COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil

Autores
Rivero, Mariana Alejandra; Gutiérrez, Silvina Elena; Tisnés, Adela; Passucci, Juan Antonio; Simoy, Verónica; Simoy, Ignacio; Silva, Julia Analia; Baron Prato, Ayelén; Moran, María Celeste; Estein, Silvia Marcela
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El agente Coronavirus SARS-CoV-2 fue identificado como el causal de una nueva enfermedad denominada COVID-19, con presentaciones clínicas muy variadas, incluyendo casos mortales1,2. En marzo del 2020, la Organización Mundial de la Salud (OMS) catalogó al COVID-19 como pandemia, con millones de contagios y fallecidos a nivel mundial2,3, detectándose en Argentina el primer caso confirmado En ese contexto de emergencia sanitaria a escala global y local, se propuso analizar la evolución de la infección por SARS-CoV-2 en el partido de Tandil (Provincia de Buenos Aires) y el impacto de diferentes factores en su presentación. Estudio epidemiológico de corte transversal a partir de un diseño de muestreo aleatorio, representativo espacialmente, según la región socio-económica (RSE). La presencia de anticuerpos IgG específicos para SARS-CoV-2 se determinó mediante el kit de ELISA COVIDAR IgG. Se analizaron variables de tipo socioeconómicas, demográficas, exposiciones de riesgo, comorbilidades y clínicas mediante análisis univariado y multivariado (modelo de regresión logística). Se ajustó un modelo lineal generalizado (ligadura logit) que permitió calcular la probabilidad de ser positivo en función de determinadas covariables. Se buscaron agrupamientos espaciales de tasas altas y bajas de positividad (modelo de Bernoulli).Periodo de estudio: septiembre 2020 - septiembre 2021La muestra incluyó 938 individuos, 58% pertenecieron al sexo femenino, la edad media fue de 41,36 años (rango 1-80). Del total de muestras analizadas, 158 (16,84%; IC95% 14,4-19,29) fueron positivas a IgG. La seropositividad encontrada, de acuerdo a cada trimestre de estudio se muestra en la Tabla 1. Durante el trimestre junio/julio/agosto de 2021 se encontraron diferencias significativas con respecto a la edad, siendo la edad de los seropositivos menor que la de los seronegativos (medianas 29,10 vs. 35,11 ; Wilcoxon p = 0,0361).El 79% de los individuos seropositivos refirió haber sido diagnosticado como caso de COVID-19, habiendo sido confirmado por hisopado o por nexo epidemiológico. Dentro de los que no tuvieron un diagnóstico previo de COVID-19, todos habían presentado al menos un síntoma compatible. Las variables estadísticamente asociadas (p<0,05) a la seropositividad fueron: el trabajar de manera informal (OR 2,58), el realizar trabajo administrativo (OR 3,43), el vivir en un hogar con más de 5 integrantes (OR 6,33) y el haber tenido un contacto previo con un caso de COVID-19 (OR 2,97). Los signos y síntomas estadísticamente asociados (p<0,05) a la seropositividad se muestran en la Tabla 2. Para efectuar un diagnóstico presuntivo de COVID-19, se generó un modelo predictivo que contó con una sensibilidad de 0,48 y una especificidad de 0,98, un valor predictivo positivo de 0,83 y un valor predictivo negativo de 0,92 con una fiabilidad de 0,91. Se detectó un agrupamiento espacial de alta tasa de seropositividad en un área ubicada en la región noroeste de Tandil, que comprendió las RSE baja, media baja y media (Figura 1). Este estudio permitió estimar la carga de infección y la proporción de casos asintomáticos en la población general de la ciudad de Tandil durante el periodo septiembre 2020/septiembre 2021. La información acerca de las áreas, grupos etarios y factores de riesgo de COVID-19 en los habitantes resultaron útiles para los decisores en salud al momento de aplicar medidas preventivas concretas. A su vez, el modelo predictivo utilizado podría adaptarse en el caso de la aparición de nuevas epidemias que requieran un diagnóstico presuntivo temprano de enfermedad para ser aplicado en la instancia de la consulta.
