El modelo M1 de VIRAL: búsqueda exhaustiva y sistematizada de fuentes para medir carga de enfermedad
Transcripción
51:22debo dar o qué preguntas debo responder para que esos diferentes actores tengan la posibilidad de decir, implementemos o exploremos o trabajemos en pro de esta estrategia de prevención? y
51:38quiero que veamos la estrategia de SIDEN no sólo como sincitial, sino pensando en diferentes estrategias de prevención. Y entonces el paso A debe ser, lo concebimos así, lo venimos aprendiendo y lo vemos en otras regiones, carga de enfermedad.
51:52Esto es algo grave para la región. Y miren que las preguntas pueden ser diferentes, pero en última responden lo mismo. Esto qué tan frecuente, qué tan grave, a quiénes, cuánto cuesta, que implica más allá de la hospitalización,
52:07costos, calidad de vida. Porque eso es lo que un tomador de decisiones en últimas quiere tener. Y nosotros, como clínicos, científicos, investigadores. Pero adicionalmente, esta fase inicial en la que
52:22queremos implementar una estrategia de prevención debe ir de la mano de, ok, sociedades científicas, investigadores, levantamos carga de enfermedad en nuestra región, de nuestros datos, y compartimos, socializamos la mejor evidencia disponible
52:36relacionada con estrategias de prevención. Y miren que en Viral venimos trabajando en una iniciativa y lo hemos llamado el modelo M7. Ese modelo M7, el M1, incluye unas búsquedas
52:50absolutamente sistematizadas de bases de datos locales, literatura gris, datos locales en términos de poblacionales, datos de vigilancia epidemiológica y hacer una búsqueda
53:05absolutamente exhaustiva, incluso usamos algunas estrategias de inteligencia artificial que ayudan a identificar, identificar, identificar, identificar, porque en últimas lo que queremos es organizar la evidencia disponible para
53:20llegar a esto, que existe, que no existe, porque el tercer punto, como lo vamos a ver cuando hablamos de identificar carga de enfermedad, lo que no existe en estos escenarios no se vale decir voy a hacer una
53:33corte y en cinco años hablamos. La idea es que nosotros como investigadores planteemos, bueno, ¿qué aproximación puedo hacer? ¿Es modelable? ¿No es modelable? ¿Hay una aproximación poblacional?
Objetivo: Describir los componentes y la lógica del modelo M1 de VIRAL Network para identificar y organizar fuentes de evidencia sobre carga de enfermedad a nivel local y regional
ivan_felipe_gutierrez presenta el modelo M1, que integra búsquedas sistematizadas en bases de datos locales, literatura gris, registros poblacionales y vigilancia epidemiológica, apoyadas en herramientas de inteligencia artificial. El objetivo es distinguir qué evidencia existe y qué vacíos deben cubrirse mediante aproximaciones alternativas —modelación, estimación poblacional— cuando no es viable esperar estudios prospectivos de largo plazo.
Puntos clave
«lo primero que uno debe preguntarse es, ok, ¿qué debo dar o qué preguntas debo responder para que esos diferentes actores tengan la posibilidad de decir, implementemos o exploremos o trabajemos en pro de esta estrategia de prevención? y quiero que veamos la estrategia de SIDEN no sólo como sincitial, sino pensando en diferentes estrategias de prevención. Y entonces el paso A debe ser, lo concebimos así, lo venimos aprendiendo y lo vemos en otras regiones, carga de enfermedad. Esto es algo grave para la región. Y miren que las preguntas pueden ser diferentes, pero en última responden lo mismo. Esto qué tan frecuente, qué tan grave, a quiénes, cuánto cuesta, que implica más allá de la hospitalización, costos, calidad de vida. Porque eso es lo que un tomador de decisiones en últimas quiere tener.»
«en Viral venimos trabajando en una iniciativa y lo hemos llamado el modelo M7. Ese modelo M7, el M1, incluye unas búsquedas absolutamente sistematizadas de bases de datos locales, literatura gris, datos locales en términos de poblacionales, datos de vigilancia epidemiológica y hacer una búsqueda absolutamente exhaustiva, incluso usamos algunas estrategias de inteligencia artificial que ayudan a identificar, identificar, identificar, identificar, porque en últimas lo que queremos es organizar la evidencia disponible para llegar a esto, que existe, que no existe, porque el tercer punto, como lo vamos a ver cuando hablamos de identificar carga de enfermedad, lo que no existe en estos escenarios no se vale decir voy a hacer una corte y en cinco años hablamos. La idea es que nosotros como investigadores planteemos, bueno, ¿qué aproximación puedo hacer? ¿Es modelable? ¿No es modelable? ¿Hay una aproximación poblacional?»