Desarrollo de Modelos de Regresión Logística para la Clasificación Binaria de Covid-19 y Predicción Estadística de Defunciones

Resumen

El presente estudio tiene como objetivo investigar estadísticamente los datos de Covid-19 para determinar el perfil de más vulnerable a la enfermedad, desarrollando modelos de regresión logística como estrategia metodológica. Además, se utilizan pruebas de hipótesis, razón de posibilidades y técnicas de predicción estadística para investigar las condiciones que agravan los síntomas y estimar el número de muertes y recuperaciones en diferentes localidades. Según los resultados obtenidos por los modelos multivariados de categorias dicotómicas mutuamente excluyentes, se definió que las condiciones de sexo masculino con preexistencia de Enfermedad Hepática, Enfermedad Neurológica o Neumopatía representan a los pacientes con mayor riesgo. Adicional a esto, se desarrolló un modelo de regresión logística con variable independiente numérica para predecir las posibilidades de pertencer a la clase de defunción, determinando así los casos recuperados y de fallecimiento. El modelo obtuvo resultados positivos con una precisión significativa en diferentes municipios y está disponible en el perfil de GitHub de los autores.