Resumen

Introducción En Salud Pública es necesario tener la última información posible de una enfermedad, incluyendo el número de infectados y el estado de estos, para tomar las mejores decisiones posibles.

Objetivos Estimar la cantidad de casos infectados y el estado de estos (hospitalizados, no hospitalizados) de COVID-19 a un tiempo definido, reportados y no reportados oficialmente de manera rutinaria. Aquello se realizó a nivel nacional, regional, provincial y por servicio de salud.

Método La metodología es estadística a través de nowcasting.

Fuentes de información (1) base de datos de casos notificados en EPIVIGILA (EPI MINSAL), (2) registro de hospitalizaciones de Unidad de Gestión de Camas Críticas (UGCC).

Fecha de los registros En este reporte se usan los registros notificados.

Población Todos los casos confirmados y probables de COVID-19, notificados en EPIVIGILA en el período de análisis.

Nivel de análisis nacional, regional, provincial y servicios de salud.

Método Se utilizó la metodología de nowcasting para estimar la frecuencia de casos esperados en los últimos días. Se calculó el intervalo de desface de la información y la curva epidémica. Para modelar y tener una muestra de escenarios posibles en el desarrollo de la enfermedad se utilizó Markov Chain Monte Carlo (MCMC) o bases P-Spline.

Resultados principales Se presentan, el número de casos registrados (observados en momento del análisis), el número de casos registrados (observados retrospectivamente) y los estimados por nowcasting. En casos de COVID-19, si nos situamos en el día 11 de diciembre del 2022, tiene 537 casos registrados, 2938 casos reales y 3628 casos estimados, para el día 10 de diciembre del 2022 se tienen 1354 casos registrados, 2840 casos reales y 3191 casos estimados, respecto del cálculo del R efectivo en base a nowcasting, durante la llegada de OMICRON a Chile se calculó el R-efectivo en 0.9 (16 diciembre de 2021) al calcularlo un mes después (12 de enero 2022), con la misma metodología aumento a 1.7.

Conclusiones El uso de estas herramientas ha permitido conocer a priori el comportamiento de la epidemia, aun con el retraso del registro en los datos, estas metodologías han permitido estimar a corto plazo la dinámica de las enfermedades, en el caso de COVID nos permitió tomar medidas inmediatas para bloquear el avance de la pandemia.