Revista Argentina de Salud Pública (Apr 2021)

Parámetros esenciales para utilizar en modelos epidemiológicos de COVID-19 en Argentina Una revisión rápida

  • Federico Rodríguez Cairoli,
  • Lucas Perelli,
  • Federico Augustovski,
  • Andrés Pichón-Riviére,
  • Ariel Bardach

Journal volume & issue
Vol. 13, no. Suplemento COVID-19
pp. 1 – 11

Abstract

Read online

INTRODUCCIÓN: Los modelos de simulación para COVID-19 requieren una serie de parámetros epidemiológicos que varían en base a cuestiones propias de cada región y al momento de la pandemia que se esté atravesando. OBJETIVO: Esta revisión rápida presenta los parámetros epidemiológicos esenciales potencialmente utilizables en Argentina. MÉTODOS: Se realizó una búsqueda en las principales bases de datos y en buscadores de artículos en estado de preimpresión (preprints) de parámetros relacionados con la propagación del virus y evolución de la enfermedad, y el uso del sistema de salud. Para revisar los artículos seleccionados se utilizó una herramienta de evaluación de calidad apropiada al diseño del estudio. RESULTADOS: De las variables relacionadas con la propagación y evolución; el período de incubación es de 5,8 días (intervalos de confianza [IC95%]: 4,83-6,85), el período de infecciosidad es de 6,25 días (IC95%: 5,09-7,51), el número básico de reproducción es de 3,32 (IC95%: 3,24-3,39), y la tasa de fatalidad en pacientes infectados fue de 0,64% (IC95%: 0,5-0,78). De las variables relacionadas con el uso del sistema de salud, el tiempo de internación hospitalaria es de 5 días (rango intercuartílico [RIC]: 3-9), el tiempo de internación en una unidad de cuidados intensivos (UCI) es de 7 días (RIC: 4-11), el porcentaje de pacientes internados que requieren de UCI es de 26% (IC95%: 20-33) y, de estos, el porcentaje que requieren de ventilación mecánica es de 69% (IC95%: 61-75). DISCUSIÒN: Estudios recientes y datos de acceso públicos a nivel nacional muestran valores distintos a los relevados de la bibliografía internacional. La información recolectada en este trabajo puede contribuir a informar futuros modelamientos y tableros de control para predecir la dinámica de la epidemia en Argentina.