PENELITIAN
Informasidapat diperoleh atas permintaan resmi ke alamat e-mail berikut: boletin. khususnya
oleh keluarga virus yang dikenal sebagai coro
dis@mspsalud.gob.ec.
naviruses [1]. Organisasi Kesehatan Dunia mengenali
Pendanaan: Pendanaan diterima dari Universidad de las Americas. RL didukung setidaknya tiga jenis virus korona yang mampu menimbulkan
oleh Royal Society Dorothy Hodgkin Fellowship. Pemberi dana tidak memiliki wabah epidemi, termasuk SARS-CoV, MERS-CoV dan virus
peran dalam desain studi, pengumpulan dan analisis data, keputusan untuk
menerbitkan, atau persiapan naskah.
SARS-CoV-2 yang baru ditemukan [2]. Virus-virus ini
bertanggung jawab untuk menyebabkan sindrom pernafasan
Kepentingan yang bersaing: Penulis telah menyatakan bahwa tidak ada
akut yang parah (SARS), sindrom pernapasan Timur Tengah
kepentingan yang bersaing.
(MERS) dan penyakit virus korona yang paling baru
Rangkuman penulis
dijelaskan (COVID-19) [3].
Dalam studi ini kami merangkum tren epidemiologis fase Sejak laporan pertama dari sekelompok kasus pneumonia
awal pandemi penyakit coronavirus baru (COVID-19) di atipikal di Wuhan, Cina pada Desember 2019, virus SARS-
Ekuador, negara dengan angka kematian berlebih tertinggi CoV-2 dan COVID-19 dengan cepat menyebar ke seluruh
yang dilaporkan pada awal krisis kesehatan global akibat dunia [1,4], menginfeksi lebih dari 40 juta orang dan
COVID-19 di seluruh dunia. . menyebabkan lebih dari 1,1 juta kematian di seluruh dunia
Kami telah melakukan analisis lengkap terhadap tren sampai 20 Oktoberth,2020. Salah satu alasan utama virus
epidemiologi, gambaran klinis, faktor risiko yang terkait telah menyebar begitu cepat adalah karena tetesan
dengan kematian dan karakteristik demografis utama dari transmisi dari kedua orang gejala dan tanpa gejala, sehingga
9.468 pasien pertama. Ekuador telah secara resmi sulit untuk tes, jejak dan kasus baru isolat efektif [2].
melaporkan 474 kematian yang dikonfirmasi COVID-19, Memahami dinamika penularan dalam pengaturan yang
namun, setidaknya 4.780 kematian dilaporkan sebagai berbeda dapat memberikan petunjuk penting tentang
sindrom gangguan pernapasan akut (ARDS) selama periode kemajuan pandemi, terutama di daerah dengan akses yang
waktu yang sama, menunjukkan kasus COVID-19 yang tidak tidak merata ke layanan kesehatan, kepadatan penduduk
dilaporkan dan dilakukan di negara tersebut. Di Ekuador, yang tinggi dan beban penyakit tropis yang terabaikan [5,6].
COVID-19 lima kali lebih mematikan di antara pasien yang Dalam studi ini, kami menyajikan temuan analisis sementara
menganggur dibandingkan dengan pekerja kantoran, situasi epidemiologis di Ekuador, yang menggambarkan
menunjukkan hubungan yang kuat antara kemiskinan dan karakteristik klinis dan perilaku epidemiologis dari 9.468
kematian. Ini adalah laporan epidemiologi pertama dari Ecua kasus COVID-19 pertama yang dikonfirmasi menggunakan
dor yang menggunakan kasus COVID-19 yang dilaporkan metode reverse transcription polymerase chain reaction (RT-
secara resmi. Penghuni dataran tinggi memiliki tingkat PCR) metode.
serangan dan kematian yang lebih rendah daripada mereka
yang tinggal di dataran rendah, kemungkinan karena Metode
berkurangnya akses ke layanan perawatan kesehatan.
Etika Pernyataan
ini analisis data sekunder dari anonim, informasi un-
diidentifikasi menerima persetujuan etis (#EOP-200.301-
Pendahuluan 001) dari Universidad de las Americas Komite Etika CEISH
Selama beberapa dekade terakhir, dunia telah dihadapkan pada10 tanggalMaret 2020. panggilan telepon dan informasi
pada serangkaian ancaman dari wabah virus yang yang diambil selama periode lanjutan diperoleh oleh para
disebabkan oleh penyakit zoonosis yang muncul dan profesional kesehatan yang tidak terkait dengan proyek ini
sebagai bagian daridari
standar perawatan perawatan untuk pasien dengan COVID-19. Informasi dari laporan
tersebut dianonimkan secara posterior untuk memastikan tidak ada informasi sensitif yang dibagikan dengan anggota
proyek penelitian kami. Menurut praktik klinis dan penelitian internasional yang baik dan
sesuai dengan hukum Ekuador, studi observasi yang tidak membahayakan hak
pasien dikecualikan dari mendapatkan persetujuan etis penuh.
Desain studi
Kami melakukan analisis epidemiologi COVID-19 berbasis populasi di seluruh negeri,
menggunakan data kasus yang dilaporkan di Ekuador antara 27 Februari dan 18 April 2020 (Gambar S1). Basis data
terdiri dari pria, wanita dan anak-anak dari 0 hingga 100 tahun denganRT-PCRpositif
diagnosisCOVID-19, menggunakan teknik reverse transcription polymerase chain reaction (RT-PCR)
, selama 54 hari pertama wabah, termasuk kasus yang pertama kali diimpor dan
kasus yang didapat oleh komunitas.
Setting
Penelitian dilakukan di Ekuador, negara yang terletak di Amerika Selatan, berbatasan dengan
Kolombia di Utara, Peru di Selatan / Timur dan Samudra Pasifik di Barat. Negara
ini terbagi menjadi empat wilayah geografis: 1) wilayah pesisir, 2) wilayah dataran tinggi atau sierra
, 3) wilayah Amazon dan 4) wilayah pulau (Kepulauan Galapagos). Populasi
Ekuador diperkirakan 17.510.643 jiwa berdasarkan proyeksi terbaru yang tersedia
untuk tahun 2020 [7]. Etnis di Ekuador didistribusikan sebagai berikut: 7,1% pribumi (1,059,863), 7,2%
Afro Ekuador (1,077,878), 79,3% Mestizo (11,910,702), 6,1% yang dilaporkan sendiri berkulit putih atau Cauca
sians (909,741) dan 0,4% kelompok lain menurut Sensus Nasional 2010 [8].
Data
Kami memperoleh variabel sosio-demografi, seperti usia, jenis kelamin, status perkawinan dan tempat tinggal
dari daftar Kementerian Kesehatan (Kemenkes). Data klinis termasuk tanggal timbulnya
gejala, tanggal diagnosis dan tanggal kematian, serta keberadaan penyakit penyerta,
riwayat kehamilan dan vaksinasi influenza juga diperoleh. Informasi epidemiologi
termasuk kota dan provinsi pendaftaran, ketinggian, pekerjaan, riwayat perjalanan dan institusi
diagnosis dianalisis. Kami juga memperoleh hasil pengujian yang dilakukan secara nasional
sampai18th April 2020 dan dikembangkan menguji tren per hari, termasuk positif, negatif, sus
pected dan tes tidak diproses. Informasi tersebut ditransfer ke tim peneliti kami setelah
mengajukan petisi resmi dan menandatangani perjanjian kerahasiaan dengan Kemenkes untuk melindungi
hak-hak pasien.
Dari alat pelaporan diri online yang dikirimkan melalui bagian surveilans Kemenkes,
informasi klinis tentang tanda dan gejala, serta status sipil dan tingkat pendidikan
diperolehdari 856 pasien rawat jalan (positif COVID-19) yang menyelesaikan laporansukarela.
mandirialat.
Jumlah kematian yang digunakan dalam analisis ini secara resmi dilaporkan sebagai COVID-19 menggunakan
10ke- revisidari kode Klasifikasi Statistik Internasional Penyakit danKesehatan Terkait
Masalah(ICD): U07.1 COVID-19, teridentifikasi virus, U07.2 COVID -19, virus tidak
teridentifikasi.
Untuk memperkirakan jumlah kematian tambahan yang tidak didiagnosis sebagai COVID-19
selama Maret dan April 2020, kami membandingkan database COVID-19 dengan National Death
Registry, termasuk kematian yang terdaftar sebagai Sindrom Gangguan Pernafasan Akut (ICD J80).
n¼Nx=ððN 1ÞE2þxÞ
Dimana N adalah jumlah populasi (9.468), (r) adalah fraksi tanggapan yang diharapkan (50%), dan
Z(c/ 100) adalah nilai kritis untuk tingkat kepercayaan (c).
Jumlah total jawaban lengkap yang dibutuhkan menurut perhitungan adalah 621
untuk mencapai tingkat kepercayaan 99%. Melalui teknik pengambilan sampel berbasis kenyamanan,
856 pasien dilibatkan. Alat pelaporan mandiri dikirim ke semua pasien yang tidak dirawat di rumah sakit
yang berada di bawah pengawasan epidemiologi oleh Kemenkes dan kami hanya menyertakan mereka yang
secara sukarela setuju untuk memberikan informasi tentang pencapaian pendidikan, gejala dansipil
status.
Statistik deskriptif
Insiden keseluruhan (tingkat serangan), tingkat kematian, dan tingkat kematian kasus dihitung
menurut seluruh populasi berisiko yang tinggal di kanton atau provinsi. Informasi dari
9.468 pasien terkonfirmasi COVID-19 pertama di Ekuador dibandingkan dengan populasi berisiko,
diperoleh dari proyeksi khusus jenis kelamin tingkat kanton dan provinsi yang tersedia untuk umum.Mea
Surementsfrekuensi (jumlah, persentase absolut dan relatif), tendensi sentral (median),
dispersi (kisaran interkuartil) dan perbedaan mutlak dihitung untuk semua kategori dan
variabel kontinu. Tingkat kematian kasus (CFR%) dihitung menggunakan jumlah kasus yang
dilaporkan secara resmi sementara variabel dikotomi (hidup atau mati) digunakan sebagai hasil dari
kasus yang dikonfirmasi. CFR% telah disesuaikan untuk mengurangi efek dalam estimasi% CFR mentah. Kami
menyesuaikan perkiraan naif CFR% untuk menjelaskan penundaan dari rawat inap hingga kematian
untuk kasus-kasus yang fatal menggunakan rasio kematian kasus yang disesuaikan dengan penundaan yang diusulkan
oleh Russel et.al
2020.
Tingkat tes positif (PTR%) dihitung menggunakan jumlah hasil tes positif dibagi
dengan jumlah tes yang dilakukan. Tingkat serangan dan kematian kasar per kanton dan
provinsi dihitung per 100.000 penduduk. Tanggal landmark penting disertakan dalam
S5 Fig.
