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: In Santiago de Cuba province, the actions applied to control the epidemic in 2020 caused changes and negative effects on many of the health services that are usually provided in the territory. Objective: To identify the effect of the COVID-19 epidemic on health services in Santiago de Cuba province during 2020. Methods: A retrospective ecological study was conducted with time series as units of comparative analysis in Santiago de Cuba province as the only geographical territory to evaluate the effects of COVID-19 on the provision of health services during 2020. Some health service indicators from the time series from 2015 to 2019 were selected. The data source was official statistics. The percentage of change was estimated and a classification of the effects of COVID-19 according to its magnitude and meaning was proposed. Results: There were changes in the number and types of health services in terms of outpatient and emergency medical consultations, hospital admissions and average stay of cardiology activities related to admissions, coronary angiographies performed, pacemakers implanted and operations performed, elective surgical activities and emergency operations, as well as outpatient and minimal access ones, rehabilitative treatments, studies for diagnosis through the use of clinical and microbiology laboratories, imaging studies in general, and the most affected were those related to Stomatology, and kidney and corneal transplants. Conclusions: The COVID-19 epidemic had a negative effect on the functioning of health services as there were unfavorable changes in the number of services provided at the primary and secondary care levels, which can impact on the health of vulnerable people if alternative strategies are not established.

RESUMEN Introducción: En Santiago de Cuba las acciones aplicadas para el control de la epidemia en el 2020 ocasionaron cambios y efectos negativos sobre muchos de los servicios de salud que se brindan de manera habitual en el territorio. Objetivo: Identificar el efecto de la epidemia de COVID-19 sobre los servicios de salud en la provincia Santiago de Cuba durante el año 2020. Métodos: Se realizó un estudio ecológico retrospectivo con series temporales como unidades de análisis comparadas en la provincia de Santiago de Cuba como único territorio geográfico para evaluar los efectos que tuvo la COVID-19 sobre la prestación de los servicios de salud durante el año 2020. Se seleccionaron algunos indicadores de servicios de salud de la serie de tiempo de 2015 a 2019. La fuente de datos fueron las estadísticas oficiales. Se estimó el porcentaje de cambio y se propuso una clasificación de los efectos de la COVID-19 según su magnitud y sentido. Resultados: Se produjeron cambios en la cantidad y tipos de servicios de salud en cuanto a las consultas médicas externas y de urgencia, los ingresos hospitalarios y promedio de estadía de las actividades de cardiología relacionados con ingresos, coronariografías realizadas, marcapasos implantados y operaciones ejecutadas, de las actividades quirúrgicas operaciones electivas y de urgencia, así como las ambulatorias y por mínimo acceso, los tratamientos rehabilitadores, los estudios para el diagnóstico mediante el uso de los laboratorios clínicos y de microbiología, estudios imagenológicos, en general, y los más afectados fueron los relacionados con la Estomatología, trasplantes renales y de córnea. Conclusiones: La epidemia de COVID-19 tuvo un efecto negativo en el funcionamiento de los servicios de salud al producirse cambios desfavorables en la cantidad de servicios prestados en los niveles de atención primario y secundario, lo que puede impactar en la salud de personas vulnerables si no se establecen estrategias alternativas.

ABSTRACT Introduction: Measures to control COVID-19 epidemic are likely to enable the control of other respiratory transmitted diseases. Objective: To determine the effect of the measures applied for the prevention and control of COVID-19 on the incidence of other respiratory transmitted diseases. Methods: An ecological time series study was carried out. The units of analysis were the time series of the weekly incidence of the cases treated for some infectious diseases (acute respiratory infections, chickenpox, scarlet fever, and viral meningitis) from 2013 to 2020 in Santiago de Cuba. These units were used to create the endemic channels by the infra-maximal and supra-minimal method with series from the 52 weeks between 2013 and 2019, which served as the starting point for the analysis of the 2020 series. Results: The increase of some respiratory diseases in 2020 coincided with the increase of COVID-19 epidemic in the territory, and from week 15 onwards, it was evidenced a decrease in the incidence which is consistent with the date on which COVID-19 control measures were established (movement restriction, mask wearing, hand washing and disinfection, social distancing, etc.). Conclusions: Control measures for COVID-19 have exerted a positive impact on the incidence of the selected diseases, which exhibited a reduction below what was expected for 2020 in Santiago de Cuba.

