ABSTRACT Introduction: The COVID-19 epidemic has changed its characteristics as new strains appear. Objective: To identify the demographic, clinical and epidemiological characteristics that make up the pattern of the COVID-19 epidemic in Santiago de Cuba. Material and Methods: An analytical observational study was carried out using the 461 cases of COVID-19 in Santiago de Cuba province from October to December 2020 as the study population. Demographic, clinical and epidemiological variables were selected and the implicative statistical analysis was applied. Results: Among the confirmed females, the category of traveler and ages between 41 and 60 years prevailed; among males, patients without a source of infection, between 19 and 40 years or 60 and more years, with fever as the main symptom, and without personal pathological antecedents were more prevalent. Asymptomatic patients predominated in children under one year of age. Those over the age of 19 were associated with travelers. In patients 19 to 40 years of age, the predominant symptom was fever; in patients aged 40 and under, those without comorbidities prevailed; and in the elderly, diabetes mellitus prevailed. Among the older adults, there were more cases with no known source of infection and male predominance. Confirmed health workers were mainly between 41 and 60 years old and asymptomatic. Confirmed travelers were mostly women over 19 years of age and asymptomatic. Conclusions: There were changes in the behavior of the disease in the province with respect to the first wave, with displacement of the association patterns between sex and age groups.

RESUMEN Introducción: La epidemia de la COVID-19 ha ido modificando sus características al ir apareciendo nuevas cepas. Objetivo: Identificar las características demográficas, clínicas y epidemiológicas que conforman el patrón de la epidemia de la COVID-19, en Santiago de Cuba. Material y Métodos: Se realizó un estudio observacional analítico empleando como población de estudio los 461 casos de la COVID-19 de la provincia Santiago de Cuba de octubre a diciembre de 2020. Se seleccionaron variables demográficas, clínicas y epidemiológicas y se aplicó el análisis estadístico implicativo. Resultados: Entre las féminas confirmadas prevaleció la categoría viajero y edades entre 41 y 60 años y entre los masculinos los sin fuente de infección, entre 19 y 40 años ó 60 y más años, la fiebre como el síntoma predominante y sin antecedentes patológicos personales. En los menores de un año predominaron los asintomáticos. Los mayores de 19 años se asociaron con viajeros. De 19 a 40 años el síntoma predominante fue la fiebre; en los de 40 y menos años predominó los que no tienen comorbilidades y en los mayores la Diabetes mellitus. Entre los adultos mayores hubo más casos sin fuente de infección conocida y predominio masculino. Los trabajadores de la salud confirmados prevalecen entre 41 y 60 años y asintomáticos. Los viajeros confirmados fueron, en su mayoría, féminas mayores de 19 años y asintomáticas. Conclusiones: Hubo cambios en el comportamiento de la enfermedad en la provincia con respecto a la primera ola, con desplazamiento de los patrones de asociación entre sexo y grupos de edades.

ABSTRACT Introduction: the design of the ASI-IMC methodology allows a correct application of the implicative statistical analysis in the studies of causality in health. Then the need arose to validate it. Objective: to validate the designed ASI-IMC methodology. Methods: a prospective analytical observational study of the case and control type nested in a cohort was carried out.The universe of study was made up of all women over 18 years of age, with a clinical and histological diagnosis of breast cancer, from the province of Santiago de Cuba, treated at the "Conrado Benítez" Oncological Hospital, between 2014 and 2019. Twenty-five assumed prognostic factors were used as covariates. Binary logistic regression was applied after verification of compliance with the required assumptions on a sample of 280 patients at the rate of one control per case, which constituted the same data set to which the statistical analysis was applied, in order to compare the results of both techniques. Regression was considered as the gold standard, for which 14 indicators were estimated: sensitivity, specificity, predictive values, likelihood ratios, diagnostic odds ratio, among others. Results: both statistical techniques identified biomarkers as good prognosis factors for breast cancer mortality in the study population, and advanced stage, metastasis, and chemotherapy as poor prognostic factors. The efficacy indicators showed values in favor of the evaluated technique. Conclusions: the designed methodology was satisfactorily validated, proving to be effective for the identification of prognostic factors.

RESUMEN Introducción: el diseño de la metodología ASI-IMC permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en salud. Luego surgió la necesidad de validarla. Objetivo: evaluar la efectividad de la metodología de aplicación del ASI-IMC. Métodos: se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad, con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico “Conrado Benítez”, entre 2014 y 2019. Se emplearon como covariables 25 factores pronósticos supuestos. Se aplicó la regresión logística binaria previa verificación del cumplimiento de los supuestos requeridos sobre una muestra de 280 pacientes a razón de un control por caso que constituyó el mismo conjunto de datos al que se aplicó el análisis estadístico implicativo, para luego comparar los resultados de ambas técnicas. Se consideró la regresión como el estándar de oro, para lo cual se estimaron 14 indicadores: sensibilidad, especificidad, valores predictivos, razones de verosimilitud, odds ratio de diagnóstico, entre otros. Resultados: fueron identificados, por ambas técnicas estadísticas, como factores de buen pronóstico de mortalidad por cáncer de mama en la población estudiada la determinación de los biomarcadores y de mal pronóstico el estadio avanzado, la metástasis y la quimioterapia. Los indicadores de eficacia arrojaron valores a favor de la técnica evaluada. Conclusiones: se validó de manera satisfactoria la metodología diseñada demostrando ser efectiva para la identificación de factores pronósticos.

