Mostrar el registro sencillo del ítem

dc.contributor.advisorPinto Oblitas, Joseph Arturo
dc.contributor.advisorAlvarez, Jenny
dc.contributor.authorCerna Arce, Karla Gabriela
dc.date.accessioned2021-11-16T00:26:56Z
dc.date.available2021-11-16T00:26:56Z
dc.date.issued2021-09-28
dc.identifier.urihttps://hdl.handle.net/20.500.14308/3359
dc.description.abstractPropósito Lima es una de las áreas metropolitanas más pobladas áreas en América Latina, mientras que Perú es hoy en día, el país con la tasa de mortalidad más alta en el mundo a pesar de la cuarentena temprana. Analizamos variables sociodemográficas asociado a la incidencia de COVID 19 y su aumento en Lima. Métodos Realizamos una revisión de datos secundarios de COVID-19 obtenido de la plataforma datosabiertos.gob.pe (al 23 de agosto) y desde el Instituto Nacional de Estadística e Informática (inei.gob.pe). Variables incluidas: Casos de COVID-19 detectados con pruebas serológicas/moleculares (en dos períodos: 21 de mayo al 21 de agosto de 2020) o Número de habitantes, Género, Edad y Ranking de pobreza para cada uno de los 43 distritos de la provincia de Lima. La incidencia de COVID-19 (por 1000 habitantes) fue estimada para cada distrito. Estimamos también el cambio multiplicado por incidencia. (FCI = Incidencia como 21 de agosto / Incidencia como mayo 21). Correlación entre incidencias y FCI con los datos sociodemográficos se estimaron con un modelo de regresión por pasos. Resultados Al 21 de agosto, 248,849 casos de COVID-19 fueron informó. vi La mayor incidencia por 1000 se observó en los distritos de Jesús María, Lima centro (126,4 y 86,6). Las incidencias más bajas se observaron en Punta Hermosa y Santa Rosa (6.7 y 7.9). En el análisis multivariado, hubo una directa correlación entre el grupo de edad de 15 a 64 años y la Incidencia de COVID-19 (P = 0,001). En el análisis multivariado, el FCI tuvo resultados directos correlación con la educación primaria y secundaria (P = 0,002 y P = 0,020) y correlación inversa con educación superior (P = 0,011) Conclusión A pesar de las limitaciones debido a las disparidades en Covid-19 pruebas entre distritos, un FCI más alto se correlaciona con menor educación, mientras que una mayor incidencia se correlaciona con una mayor proporción de población de 15 a 64 añoses_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Privada San Juan Bautistaes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urilicenses/by-nc-nd/3.0/us/es_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceUniversidad Privada San Juan Bautistaes_PE
dc.sourceRepositorio Institucional UPSJBes_PE
dc.subjectSociodemográficases_PE
dc.subjectCOVID-19es_PE
dc.titleCaracterísticas Asociadas al incremento de la incidencia de COVID-19 en la provincia de Lima durante el periodo mayo-agosto 2020es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameMedico Cirujanoes_PE
thesis.degree.grantorUniversidad Privada San Juan Bautista - Facultad Ciencias de Saludes_PE
thesis.degree.levelTitulo Profesionales_PE
thesis.degree.disciplineMedicina Humanaes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#3.01.00es_PE
dc.publisher.countryPEes_PE
dc.date.embargoEnd2021-10-15
dc.identifier.doihttps://doi.org/10.59590/upsjb/fcs.med.hum/tesis/3359
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
renati.author.dni41294796
renati.advisor.dni40055154
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttp://purl.org/pe-repo/renati/nivel#bachilleres_PE
renati.jurorAngulo Reyes, Roy Martin


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem