Moreno López, Edna CarolinaOrdóñez Manrique, Sergio Alejandro2024-01-232024-01-232024-01-23Ordóñez Manrique, S. A. (2024). Análisis del Efecto de la Pandemia de Covid-19 en los Servicios Hospitalarios de una Póliza de Salud Privada Mediante Metodologías de Series de Tiempo con Intervención e Interrumpidas. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/53690Las series de tiempo a menudo se ven afectadas por valores extraños o inusuales, por lo que es necesario medir la influencia del evento que no sucede con frecuencia o determinar y tener en cuenta el punto de la intervención que afecta la serie de tiempo para el correcto pronóstico de sus valores futuros y estimación de los parámetros del modelo. La pandemia del 2019-2020 por el virus del covid-19, que representó un suceso inesperado en el siglo XXI es un evento de intervención que afectó la prestación normal de los servicios de salud. Este estudio aplicó modelos de series de tiempo con intervención y análisis de series de tiempo interrumpidas para evaluar cómo la pandemia de covid-19 afectó los servicios de hospitalización. Se crearon escenarios de pronóstico para comparar la realidad observada con lo que se hubiera esperado sin la pandemia. Los resultados demuestran que la inclusión de metodologías de series de tiempo con intervenciones e interrumpidas mejora significativamente la precisión de los pronósticos, resaltando la importancia de estos métodos en la planificación eficaz del sector salud durante crisis.Time series are often affected by unusual or outlier values, making it necessary to measure the influence of infrequent events or to determine and consider the intervention point affecting the time series for accurate forecasting of future values and model parameter estimation. The 2019-2020 COVID-19 pandemic, an unexpected event in the 21st century, was an intervention event that impacted the normal provision of healthcare services. This study applied time series models with intervention and interrupted time series analysis to assess how the COVID-19 pandemic affected hospitalization services. Forecast scenarios were created to compare the observed reality with what would have been expected without the pandemic. The results demonstrate that the inclusion of time series methodologies with interventions and interruptions significantly improves the accuracy of forecasts, highlighting the importance of these methods in effective healthcare sector planning during crises.application/pdfspaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Time seriesanalysisinterventioninterruptionCOVID-19predictionmedicinehealth servicesEstadística AplicadaTiempoPandemiaTesis de maestríaAbierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Serie de tiempoanálisisintervencióninterrupciónCOVID-19predicciónmedicinaservicios de saludreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co