Canas Rodrigues, PauloCastro Galarza, Cesar RaulDiaz Sanchez, Omar Nolberto2024-06-182024-06-182024-04-15http://repositorio.upeu.edu.pe/handle/20.500.12840/7598En medio de la pandemia de COVID-19, comprender la dinámica espacial y temporal de la enfermedad es crucial para intervenciones eficaces de salud pública. Este estudio tiene como objetivo analizar los datos de COVID-19 en Perú utilizando un modelo lineal generalizado espacio-temporal bayesiano para dilucidar los patrones de mortalidad y evaluar el impacto de los esfuerzos de vacunación. Aprovechando datos de 194 provincias durante 651 días, nuestro análisis revela patrones espaciales y temporales heterogéneos en las tasas de mortalidad por COVID-19. Una mayor cobertura de vacunación se asocia con tasas de mortalidad reducidas, lo que enfatiza la importancia de la vacunación para mitigar el impacto de la pandemia. Los hallazgos subrayan el valor del análisis de datos espacio-temporales para comprender la dinámica de las enfermedades y orientar intervenciones de salud pública específicas.application/pdfspainfo:eu-repo/semantics/embargoedAccessCOVID-19Modelado espacio-temporalDatos de unidades de áreaEstadísticas bayesianasinfo:eu-repo/semantics/bachelorThesishttp://purl.org/pe-repo/ocde/ford#3.03.08