{"id":{"repo_id":"javeriana","oai_identifier":"oai:repository.javeriana.edu.co:10554/74181"},"canonical_url":"https://search.dev.ndltd.org/etd/javeriana/oai:repository.javeriana.edu.co:10554/74181","repository":{"repo_id":"javeriana","name":"Pontificia Universidad Javeriana","base_url":"https://repository.javeriana.edu.co/oai/request"},"display":{"title":"Modelos Bayesianos espaciotemporales para evaluar factores asociados en la incidencia de COVID-19 en Colombia","abstract":"La pandemia del virus de SARS-COV 2, se propagó rápidamente por su mecanismo de trasmisión de persona a persona; en este trabajo, se aplicaron seis modelos bayesianos jerárquicos espaciotemporales para determinar los factores asociados en la incidencia acumulada de COVID-19 en los municipios de Colombia, entre los meses de marzo 2020 a diciembre del año 2021, comprendiendo 22 períodos de estudio. El diseño del estudio fue observacional analítico de cohorte retrospectiva; a través del ajuste de modelos lineales generalizados de la familia exponencial Poisson con efectos espaciales y temporales. Se utilizaron datos de los casos confirmados de COVID-19, reportados por el Ministerio de Salud y Protección social. Para la estimación de múltiples parámetros, con grandes cantidades de datos, se utilizó la aproximación integrada anidada de Laplace en lenguaje R (R-INLA). Los modelos fueron evaluados a través del Criterio de información de Watanabe-Akaike (WAIC, por sus siglas en inglés) el criterio de información del deviance (DIC, por su sigla en inglés) y la ordenada predictiva condicional (CPO por sus siglas del inglés). El modelo no paramétrico de interacción espaciotemporal tipo I demostró el mejor ajuste en nuestro análisis de modelos bayesianos espaciotemporales, alineándose con los resultados de Núñez (2020), quien identificó el modelo no paramétrico con interacción espaciotemporal tipo II como el más eficaz.","abstract_html":"La pandemia del virus de SARS-COV 2, se propagó rápidamente por su mecanismo de trasmisión de persona a persona; en este trabajo, se aplicaron seis modelos bayesianos jerárquicos espaciotemporales para determinar los factores asociados en la incidencia acumulada de COVID-19 en los municipios de Colombia, entre los meses de marzo 2020 a diciembre del año 2021, comprendiendo 22 períodos de estudio. El diseño del estudio fue observacional analítico de cohorte retrospectiva; a través del ajuste de modelos lineales generalizados de la familia exponencial Poisson con efectos espaciales y temporales. Se utilizaron datos de los casos confirmados de COVID-19, reportados por el Ministerio de Salud y Protección social. Para la estimación de múltiples parámetros, con grandes cantidades de datos, se utilizó la aproximación integrada anidada de Laplace en lenguaje R (R-INLA). Los modelos fueron evaluados a través del Criterio de información de Watanabe-Akaike (WAIC, por sus siglas en inglés) el criterio de información del deviance (DIC, por su sigla en inglés) y la ordenada predictiva condicional (CPO por sus siglas del inglés). El modelo no paramétrico de interacción espaciotemporal tipo I demostró el mejor ajuste en nuestro análisis de modelos bayesianos espaciotemporales, alineándose con los resultados de Núñez (2020), quien identificó el modelo no paramétrico con interacción espaciotemporal tipo II como el más eficaz.","abstract_has_math":false,"creators":["Albarracin Avila, Cindy Lorena"],"institution":"Pontificia Universidad Javeriana","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Rondón Sepúlveda, Martín Alonso","Pineda Ríos, Wilmer Darío","Bermúdez Rubio, Dagoberto"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-08-21T16:45:48Z","subjects":["SARS COV-2","Modelos bayesianos","R-INLA"],"languages":["spa"],"rights":[],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"http://hdl.handle.net/10554/74181","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"source_record":{"url":"https://repository.javeriana.edu.co/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepository.javeriana.edu.co%3A10554%2F74181","prefix":"dim"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Rondón Sepúlveda, Martín Alonso","Pineda Ríos, Wilmer Darío","Bermúdez Rubio, Dagoberto"]},{"key":"dc:creator","label":"Author","values":["Albarracin Avila, Cindy