ABSTRACT Introduction: SARS-CoV-2 spreads, mainly, through close contact among people, hence the importance of detecting contacts of confirmed cases and identifying the mode of transmission between them. Objective: To identify the main modes of direct transmission among contacts of imported and autochthonous cases. Methods: A cross-sectional descriptive study was conducted in two populations: the confirmed cases of COVID-19 in Santiago de Cuba in the last quarter of 2020, and their declared direct contacts. In the search of the best representativeness, a two-stage stratified sampling method was used. The interview was used to collect the primary data; numbers and percentage, to summarize the information; the one-sample proportion hypothesis test and the compare proportions test using Minitab v.19, to identify possible differences across groups; and Microsoft Excel 2016, to produce the graphics. Results: The average number of contacts was higher among the autochthonous cases, prevailing the co-workers, neighbors and children. The contact-case relationship in imported cases was friend, driver, and mother or father-in-law; while in the autochthonous cases, it was son or daughter. Preventive actions were less used, and extra-domiciliary contacts of imported cases predominated. Contacts of imported cases were hospitalized more often, and had a higher proportion of asymptomatic than the autochthonous cases, but there was no significant differences. Conclusions: A differentiated pattern of transmission was not obtained; except that, transmission among autochthonous cases was between parent and child; while in imported cases, it was between friends.

RESUMEN Introducción: El virus SARS-CoV-2 se propaga, principalmente, entre personas que están en estrecho contacto, de ahí la importancia de la detección de contactos y conocer las formas de transmisión entre estos. Objetivo: Identificar las principales formas de transmisión directa entre contactos de casos importados y autóctonos. Métodos: Se realizó un estudio descriptivo transversal sobre dos poblaciones: los casos confirmados de COVID-19 en la provincia Santiago de Cuba en el último trimestre de 2020 y los contactos directos declarados por dichos casos. En busca de la mejor representatividad se empleó un diseño de muestreo estratificado en dos etapas. Para la recolección del dato primario se empleó la entrevista; para resumir la información, el número y el porcentaje; para detectar posibles diferencias, las pruebas de hipótesis de una proporción y de comparación de proporciones mediante el Minitab v. 19 y para elaborar los gráficos el Microsoft Excel 2016. Resultados: El promedio de contactos fue mayor entre los casos autóctonos, con predominio de compañeros de trabajo, vecinos e hijos. La relación contacto-caso en los importados fue amigo(a), chofer y suegro(a), mientras que en los autóctonos fue hijo(a). Hubo menor empleo de acciones preventivas y predominio de contactos extradomiciliarios en los importados. Los contactos de los importados fueron hospitalizados con mayor frecuencia y presentaron mayor proporción de asintomáticos que los de los autóctonos, pero no hubo diferencias significativas. Conclusiones: No se obtuvo un patrón diferenciado de transmisión, excepto que la transmisión característica de los autóctonos fue entre padre e hijo y en los importados fue entre amigos.

ABSTRACT Background: International travelers from regions with high incidence rates of COVID-19 have a high probability of being infected and spreading the disease when in contact with other people, so it is necessary to investigate the influence of the entry of these travelers on the transmission of COVID-19 during the second wave of the epidemic. Objective To determine the influence of the entry of international travelers and other indicators on the transmission of COVID-19 in Santiago de Cuba province. Methods an ecological study of correlation of the incidence of COVID-19 with certain variables was developed considering as units of analysis the municipalities of Santiago de Cuba province. Spearman's correlation coefficient was used to determine the correlation. To determine the variables that most influenced the number of confirmed cases, multiple linear regression and partial least squares were applied. Cluster analysis was used to determine the most similar municipalities. Results six models and the formation of several clusters were obtained. The municipality of Santiago de Cuba was atypical. The most influential variables were: travelers, travelers with COVID, number of outbreaks, number of asymptomatic, population density and collaborator. The regions and countries that determined the model were America, Europe, Spain, Mexico and Venezuela. Conclusions the number of travelers with and without COVID-19 has been a trigger for the number of infected cases in the epidemic in Santiago de Cuba.

