLO DEL MODELO MATEMÁTICO Después de resolver con el programa Matlab el sistema de ecuaciones diferenciales para cada año desde 1970 hasta 1998, se utilizó el método de Runge-Kutta de cuarto orden para estimar el RAI para cada año. De acuerdo con el promedio de este índice, se estimó la variación del RAI en función de su media para cada año de las tres décadas. La transición o el tiempo de espera para pasar de un estado a otro (por ejemplo, de sano a enfermo o vivo a muerto) sigue lo que se llama un proceso estocástico de Poisson
    • Las tasas de transición de nuestro modelo ki,i = 1,2,…,6
    • Las transiciones en nuestro modelo se interpretan de la siguiente
    • forma:
    • Flujo de P a S (k1). Se admite que la protección conferida por la BCG disminuye notablemente en 15 años. Se calculó que un 50% de la población que aún está protegida pierde su inmunidad cada 3 años, de modo que al cabo de 15 años alrededor del 93% de los vacunados habrán perdido su inmunidad (4).
    • Flujo de I a O y NO (k2). La transferenciade infectados a los casos infecciosos depende de la intensidad de la infección, de la edad y del estado de salud de los infectados. El tiempo también es importante, y el riesgo de padecer la enfermedad es mayor durante los primeros años después de la infección. Se usó el porcentaje de positividad de infección tuberculosa de cada año para estimar este parámetro.
    • Flujo de O a NO (k3). Si un caso bacilífero se descubre y trata tempranamente se
    • volverá no infeccioso en pocas semanas. El parámetro asociado a esta transición
    • representa la capacidad del sistema de salud para descubrir y tratar a los casos de
    • tuberculosis en la comunidad.
    • Flujo de NO a C (k4). Los casos que no sanan completamente y recaen entran
    • en el grupo de crónicos. En la década de los setenta el porcentaje de recaídas
    • fue < 3% y se tomó este valor para esta década.
    • Flujo de NO a H (k5). Se ha supuesto que para el 90% de los individuos que
    • cumplen con el tratamiento la probabilidad de curación es > 0,9.
    • Flujos de C a O y NO (k6). Como los datos acerca de los casos crónicos no
    • proporcionan esta información, se ha tomado de la literatura sobre el tema que el
    • 1% se transfiere a casos bacilíferos o no bacilíferos con igual probabilidad (0,5) (4).
    • Flujos de S a I. La probabilidad de que un susceptible pueda infectarse está
    • relacionada con el número de casos bacilíferos y depende de varios
    • factores como la intensidad, duración y frecuencia del contacto, y de las
    • características individuales del susceptible, tales como la edad, estado de nutrición
    • y estado inmunitario.
  • RESULTADOS Los valores medios del RAI en las décadas de los setenta, de los ochenta y de los noventa fueron del 1,24, 0,93 y 0,85%, respectivamente. Para evaluar la tendencia temporal, se intentó predecir el riesgo anual aplicando un ajuste por mínimos cuadrados no lineal a los datos de los porcentajes agregados de cada año. Con el polinomio que ajusta estos datos se obtuvo la tendencia hasta el año 2003, con un RAI previsto del 1,3%, que confirma un regreso al comportamiento observado en la década de los setenta.
  •  
  •  
  • CONCLUSIONES El RAI estimado en Cali durante las décadas de los setenta, de los ochenta y de los noventa es muy alto si se compara con el de países como Holanda (0,012% en 1985), pero no si se compara con el de los países de Sudamérica, que van del 0,5 al 1,5%. El modelo y la simulación empleados demuestran una tendencia al aumento del RAI en la ciudad de Cali, y esa tendencia continuará si no se mejoran las medidas de control. Las condiciones iniciales y los valores de los parámetros fueron estimados a partir de los datos obtenidos. CONCLUSIONES CONCLUSIONES CONCLUSIONES
  • DISCUSIÓN El RAI medio de la década, del 1,24%, corresponde al observado en Europa en los años treinta . Durante los años 1973 a 1977 se fortaleció el programa de control de la tuberculosis y se adoptó la política de la Organización Mundial de la Salud para la búsqueda activa de casos mediante baciloscopia. Desde el comienzo de la década de los ochenta, los sistemas de información, los servicios de atención primaria, las condiciones de vida de la población y su estado nutricional mejoraron, y la tasa de fecundidad disminuyó de manera notable. En correspondencia con esta situación, el RAI medio descendió al 0,93%.
  • El riesgo de infección estimado en Trujillo durante las décadas de los setenta, ochenta y noventa es muy alto en comparación con el de países como Holanda (0,012% en 1985) pero no con los de Sudamérica, que van del 0,5 al 1,5% . Lo que muestran el modelo y la simulación empleados aquí es una tendencia al aumento del RAI que refleja el deterioro del programa de Control Las estimaciones del RAI tienen muchas ventajas y la principal es que reflejan la carga de infección tuberculosa en una comunidad. Que el RAI de Trujillo se encuentre en este momento por encima del 0,9% implica que, si se quiere disminuir este porcentaje, se debe aumentar la captación de casos bacilíferos, y por ende la tasa de curación, muy por encima de los niveles actuales del programa.
  • REFERENCIAS BIBLIOGRAFICAS 1. Rossman MD, MacGregor RR. Tuberculosis. New York: McGraw-Hill; 1996. 2. Styblo K. Epidemiology of tuberculosis. The Hague: Royal Netherlands Tuberculosis Association; 1991. 3. WHO Japan. Tuberculosis control. Tokyo: Japan International Cooperation Agency; 1979. 4. García A, Maccario J, Richardson S. Modelling the annual risk of tuberculosis infection. Int J Epidemiol 1997;26:190–203. 5. Murray C, Styblo K, Rouillon A. Tuberculosis. En: Jameson DT, Mosley H, Measham AR, Bobadilla JL eds. Disease control priorities in developing countries. New York: Oxford Medical Publications; 1993. 6. Chou YL. Análisis estadístico. México, D.F.: Editorial Interamericana; 1977.
  •  
  •  
  • FIN