Lorena"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2026-08-06T17:21:06Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2026-08-06T17:21:06Z"]},{"key":"dc:publisher","label":"Institution","values":["Pontificia Universidad Javeriana"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["SARS COV-2","Modelos bayesianos","R-INLA"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10554/74181"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["La pandemia del virus de SARS-COV 2, se propagó rápidamente por su mecanismo de trasmisión de persona a persona; en este trabajo, se aplicaron seis modelos bayesianos jerárquicos espaciotemporales para determinar los factores asociados en la incidencia acumulada de COVID-19 en los municipios de Colombia, entre los meses de marzo 2020 a diciembre del año 2021, comprendiendo 22 períodos de estudio. El diseño del estudio fue observacional analítico de cohorte retrospectiva; a través del ajuste de modelos lineales generalizados de la familia exponencial Poisson con efectos espaciales y temporales. Se utilizaron datos de los casos confirmados de COVID-19, reportados por el Ministerio de Salud y Protección social. Para la estimación de múltiples parámetros, con grandes cantidades de datos, se utilizó la aproximación integrada anidada de Laplace en lenguaje R (R-INLA). Los modelos fueron evaluados a través del Criterio de información de Watanabe-Akaike (WAIC, por sus siglas en inglés) el criterio de información del deviance (DIC, por su sigla en inglés) y la ordenada predictiva condicional (CPO por sus siglas del inglés). El modelo no paramétrico de interacción espaciotemporal tipo I demostró el mejor ajuste en nuestro análisis de modelos bayesianos espaciotemporales, alineándose con los resultados de Núñez (2020), quien identificó el modelo no paramétrico con interacción espaciotemporal tipo II como el más eficaz."]},{"key":"dc:format","label":"Dc Format","values":["PDF"]},{"key":"dc:format.mimetype","label":"Dc Format Mimetype","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Modelos Bayesianos espaciotemporales para evaluar factores asociados en la incidencia de COVID-19 en Colombia"]}]}],"canonical_facts":{"dc:contributor.advisor":["Rondón Sepúlveda, Martín Alonso","Pineda Ríos, Wilmer Darío","Bermúdez Rubio, Dagoberto"],"dc:creator":["Albarracin Avila, Cindy Lorena"],"dc:date.accessioned":["2026-08-06T17:21:06Z"],"dc:date.available":["2026-08-06T17:21:06Z"],"dc:description.abstract":["La pandemia del virus de SARS-COV 2, se propagó rápidamente por su mecanismo de trasmisión de persona a persona; en este trabajo, se aplicaron seis modelos bayesianos jerárquicos espaciotemporales para determinar los factores asociados en la incidencia acumulada de COVID-19 en los municipios de Colombia, entre los meses de marzo 2020 a diciembre del año 2021, comprendiendo 22 períodos de estudio. El diseño del estudio fue observacional analítico de cohorte retrospectiva; a través del ajuste de modelos lineales generalizados de la familia exponencial Poisson con efectos espaciales y temporales. Se utilizaron datos de los casos confirmados de COVID-19, reportados por el Ministerio de Salud y Protección social. Para la estimación de múltiples parámetros, con grandes cantidades de datos, se utilizó la aproximación integrada anidada de Laplace en lenguaje R (R-INLA). Los modelos fueron evaluados a través del Criterio de información de Watanabe-Akaike (WAIC, por sus siglas en inglés) el criterio de información del deviance (DIC, por su sigla en inglés) y la ordenada predictiva condicional (CPO por sus siglas del inglés). El modelo no paramétrico de interacción espaciotemporal tipo I demostró el mejor ajuste en nuestro análisis de modelos bayesianos espaciotemporales, alineándose con los resultados de Núñez (2020), quien identificó el modelo no paramétrico con interacción espaciotemporal tipo II como el más eficaz."],"dc:format":["PDF"],"dc:format.mimetype":["application/pdf"],"dc:identifier.uri":["http://hdl.handle.net/10554/74181"],"dc:language.iso":["spa"],"dc:publisher":["Pontificia Universidad Javeriana"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:subject":["SARS COV-2","Modelos bayesianos","R-INLA"],"dc:title":["Modelos Bayesianos espaciotemporales para evaluar factores asociados en la incidencia de COVID-19 en Colombia"]},"updated_at":"2026-08-21T16:45:48Z"}