RESUMEN Fundamento: los viajeros internacionales procedentes de regiones con altas tasas de incidencia de la COVID-19 tienen una elevada probabilidad de estar infectados y propagar la enfermedad al entrar en contacto con otras personas, por lo que resulta necesario investigar la influencia de la entrada de estos viajeros sobre la transmisión, durante la segunda ola de la epidemia. Objetivo determinar la influencia de la entrada de viajeros internacionales y otros indicadores sobre la transmisión de la COVID-19 en la provincia Santiago de Cuba. Métodos: se desarrolló un estudio ecológico de correlación de la incidencia de COVID-19 con determinadas variables considerando como unidades de análisis los municipios de la provincia Santiago de Cuba. Para conocer la correlación se empleó el coeficiente de correlación de Spearman. Para determinar las variables que más influyeron en la cantidad de casos confirmados se aplicaron la regresión lineal múltiple y por mínimos cuadrados parciales. Mediante la aplicación del análisis de conglomerados se determinaron los municipios más similares. Resultados: se obtuvieron seis modelos y la formación de varios conglomerados. El municipio Santiago de Cuba resultó atípico. Las variables que más influyeron fueron: viajeros, viajeros con COVID-19, cantidad de focos, cantidad de asintomáticos, densidad poblacional y colaborador. Dentro de las regiones y países que determinaron el modelo se encuentran América, Europa, España, México y Venezuela. Conclusiones: la cantidad de viajeros con y sin COVID-19 ha sido un detonante de la cantidad de casos infectados durante la epidemia en Santiago de Cuba.

RESUMO Uma vez desenhada a metodologia ASI-BMI, que permite uma correta aplicação da análise estatística implicativa nos estudos de causalidade em medicina, foi aplicada nos referidos estudos. Um estudo de fatores prognósticos para mortalidade no câncer de mama foi escolhido como exemplo. O objetivo é avaliar a eficácia da metodologia de utilização da análise estatística implicativa na identificação de possíveis fatores causais. Foi realizado um estudo observacional analítico prospectivo do tipo caso-controle aninhado em uma coorte, cujo universo de estudo foi constituído por todas as mulheres maiores de 18 anos com diagnóstico clínico e histológico de câncer de mama, da província de Santiago de Cuba. , atendidos no Hospital Oncológico "Conrado Benítez", entre 2014 e 2019 com uma amostra de 140 casos e 140 controles, utilizando 25 covariáveis como supostos fatores prognósticos e aplicando as 5 primeiras etapas da metodologia de uso da análise estatística implicativa na causalidade estudos em medicina. A determinação dos biomarcadores foi identificada como fatores de bom prognóstico em pacientes com câncer de mama, enquanto o estágio avançado e a quimioterapia foram classificados diretamente como de mau prognóstico, assim como o tamanho do tumor e metástases, indiretamente. A metodologia utilizada permitiu a identificação de possíveis fatores causais nas pesquisas apresentadas, demonstrando mais uma vez sua eficácia.

ABSTRACT Once the “ASI-IMC” methodology that allows a correct application of the statistical analysis implicated in the causality studies in medicine was designed, it was applied in said studies. A study of prognostic factors of mortality in breast cancer was chosen as an example. In order to evaluate the effectiveness of the employment methodology of the statistical analysis implicit in the identification of possible causal factors; a prospective analytical observational study of cases and controls nested in a cohort was conducted, whose study universe was made up of all women over 18 years of age with the clinical and histological diagnosis of breast cancer, from the province from Santiago de Cuba, treated at the “Conrado Benítez” Oncology Hospital, between 2014 and 2019 with a sample of 140 cases and 140 controls, using 25 covariates as supposed prognostic factors and applying the first 5 stages of the employment methodology of the implicative statistical analysis in causation studies in medicine. Biomarker determination was identified as factors of good prognosis in breast cancer patients, while, of poor prognosis classified advanced stage and chemotherapy directly, as well as tumor size and metastasis, indirectly. The methodology used allowed the identification of possible causal factors in the research presented, demonstrating once again its effectiveness.

RESUMEN Una vez diseñada la metodología ASI-IMC, que permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en medicina se aplicó la misma en dichos estudios. Se escogió como ejemplo un estudio de factores pronósticos de mortalidad en cáncer de mama. El objetivo es evaluar la efectividad de la metodología de empleo del análisis estadístico implicativo en la identificación de posibles factores causales. Se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico “Conrado Benítez”, entre 2014 y 2019 con una muestra de 140 casos y 140 controles, empleando 25 covariables como supuestos factores pronósticos y aplicando las 5 primeras etapas de la metodología de empleo del análisis estadístico implicativo en los estudios de causalidad en medicina. Fueron identificados como factores de buen pronóstico en pacientes con cáncer de mama la determinación de los biomarcadores, mientras que, de mal pronóstico clasificaron el estadio avanzado y la quimioterapia de manera directa, así como el tamaño tumoral y la metástasis, de manera indirecta. La metodología empleada permitió la identificación de posibles factores causales en la investigación presentada, evidenciando una vez más su efectividad.

