ABSTRACT OBJECTIVE Estimate the future number of hospitalizations from Covid-19 based on the number of diagnosed positive cases. METHOD Using the covid-19 Panel data recorded in Spain at the Red Nacional de Vigilancia Epidemiológica, Renave (Epidemiological Surveillance Network), a regression model with multiplicative structure is adjusted to explain and predict the number of hospitalizations from the lagged series of positive cases diagnosed from May 11, 2020 to September 20, 2021. The effect of the time elapsed since the vaccination program starting on the number of hospitalizations is reviewed. RESULTS Nine days is the number of lags in the positive cases series with greatest explanatory power on the number of hospitalizations. The variability of the number of hospitalizations explained by the model is high (adjusted R2: 96.6%). Before the vaccination program starting, the expected number of hospitalizations on day t was 20.2% of the positive cases on day t-9 raised to 0.906. After the vaccination program started, this percentage was reduced by 0.3% a day. Using the same model, we find that in the first pandemic wave the number of positive cases was more than six times that reported on official records. CONCLUSIONS Starting from the covid-19 cases detected up to a given date, the proposed model allows estimating the number of hospitalizations nine days in advance. Thus, it is a useful tool for forecasting the hospital pressure that health systems shall bear as a consequence of the disease.

RESUMEN OBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad.

ABSTRACT OBJECTIVE Estimate the future number of hospitalizations from Covid-19 based on the number of diagnosed positive cases. METHOD Using the covid-19 Panel data recorded in Spain at the Red Nacional de Vigilancia Epidemiológica, Renave (Epidemiological Surveillance Network), a regression model with multiplicative structure is adjusted to explain and predict the number of hospitalizations from the lagged series of positive cases diagnosed from May 11, 2020 to September 20, 2021. The effect of the time elapsed since the vaccination program starting on the number of hospitalizations is reviewed. RESULTS Nine days is the number of lags in the positive cases series with greatest explanatory power on the number of hospitalizations. The variability of the number of hospitalizations explained by the model is high (adjusted R2: 96.6%). Before the vaccination program starting, the expected number of hospitalizations on day t was 20.2% of the positive cases on day t-9 raised to 0.906. After the vaccination program started, this percentage was reduced by 0.3% a day. Using the same model, we find that in the first pandemic wave the number of positive cases was more than six times that reported on official records. CONCLUSIONS Starting from the covid-19 cases detected up to a given date, the proposed model allows estimating the number of hospitalizations nine days in advance. Thus, it is a useful tool for forecasting the hospital pressure that health systems shall bear as a consequence of the disease.

RESUMEN OBJETIVO Predecir el número futuro de hospitalizaciones por covid-19 a partir del número de casos positivos diagnosticados. MÉTODO Usando datos del Panel covid-19 registrados en España en la Red Nacional de Vigilancia Epidemiológica (Renave), se ajusta un modelo de regresión con estructura multiplicativa para explicar y predecir el número de hospitalizaciones a partir de la serie retardada de casos positivos diagnosticados durante el periodo entre el 11 de mayo de 2020 y el 20 de septiembre de 2021. Se analiza el efecto sobre el número de hospitalizaciones del tiempo transcurrido desde el inicio del programa de vacunación. RESULTADOS El número de retardos de la serie de casos positivos que mayor capacidad explicativa tiene sobre el número de hospitalizaciones es de nueve días. La variabilidad del número de hospitalizaciones explicada por el modelo es elevada (R2 ajustado: 96,6%). Antes del inicio del programa de vacunación, el número esperado de ingresos hospitalarios en el día t era igual al 20,2% de los casos positivos del día t-9 elevado a 0,906. Iniciado el programa de vacunación, este porcentaje se redujo un 0,3% diario. Con el mismo modelo se obtiene que en la primera ola de la pandemia el número de casos positivos fue más de seis veces el que figura en los registros oficiales. CONCLUSIONES Partiendo de los casos de covid-19 detectados hasta una fecha, el modelo propuesto permite estimar el número de hospitalizaciones con nueve días de antelación. Ello lo convierte en una herramienta útil para prever con cierta anticipación la presión hospitalaria que el sistema sanitario tendrá que soportar como consecuencia de la enfermedad.

A permanência de um estudante na universidade e a culminação com êxito de seus estudos é um tema de interesse, não só para as instituições de ensino superior (IES) mas sim para toda a sociedade, devido a suas múltiplas implicações. Este trabalho pretende identificar quandoé mais provável que um aluno abandone os estudos ou se forme na universidade e quaissãoas características individuais e acadêmicas que mais se relacionam com a duração e o risco de cada evento. Os dados utilizados correspondem a um grupo de estudantes da Pontificia Universidad Javeriana de Cali, Colômbia. A estimativa de modelos de sobrevivência em tempo discreto permite concluir que a deserção está mais ligada às variáveis do tipo acadêmico, enquanto que para a graduação influem tanto as características pessoais quanto as acadêmicas.

The retention of students in university as well as the successful completion of their studies is of interest not only for higher education institutions (HEI), but also for society as a whole, because of its many implications. This work aims to identify when it is more probable that a student will abandon university or graduate from it, and which are the individual and academic features most related to the duration and risk of each event. The data used correspond to a cohort of students from the Pontificia Universidad Javeriana de Cali, in Colombia. The estimation of survival models in discrete time leads to the conclusion that desertion is more influenced by academic-type variables, whereas both personal and academic features have an influence on graduation.

