Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Jerarquización de zonas de atención prioritaria para la minimización del riesgo biológico en situación de crisis
Ordering areas for priority public health interventions during infectious disease outbreaks
DOI:
https://doi.org/10.15446/rsap.v24n5.102219Palabras clave:
Atención a la salud, normas sociales, comprensión, asunción del riesgo, conducta de reducción del riesgo, políticas de control social (es)Health care, social norms, comprehension, risk-takin, risk reduction behavior, social control policies (en)
Descargas
Objetivo Proponer una herramienta para identificar sectores de población que requieren mayor atención por parte de autoridades locales o gubernamentales en situaciones de crisis biológica, considerando los factores que influyen en la adherencia a las normas de minimización de riesgos.
Metodología Se implementó un algoritmo de ordenamiento, tomando como referencia las restricciones de julio del 2021 en Ecuador. El contexto del estudio se resume en siete sectores urbanos de la ciudad de Guayaquil, con una población caracterizada por un nivel de educación promedio por debajo de la educación secundaria superior (70%) y más del 50% entre 20-34 años, con alguna ocupación en el medio de una economía popular debilitada. Siete factores de riesgo fueron identificados después de un análisis estructural de la hipóótesis de adherencia (χ2/gl=3,6; CFI≥0,91; TLI≥0,90; RMSEA≤0,05), basado en una muestra aleatoria de n=515 adultos viviendo en las áreas afectadas.
Resultados El seguimiento de las normas está influenciado por la percepción del clima de seguridad, el riesgo percibido y el entendimiento del riesgo. El umbral de ordenmiento (h) permite establecer relaciones unidireccionales entre variables.
Conclusiones Los resultados muestran que Vergeles, Norte y Fertisa representan los sectores con mayor prioridad de atención en materia de salud pública {A4,A5,A6}>{A2}>{A3}>{A1}>{A7}. Se requiere identificar más factores para garantizar una diferenciación óptima.
Objective To propose a tool to identify local communities that require public health work priority, taking into account factors that influence adherence to risk minimization guidelines, especially in lock-down environments and unconventional workplaces.
Methodology An ordering algorithm, based on the theory of uncertainty, was applied to classify population zones exhibiting high levels of infection and non-compliance withregulations in Guayaquil, during the last ‘weekend’ lockdown episode in July 2021. Seven urban sectors showed the highest number of infections (more than 70% of the local population): Vergeles (A1), Samanes (A2), Socio Vivienda (A3), Guasmo Norte (A4), Fertisa (A5), Alborada (A6), Urdesa (A7). Seven risk factors were identified after a path analysis of compliance hypothesis (χ2/ gl=3,6; CFI≥0,91; TLI≥0,90, RMSEA≤0,05), based on a random sample of n=515 adults living in the affected areas.
Results Adherence to norms is influenced by the safety climate, perceived risk and risk understanding. The ordering threshold (h) leaded unidirectional relationships between variables.
Conclusions Adding more factors are believed to increases the differentiation path. The results showed that Vergeles, Norte and Fertisa were the areas with the highest priority for public health care {A4,A5,A6}>{A2}>{A3}>{A1}>{A7}.
Referencias
Organización Mundial de la Salud. La OMS declara que el nuevo brote de coronavirus es una emergencia de salud pública de importancia internacional [Internet]. Ginebra: OMS; 30 de enero de 2020 [cited 2022 Marzo 29]. https://bit.ly/3gNTLRu.
Ecuador. Ministerio de Salud Pública. Actualización de casos de coronavirus en Ecuador [Internet]. Quito: MSP; 2020 [cited 2022 Marzo 29]. https://bit.ly/3GUZy24.
Faiola A, Herrero AV. Bodies lie in the streets of Guayaquil, Ecuador, emerging epicenter of the coronavirus in Latin America. The Washington Post [Internet]. 3 de abril de 2020 [cited 2022 Marzo 29]; The Americas. https://wapo.st/3AVaUPW.
34 151 casos confirmados de covid-19 en Ecuador; los fallecimientos ascienden a 4 531 en el contexto del coronavirus. Multicanal [Internet]. 19 de mayo de 2020 [cited 2022 Marzo 29]. https://bit.ly/3ud3Lqt.
Millán Valencia A. Coronavirus: ¿por qué Ecuador tiene el mayor número de contagios y muertos per cápita de covid-19 en Sudamérica? BBC News [Internet]. 26 de marzo de 2020 [cited 2022 Marzo 29]; Mundo. https://bbc.in/3Vuk3qI.
Sohrabi C, Alsafi Z, O’neill N, Khan M, Kerwan A, Al-Jabir A, et al. World Health Organization declares global emergency: A review of the 2019 novel coronavirus (COVID-19). Int J Surg. 2020; 76:71-6. https://doi.org/10.1016/j.ijsu.2020.02.034.