Analisis statistik
Untuk memeriksa asosiasi, risiko relatif (RR) dan interval kepercayaan 95% dihitung untuk
semua kelompok usia dengan menggunakan kasus perempuan sebagai tingkat referensi. Kami melakukanrisiko relatif
(RR)
analisisdari total jumlah kasus yang diharapkan oleh populasi berisiko di semua kelompok untuk mendapatkan
kemungkinan meninggal akibat COVID-19. Untuk mengontrol efek jenis kelamin, usia dan
komorbiditas, regresi logistik yang disesuaikan dilakukan dengan menggunakan hasil akhir (hidup atau
mati) sebagai variabel respon. Distribusi geografis tempat tinggal dibagi menjaditinggi
(> = 2.500 m) dan ketinggian rendah (< 2.500 m), untuk dianalisis perbedaan dalam
populasi tersebut menggunakan uji-t dengan tingkat signifikansi 0,05.
Beban penyakit
Jumlah tahun hidup sehat yang hilang akibat COVID-19 di antara kasus yang dilaporkan
dihitung menggunakan Disability-Adjusted Life Years (DALY). DALYs adalah jumlah dari Years of Life
Lost (YLL) akibat mortalitas prematur dalam populasi dan Years Lost karena Cacat
(YLD) yang disebabkan oleh akibat penyakit [9]. YLL dihitung dari jumlah
kematian per kelompok umur dikalikan dengan standar harapan hidup pada usia kematian. Kami menggunakan
tabel harapan hidup yang dikembangkan oleh studi Global Burden of Disease 2010, dengan
harapan hidup saat lahir 86 untuk laki-laki dan perempuan [10]. Untuk memperkirakan YLD, jumlah total
kasus dalam masa studi dikalikan dengan durasi rata-rata penyakit yang dilaporkan oleh
dari International Severe Acute Respiratory and Emerging Infections Consortium (ISARIC)
database COVID-19dan bobot disabilitas sesuai dengan derajat yang berbeda. memutuskan
ity penyakit menular termasuk dalam 2013 di global Burden of studi penyakit[11,12].
Hasil
Terdapat 9.468 kasus positif COVID-19 dan 474 kematian dilaporkan secara resmi di Ekuador
dari 27 Februari - 18 April 2020 (periode 54 hari). 99,3% pasien COVID-19 adalah orang Ekuador
(n = 9.400), 0,30% (n = 44) berasal dari negara lain di Amerika Latin dan
0,40% lainnya (n = 24) berasal dari Eropa, Amerika Utara atau Asia.
Variabel sosial-demografis
Etnis. Mayoritas kasus COVID-19 terjadi di antara Mestizos 78% (n = 7.367),
diikuti oleh pribumi 0,79% (n = 75), Kaukasia 0,84% (n = 40) dan Afro-Ekuador /
Hitam dengan ~ 0,1% (n = 16) (Tabel 2).
Pencapaian pendidikan dan status perkawinan. Di Ekuador, hasildemografi
survei(n = 856) menunjukkan bahwa 0,7% (n = 6) pasien COVID-19 belum menyelesaikan
sekolah dasar, 1,9% (n = 16) melaporkan tamat sekolah dasar, 5,8% (n = 50)
tidak menyelesaikan pendidikan sekolah menengah dan 22,5% (n = 193) telah menyelesaikan seluruh
siklus sekolah menengah. Setidaknya 6,8% (n = 58) adalah teknisi, 46,3% (n = 396) telah menyelesaikanmenyelesaikan
gelar sarjana dan 16,0% (n = 137) telahpelatihan pascasarjana formal.sipil
Status39,3% (n = 336) belum menikah, 38% (n = 327) menikah, 13% (n = 114) tinggal bersama
pasangan, 5,4% bercerai (n = 46), 1,3% janda (n = 11) dan tanggapan lainnya 3%
(n = 22).
Pekerjaan dan risiko terkait pekerjaan. Hasil kematian COVID-19 karena pekerjaan
menunjukkan bahwa 19% penduduk yang terinfeksi (n = 1.800) adalah tenaga kesehatan (Tabel 3). Dari
kelompok dokter medis (n = 876) adalah profesional yang paling terkena dampak di Ekuador, mewakili
setidaknya 9,3% dari semua kasus yang dilaporkan (Gambar 2)
Perawat adalah kelompok kedua yang paling terkena dampak dengan 3,3% mewakili setidaknya 309 orang
(Tabel 2). Mayoritas orang menguji pekerjaan positif dalam pekerjaan manual (n = 1.390). Dalam hal
kematian, sejumlah kecil narapidana tampaknya memiliki risiko kematian tertinggi, dengan RR 7,75
[nilai p: 0,020, 1,3–44,0], diikuti oleh pensiunan lansia dengan RR 5,6 [nilai p: <0.0001,
3.5–9.0] dan tidak bekerja dengan 4.47 [nilai p: <0,0001, 2.8–6.9]. Hasil dari kemungkinan
kematian semakin tinggi di antara pekerja 'kerah biru', pegawai negeri sipil (petugas polisi,
tentara, anggota angkatan laut, pemadam kebakaran dan agen lainnya), pengangguran, pensiunan dan narapidana
(Tabel 3). Meskipun sejumlah kecil kasus dilaporkan di antara politisi (n = 18),
CFR% untuk kelompok ini adalah nol, diikuti oleh perawat (0,3%), profesional perawatan kesehatan lainnya
(0,7%) dan dokter medis dengan CFR% 1,6 %.
