Capítulo 4 Conclusiones

4.1 Hallazgos principales

A partir del análisis exploratorio de los datos de COVID-19 en el departamento del Atlántico, se pueden establecer las siguientes conclusiones:

Distribución demográfica:
La población entre 30 y 40 años fue la más afectada, lo cual es consistente con su mayor movilidad y exposición laboral. Se observó una ligera predominancia de casos en el género masculino.

Distribución geográfica:
Barranquilla concentró la gran mayoría de los casos positivos del departamento, seguida por Soledad y Malambo. Esta concentración es esperada dado el peso poblacional y económico de estas ciudades. Sin embargo, municipios como Tubará mostraron tasas de mortalidad comparativamente más altas, posiblemente asociadas a menor acceso a servicios de salud.

Evolución temporal:
Se identificó un pico pronunciado de casos en el primer semestre de 2021. A partir de 2022, los casos descendieron de manera sostenida, coincidiendo con la masificación del plan de vacunación nacional.

Tipo de contagio:
El contagio comunitario (68%) fue el predominante, lo que refleja la dificultad de rastrear la fuente de contagio durante los picos de la pandemia.

Mortalidad:
La tasa de mortalidad global fue del 2.5%. La mediana de días hasta fallecimiento fue de 19 días desde el inicio de síntomas, con alta variabilidad.

Tiempo de recuperación:
La distribución de días de recuperación es fuertemente asimétrica. La mediana (15 días) es más representativa que la media (23 días) dado el efecto de casos extremos. El 50% de los pacientes se recuperaron entre 14 y 21 días.

Correlaciones:
La matriz de Spearman no reveló correlaciones significativas entre edad, días de recuperación y días hasta fallecimiento. Esto sugiere que la edad por sí sola no es un predictor suficiente del tiempo de recuperación.

---

4.2 Propuesta de modelo predictivo

Con base en el EDA, se propone construir un modelo para estimar los días de recuperación (dias_recuperacion) a partir de las siguientes variables:

Variable	Tipo	Justificación
edad_anos	Numérica	Factor biológico de riesgo
sexo	Categórica	Diferencias en evolución clínica
tipo_de_contagio	Categórica	Posible relación con carga viral
nombre_municipio	Categórica	Variabilidad en acceso a salud

Se recomienda explorar modelos de regresión lineal múltiple como línea base, y comparar con modelos más flexibles (árboles de decisión, Random Forest) para capturar posibles no linealidades.