ABSTRACT Introduction: Since March 2020, Cuba has been affected by SARS-CoV-2, a highly infectious coronavirus that causes COVID-19. In COVID-19 a set of associated symptoms is presented and its evolution can be influenced by the presence of certain personal pathological antecedents in the host. Objective: To identify through principal components the grouping of clinical variables in cases with COVID-19 in Santiago de Cuba province, Cuba. Methods: We conducted an observational, descriptive and transversal study. The study population consisted of the 49 confirmed cases with COVID-19 in the province of Santiago de Cuba. Ten clinical variables were selected: nine related to symptoms and personal pathological history, and one to the state “deceased”. Principal component analysis was applied as a statistical technique. Results: Variables were represented at the level of the first two principal components. The first component was associated to symptoms and the second component to personal pathological antecedents not associated to the respiratory system. This representation revealed that variables leading to an unfavorable evolution of cases were located in the first and fourth quadrants of the plane, being remarkable for those located in the fourth quadrant. The second and third quadrants were indicators of the favorable evolution, being marked in the second quadrant. Conclusions: The principal component analysis groups the clinical variables and corroborates that personal pathological antecedents have an essential role in the unfavorable evolution of patients with COVID-19.

RESUMEN Introducción: Desde marzo de 2020 Cuba está siendo afectada por el SARS-CoV-2, coronavirus altamente infeccioso y causante de la COVID-19. La COVID-19 presenta un conjunto de síntomas asociados y la evolución de los pacientes puede estar influenciada por la presencia de ciertos antecedentes patológicos personales en el hospedero. Objetivo: Identificar mediante componentes principales el agrupamiento de variables clínicas en los pacientes con COVID-19 en la provincia de Santiago de Cuba. Método: Se realizó un estudio observacional, descriptivo y transversal. La población de estudio se conformó por los 49 casos confirmados con COVID-19 en la provincia de Santiago de Cuba desde el 20 de marzo hasta el 30 de abril del 2020. Se seleccionaron diez variables clínicas: nueve relacionadas con los síntomas y los antecedentes patológicos personales, y una con el estado fallecido. Se aplicó como técnica estadística el análisis de componentes principales. Resultados: Se obtuvo la representación de las variables en el plano de los dos primeros componentes principales. El primer componente estuvo asociado a los síntomas y el segundo componente a los antecedentes patológicos personales no asociados al aparato respiratorio. Esta representación reveló que en el primer y cuarto cuadrantes del plano se ubicaron las variables que llevaron a una evolución desfavorable de los casos, siendo notable para los que se ubican en el cuarto cuadrante. El segundo y tercer cuadrantes fueron indicadores de la evolución favorable, marcada en el segundo cuadrante. Conclusiones: El análisis de componentes principales agrupa las variables clínicas y corrobora que los antecedentes patológicos personales tienen el rol esencial en la evolución desfavorable de los pacientes con COVID-19.

ABSTRACT Introduction: the statistical techniques used for the identification of prognostic factors are multivariate; one of the most frequent is logistic regression. In this work another technique is proposed and to test it, cervical cancer is used as a health problem due to its high incidence and mortality. Objective: to evaluate the usefulness of implicative statistical analysis in the identification of prognostic factors and to identify prognostic factors for mortality in cervical cancer. Methods: a case-control study was conducted on a population of women with clinical and histological diagnosis of cervical cancer attended at the Oncological Hospital of Santiago de Cuba from 2014 to 2017. Implicative statistical analysis was applied along with binary logistic regression, which was considered as gold standard to evaluate the performance of the proposed technique. Results: both techniques identified age as a poor prognostic factor and chemotherapy as a good prognostic factor. Implicative statistical analysis identified metastasis as a poor prognostic factor, not detected by logistic regression, and supported the analysis with a series of graphs that helped to better understand the results obtained. Conclusions: the usefulness of the statistical analysis is recognized and its routine use is proposed to improve the quality of these investigations.

RESUMEN Introducción: las técnicas estadísticas utilizadas para la identificación de factores pronósticos son multivariadas; una de las más frecuentes es la regresión logística. En este trabajo se propone otra técnica y para probarla se emplea como problema de salud el cáncer cervicouterino por su elevada incidencia y mortalidad. Objetivo: evaluar la utilidad del análisis estadístico implicativo en la identificación de factores pronósticos e identificar los factores pronósticos de mortalidad en el cáncer cervicouterino. Métodos: se realizó un estudio de casos y controles sobre una población de mujeres con el diagnóstico clínico e histológico de cáncer cervicouterino atendidas en el Hospital Oncológico de Santiago de Cuba de 2014 a 2017. Se aplicó el análisis estadístico implicativo junto con la regresión logística binaria, la que se consideró como estándar de oro para evaluar el desempeño de la técnica propuesta. Resultados: se identificaron por ambas técnicas como factores de mal pronóstico la edad y de buen pronóstico la quimioterapia. El análisis estadístico implicativo identificó, como factor de mal pronóstico, la metástasis, no detectado por la regresión logística, y apoyó el análisis con una serie de gráficos que ayudaron a la mejor comprensión de los resultados obtenidos. Conclusiones: se reconoce la utilidad del análisis estadístico implicativo y se propone su empleo de manera habitual para elevar la calidad de estas investigaciones.