Riwayat vaksinasi, penyakit penyerta dan riwayat kehamilan padaCOVID-19
pasien. Analisis riwayat imunisasi influenza saat ini menunjukkan bahwa 99,1%
pasien (n = 9,384) tidak melaporkan riwayat vaksinasi apa pun dalam setahun terakhir dan hanya 0,9%
Hidup Kemati CFR% Hidup Kemati CFR% RR Batas bawah (CI Batas atas (CI 95%) Nilai P
an an 95%)
4.084 137 3.35% 4.910 337 6.42% 1.9789 1.6292 2.40350-4 0.0001
Risiko Usia -80% 5 hingga 9 -73% 10 hingga 14 -29% 15 hingga 19 -8% 20 hingga 24 30% 25 hingga 29 2% 30 hingga 34 74% 35 hingga 39 247% 40
hingga 44 252% 45 hingga 49 386% 50 hingga 54105 % 55 hingga 59.280% 60 hingga 64 88% 65 hingga 69 21% 70 hingga 74 49% 75 hingga 79 25% 80
hingga 84 45% 85 hingga 89 10% 90 hingga 94 -37% 95 hingga 99500% Total 98% https://doi.org/10.1371/journal.pntd.0008958.t001
(n = 84) pasien yang dilaporkan telah divaksinasi. Dari kelompok yang tidak divaksinasi, 471
penderita meninggal sedangkan dari kelompok yang divaksinasi hanya 3 yang meninggal. Risiko kematian di antara
kelompok yang tidak
divaksinasi lebih tinggi daripada kelompok yang divaksinasi, meskipun perbedaannya tidakstatistik
signifikan secara(1,40 [95% CI: 0,46 hingga 4,28]) (Tabel 2).
Dalam penelitian kami, 1,4% wanita (n = 60) hamil dan 4 di antaranya meninggal (6,7%) karena
COVID-19. RR wanita hamil yang meninggal tidak ditemukan signifikan secara statistik (RR:
2,05 [0,785 sampai 5,36] nilai p: 0,14).
Usia rata-rata pasien COVID-19 yang melaporkan penyakit penyerta di Ekuador adalah 59 (IQR:
49-68) tahun, sedangkan mereka yang tidak memiliki penyakit penyerta memiliki usia rata-rata 42 tahun (IQR: 32-55
). Ketika keberadaan komorbiditas dimasukkan dalamregresi logistik yang disesuaikan
model, keberadaan komorbiditas, yangkelamin laki-laki dan lebih tua dari 65 tahun meningkatkan
berjenisrisiko kematian hampir 130% (OR: 2,27 [1,72-3,00, nilai p <0,001] ), 100% (OR: 2.03 [1.65–
2.50, p value < 0.001]) dan 470% (OR: 5.74 [4.7–7.0, p value <0.001]) (Tabel 4).
Penilaian gejala. Gejala paling umum yang dilaporkan di antaraCOVID-19
pasiendi Ekuador adalah kelelahan atau kelelahan umum (53,2%), diikuti oleh sakit kepala (43%),
dan batuk kering (41,7%). 37,1% dari pasien melaporkan kehilangan rasa (ageusia), 36,1% melaporkan
kehilangan penciuman (anosmia) dan 35% melaporkan nyeri otot dan sendi (Gambar S2). Waktu rata-rata
berlalu antara timbulnya gejala dan waktu sebelum menerima perhatian medis adalah
empat hari (IQR: 1-8 hari). Waktu rata-rata antara timbulnya gejala pada pasien dankasus
pemberitahuanadalah sembilan hari (IQR: 5-14 hari). Bila diamati secara retrospektif menggunakan tanggal
timbulnya gejala, 29 pasien yang tidak berdokumen sudah sakit tapi hanya 6 yang diag
berhidung, sebuah tren yang terus menjadi tinggi sampai 24 Maret,hari ketikapemerintah yang ketat
intervensidilaksanakan di Ekuador(Gambar3).
Tabel 2. Jumlah total kematian, pasien hidup dan persentase total (%) dan kasus tingkat kematian (%) untuk wanita dan pria dalam kelompok etnis
yang berbeda, jenis penyediaan perawatan kesehatan, adanya penyakit penyerta dan riwayat perjalanan.
CFR (%)
1 (0,7%) 8 (0,2%) 11,1%
Etnis (% populasi)
2 (1,5%) 783 (19,2%) 0,3%
Perempuan
Kematian Hidup
(n = 137) (n = 4,084) 6 (4%) 995 (24,4%) 0,6%
0 (0%) 4 (0,1%)
Afro Ekuador (7,2%) 0% Kaukasia (6,1%) 0% Pribumi (7%) 11.6% Mestizo / a (71.9%) 7.8% Montubio (7.4%) 20% Mulato 0% Black 0% Lainnya (0.3%) 0%
Tidak ada data a 0,7% Penyedia layanan kesehatan
Swasta 0,8% Publik 8,5% Adanya penyakit penyerta
Ya 16,9% Tidak 5,7% Riwayat perjalanan
Ya 12,3% Tidak 8,5% Tidak ada data 5,3% https://doi.org/10.1371/journal.pntd.0008958.t002
Analisis epidemiologi
Pelacakan kontak. Hasil dari alat pelaporan sendiri (n = 856) menunjukkan bahwa 42,6%
(n = 365) pasien tidak melakukan kontak dengan siapa pun setelah diagnosis, 11,8% (n = 101) mungkin
telah menghubungi 1 hingga 5 orang, 4,9% (n = 42) mungkin telah menghubungi 6 sampai 10 orang, dan 5,8%
(n = 50) mungkin telah menghubungi lebih dari 10 orang setelah diagnosis. 34,9% lainnya (n = 299)
dari kelompok tidak mengingat informasi tersebut.