Fil: Rivero, Mariana Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Gutiérrez, Silvina Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Tisnés, Adela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; Argentina
Fil: Passucci, Juan Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Simoy, Verónica. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; Argentina
Fil: Simoy, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; Argentina
Fil: Silva, Julia Analia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Baron Prato, Ayelén. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; Argentina
Fil: Moran, María Celeste. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Estein, Silvia Marcela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Primeras Jornadas Integradas en Investigación y Salud
Tandil
Argentina
Sistema Integrado de Salud Pública
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Tandil
Universidad Nacional del Centro de la Provincia de Buenos Aires
Materia
COVID 19
ENCUESTA SEROLOGICA
TANDIL
MODELO PREDICTIVO
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/225505

id CONICETDig_792b9e296e38a9f01f3c1683d8747d6b
oai_identifier_str oai:ri.conicet.gov.ar:11336/225505
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de TandilRivero, Mariana AlejandraGutiérrez, Silvina ElenaTisnés, AdelaPassucci, Juan AntonioSimoy, VerónicaSimoy, IgnacioSilva, Julia AnaliaBaron Prato, AyelénMoran, María CelesteEstein, Silvia MarcelaCOVID 19ENCUESTA SEROLOGICATANDILMODELO PREDICTIVOhttps://purl.org/becyt/ford/3.3https://purl.org/becyt/ford/3El agente Coronavirus SARS-CoV-2 fue identificado como el causal de una nueva enfermedad denominada COVID-19, con presentaciones clínicas muy variadas, incluyendo casos mortales1,2. En marzo del 2020, la Organización Mundial de la Salud (OMS) catalogó al COVID-19 como pandemia, con millones de contagios y fallecidos a nivel mundial2,3, detectándose en Argentina el primer caso confirmado En ese contexto de emergencia sanitaria a escala global y local, se propuso analizar la evolución de la infección por SARS-CoV-2 en el partido de Tandil (Provincia de Buenos Aires) y el impacto de diferentes factores en su presentación. Estudio epidemiológico de corte transversal a partir de un diseño de muestreo aleatorio, representativo espacialmente, según la región socio-económica (RSE). La presencia de anticuerpos IgG específicos para SARS-CoV-2 se determinó mediante el kit de ELISA COVIDAR IgG. Se analizaron variables de tipo socioeconómicas, demográficas, exposiciones de riesgo, comorbilidades y clínicas mediante análisis univariado y multivariado (modelo de regresión logística). Se ajustó un modelo lineal generalizado (ligadura logit) que permitió calcular la probabilidad de ser positivo en función de determinadas covariables. Se buscaron agrupamientos espaciales de tasas altas y bajas de positividad (modelo de Bernoulli).Periodo de estudio: septiembre 2020 - septiembre 2021La muestra incluyó 938 individuos, 58% pertenecieron al sexo femenino, la edad media fue de 41,36 años (rango 1-80). Del total de muestras analizadas, 158 (16,84%; IC95% 14,4-19,29) fueron positivas a IgG. La seropositividad encontrada, de acuerdo a cada trimestre de estudio se muestra en la Tabla 1. Durante el trimestre junio/julio/agosto de 2021 se encontraron diferencias significativas con respecto a la edad, siendo la edad de los seropositivos menor que la de los seronegativos (medianas 29,10 vs. 35,11 ; Wilcoxon p = 0,0361).El 79% de los individuos seropositivos refirió haber sido diagnosticado como caso de COVID-19, habiendo sido confirmado por hisopado o por nexo epidemiológico. Dentro de los que no tuvieron un diagnóstico previo de COVID-19, todos habían presentado al menos un síntoma compatible. Las variables estadísticamente asociadas (p<0,05) a la seropositividad fueron: el trabajar de manera informal (OR 2,58), el realizar trabajo administrativo (OR 3,43), el vivir en un hogar con más de 5 