ABSTRACT Introduction: From the onset of COVID-19 epidemic, a multidisciplinary team is formed in Santiago de Cuba with the participation of several institutions and activated by the Provincial Defense Council. Integrated epidemiological analysis, government management and social response would be decisive in controlling the disease. Objectives: To identify possible groups of COVID-19 cases in the Santiago de Cuba province and to describe the transmission according to epidemiological variables. Methods: An ecological study was carried out, comparing COVID-19 transmission clusters. Variables of interest were summarized and analysis of social contact networks was carried out from the point of view of the relationships between cases and contacts, as well as spatial analysis. Results: Five spatial transmission groups were identified in the municipalities, one in Palma Soriano, one in Contramaestre and three in Santiago de Cuba. The personal pathological antecedents (hypertension and respiratory processes), female sex, symptomatic cases and the average of 22 to 27 contacts for each confirmed were the most relevant variables. A source of introduced infection was identified in 51% (25/49). In addition, complex social networks were identified in the transmission of the disease. Conclusions: The transmission of COVID-19 in Santiago de Cuba province showed groups of cases and contacts with characteristic epidemiological social networks for each municipality, as well as the mode of transmission according to the source of infection, relationships of familiarity or social closeness and the relationship of spatial distance between contacts, which influenced on the low incidence rates of the disease, with predominance of symptomatic form, young ages and in women.

RESUMEN Introducción: A partir de la aparición de la epidemia COVID-19 se conforma un equipo multidisciplinario en Santiago de Cuba con participación de varias instituciones y activado por el Consejo de defensa provincial. El análisis integrado epidemiológico, la gestión gubernamental y la respuesta social resultarían determinantes en el control de la enfermedad. Objetivos: Identificar posibles grupos de casos con COVID-19 en la provincia Santiago de Cuba y caracterizar su transmisión según variables epidemiológicas. Métodos: Se desarrolló un estudio ecológico, comparándose los clústeres de transmisión de COVID-19. Se resumieron variables de interés y se realizó análisis de redes sociales desde el punto de vista de las relaciones entre casos y contactos, así como análisis espacial. Resultados: Se identificaron cinco grupos espaciales de transmisión en los municipios, uno en Palma Soriano, uno en Contramaestre y tres en Santiago de Cuba. Los antecedentes patológicos personales (hipertensión y procesos respiratorios), el sexo femenino, los casos sintomáticos y el promedio de 22 a 27 contactos por cada confirmado fueron las variables más relevantes. Se identificó fuente de infección introducida en 51 % (25/49). Además, se identificaron redes sociales complejas en la transmisión de la enfermedad. Conclusiones: La transmisión de COVID-19 en la provincia Santiago de Cuba mostró grupos de casos y contactos con redes sociales epidemiológicas características para cada municipio, así como el modo de transmisión de acuerdo a la fuente de infección, relaciones de familiaridad o cercanía social y la relación de distancia espacial entre contactos, aspectos que influyeron en las bajas tasas de incidencia de la enfermedad, con predominio en su forma sintomática, edades jóvenes y en mujeres.

Resumo Indicadores demográficos têm sido usados por alguns pesquisadores para estimar o número de pessoas infectadas pela Covid-19. O primeiro objetivo deste estudo é determinar até que ponto a incidência de casos de Covid-19 nos municípios da província de Santiago de Cuba pode ser explicada por certos indicadores demográficos. O segundo objetivo é construir uma hierarquia de grupos de municípios de acordo com o comportamento diferenciado dos indicadores demográficos selecionados. Foi desenvolvido um estudo ecológico, exploratório e multigrupo, comparando os nove municípios da província de Santiago de Cuba de acordo com variáveis de nível global, supostamente relacionadas ao número de casos de Covid-19 confirmados entre 15 de outubro de 2020 e 16 de janeiro de 2021. A análise de regressão linear múltipla foi aplicada para selecionar o modelo que melhor descrevia o comportamento dos dados e a análise de agrupamento para visualizar o agrupamento dos municípios. Foi encontrada uma correlação significativa entre o número de casos de Covid-19, a densidade populacional e o nível de urbanização. Por outro lado, no modelo de regressão, apenas a densidade populacional era significativa quando os nove municípios foram considerados e o índice de masculinidade, quando o município atípico, Santiago de Cuba, foi excluído. O índice de masculinidade revelou-se uma variável espúria condicionada pela densidade populacional como uma variável confusa. A análise de agrupamento revelou a formação de três grupos de municípios, com Santiago de Cuba sendo isolado do resto dos municípios.

Abstract Some researchers have used demographic indicators to estimate the number of people infected by COVID-19. The first goal of this study is to determine to what extent the incidence of cases of COVID-19 in the municipalities of the province of Santiago de Cuba can be explained by certain demographic indicators. The second goal is to construct a hierarchy of groups of municipalities according to the differentiated behavior of the selected demographic indicators. An ecological, exploratory, multi-group study was developed, comparing the nine municipalities of Santiago de Cuba province according to global level variables, supposedly related to the number of cases with COVID-19 confirmed from October 15, 2020 to January 16, 2021. Multiple linear regression analysis was applied to select the model that best described the behavior of the data and cluster analysis to visualize the grouping of the municipalities. A significant correlation was found between the number of cases with COVID-19, population density and urbanization level. On the other hand, in the regression model, only population density was significant when the nine municipalities were considered and the masculinity index, when the atypical municipality, Santiago de Cuba, was excluded. The masculinity index turned out to be a spurious variable conditioned by population density as a confounding variable. The cluster analysis revealed the formation of three groups of municipalities, with Santiago de Cuba being isolated from the rest of the municipalities.