Sejarah perjalanan dan kebangsaan. Di Ekuador, 99,3% pasien adalah orang Ekuador
(n = 9.400), 0,30% (n = 44) berasal dari Amerika Latin dan 0,40% lainnya (n = 24) berasal
dari Eropa, Amerika Utara atau Asia. Dalam hal jumlah kasus impor, setidaknya 11
pasien dengan COVID-19 yang dikonfirmasi telah melakukan perjalanan dari 5 negara, sementara setidaknya 132 kasus
memiliki
hubungan epidemiologis yang diakui dengan orang-orang yang telah melakukan perjalanan ke setidaknya satu dari lebih
dari 25 negara yang berbeda (S3 Fig)
Hari sejak diagnosis. Di antara 9.468 pasien, waktu rata-rata berlalu antara timbulnya
gejala dan waktu perawatan medis adalah 4 hari (IQR: 1-8 hari). Namun, dari
permulaan gejala sampai hari pemberitahuan, 9 hari telah berlalu (IQR: 5-14 hari).
Hanya 6 kasus yang didiagnosis pada akhir Februari. Namun, ketika diamati secara retro-
spektektif menggunakan tanggal dimulainya diagnosis, 29 pasien sudah sakit (Gambar 3). Uncon
menguat kasus terus menjadi tinggi sampai 24th Maret, hari ketika kunci-down
dilaksanakandi Ekuador(Gambar3).
Waktu rata-rata berlalu dari timbulnya gejala sampai hari kematian adalah 11 hari (IQR:
7-15 hari) untuk 474 pasien yang meninggal karena COVID-19 di Ekuador (Gambar S6). Waktu rata-rata
antara hari pertama perawatan medis sampai kematian adalah 5 hari (IQR: 2-8 hari). Waktu rata-rata
antara pemberitahuan kasus dan kematian adalah 4 hari (IQR: 2-7 hari).
Tabel 3. Tingkat kematian kasus (%), risiko relatif dan kemungkinan risiko akibat COVID- 19 di Ekuador berdasarkan pendudukan. Risiko relatif
diperkirakan menggunakan pekerjaan Kerah Putih sebagai kelompok referensi. Nilai P di bawah atau sama dengan 0,05 dianggap signifikan.
Kem Kas CFR Relatif p- Batas bawah (CI Batas atas (CI
atian us % Risiko nilai 95%) 95%)
Dokter medis -51% Dokter Gigi -6% Pekerjaan Kerah Putih��� Ref. Pegawai Negeri˚ 46% Lainnya 87% Kerah Biru† 266%
Menganggur 348% Pensiunan 465% Narapidana 675% Tidak Ada Informasi N / A Total N / A
N / A = Tidak diterapkan
�
Diplomatik, walikota, penasihat politik dan dewan kota / provinsi
�� Pegawai administrasi
rumah sakit dan menteri kesehatan masyarakat, asisten perawat mahasiswa kedokteran, gudang bawah tanah rumah sakit, asisten medis,
terapis, laboratorium, x-ray dan teknisi farmasi, sonografer medis diagnostik, teknisi perawatan kesehatan primer (TAPS), fisioterapis, dokter kandungan dan
paramedis . ���Insinyur, pengacara, auditor, psikolog, koki, arsitek, komunikator, guru, manajer, kepala eksekutif, pengusaha, analis, administrator. ˚ Tentara
dan staf militer, personel angkatan laut, agen transit, polisi, penjaga keamanan, agen keamanan penjara.
† Pedagang informal, pegawai dapur, pekerjaan rumah tangga, pegawai layanan rumah tangga, supir informal, petani, pengrajin, operator mesin, pegawai
jasa kebersihan, mekanik, tukang kayu dan pekerja konstruksi.
https://doi.org/10.1371/journal.pntd.0008958.t003
Tingkat serangan (kasus yang dikonfirmasi per 100.000 orang). Tingkat serangan keseluruhan adalah 51,1 per
100.000 orang. Tingkat serangan spesifik jenis kelamin COVID-19 adalah 60,5 per 100.000 untuk pria dan 47,2
per 100.000 untuk wanita. Dalam hal tingkat serangan yang disesuaikan dengan usia per 100.000,serangan terendah
tingkatditemukan di antara anak-anak berusia 0–4 tahun (2,86 per 100.000), sedangkan tingkat serangan tertinggi
ditemukan pada pasien berusia antara 55 dan 59 tahun (111 per 100.000). ).
Tingkat kematian (kematian yang dikonfirmasi per 100.000 orang). Angka kematian yang dikonfirmasi secara
keseluruhan
adalah 2,7 per 100.000 orang. Nilai ini berkisar antara 0,1 hingga 20,1 per 100.000 orang yang berisiko,
dengan usia 90–95 tahun menjadi kelompok yang paling terkena dampak dengan angka kematian spesifik usia kasar
20 per 100.000 orang. Dari laporan resmi, 474 kematian tercatat sebagai COVID-19
(RT-PCR dikonfirmasi).