RESUMEN Introducción: Las medidas para el control de la epidemia de COVID-19 probablemente permiten el control de otras enfermedades de transmisión respiratorias. Objetivo: Determinar el efecto de las medidas aplicadas para la prevención y control de la COVID-19 en la incidencia de algunas enfermedades de transmisión respiratoria. Métodos: Se realizó un estudio ecológico de series temporales. Las unidades de análisis fueron las series temporales de la incidencia semanal de casos atendidos por algunas enfermedades infecciosas (infecciones respiratorias agudas, varicela, escarlatina y meningitis virales) en el periodo 2013-2020 en la provincia Santiago de Cuba. Con estas se construyeron los canales endémicos se empleó el método de inframáximo y supramínimo con las series de las 52 semanas en el periodo del 2013 al 2019, las cuales sirvieron de base para el análisis de la serie de 2020. Resultados: El alza de algunas enfermedades respiratorias en el 2020 coincidió con el alza de la epidemia de COVID-19 en el territorio y a partir de la semana 15 se apreció una disminución de la incidencia, lo cual concuerda con la fecha en que se aplican las medidas de control de la COVID-19 (restricción de movimientos, uso de nasobucos, lavado y desinfección de manos, distanciamiento social, etc.). Conclusiones: Las medidas para el control de la COVID-19 han ejercido un efecto positivo sobre la incidencia de las enfermedades seleccionadas, las que exhibieron una reducción por debajo de lo esperado para el 2020, en Santiago de Cuba.

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.

ABSTRACT Despite the actions carried out by government institutions and health department in Santiago de Cuba, there has been an increase in the number of confirmed cases of Covid-19, causing the need to increase hospital beds for isolation and treatment. of patients and contacts demanding a greater number of health and support workers for these services, among which an increase in cases has been observed and for this reason it was considered necessary to characterize the perception of risk about Covid-19 who have case contacts confirmed and health workers who work in these institutions, for which a qualitative study was designed in which 106 subjects participated, of them 70 case contacts and 36 health workers. The results showed that there is a contradiction between the perception of the subjects about the negativity - mortality of the disease and the actions to avoid getting infected, as well as the perception of risk is considered only in the beliefs of perceived susceptibility and the perceived benefits and not in the perceived barriers, functional self-efficacy and the signal for action, showing a low perception from the belief in health in these subjects.

RESUMEN A pesar de las acciones llevadas a cabo por las instituciones gubernamentales y dirección de salud en Santiago de Cuba ha ocurrido un incremento en el número de casos confirmados de Covid-19 provocando la necesidad de incrementar las camas hospitalarias para el aislamiento y tratamiento de enfermos y contactos demandando mayor número de trabajadores de la salud y de apoyo para estos servicios entre los cuales se ha observado un incremento de casos y por esta razón se consideró necesario caracterizar la percepción de riesgo sobre la Covid-19 que poseen contactos de casos confirmados y trabajadores de la salud que laboran en estas instituciones para lo cual se diseñó un estudio cualitativo donde participaron 106 sujetos, de ellos 70 contactos de casos y 36 trabajadores de salud. Los resultados mostraron que existe una contradicción entre la percepción de los sujetos sobre la negatividad - mortalidad de la enfermedad y las acciones para evitar contagiarse, así como la percepción de riesgo se considera sólo en las creencias de susceptibilidad percibida y los beneficios percibidos y no en las barreras percibidas, la autoeficacia funcional y la señal para la acción, mostrando una baja percepción desde la creencia en salud en estos sujetos.

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.

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 Introduction: Most of the problems in biomedical research are of causal nature. The analysis of these studies should begin with the search for an association between the variables that represent the cause and the effect, and only if the association is significant will the causal inference analysis continue. Objective: To systematize the different statistical techniques that verify a bivariate relationship according to the type of variable. Methods: An exhaustive bibliographic review on the subject was carried out in the biomedical databases hosted in the Internet. The content was organized by sub-topics and a material with a critical synthesis of the most important aspects was elaborated, in which the experience of the authors was also expressed. Results: According to the type of variables, we have presented basic information about the coefficients, hypothesis tests, and graphs used in each case, the association measures to study risk, the features that ensure the validity of an association; chance and bias are also exposed as the mistakes that could be made in the investigation process and that could invalidate the existence of an association. The way of analyzing the association in the implicative statistical analysis is also presented. Conclusions: The knowledge of statisticians to verify a relationship between variables and the selection of statistical techniques is essential for carrying out the initial process of causal inference.

RESUMEN Introducción: La mayoría de los problemas en la investigación biomédica son de naturaleza causal. El análisis en estos estudios debe comenzar por la búsqueda de asociación entre las variables que representan la causa y el efecto y solo si la asociación es significativa, continuará el análisis de inferencia causal. Objetivo: Sistematizar las diferentes técnicas estadísticas que verifican una relación bivariada según el tipo de variable. Métodos: Se realizó una revisión bibliográfica exhaustiva sobre el tema en las bases de datos biomédicas alojadas en la Internet. Se organizó el contenido por subtemas y se elaboró un material con una síntesis crítica de los aspectos más importantes, en el cual se plasmó además la experiencia de las autoras. Resultados: Se expone, según tipo de variables, información básica de los coeficientes, pruebas de hipótesis y gráficos empleados en cada caso, las medidas de asociación para estudiar el riesgo, los atributos que aseguran la validez de una asociación, el azar y el sesgo como los errores que pudieran cometerse en el proceso de investigación y que pueden invalidar la existencia de una asociación. También se presenta la forma de analizar la asociación en el análisis estadístico implicativo. Conclusiones: El conocimiento de los estadísticos para verificar una relación entre variables y la selección de técnicas estadísticas es esencial para llevar a cabo el proceso inicial de inferencia causal.

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 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 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.