Resumen Los indicadores demográficos han sido empleados por algunos investigadores para estimar el número de personas infectadas por la covid-19. El presente trabajo tiene como primer objetivo determinar en qué medida la incidencia de casos con covid-19 en los municipios de la provincia de Santiago de Cuba puede ser explicada a partir de determinados indicadores demográficos. El segundo objetivo es construir una jerarquía de grupos de municipios de acuerdo al comportamiento diferenciado de los indicadores demográficos seleccionados. Se desarrolló un estudio ecológico, exploratorio, de grupos múltiples, comparando los nueve municipios de la provincia Santiago de Cuba según variables del nivel global, supuestamente relacionadas con la cantidad de casos con covid-19 confirmados desde el 15 de octubre de 2020 hasta el 16 de enero de 2021. Se aplicó el análisis de regresión lineal múltiple para seleccionar el modelo que describiera mejor el comportamiento de los datos y el análisis de clúster para visualizar la agrupación de los municipios. Se evidenció una correlación significativa entre la cantidad de casos con covid-19, la densidad de población y el grado de urbanización. En cambio, en el modelo de regresión solo resultó significativa la densidad poblacional cuando se consideraron los nueve municipios y el índice de masculinidad, cuando se excluyó el municipio atípico, Santiago de Cuba. El índice de masculinidad resultó ser una variable espuria condicionada por la densidad poblacional como variable confusora. El análisis de clúster reveló la formación de tres grupos de municipios, quedando Santiago de Cuba aislado del resto de los municipios.

ABSTRACT Introduction: The non-homogeneous behavior of the number of COVID-19 confirmed cases in different regions of Cuba has not yet been clarified, which would be useful for decision-making in future epidemics in the country. Objective: To determine the influence of the arrival of travelers and the population density on the non-homogeneous distribution of the number of COVID-19 cases by provinces in Cuba. Methods: An ecological, exploratory, multiple group study was carried out, comparing Cuban provinces according to variables of the global and aggregate levels, related to the number of COVID-19 cases, confirmed during the epidemic in Cuba. Multiple linear regression analysis was applied to select the model that best describes the behavior of the data and cluster analysis to visualize the grouping of the provinces. Results: A significant correlation was proved between the number of COVID-19 cases and the number of travelers with COVID-19, the total number of travelers who arrived in Cuba in March, and transmission events. In the regression model, the population density and the total number of travelers and those with COVID-19 were significant. The cluster analysis revealed the formation of four groups of provinces. Conclusions: The number of cases with COVID-19 by province is related to the number of travelers who arrived in the country, with and with no COVID-19, and the population density. Four groups of provinces are formed by their similarity in the aspects identified at regression.

RESUMEN Introducción: El comportamiento no homogéneo de la cantidad de casos confirmados con COVID-19 en diferentes regiones de Cuba aún no se ha esclarecido, lo cual resultaría de utilidad para la toma de decisiones en futuras epidemias en el país. Objetivo: Determinar la influencia de la entrada de viajeros y la densidad poblacional sobre la distribución no homogénea de la cantidad de casos con COVID-19 por provincias en Cuba. Métodos: Se desarrolló un estudio ecológico, exploratorio, de grupos múltiples, comparando las provincias cubanas según variables del nivel global y agregado, relacionadas con la cantidad de casos con COVID-19, confirmados durante la epidemia en Cuba. Se aplicó el análisis de regresión lineal múltiple para seleccionar el modelo que mejor describe el comportamiento de los datos y el análisis de clúster para visualizar la agrupación de las provincias. Resultados: Se evidenció una correlación significativa entre la cantidad de casos con COVID-19 y la cantidad de viajeros con COVID-19, la cantidad total de viajeros que arribaron al país en marzo y los eventos de trasmisión. En el modelo de regresión resultaron significativas la densidad poblacional y las cantidades de viajeros total y con COVID-19. El análisis de clúster reveló la formación de cuatro grupos de provincias. Conclusiones: La cantidad de casos con COVID-19 por provincia se relaciona con la cantidad de viajeros que entraron al país, con y sin COVID-19, y la densidad poblacional. Se forman cuatro grupos de provincias por su similitud en los aspectos identificados en la regresión.

ABSTRACT Research on risk factors, started in the middle of the last century, laid the foundations of the multicausal model framed in the linear approach that has predominated in the natural sciences. However, the health-disease process is complex, which leads to the need to apply renovating statistical techniques, as is the case of the implicative statistical analysis created to solve didactic problems in mathematics. Framed in this direction, the present research aims to create a methodology for contextualizing this analysis to causal medical research. To design the methodology we took into account the literature, the expert judgment and the regularities and contradictions demonstrated in the case-control studies previously carried out with the application of the proposed methodology. The methodology consisted of eight stages: exploratory analysis, data transformation, main analysis, presentation of results, interpretation of results, ex-post analysis, selection of variables to include in the binary logistic regression model, and discussion of the results. This is an evolving proposal that must be adapted at the request of clinical and biostatistician researchers, its main users, and must constitute an important pillar that complements the multivariate techniques commonly used in clinical-epidemiological studies for the identification of prognostic and risk factors.