Selama bulan Maret dan April 2020, Ekuador mengalami peningkatan yang unik dalam moralitasnya secara keseluruhan
. Pada tahun 2018, setidaknya 23.973 kematian dilaporkan secara resmi antara Januari-April, di
tahun berikutnya, 25.061 dan selama Januari-April 15 th,2020, 29.392 yang terdaftar, indicat
ing peningkatan lebih dari 15% dibandingkan dengan tahun sebelumnya. Kenaikan dibandingkan
periode yang sama dari 2018 ke 2019 hanya 4,4%.
Kami menganalisis jumlah total kematian yang termasuk dalam National Registry. Dari Maret 1
sampai dengan 18 Aprilth2020, 4780 kematian dilaporkan berhubungan dengan akut sindrom gangguan pernapasan
(ARDS) di Ekuador (37%). Dari total kematian terkait ARDS, 1.283 kemungkinan
COVID-19 (U07.2 terdiagnosis secara klinis-epidemiologis), 809 terdaftar sebagai suspect
COVID-19 (U07.2) dan 474 kasus terkonfirmasi COVID-19 (U07.1) .
We found an 11-day lag (IQR: 7–15 days) between COVID-19 cases symptoms onset and
the reported number of COVID-19 related deaths (S4 Fig).
Basic reproduction number (R0). We calculated the basic reproduction number (R0) for
the entire country using the exponential growth criteria. During the first months of the pan
demic while numbers were increasing exponentially, the R0 was found to be 3.54 (CI: 3.46–
3.63). When computing the R0 by provinces, we found R0 values as high as 3.68 (CI: 3.18–
4.28) in Los Rios, followed by 3.68 (CI: 2.53–5.28) in Esmeraldas and 3.67 (CI: 3.56–3.78) in
Table 4. Adjusted logistic regression using final outcome (Dead/Alive) as a dependent variable and the presence of comorbidities, sex and age of
the patients as a covariate.
Parameter estimate Odds ratio 95% LCI 95% UCI
https://doi.org/10.1371/journal.pntd.0008958.t004
https://doi.org/10.1371/journal.pntd.0008958.g003
Guayas, while other provinces, especially those located in the highlands had significantly lower
R0 values, including Pichincha with 1.28 (CI: 1.23–1.33), Azuay with 1.36 (CI: 1.24–1.49), and
Loja 1.84 (CI: 1.57–2.16).
Test performed. In Ecuador, since the start of the outbreak, a total of 19,875 tests have
been carried out nationwide, which results in 1,126 tests per million inhabitants. Of the accu
mulated total, 48% of these were positive and less than 0.5% were not conclusive or suspicious.
There were 12,751 unprocessed tests up to April 18 th, 2020 even though nasopharyngeal swab
samples were taken (S5 Fig and S1 Table).
The positive testing rate % (PTR%) was 43.19% (95%CI: 37.37–49.01) during the entire
period of the study. In March 2020 the PRT% reached a mean of 39.90 (95%CI: 32.83–46.97),
meanwhile in April, the PTR% was 44.94% (95%CI: 39.03–50.86).
Geodemographic distribution
Result by region and elevation. We found that coastal regions had higher attack rates
than the highlands (p-value: 0.011) and living above 2,500 meters was associated with a lower
risk of mortality (RR: 0.63 [CI 95% 0.50–0.79]), compared to populations living at lower alti
tudes (S6 Fig).
Daily new cases and deaths by province. Galapagos (157.3/100,000), Guayas (146.9/
100,000), Cañar (49.1/100,000), Santa Elena (37.8/100,000) and El Oro (35.6/100,000) were the
provinces with the greatest attack rate per 100,000 (S6 Fig).
In terms of the crude mortality rate, the provinces of El Oro (7.82/100,000), Chimborazo
(4.7/100,000), Guayas (4.44/100,000), Santo Domingo de los Tsachilas (4.14/100,000) and Boli
var (2.85/100,000) are the provinces with greatest mortality crude rate per 100,000 (S6 and
S7 Figs).
Discussion
Ecuador has been the worst hit country in the Latin American region from the COVID-19
pandemic [13]. Since the first case confirmed in Ecuador on 27 Feb 2020, at least 9,468 positive
COVID-19 cases and 474 deaths were officially registered over a 54-day period.
The images of corpses in the streets and the difficulty of burying the dead occupied the
main pages of all the newspapers around the world [13,14]. Overcrowded hospitals and labora
tories were overwhelmed by an excessive number of cases, causing a confirmed toll of 474
COVID-19 related deaths and 809 registered suspicious deaths up to April 18 th 2020 [15]. On
April 18, the National Emergency Operations Committee reported 1,061 patients discharged
from hospital, 369 hospitalized patients, and 7,564 COVID-19 positives cases, who were stable
in-home isolation [16]. Data from the region indicates that Ecuador, along with Brazil, Mexico
and Peru are among the top ten most affected countries in Latin America, but when excess
mortality is taking into account, Ecuador ranks 1st worldwide in the numbers of deaths per
million inhabitants [17–19].
At the beginning of the pandemic, Ecuador registered a single case on February 27, when in
reality, looking retrospectively, there were already 29 undetected cases. Only two weeks later,
only 11 cases were officially registered, but data shows that at least 119 cases were actually cir
culating within the country (Fig 3). After 54 days, a total of 9,468 positive COVID-19 cases
and 474 officially reported deaths, with a sex distribution (55.4% men) that was similar to that
reported in China (58% men) and Italy (59.8% men) [20–22].