La permanencia de un estudiante en la universidad y la culminación con éxito de sus estudios es un tema de interés, no sólo a nivel de las instituciones de educación superior (IES) sino de toda la sociedad, debido a sus múltiples implicaciones. Este trabajo pretende identificar cuándo es más probable que un alumno abandone o se gradúe en la universidad y cuáles son las características individuales y académicas que más se relacionan con la duración y riesgo de cada evento. Los datos utilizados corresponden a una cohorte de estudiantes de la Pontificia Universidad Javeriana de Cali, Colombia. La estimación de modelos de supervivencia en tiempo discreto permite concluir que la deserción está más influenciada por variables de tipo académico, mientras que en la graduación influyen tanto las características personales como las académicas.

Background: Even if there is a wide consensus on the concept of a dependent individual, in practice national valuation systems produce completely different results. The objective in this work is to compare the application of different valuation scales for dependency on the Spanish population and to identify the differences in the results on the right to obtain public support. Methods: The evaluation definition and schemes that are applied in France, Germany and Spain are implemented to the Spanish population using data from the Survey on Disabilities, Dependency and Health Status. The Spanish system is compared to the other two using factorial correspondence analysis. Results: According to the survey the total number of dependent individuals in the population is 1.398.767. Under the Spanish scale, 776.475 would receive some type of public support, under the German scale 745.520 would qualify and when applying the French scale, those would be 315.514. Correspondence analysis results show that the Spanish scale is much more similar to the German scale than it is to the French scale. (Spearman's correlation coefficient and Kendall's are reduced by almost 40% when the Spanish scale is compared to the French scale, rather than the German scale). Conclusions: With the same personal conditions, the system used influences both the degree of severity of dependence and the possibility to become eligible to public funds. The Spanish system is the most generous and the French system is the most restrictive one, the latter also imposes limitations on age.

Fundamento: A pesar del consenso generalizado sobre lo que es una persona dependiente, su puesta en práctica en cada país arroja resultados completamente diferentes. El objetivo de este trabajo es comparar la aplicación de distintos baremos de valoración de la dependencia sobre la población la española y apreciar las diferencias existentes en sus resultados sobre el derecho a recibir ayudas. Método: Se aplican las escalas de valoración de la dependencia de Francia, Alemania y España sobre la población española reflejada en la EDDES de 1999 comparando el sistema español con cada uno de los otros dos usando el análisis factorial de correspondencias. Resultados: Según LA EDDES, el número de personas dependientes asciende, según a 1.398.767. Aplicando el baremo español 776.475 recibirían algún tipo de ayuda pública, con el baremo alemán serían 745.520 y con el baremo francés 315.514. Los resultados del análisis de correspondencias muestran cómo el baremo español posee mayor semejanza con el alemán que con el francés (los coeficientes de correlación de Spearman y de Kendall se reducen casi en un 40% cuando comparamos el sistema español con el francés). Conclusiones: A igualdad de características personales, la utilización de uno u otro modelo condiciona tanto la catalogación como persona dependiente como la posibilidad de recibir ayudas públicas. Por número de beneficiarios, el más generoso es el sistema español y el más restrictivo el francés, siendo este último el único en el que la edad es una variable limitativa.

Background: Even if there is a wide consensus on the concept of a dependent individual, in practice national valuation systems produce completely different results. The objective in this work is to compare the application of different valuation scales for dependency on the Spanish population and to identify the differences in the results on the right to obtain public support. Methods: The evaluation definition and schemes that are applied in France, Germany and Spain are implemented to the Spanish population using data from the Survey on Disabilities, Dependency and Health Status. The Spanish system is compared to the other two using factorial correspondence analysis. Results: According to the survey the total number of dependent individuals in the population is 1.398.767. Under the Spanish scale, 776.475 would receive some type of public support, under the German scale 745.520 would qualify and when applying the French scale, those would be 315.514. Correspondence analysis results show that the Spanish scale is much more similar to the German scale than it is to the French scale. (Spearman's correlation coefficient and Kendall's are reduced by almost 40% when the Spanish scale is compared to the French scale, rather than the German scale). Conclusions: With the same personal conditions, the system used influences both the degree of severity of dependence and the possibility to become eligible to public funds. The Spanish system is the most generous and the French system is the most restrictive one, the latter also imposes limitations on age.

Fundamento: A pesar del consenso generalizado sobre lo que es una persona dependiente, su puesta en práctica en cada país arroja resultados completamente diferentes. El objetivo de este trabajo es comparar la aplicación de distintos baremos de valoración de la dependencia sobre la población la española y apreciar las diferencias existentes en sus resultados sobre el derecho a recibir ayudas. Método: Se aplican las escalas de valoración de la dependencia de Francia, Alemania y España sobre la población española reflejada en la EDDES de 1999 comparando el sistema español con cada uno de los otros dos usando el análisis factorial de correspondencias. Resultados: Según LA EDDES, el número de personas dependientes asciende, según a 1.398.767. Aplicando el baremo español 776.475 recibirían algún tipo de ayuda pública, con el baremo alemán serían 745.520 y con el baremo francés 315.514. Los resultados del análisis de correspondencias muestran cómo el baremo español posee mayor semejanza con el alemán que con el francés (los coeficientes de correlación de Spearman y de Kendall se reducen casi en un 40% cuando comparamos el sistema español con el francés). Conclusiones: A igualdad de características personales, la utilización de uno u otro modelo condiciona tanto la catalogación como persona dependiente como la posibilidad de recibir ayudas públicas. Por número de beneficiarios, el más generoso es el sistema español y el más restrictivo el francés, siendo este último el único en el que la edad es una variable limitativa.