RESUMEN Las investigaciones sobre factores de riesgo, iniciadas a mediados del siglo pasado, sentaron las bases del modelo multicausal y se enmarcan en el enfoque lineal que ha predominado en las ciencias naturales. Sin embargo, el proceso salud-enfermedad es complejo lo que conlleva a la necesidad de aplicar técnicas estadísticas renovadoras, este es el caso del análisis estadístico implicativo creado para solucionar problemas didácticos de las matemáticas. En esta dirección se enmarca la presente investigación, cuyo objetivo fue crear una metodología de contextualización de este análisis a las investigaciones médicas de causalidad. El diseño de la metodología tuvo en cuenta la literatura, el criterio de expertos y las regularidades y contradicciones demostradas en los estudios de casos y controles realizados previamente con la aplicación de la metodología propuesta. La metodología quedó constituida por ocho etapas: análisis exploratorio, transformación de los datos, análisis principal, presentación de los resultados, interpretación de los resultados, análisis a posteriori, selección de las variables a incluir en el modelo de regresión logística binaria y discusión de los resultados. Esta es una propuesta en evolución que debe irse adaptando a solicitud de los investigadores clínicos y bioestadísticos, sus principales usuarios y debe constituir un pilar importante que complemente las técnicas multivariadas empleadas habitualmente en los estudios clínico-epidemiológicos para la identificación de factores pronósticos y de riesgo.

ABSTRACT Introduction: Biomarkers are substances that are increased in the organism if tumors exist. To demonstrate how they influence in the mortality it is necessary an analytic study where statistical techniques are involved as the implicative statistical analysis. Objectives: To determine the influence of biomarkers as prediction factors of mortality due to breast cancer and to demonstrate the validity of a posteriori analysis as a phase in the methodology of the implicative statistical analysis implementation. Methods: A cases and controls analytic study of 75 patients older than 18 years with clinical and histological diagnosis of breast cancer was carried out, they were assisted in Conrado Benítez García Teaching Provincial Cancer Hospital in Santiago de Cuba, from 2014 to 2019. The foreseen phases were followed to implement this form of analysis and the implicative grapho and the similarity and cohesion trees were obtained. Results: It was verified that the relationship between the biomarkers and the alive patients was due to B luminal subtype. Also, in the meta-rules that includes dead women, B luminal subtype was involved, while the A luminal subtype was part of this meta-rule; the other subtypes didn't form rules with any other factor. Conclusions: The necessity and importance of the posteriori analysis phase was demonstrated, where the existence of some prediction factors was confirmed and others found before were rejected.

RESUMEN Introducción: Los biomarcadores son sustancias que se encuentran aumentadas en el organismo si existen tumores. Para demostrar cómo influyen en la mortalidad es necesario un estudio analítico donde se imbriquen técnicas estadísticas como el análisis estadístico implicativo. Objetivos: Determinar la influencia de los biomarcadores como factores pronósticos de mortalidad por cáncer de mama y demostrar la validez del análisis a posteriori como etapa en la metodología de aplicación del análisis estadístico implicativo. Métodos: Se realizó un estudio analítico de casos y controles de 75 pacientes mayores de 18 años con diagnóstico clínico e histológico de cáncer de mama, atendidas en el Hospital Oncológico Docente Provincial Conrado Benítez García de Santiago de Cuba, en el período de 2014 a 2019. Se siguieron las etapas previstas para aplicar esta forma de análisis y se obtuvieron el grafo implicativo y los árboles de similaridad y cohesión. Resultados: Se verificó que la relación entre los biomarcadores y las pacientes vivas se debió al subtipo luminal B. Asimismo, en la metarregla que incluye a las fallecidas se imbricó el subtipo luminal B, mientras que el subtipo luminal A formaba parte de dicha metarregla; los demás subtipos no formaron reglas con ningún otro factor. Conclusiones: Se demostró la necesidad y la importancia de la etapa de análisis a posteriori, donde se confirma la existencia de algunos factores pronósticos y se desechan otros antes encontrados.

ABSTRACT Introduction: multivariate statistical techniques are those that examine multiple characteristics considered in the same individual, and that because they are interrelated do not make sense to determine their effect in an isolated way. They are more frequently applied in observational studies in relation to the etiology and prognosis of a disease, since they permit to explain, predict and control confusing variables to obtain greater consistency in statistical inference. Objective: this paper is aimed at describing the multivariate techniques that can be applied for the study of causality in biomedical sciences. Methods: a review of the literature on the subject was carried out, searching in bibliographic databases such as Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, among others. The descriptors used in the search strategy were those provided in the key words of the article, which were used in English, French, Portuguese and Spanish, combined with the logical operators. Out of more than 200 digital documents found, the most current ones were chosen, and a report was prepared where the techniques were grouped according to their objective and types of variables applied in the analysis. Results: descriptive, explanatory and mixed techniques were presented, considering the different types of regression and structural equations as the most applied techniques in the study of causality. Conclusions: The use of implicit statistical analysis in the determination of risk factors and prognosis was proposed.