According to the high PTR% found in Ecuador, the excess mortality that was not correctly
diagnosed and reported as COVID-19 and other variables; we inferred that the epidemiologi
cal surveillance system and contact tracing strategies were not correctly implemented. At the
beginning of the outbreak, every confirmed patient was followed and tracked by the health
authority. However, when the number of new COVID-19 cases began to increase exponen
tially, the system's capacity was overstretched. At the same time, testing capacities were col
lapsed and only those patients who presented symptoms, those who were in contact with any
positive case or those lucky enough to get tested under the surveillance program obtained the
diagnosis.
The mortality rate for women (3.35%) is almost half of that for men (6.86%). The median
age was 42 in men and 39 in women and the age group most affected was the group from 19–
50 years old representing 59.6% of the entire cohort, almost doubling the same age group
reported in Italy (24.0%) and very similar to the age distribution from China [21,22]. The rea
son behind these trends might be due to the fact that Italy has one of the oldest populations in
the world. According to the latest data, Italy has 14 million residents over the age of 65 (22%)
with an average age of 45.7 years, while in Ecuador the average population is 26.6 years old
[7,23,24].
In terms of age, the patients between 0 and 50 years old reported a CFR of 1.6%, compared
to 0.4% in Italy, 0.4% in China and 0.6% in Spain from the same age groups [24–26]. When
Conclusions
This is the first study of the epidemiological trends of COVID-19 in Ecuador. The results dem
onstrate the vulnerability of the health system to contain, mitigate, treat and adequately diag
nose this type of new viral disease that spread across the country at a speed that exceeds the
speed of response. We found that there were a high number of COVID-19 infections among
medical personnel, which likely occurred during the first weeks of the outbreak in the Ecuador.
Although the attack rate was high, mortality in this group was very low, which could be due to
greater access to healthcare. We also found that the occupations of patients and whether they
were unemployed was strongly associated with overall mortality due to COVID-19 in Ecuador,
suggesting that poverty is an important driver of the final outcome for this disease. Lastly,
strengthening of community-based surveillance and contact tracing response capacities is
essential to prevent further advance of the disease within the community.
Supporting information
S1 Fig. Timeline of important landmarks during the early phase of the COVID-19 Ecua
dorian pandemic in Ecuador.
(TIF)
Acknowledgments
The authors thank Rebeca Bravo who was very keen in editing our maps for this publication as
well as the staff from the National Direction of Epidemiology for sharing the official database
after fulfilling their requirements. We greatly appreciate the work carried out by Dr. Ignacia
Paez and her team of Community Mental Health professionals from the Ministry of Public
Health, for their role of distributing the self-reporting symptomology tool among the entire
cohort of patients who were under constant monitoring from the official epidemiological
department of the MoH.
Author Contributions
Conceptualization: Esteban Ortiz-Prado, Clara Paz.
Data curation: Esteban Ortiz-Prado, Katherine Simbaña-Rivera, Ana Maria Diaz, Alejandra
Barreto, Carla Moyano, Vannesa Arcos, Eduardo Va´sconez-Gonza´lez, Fernanda Simbaña
Guaycha, Rau´l Ferna´ndez-Naranjo, Rachel Lowe.
Formal analysis: Esteban Ortiz-Prado, Katherine Simbaña-Rivera, Lenin Go´mez Barreno,
Martin Molestina-Luzuriaga, Rau´l Ferna´ndez-Naranjo, Aquiles R. Henriquez-Trujillo,
Rachel Lowe.
References
1. Peeri NC, Shrestha N, Rahman MS, Zaki R, Tan Z, Bibi S, et al. The SARS, MERS and novel coronavi
rus (COVID-19) epidemics, the newest and biggest global health threats: what lessons have we
learned? Int J Epidemiol. 2020. https://doi.org/10.1093/ije/dyaa033 PMID: 32086938
2. Ortiz-Prado E, Simbaña-Rivera K, Go´mez-Barreno L, Rubio-Neira M, Guaman LP, Kyriakidis NC, et al.
Clinical, molecular and epidemiological characterization of the SARS-CoV2 virus and the Coronavirus
disease 2019 (COVID-19), a comprehensive literature review. Diagnosis Microbiol Infect Dis. 2020;
115094. https://doi.org/10.1016/j.diagmicrobio.2020.115094 PMID: 32623267
3. Rothan HA, Byrareddy SN. The epidemiology and pathogenesis of coronavirus disease (COVID-19)
outbreak. J Autoimmun. 2020; 102433. https://doi.org/10.1016/j.jaut.2020.102433 PMID: 32113704
4. Gilbert M, Pullano G, Pinotti F, Valdano E, Poletto C, Boe¨lle PY, et al. Preparedness and vulnerability
of African countries against importations of COVID-19: a modelling study. The Lancet. 2020; 395: 871–
877. https://doi.org/10.1016/S0140-6736(20)30411-6 PMID: 32087820
5. Hotez PJ, Basanez MG, Acosta-Serrano A, Grillet ME. Venezuela and its rising vector-borne neglected
diseases. PLoS Negl Trop Dis. 2017; 11. https://doi.org/10.1371/journal.pntd.0005423 PMID:
28662038
6. Borchering RK, Huang AT, Mier-y-Teran-Romero L, Rojas DP, Rodriguez-Barraquer I, Katzelnick LC,
et al. Impacts of Zika emergence in Latin America on endemic dengue transmission. Nat Commun.
