Browsing by Subject "Malaria"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    COVID-19 and g6pd deficiency in endemic areas of Plasmodium vivax malaria in Venezuela
    (Pontificia Universidad Javeriana Cali) Bastidas, Gilberto; Bastidas, Daniel
  • Thumbnail Image
    Item
    Factores que influyen la incidencia del paludismo vivax en la parroquia Santa María de Huiririma del Cantón Aguarico en el Ecuador 2020-2021
    (Pontificia Universidad Javeriana Cali, 2021) Fernández Cobeña, Cristhian Jordano; Caicedo, Diana
    Objetivo: Determinar los factores que influyen la incidencia del Paludismo vivax en la parroquia Santa María de Huiririma del cantón Aguarico en el Ecuador 2020-2021. Materiales y Métodos: se realizó un estudio observacional analítico, de casos (afectado por malaria por Plasmodium vivax); y controles (personas que no padezcan la enfermedad) año 2020. Se aplicó una encuesta sobre las características sociodemográficas y de condiciones de la vivienda, además se realizó una observación estructurada de las condiciones ambientales del peridomicilio. Se realizaron análisis descriptivos y un análisis de factores de riesgo mediante regresión logística. Resultado: Se encuestaron a 146 habitantes, de los cuales 73 correspondieron al grupo casos y 73 grupo control. Con respecto a los principales hallazgos de la observación para el grupo casos se identificó la presencia de ciertos indicadores como presencia de zanjas 58%, malas condiciones de las viviendas, hacinamiento, presencia de cultivos de menor o igual de 100 metros cercanos al hogar 100%. Para grupo control, se evidenció presencia de hacinamiento 96%, contacto de animales fuera de la vivienda 97%, presencia de cultivos de menor o igual de 10 metros cercanos al hogar 97%. Para el análisis multivariado se identificaron a fuente de agua (OR= 0.014; IC del 95%: 0.00 – 1.80), contenedores de agua fuera de casa (OR=4.499; IC del 95%: 1.42 – 14.18), nivel educativo (OR= 0.599; IC del 95% 0.535 - 0.179), ocupación (OR= 0.02; IC del 95%: 0.06 – 1.16), comuna (OR= 141.00; IC del 95%: 14.99 – 125.83), no se observaron asociaciones significativas para otras variables incluidas. Conclusiones: Los factores de riesgos con fuerza de asociación entre las variables evaluadas fueron fuente de agua, contenedores de agua fuera de casa, comuna San Vicente, no se evidenciaron asociaciones significativas para otras variables incluidas.
  • Thumbnail Image
    Item
    Predicción del comportamiento de la malaria en Colombia usando modelos de machine learning
    (Pontificia Universidad Javeriana Cali, 2025) Certuche González, Sofy Johanna; Santa Zaira, Jaime; Pizo Gurrute, Zaira Idaly; Ortega Lenis, Delia
    La malaria humana o paludismo es una enfermedad infecciosa transmitida por vectores, en este caso son los mosquitos hembras del género Anopheles que proliferan en zonas inferiores a 1600 metros en donde está localizada el 80 % de la Colombia rural, siendo susceptibles de contraer la infección alrededor de 25 millones de personas. La “Estrategia Técnica Mundial contra la Malaria 2016-2030” pactada por la OMS tiene como objetivo erradicar la enfermedad en 85 países que se consideran endémicos dentro de los cuales se encuentra Colombia por sus condiciones climáticas considerándose un problema de salud pública con un reporte del 10 % de los casos de malaria que se registran en la región de las Américas. Debido a la carga de la enfermedad se cuenta aproximadamente con 106 grupos de investigación sólo en la región y su comportamiento epidemiológico se ha tratado de explicar a través de modelos matemáticos (estadísticos y determinísticos), epidemiológicos (SI, SIR, SIS) y con aproximaciones desde la ciencia de datos (Deep Learning, Machine Learning). Teniendo en cuenta la prevalencia de la enfermedad y su definición como problema de salud pública con estrategias exitosas basadas en el diagnóstico y tratamiento precoz, este proyecto tiene como objetivo desarrollar un modelo predictivo con técnicas de Machine Learning para efectuar una aproximación al comportamiento epidemiológico de la malaria en un departamento en Colombia durante el periodo 2015 2023 debido a que la comprensión de la enfermedad a partir de diferentes modelos va a permitir realizar predicciones temporales, prácticas y aplicables, optimizando tiempo y recursos.