Introducción. La diabetes mellitus tipo 2 (DM2) es una enfermedad metabólica que afecta todas las aristas de la vida individual y familiar de la persona que la padece. La pandemia causada por el virus de SARS-COV-2 ha generado un problema relevante a nivel del sistema de salud, provocando una sobrecarga importante y una complejizarían de los servicios para atender la infección. Lo anterior, ha llevado a que muchas personas pierdan sus controles crónicos y no puedan cuidarse de manera adecuada. Métodos. La prueba de Wilcoxon se utilizó para comparar grupos de pacientes y variables continuas. Se aplicó un modelo de regresión lineal para estudiar la asociación entre la glicemia y la hemoglobina glicosilada. Se consideró un valor p <0.05 para aceptar la hipótesis alternativa de las pruebas estadísticas. Resultados. Se encontraron diferencias significativas entre población con niveles inferiores a 9% de hemoglobina glicosilada y niveles superiores o iguales a 9% en variables como glicemia, colesterol total, colesterol HDL, colesterol LDL y triglicéridos. En el modelo de regresión lineal se reportó R2  (0.61) y  (0.22) entre la glicemia y la hemoglobina glicosilada con significancia estadística en todos los niveles (valor p<0.05). Conclusiones.  Un mal ajuste de los niveles de HBA1C en población con DM2 podría generar una serie de comorbilidades como dislipidemias, hipertensión, enfermedad cardiovascular o infarto agudo al miocardio producto de la glucotoxicidad y lipotoxicidad.

La detección del ARN del SARS-CoV-2 en las aguas residuales es útil para identificar la presencia del COVID-19 en la comunidad. Este método proporciona información adicional, barata e indicativa del contagio de COVID-19.  La presente investigación estudia el caso del Baix Llobregat en Cataluña, España. Métodos: Esta investigación utilizó un conjunto de datos abiertos de la "Generalitat de Cataluña" para el Baix Llobregat. Se analizaron las series temporales de la dinámica de COVID-19 y de los genes de COVID-19 en las aguas residuales para 2020-2022.  Se realizó una regresión lineal simple y múltiple para las variables Genes N1 y N2 en aguas residuales y los indicadores epidemiológicos de COVID-19. Se utilizó un valor p<0,05 para los análisis estadísticos. Resultados: La regresión lineal entre los genes N1 y N2 de COVID-19 muestra una alta correlación para 2020 y 2021. La variable con mejor correlación para el gen N1 fue la incidencia acumulada y la mejor variable asociativa para el gen N2 fue el %PCR-RAT positivo. En la regresión lineal múltiple, el modelo resulta aceptable al considerar el ARN SARS-CoV-2 y los indicadores epidemiológicos más altos con valores significativos (p<0,05). Discusión: La presencia de COVID-19 en aguas residuales podría ser útil para determinar la dinámica de COVID-19 en la comunidad. En este estudio, la incidencia acumulada y el PCR-RAT% positivo mostraron un alto rendimiento en la regresión lineal. Los resultados gráficos revelan tendencias similares con los genes de COVID-19 en los residuos del agua y las tasas epidemiológicas para las series temporales

Introduction: The COVID-19 pandemic has triggered a better preparation of primary care, hospitalization, and emergency health services. The current investigation of COVID-19 dynamics was carried at the Hospital Fundació Sant Joan de Deu de Martorell (FHSJDM). This research aims to analyse the COVID-19 time series in FHSJDM. Methods: The time series of COVID-19 were analized for 2020-2021. To measure seasonality, the Dicky-Fuller test was obtained. The analysis of the results was performed in R-Studio software. Results: Three peaks of cases are observed for January, April, and July 2021. These peaks of hospital cases are correlated with the new cases in the municipality and also with the new cases in Catalonia. The result of the seasonality test has a p-value >0.05, and thus it is accepted that the series is not seasonal for the registry of hospital cases. Discussion: The study of COVID-19 dynamics is relevant to preparing health services. Each peak observed in the 2021 period affected the health services in the hospital FHSJDM, having an increase for new cases, hospitalized patients and total cases for COVID-19.

Introducción. Las Enfermedades Transmitidas por Alimentos ( ETA), constituyen un problema de salud pública de relevancia mundial, siendo motivo de vigilancia epidemiológica y son el resultado del consumo de alimentos que contienen toxinas o microorganismos patógenos vivos. El objetivo de este estudio es analizar las series temporales de Salmonella spp. para el periodo 2014-2022 en Chile y desarrollar un modelo predictivo de Media Móvil Autorregresiva  (ARIMA). Métodos. Se realizó una descomposición de la serie para estudiar tendencia y estacionalidad. Se utilizó la prueba de Dickey-Fuller para estacionalidad y Kruskall-Wallis para comparación de grupos. Se aplicó el modelo ARIMA para realizar una predicción de casos en un año adelante. Resultados. La serie de estudio para Salmonella spp. tuvo un comportamiento estacional sin diferencias significativas entre grupos (periodos). El modelo ARIMA tuvo un buen desempeño para predecir casos en una serie continua. Conclusiones. El análisis de series temporales en epidemiología es una herramienta valiosa para prever futuros brotes o epidemias en el territorio nacional. El modelo ARIMA tiene un buen desempeño en la serie estacional analizada para Salmonella spp en muestras de deposición.