Modelo de la influencia de los factores climáticos y la contaminación del aire en la incidencia de enfermedades respiratorias en las regiones y subregiones climáticas de Costa Rica
Tallennettuna:
| Tekijä: | |
|---|---|
| Aineistotyyppi: | tesis de maestría |
| Julkaisupäivä: | 2025 |
| Kuvaus: | Este estudio presenta un análisis de la asociación no lineal y rezagada entre la exposición a variables climáticas (temperatura, precipitación y humedad relativa) y la profundidad óptica de aerosoles (AOD), como aproximación de la contaminación del aire, con los egresos hospitalarios semanales y el riesgo relativo asociado por enfermedades respiratorias en Costa Rica, bajo condiciones previas a la pandemia de COVID-19, durante el período 2000–2019. Se analizaron las siete regiones climáticas oficiales y sus subregiones mediante bases de datos satelitales validadas y registros administrativos de salud. Para capturar la heterogeneidad espacio-temporal y la presencia de ceros estructurales, se integraron modelos de rezago distribuido no lineal (DLNM) en marcos de modelos lineales generalizados mixtos (DLNM-GLMM) y de modelos de localización, escala y forma (DLNM-GAMLSS) con inflación de ceros, a partir de diversas distribuciones y sus extensiones en la variable de respuesta, tales como Poisson, Binomial Negativa, Gamma, Normal, Inversa Gaussiana y Logit. La selección de especificaciones óptimas se basó en los criterios AIC y BIC, así como en métricas predictivas (MAE, MAPE, RMSE, SAME). El marco DLNM permitió analizar la asociación no lineal y rezagada entre las variables de exposición y el riesgo relativo de los egresos hospitalarios. El DLNM con distribución Binomial Negativa describió adecuadamente los egresos hospitalarios en la mayoría de regiones; sin embargo, considerar efectos aleatorios subregionales, mediante el DLNM-GLMM, esta distribución capturó mejor la variabilidad intrarregional en la Región Valle Central. En regiones periféricas, la inclusión de inflación de ceros mediante DLNM-GAMLSS mejoró la bondad de ajuste. Para los riesgos relativos a egresos hospitalarios, según la densidad poblacional, el DLNM con distribución Gamma, sin incorporar factores aleatorios por subregión, mostró un mejor desempeño en las regiones. Asimismo, el DLNM-GLMM con distribución normal, capturó de manera más precisa la asociación rezagada al considerar los factores mixtos por subregiones. Los pronósticos con ventanas móviles para el período 2017 – 2019 mostraron estabilidad y precisión, confirmando la influencia moduladora de los factores climáticos y de la contaminación sobre la salud respiratoria y aportando evidencia valiosa para anticipar brotes estacionales y optimizar la asignación de recursos sanitarios. |
| Maa: | Kérwá |
| Organisaatio: | Universidad de Costa Rica |
| Repositorio: | Kérwá |
| Kieli: | Inglés |
| OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/102522 |
| Linkit: | https://hdl.handle.net/10669/102522 |
| Sanahaku: | Factores climáticos Enfermedades respiratorias Modelo de influencia |