RESUMEN Introducción: las técnicas estadísticas multivariadas son aquellas que analizan múltiples características medidas en un mismo individuo, que por estar interrelacionadas no tiene sentido medir su efecto de manera aislada. Las mismas son más frecuentemente empleadas en los estudios observacionales acerca de la etiología y el pronóstico de una enfermedad, ya que permiten explicar, predecir, controlar variables confusoras y obtener mayor consistencia en la inferencia estadística. Objetivo: exponer las técnicas multivariadas que pueden ser empleadas para el estudio de la causalidad en las ciencias biomédicas. Métodos: se llevó a cabo una revisión de la literatura sobre el tema en bases de datos bibliográficas como Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, entre otras. Se emplearon en la estrategia de búsqueda como descriptores los consignados en las palabras claves del artículo, los mismos fueron utilizados en idiomas inglés, francés, portugués y español, combinados con los operadores lógicos. De los más de 200 documentos digitales encontrados, se escogieron los de mayor actualidad, elaborando un informe donde se agrupan las técnicas según su objetivo y tipos de variables empleadas en el análisis. Resultados: se presentan las técnicas descriptivas, explicativas y mixtas, considerando los diferentes tipos de regresión y las ecuaciones estructurales como las técnicas más empleadas en el estudio de la causalidad. Conclusiones: se propone el empleo del análisis estadístico implicativo en la determinación de factores de riesgo y pronósticos.

ABSTRACT The improvement of statistical techniques is a research problem which does not lose its validity. Once it was identified and founded the use of the statistical analysis involved in the search for possible causal factors in health, it was necessary to design a methodology for its optimal application, in which the most complex stage turned was result interpretation. Therefore, this work aims at describing how to perform this interpretation, whose base is founded on literature theoretical references, and the practical ones, based on the experiences acquired from the various case studies and controls with the application of the technique. Indices, tables and graphs of the type are presented in the interpretation, similarity and cohesive trees, and implicative graph, from which the possible causal factors, confusing variables, effect modifiers and others that are identified and others which could be involved.

RESUMEN El perfeccionamiento de las técnicas estadísticas es un problema de investigación que no pierde vigencia. Una vez identificado y fundamentado el empleo del análisis estadístico implicativo en la búsqueda de posibles factores causales en Salud, se hizo necesario el diseño de una metodología para su aplicación óptima, en la cual la etapa más compleja resultó ser la interpretación de los resultados. Por ello, este trabajo tiene como objetivo describir cómo realizar dicha interpretación, cuya base se sustenta en los referentes teóricos de la literatura, y los prácticos, a partir de las experiencias adquiridas de los diversos estudios de casos y controles con la aplicación de la técnica. En la interpretación se abordan los índices, las tablas y los gráficos del tipo: árboles de similaridad y cohesitivo, y el grafo implicativo, a partir de los cuales se identifican los posibles factores causales, las variables confusoras, las modificadoras del efecto y otras que pueden intervenir.

ABSTRACT Background: Faced with the need to constantly improvement of the analytical methods and interpretation of results in clinical investigations to identify prognostic factors, a methodology that allowed the efficient use of statistical implicative analysis in these investigations was created. Objective: To describe the methods and procedures used in each of the research phases to obtain the proposed methodology. Methodology: A documentary review of the proper validation methods was carried out, taking advantage of the bibliographic databases from Internet, which was compared with the authors´ experience to conform the design and validation of the proposal. Development: The research was carried out in 5 stages: the theoretical-practical foundation of the usefulness of this analysis, the preparation of the proposal, the validation by three routes (criteria, content and a meta-analysis) and the final design of the methodology. Conclusions: In spite of the variety of validation forms used, the application of the methodology continues to detect possible deviations in the analysis and interpretation to be solved in the future.

RESUMEN Fundamento: Ante la necesidad del constante perfeccionamiento de los métodos de análisis e interpretación de los resultados en las investigaciones clínicas para identificar factores pronósticos se creó una metodología que permitió el empleo eficiente del análisis estadístico implicativo en estas investigaciones. Objetivo: Describir los métodos y procedimientos empleados en cada una de las fases de la investigación de obtención de la metodología propuesta. Metodología: Se realizó una revisión documental de los métodos de validación apropiados, aprovechando las bases de datos bibliográficas de la Internet, lo cual se confrontó con la experiencia de las autoras para conformar el diseño y validación de la propuesta. Desarrollo: La investigación se realizó en 5 etapas: la fundamentación teórica-práctica de la utilidad de este análisis, la elaboración de la propuesta, la validación por tres vías (de criterio, de contenido y un metaanálisis) y el diseño definitivo de la metodología. Conclusiones: A pesar de la variedad de formas de validación empleadas, se continúa la aplicación de la metodología para detectar posibles desviaciones en el análisis e interpretación a solucionar en el futuro.