Abstract:
El cálculo de las tasas de excesos de muertes en una comunidad es de gran
importancia para la salud pública porque además de permitir a las autoridades
ver desde varias aristas esta problemática, también ayuda a que las autoridades
respectivas prioricen recursos que pueden resguardar la vida de las personas.
Adicionalmente al utilizar variables no observables, como el índice de
vulnerabilidad y las tasas de morbilidad para modelar estos excesos de muerte,
entran en consideración factores que permitirán visualizar las zonas que
necesitarán atención prioritaria en estados de calamidades naturales o
sanitarias. En este trabajo en particular se modelan las tasas de excesos de
muertes de los sectores censales del cantón Durán durante el año 2020. Este
período de tiempo contempla la afectación por el COVID-19, debido a esto, las
morbilidades a considerar serán aquellas agravantes de la infección provocada
por este virus. Las tasas obtenidas se obtienen implementando modelos de
Machine Learning: regresión espacial ponderada con distribución Poisson y
modelos de mezcla con distribución Poisson. Considerando los resultados
obtenidos por la técnica de K-Folds Cross Validation se seleccionó el modelo
de mezcla con distribución Poisson y k = 5, ya que fue el que obtuvo el menor
promedio de las Sumas Cuadráticas del Error: 12.03, esto permite la
determinación, a través de escenarios futuros, de las zonas que deben ser
atendidas en primera instancia.