integrantes (OR 6,33) y el haber tenido un contacto previo con un caso de COVID-19 (OR 2,97). Los signos y síntomas estadísticamente asociados (p<0,05) a la seropositividad se muestran en la Tabla 2. Para efectuar un diagnóstico presuntivo de COVID-19, se generó un modelo predictivo que contó con una sensibilidad de 0,48 y una especificidad de 0,98, un valor predictivo positivo de 0,83 y un valor predictivo negativo de 0,92 con una fiabilidad de 0,91. Se detectó un agrupamiento espacial de alta tasa de seropositividad en un área ubicada en la región noroeste de Tandil, que comprendió las RSE baja, media baja y media (Figura 1). Este estudio permitió estimar la carga de infección y la proporción de casos asintomáticos en la población general de la ciudad de Tandil durante el periodo septiembre 2020/septiembre 2021. La información acerca de las áreas, grupos etarios y factores de riesgo de COVID-19 en los habitantes resultaron útiles para los decisores en salud al momento de aplicar medidas preventivas concretas. A su vez, el modelo predictivo utilizado podría adaptarse en el caso de la aparición de nuevas epidemias que requieran un diagnóstico presuntivo temprano de enfermedad para ser aplicado en la instancia de la consulta.Fil: Rivero, Mariana Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Gutiérrez, Silvina Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Tisnés, Adela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; ArgentinaFil: Passucci, Juan Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Simoy, Verónica. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; ArgentinaFil: Simoy, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; ArgentinaFil: Silva, Julia Analia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Baron Prato, Ayelén. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; ArgentinaFil: Moran, María Celeste. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Estein, Silvia Marcela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaPrimeras Jornadas Integradas en Investigación y SaludTandilArgentinaSistema Integrado de Salud PúblicaConsejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico TandilUniversidad Nacional del Centro de la Provincia de Buenos AiresSistema Integrado de Salud Pública2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/225505COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil; Primeras Jornadas Integradas en Investigación y Salud; Tandil; Argentina; 2023; 21-21CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://www.sisptandil.gob.ar/index.php?id=337Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:55:26Zoai:ri.conicet.gov.ar:11336/225505instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:55:27.1CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
title COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
spellingShingle COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
Rivero, Mariana Alejandra
COVID 19
ENCUESTA SEROLOGICA
TANDIL
MODELO PREDICTIVO
title_short COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
title_full COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
title_fullStr COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
title_full_unstemmed COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
title_sort COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil
dc.creator.none.fl_str_mv Rivero, Mariana Alejandra
Gutiérrez, Silvina Elena
Tisnés, Adela
Passucci, Juan Antonio
Simoy, Verónica
Simoy, Ignacio
Silva, Julia Analia
Baron Prato, Ayelén
Moran, María Celeste
Estein, Silvia Marcela
author Rivero, Mariana Alejandra
author_facet Rivero, Mariana Alejandra
Gutiérrez, Silvina Elena
Tisnés, Adela
Passucci, Juan Antonio
Simoy, Verónica
Simoy, Ignacio
Silva, Julia Analia
Baron Prato, Ayelén
Moran, María Celeste
Estein, Silvia Marcela
author_role author
author2 Gutiérrez, Silvina Elena
Tisnés, Adela
Passucci, Juan Antonio
Simoy, Verónica
Simoy, Ignacio
Silva, Julia Analia
Baron Prato, Ayelén