Ammendolia J, Saturno J, Brooks AL, Jacobs S, Jambeck JR. An emerging source of plastic pollution: Environmental presence of plastic personal protective equipment (PPE) debris related to COVID-19 in a metropolitan city. Environ Pollut. 2021; 269:116160. https://doi.org/10.1016/j.envpol.2020.116160.
Sangiorgio V, Uva G, Aiello MA. A multi-criteria-based procedure for the robust definition of algorithms aimed at fast seismic risk assessment of existing RC buildings. Structures. 2020; 24:766-82. https://doi.org/10.1016/j.istruc.2020.01.048.
Carvalhais C, Querido M, Pereira CC, Santos J. Biological risk assessment: A challenge for occupational safety and health practitioners du- ring the COVID-19 (SARS-CoV-2) pandemic. Work. 2021; 69(1):3-13. https://doi.org/10.3233/WOR-205302.
Svein A, Burns TR. Societal Decision-making: Democratic Challenges to State Technocracies. Aldershot: Dartmouth Publications; 1992.
Berger PL, Luckmann T. Reviewed Works: The Social Construction of Reality: A Treatise in the Sociology of Knowledge. JSSR. 1968; 7(1):122-5. DOI: https://doi.org/10.2307/1385127
Barrios JM, Hochberg Y. Risk Perception Through the Lens of Politics in the Time of the COVID-19 Pandemic. Cambridge: National Bureau of Economic Research; 2020. NBER Working Papers 27008. DOI: https://doi.org/10.3386/w27008
Morrow SL, McGonagle AK, Dove-Steinkamp ML, Walker CT, Marmet M, Barnes-Farrell JL. Relationships between psychological safety climate facets and safety behavior in the rail industry: A dominance analysis. Acc Anal Prev. 2010; 42(5):1460-7. https://doi.org/10.1016/j.aap.2009.08.011.
Kouabenan DR, Ngueutsa R, Mbaye S. Safety climate, perceived risk, and involvement in safety management. Safety Science. 2015;77:72-9. DOI: https://doi.org/10.1016/j.ssci.2015.03.009
Janmaimool P. Application of protection motivation theory to investigate sustainable waste management behaviors. Sustainability. 2017; 9(7):1079. https://doi.org/10.3390/su9071079.
Balkhy HH, Abolfotouh MA, Al-Hathlool RH, Al-Jumah MA. Awareness, attitudes, and practices related to the swine influenza pandemic among the Saudi public. BMC Infect Dis. 2010; 10:42. https://doi.org/10.1186%2F1471-2334-10-42.
Johnson EJ, Hariharan S. Public health awareness: knowledge, attitude and behaviour of the general public on health risks during the H1N1 influenza pandemic. J Public Health. 2017; 25(3):333-7. https://doi.org/10.1007/s10389-017-0790-7.
Kam JA, Matsunaga M, Hecht ML, Ndiaye K. Extending the theory of planned behavior to predict alcohol, tobacco, and marijuana use among youth of Mexican heritage. Prev Sci. 2009; 10(1):41-53. https://doi.org/10.1007/s11121-008-0110-0.
Davidsson P. Determinants of Entrepreneurial Intentions. In: RENT IX Workshop. Piacenza; 1995. p.23-4.
Knight FH. Theories of profit, change and risk in relation to profit. In: Knight FH. Risk, uncertainty, and profit. New York: The Riverside Press Cambridge; 1921. p. 22-50. https://bit.ly/3OIMrmE.
Aguilar González F. Teoría de la decisión e incertidumbre: modelos normativos y descriptivos. EMP. 2004; (8):139-60. https://doi.org/10.5944/empiria.8.2004.982.
Mateo JRSC. Multi-Criteria Analysis. In: Multi Criteria Analysis in the Renewable Energy Industry. Berlín: Springer; 2012. DOI: https://doi.org/10.1007/978-1-4471-2346-0_2
Cano MC, Molina-Navarrete C, Martín Chaparro MP, Vera-Martínez JJ. Nuevos retos de las políticas de salud laboral en las organizaciones de trabajo: una aproximación al estrés laboral y al «burnout» en clave psicosocial. Temas laborales [Internet]. 2004 [cited 2022 Marzo 29]; (75):188-212. https://bit.ly/3AW2KH4.
Okuonghae D, Omame A. Analysis of a mathematical model for COVID-19 population dynamics in Lagos, Nigeria. Chaos Solitons Fractals. 2020; 139:110032. https://doi.org/10.1016/j.chaos.2020.110032.
Chretien J-P, George D, Shaman J, Chitale RA, Mckenzie FE. Influenza forecasting in human populations: A scoping review. PLoS One. 2014; 9(4):e94130. https://doi.org/10.1371/journal.pone.0094130.
Farias J, Pilati R. COVID-19 as an undesirable political issue: Conspiracy beliefs and intolerance of uncertainty predict adhesion to prevention measures. Curr Psychol. 2021; 1-11. https://doi.org/10.1007/s12144-021-01416-0.
De Almeida AT, Alencar MH, Garcez TV, Ferreira RJP. A systematic literature review of multicriteria and multi-objective models applied in risk management. IMA J Manag Math. 2017; 28(2):153-84. https://doi.org/10.1093/imaman/dpw021.
