Análisis longitudinal sobre trayectorias sintomáticas de pacientes Covid-19

Abstract

El COVID-19 ha sido el causante de la pandemia del 2020, que a su vez ha traído consigo principalmente una crisis sanitaria y económica. A través de un fondo de la Agencia Nacional de Investigación y Desarrollo, es que profesionales de la Facultad de Ciencias Físicas y Matemáticas están implementando un Sistema integrado de información para el seguimiento domiciliario de pacientes COVID-19, en el Servicio de Salud Metropolitano Sur Oriente. El SSMSO cuenta con una plataforma de registro y seguimiento de pacientes COVID-19, no obstante, se encuentran limitados para realizar el análisis de dichos datos, comprometiendo la efectividad de enfrentar esta pandemia. Dentro de este contexto se enmarca el siguiente trabajo, el cual busca aumentar la efectividad del seguimiento a los pacientes COVID-19 a través de analítica sintomática que potencie la toma de decisiones. Se utiliza la metodología de Knowledge Discovery in Databases con los datos de la plataforma COVID-19 del SSMSO. En la fase de Data Mining se emplean algoritmos de aprendizaje no supervisado para encontrar las trayectorias sintomáticas que presentaron los pacientes. Luego a través de algoritmos de lenguaje supervisado se busca predecir la trayectoria sintomática que tendrán nuevos pacientes en el futuro. Como principales resultados de la investigación se encontraron 7 trayectorias sintomáticas, donde dos están caracterizadas por anosmia y disgeusia, dos por la combinación de cefalea, mialgias y tos seca, uno por cefalea y mialgias, uno por tos seca y el último por solo cefalea de no más de una semana. Tras el análisis, queda en evidencia que las trayectorias caracterizadas por anosmia y disgeusia presentan un menor riesgo para los distintos grupos etarios en comparación a las otras trayectorias sintomáticas. Adicionalmente, las trayectorias más riesgosas se caracterizan por presentar disnea, compromiso del estado general y decaimiento aproximadamente una semana después del inicio de los síntomas. La herramienta de predicción obtiene buenos resultados para predecir los síntomas que va a tener un determinado paciente en el futuro, a pesar de no ser tan efectiva con la duración exacta. La principal conclusión del trabajo es que al conocer como fueron las trayectorias sintomáticas de distintos pacientes en el pasado, se puede predecir como será la evolución sintomática que tendrán los nuevos pacientes en el futuro, lo cual entrega un insumo al equipo clínico que permite anticiparse a las evoluciones que tendrán las nuevas personas afectadas por la pandemia.