Moran, María Celeste
Estein, Silvia Marcela
author2_role author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv COVID 19
ENCUESTA SEROLOGICA
TANDIL
MODELO PREDICTIVO
topic COVID 19
ENCUESTA SEROLOGICA
TANDIL
MODELO PREDICTIVO
purl_subject.fl_str_mv https://purl.org/becyt/ford/3.3
https://purl.org/becyt/ford/3
dc.description.none.fl_txt_mv El agente Coronavirus SARS-CoV-2 fue identificado como el causal de una nueva enfermedad denominada COVID-19, con presentaciones clínicas muy variadas, incluyendo casos mortales1,2. En marzo del 2020, la Organización Mundial de la Salud (OMS) catalogó al COVID-19 como pandemia, con millones de contagios y fallecidos a nivel mundial2,3, detectándose en Argentina el primer caso confirmado En ese contexto de emergencia sanitaria a escala global y local, se propuso analizar la evolución de la infección por SARS-CoV-2 en el partido de Tandil (Provincia de Buenos Aires) y el impacto de diferentes factores en su presentación. Estudio epidemiológico de corte transversal a partir de un diseño de muestreo aleatorio, representativo espacialmente, según la región socio-económica (RSE). La presencia de anticuerpos IgG específicos para SARS-CoV-2 se determinó mediante el kit de ELISA COVIDAR IgG. Se analizaron variables de tipo socioeconómicas, demográficas, exposiciones de riesgo, comorbilidades y clínicas mediante análisis univariado y multivariado (modelo de regresión logística). Se ajustó un modelo lineal generalizado (ligadura logit) que permitió calcular la probabilidad de ser positivo en función de determinadas covariables. Se buscaron agrupamientos espaciales de tasas altas y bajas de positividad (modelo de Bernoulli).Periodo de estudio: septiembre 2020 - septiembre 2021La muestra incluyó 938 individuos, 58% pertenecieron al sexo femenino, la edad media fue de 41,36 años (rango 1-80). Del total de muestras analizadas, 158 (16,84%; IC95% 14,4-19,29) fueron positivas a IgG. La seropositividad encontrada, de acuerdo a cada trimestre de estudio se muestra en la Tabla 1. Durante el trimestre junio/julio/agosto de 2021 se encontraron diferencias significativas con respecto a la edad, siendo la edad de los seropositivos menor que la de los seronegativos (medianas 29,10 vs. 35,11 ; Wilcoxon p = 0,0361).El 79% de los individuos seropositivos refirió haber sido diagnosticado como caso de COVID-19, habiendo sido confirmado por hisopado o por nexo epidemiológico. Dentro de los que no tuvieron un diagnóstico previo de COVID-19, todos habían presentado al menos un síntoma compatible. Las variables estadísticamente asociadas (p<0,05) a la seropositividad fueron: el trabajar de manera informal (OR 2,58), el realizar trabajo administrativo (OR 3,43), el vivir en un hogar con más de 5 integrantes (OR 6,33) y el haber tenido un contacto previo con un caso de COVID-19 (OR 2,97). Los signos y síntomas estadísticamente asociados (p<0,05) a la seropositividad se muestran en la Tabla 2. Para efectuar un diagnóstico presuntivo de COVID-19, se generó un modelo predictivo que contó con una sensibilidad de 0,48 y una especificidad de 0,98, un valor predictivo positivo de 0,83 y un valor predictivo negativo de 0,92 con una fiabilidad de 0,91. Se detectó un agrupamiento espacial de alta tasa de seropositividad en un área ubicada en la región noroeste de Tandil, que comprendió las RSE baja, media baja y media (Figura 1). Este estudio permitió estimar la carga de infección y la proporción de casos asintomáticos en la población general de la ciudad de Tandil durante el periodo septiembre 2020/septiembre 2021. La información acerca de las áreas, grupos etarios y factores de riesgo de COVID-19 en los habitantes resultaron útiles para los decisores en salud al momento de aplicar medidas preventivas concretas. A su vez, el modelo predictivo utilizado podría adaptarse en el caso de la aparición de nuevas epidemias que requieran un diagnóstico presuntivo temprano de enfermedad para ser aplicado en la instancia de la consulta.