Van Bavel JJ, Baicker K, Boggio PS, Capraro V, Cichocka A, Cikara M, et al. Using social and behavioural science to support COVID-19 pandemic response. Nat Hum Behav. 2020; 4(5):460-71. https://doi.org/10.1038/s41562-020-0884-z.
Ecuador. Instituto Nacional de Estadística y Censos. Encuesta Nacional Multipropósito de Hogares (Seguimiento al Plan Nacional de Desa- rrollo) [Internet]. Quito: INEC; 2020 [cited 2022 Marzo 29]. https://bit.ly/2lAwsgM.
Ditekemena JD, Nkamba DM, Muhindo HM, Fodjo Siewe JN, Luhata C, Van den Bergh R, et al. Factors associated with adherence to COVID-19 prevention measures in the Democratic Republic of the Congo (DRC): results of an online survey. BMJ Open. 2021; 11(1):e043356. http://dx.doi.org/10.1136/bmjopen-2020-043356.
Consejo Cantonal de Protección Integral de Derechos de Guayaquil. Boletín Pandemia- Guayaquil [Internet]. Guayaquil: CCPIDG; 2020. https://bit.ly/3iXDWIv.
Xie K, Liang B, Dulebenets MA, Mei Y. The impact of risk perception on social distancing during the COVID-19 pandemic in China. Int J Environ Res Public Health. 2020; 17(17):6256. https://doi.org/10.3390/ijerph17176256.
Prasetyo YT, Castillo AM, Salonga LJ, Sia JA, Seneta JA. Factors affecting perceived effectiveness of COVID-19 prevention measures among Filipinos during Enhanced Community Quarantine in Luzon, Philippines: Integrating Protection Motivation Theory and extended Theory of Planned Behavior. Int J Infect Dis. 2020; 99:312-23. https://doi.org/10.1016/j.ijid.2020.07.074.
Koetke J, Schumann K, Porter T. Trust in science increases conservative support for social distancing. 2021; 24(4):680-97. https://doi.org/10.31219/osf.io/cngq8.
Islam SMDU, Mondal PK, Ojong N, Bodrud-Doza M, Siddique MAB, Hossain M, et al. Water, sanitation, hygiene and waste disposal practices as COVID-19 response strategy: insights from Bangladesh. Environ Dev Sustain. 2021; 23:11953-74. https://doi.org/10.1007/s10668-020-01151-9.
Chin J, Jiang BC, Mufidah I, Persada SF, Noer BA. The Investigation of Consumers’ Behavior Intention in Using Green Skincare Products: A Pro-Environmental Behavior Model Approach. Sustainability. 2018; 10(11):3922. https://doi.org/10.3390/su10113922.
Molinero LM. ¿Qué es el método de estimación de máxima verosimilitud y cómo se interpreta? Asociación de la Sociedad Española de Hipertensión [Internet]. 2003 [cited 2022 Marzo 29]; 1:1-5. https://bit.ly/3gHPBKW.
Lara Hormigo A. Introducción a las ecuaciones estructurales en Amos y R [Internet]. 2014 [cited 2022 Marzo 29]. https://bit.ly/3FbRecW.
Ecuador. Ministerio de Ambiente. Protocolo de manejo de desechos generados ante evento coronavirus COVID-19. Quito: Ministerio de Ambiente; 2020 [cited 2022 Marzo 29]. https://bit.ly/3gF1n8V.
Belzunegui-Eraso A, Erro-Garcés A. Teleworking in the context of the Covid-19 crisis. Sustainability. 2020; 12(9):3662. https://doi.org/10.3390/su12093662.
Espinal EK, Santos de la Cruz E, Canales del Mar MR. Métrica difusa para la evaluación del desempeño en la gestión por procesos. Idata. 2016; 18(1):19-30. https://doi.org/10.31381/tradicion.v0i16.1447.
Gil-Aluja J. Elementos para una teoría de la decisión en la incertidumbre. Pontevedra: Milladoiro; 1999.
Kim H, So KKF, Mihalik BJ, Lopes AP. Millennials’ virtual reality experiences pre- and post-COVID-19. JHTM. 2009; 48:200-9. https://doi.org/10.1016/j.jhtm.2021.06.008.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
1. Yomar González-Cañizalez, Lady Sangacha-Tapia, Rubén Manrique-Suarez, Jonathan Silva-Barreto, J. Sanchis Sáez, V. Pla Boscà, P. Galindo Villardón, J. Barzola Monteses. (2024). IIoT trends in Occupational Safety and Health: A perspective from text-mining data analysis. E3S Web of Conferences, 532, p.02006. https://doi.org/10.1051/e3sconf/202453202006.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente investigación al publico apoya a un mayor intercambio de conocimiento global.
Todos los contenidos de esta revista, excepto dónde está identificado, están publicados bajo una Licencia Creative Commons Atribución 4.0.
