Añadir leyenda |
La presentación estuvo a
cargo del profesor investigador del INTEC, Renato González, líder del proyecto
y especialista en ciencia de datos, quien explicó que la propuesta es un modelo
dinámico situacional que contiene tres componentes predictivos y de gestión de
riesgo del Covid-19.
El
especialista precisó que con la conjugación de “Machine Learning” y “Network
Analysis” se diseñó un modelo micro-predictivo para detectar los brotes y
cuantificar su impacto individual en la población geográficamente localizada
(núcleo familiar, barrio o sector urbano y rural, centros de trabajo, centros
comerciales, etc.) y de las condiciones demográficas, socioeconómicas y
ambientales de los núcleos familiares afectados en todo el territorio nacional.
Igualmente,
el proyecto contempla la incorporación de un modelo de diseño muestral para
determinar la prevalencia del Covid-19 en la población e identificar los casos
positivos existentes y su potencial incidencia (susceptibilidad) mediante un
estudio de epidemiología de campo, con el objetivo de realizar la determinación
de anticuerpos frente al virus (pruebas serológicas), combinadas con las
pruebas PCR de detección de los casos positivos.
El
catedrático mencionó que utilizarán bases de datos de la Seguridad
Social, del Sistema Único de Beneficiarios (SIUBEN), del Registro Civil,
Demográfica y Cartográfica y de la Oficina Nacional de Estadísticas (ONE),
entre otras, para crear una muestra representativa de la población dominicana
por áreas geográficas (provincias, municipios, barrios, residenciales) grupos
de alto riesgo (con comorbilidades.
También hipertensión,
diabetes, cáncer, asma), edad y grupos vulnerables según las dimensiones de la
desigualdad: sexo, nivel de educación, nivel socioeconómico, zona de
residencia).
No hay comentarios:
Publicar un comentario