Covid-19 en el servicio de salud de Castilla y León (España) desde la perspectiva multivariante

Abstract

[ES]La pandemia de COVID-19 supuso un desafío sin precedentes para los sistemas sanitarios, no solo desde el punto de vista asistencial, sino también en términos de salud laboral y prevención de riesgos profesionales. Los trabajadores sanitarios y no sanitarios estuvieron expuestos de manera heterogénea al riesgo de infección por SARS-CoV-2, condicionada por factores organizativos, profesionales, territoriales, temporales y diagnósticos. El objetivo de esta tesis doctoral es analizar y describir los patrones multivariantes de exposición ocupacional y positividad frente al SARS-CoV-2 en los trabajadores del Servicio de Salud de Castilla y León (SACYL, España), durante el periodo comprendido entre marzo de 2020 y marzo de 2022, mediante un enfoque multivariante de carácter exploratorio. El estudio se basa en una base de datos administrativa de gran escala, compuesta por más de 300.000 pruebas diagnósticas realizadas a personal sanitario y no sanitario, caracterizada por una estructura de alta dimensionalidad y por la predominancia de variables categóricas. Dada la naturaleza de los datos y la ausencia de una variable respuesta predefinida, se seleccionó el Análisis de Correspondencias Múltiples (ACM) estimado mediante Escalamiento Óptimo (HOMALS) como herramienta principal de análisis. Esta metodología permite explorar de forma conjunta las asociaciones entre variables categóricas sin imponer supuestos paramétricos, manteniendo al mismo tiempo la viabilidad computacional en bases de datos de gran tamaño. A partir de las coordenadas factoriales obtenidas mediante el ACM, se aplicaron técnicas de agrupamiento jerárquico y no jerárquico (método de Ward y algoritmo K-means), con el objetivo de sintetizar el espacio multivariante en perfiles interpretables de exposición ocupacional y positividad. El análisis se realizó tanto de forma global como estratificada por ámbito organizativo, con el fin de evitar la agregación de poblaciones heterogéneas y mejorar la interpretabilidad de los resultados. Asimismo, se comparó el análisis conjunto de pruebas positivas y negativas con el análisis restringido a pruebas con resultado positivo, permitiendo identificar estructuras más estrechamente relacionadas con los patrones epidemiológicamente relevantes. Los resultados evidencian la existencia de estructuras multivariantes diferenciadas de exposición y positividad asociadas al contexto organizativo, la categoría profesional, la distribución territorial, la estrategia diagnóstica y la evolución temporal de la pandemia. De manera destacada, los patrones identificados no se limitan al personal asistencial, poniendo de manifiesto la relevancia de los colectivos no sanitarios en la dinámica de la exposición ocupacional. Desde una perspectiva metodológica, esta tesis demuestra la idoneidad de la combinación del Análisis de Correspondencias Múltiples y las técnicas de agrupamiento como marco exploratorio para el análisis de grandes bases de datos categóricos en sistemas sanitarios complejos. Los resultados obtenidos aportan evidencia útil para la vigilancia en salud laboral y para el diseño de estrategias preventivas adaptadas en contextos de emergencia sanitaria.