Fil: Rivero, Mariana Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Gutiérrez, Silvina Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Tisnés, Adela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; Argentina
Fil: Passucci, Juan Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Simoy, Verónica. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; Argentina
Fil: Simoy, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Instituto Multidisciplinario de Ecosistemas y Desarrollo Sustentable; Argentina
Fil: Silva, Julia Analia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Baron Prato, Ayelén. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto de Geografía, Historia y Ciencias Sociales. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto de Geografía, Historia y Ciencias Sociales; Argentina
Fil: Moran, María Celeste. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Estein, Silvia Marcela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Primeras Jornadas Integradas en Investigación y Salud
Tandil
Argentina
Sistema Integrado de Salud Pública
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Tandil
Universidad Nacional del Centro de la Provincia de Buenos Aires
description El agente Coronavirus SARS-CoV-2 fue identificado como el causal de una nueva enfermedad denominada COVID-19, con presentaciones clínicas muy variadas, incluyendo casos mortales1,2. En marzo del 2020, la Organización Mundial de la Salud (OMS) catalogó al COVID-19 como pandemia, con millones de contagios y fallecidos a nivel mundial2,3, detectándose en Argentina el primer caso confirmado En ese contexto de emergencia sanitaria a escala global y local, se propuso analizar la evolución de la infección por SARS-CoV-2 en el partido de Tandil (Provincia de Buenos Aires) y el impacto de diferentes factores en su presentación. Estudio epidemiológico de corte transversal a partir de un diseño de muestreo aleatorio, representativo espacialmente, según la región socio-económica (RSE). La presencia de anticuerpos IgG específicos para SARS-CoV-2 se determinó mediante el kit de ELISA COVIDAR IgG. Se analizaron variables de tipo socioeconómicas, demográficas, exposiciones de riesgo, comorbilidades y clínicas mediante análisis univariado y multivariado (modelo de regresión logística). Se ajustó un modelo lineal generalizado (ligadura logit) que permitió calcular la probabilidad de ser positivo en función de determinadas covariables. Se buscaron agrupamientos espaciales de tasas altas y bajas de positividad (modelo de Bernoulli).Periodo de estudio: septiembre 2020 - septiembre 2021La muestra incluyó 938 individuos, 58% pertenecieron al sexo femenino, la edad media fue de 41,36 años (rango 1-80). Del total de muestras analizadas, 158 (16,84%; IC95% 14,4-19,29) fueron positivas a IgG. La seropositividad encontrada, de acuerdo a cada trimestre de estudio se muestra en la Tabla 1. Durante el trimestre junio/julio/agosto de 2021 se encontraron diferencias significativas con respecto a la edad, siendo la edad de los seropositivos menor que la de los seronegativos (medianas 29,10 vs. 35,11 ; Wilcoxon p = 0,0361).El 79% de los individuos seropositivos refirió haber sido diagnosticado como caso de COVID-19, habiendo sido confirmado por hisopado o por nexo epidemiológico. Dentro de los que no tuvieron un diagnóstico previo de COVID-19, todos habían presentado al menos un síntoma compatible. Las variables estadísticamente asociadas (p<0,05) a la seropositividad fueron: el trabajar de manera informal (OR 2,58), el realizar trabajo administrativo (OR 3,43), el vivir en un hogar con más de 5 integrantes (OR 6,33) y el haber tenido un contacto previo con un caso de COVID-19 (OR 2,97). Los signos y síntomas estadísticamente asociados (p<0,05) a la seropositividad se muestran en la Tabla 2. Para efectuar un diagnóstico presuntivo de COVID-19, se generó un modelo predictivo que contó con una sensibilidad de 0,48 y una especificidad de 0,98, un valor predictivo positivo de 0,83 y un valor predictivo negativo de 0,92 con una fiabilidad de 0,91. Se detectó un agrupamiento espacial de alta tasa de seropositividad en un área ubicada en la región noroeste de Tandil, que comprendió las RSE baja, media baja y media (Figura 1). Este estudio permitió estimar la carga de infección y la proporción de casos asintomáticos en la población general de la ciudad de Tandil durante el periodo septiembre 2020/septiembre 2021. La información acerca de las áreas, grupos etarios y factores de riesgo de COVID-19 en los habitantes resultaron útiles para los decisores en salud al momento de aplicar medidas preventivas concretas. A su vez, el modelo predictivo utilizado podría adaptarse en el caso de la aparición de nuevas epidemias que requieran un diagnóstico presuntivo temprano de enfermedad para ser aplicado en la instancia de la consulta.
publishDate 2023
dc.date.none.fl_str_mv 2023
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Jornada
Book
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/225505
COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil; Primeras Jornadas Integradas en Investigación y Salud; Tandil; Argentina; 2023; 21-21
CONICET Digital
CONICET
url http://hdl.handle.net/11336/225505
identifier_str_mv COVID-19: Encuesta serológica estratificada por edad basada en la población del partido de Tandil; Primeras Jornadas Integradas en Investigación y Salud; Tandil; Argentina; 2023; 21-21
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://www.sisptandil.gob.ar/index.php?id=337
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Sistema Integrado de Salud Pública
publisher.none.fl_str_mv Sistema Integrado de Salud Pública
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613672135032832
score 13.070432