2019; 10: 1–9. https://doi.org/10.1038/s41467-018-07882-8 PMID: 30602773
7. INEC. Proyecciones poblacionales en Ecuador. 2018. Available from: http://www.ecuadorencifras.gob.
ec/proyecciones-poblacionales/
8. INEC. Censo de Poblacio´ny Vivienda. 2010.
9. Devleesschauwer B, McDonald S, Haagsma J, Praet N, Havelaar A, Speybroeck N. The DALY Calcula
tor–A GUI for stochastic DALY calculation in R. 2014.
10. Murray CJ, Ezzati M, Flaxman AD, Lim S, Lozano R, Michaud C, et al. GBD 2010: design, definitions,
and metrics. The Lancet. 2012; 380: 2063–2066.
11. ISARIC. International Severe Acute Respiratory and Emerging Infections Consortium. 2020. Available
from: https://isaric.tghn.org/covid-19-clinical-research-resources/
12. Salomon JA, Haagsma JA, Davis A, de Noordhout CM, Polinder S, Havelaar AH, et al.
Kesehatan Lancet Glob. 2015; 3: e712–e723. https://
doi.org/10.1016/S2214-109X(15)00069-8 PMID: 26475018
13. Analytica O. COVID-19 will have devastating impact on Ecuador. Emerald Expert Brief.
14. Torres I, Sacoto F. Coronavirus in Ecuador | Think Global Health. In: Council on Foreign Relations
[Internet]. [cited 30 Apr 2020]. Available from: https://www.thinkglobalhealth.org/article/coronavirus
ecuador
15. Civil Registro. Cifras de defunciones correspondientes a los años 2018, 2019 y 2020. 2020 [cited 30
Apr 2020]. Available from: https://www.registrocivil.gob.ec/cifras/
16. Comite´ de Operaciones de Emergencia Nacional. Situacio´n nacional por COVID-19 (Coronavirus).
Ekuador; 2020. Report No.: 55. Available from: https://www.gestionderiesgos.gob.ec/wp-content/
uploads/2020/04/INFOGRAFIA-NACIONALCOVI-19-COE-NACIONAL-19042020-08h00.pdf
17. Simbana-Rivera K, Gomez-Barreno L, Guerrero J, Simbana-Guaycha F, Fernandez R, Lopez-Cortes
A, et al. Interim Analysis of Pandemic Coronavirus Disease 2019 (COVID-19) and the SARS-CoV-2
virus in Latin America and the Caribbean: Morbidity, Mortality and Molecular Testing Trends in the
Region. medRxiv. 2020; 2020.04.25.20079863. https://doi.org/10.1101/2020.04.25.20079863
18. COVID-19 Map—Johns Hopkins Coronavirus Resource Center. [cited 14 Apr 2020]. Available from:
https://coronavirus.jhu.edu/map.html
19. Ritchie H, Roser M, Ortiz-Ospina E, Hasell J. Excess mortality from the Coronavirus pandemic
(COVID-19). In: Our World in Data [Internet]. 2020 [cited 3 Sep 2020]. Available from: https://
ourworldindata.org/excess-mortality-covid
20. Guan W, Ni Z, Hu Y, Liang W, Ou C, He J, et al. Clinical characteristics of coronavirus disease 2019 in
China. N Engl J Med. 2020.
21. CDCC V. The epidemiological characteristics of an outbreak of 2019 novel coronavirus diseases
(COVID-19)—China, 2020. China CDC Wkly. 2020; 2: 113–122.
22. Livingston E, Bucher K. Coronavirus disease 2019 (COVID-19) in Italy. Jama. 2020; 323: 1335–1335.
https://doi.org/10.1001/jama.2020.4344 PMID: 32181795
23. Polidori MC, Maggi S, Mattace-Raso F, Pilotto A. The unavoidable costs of frailty: a geriatric perspective
in the time of COVID-19. Geriatr Care. 2020; 6.
24. Onder G, Rezza G, Brusaferro S. Case-fatality rate and characteristics of patients dying in relation to
COVID-19 in Italy. Jama. 2020. https://doi.org/10.1001/jama.2020.4683 PMID: 32203977
25. Forte F. Spain: coronavirus mortality rate by age 2020. In: Statista [Internet]. 2020 [cited 30 Apr 2020].
Available from: https://www.statista.com/statistics/1105596/covid-19-mortality-rate-by-age-group-in
spain-march/
26. Porcheddu R, Serra C, Kelvin D, Kelvin N, Rubino S. Similarity in case fatality rates (CFR) of COVID
19/SARS-COV-2 in Italy and China. J Infect Dev Ctries. 2020; 14: 125–128. https://doi.org/10.3855/jidc.
12600 PMID: 32146445
27. Guan W, Liang W, Zhao Y, Liang H, Chen Z, Li Y, et al. Comorbidity and its impact on 1590 patients
with Covid-19 in China: A Nationwide Analysis. Eur Respir J. 2020 [cited 30 Apr 2020]. https://doi.org/
10.1183/13993003.00547-2020 PMID: 32217650
28. Riccardo F, Ajelli M, Andrianou X, Bella A, Del Manso M, Fabiani M, et al. Epidemiological characteris
tics of COVID-19 cases in Italy and estimates of the reproductive numbers one month into the epidemic.
medRxiv. 2020.
29. Leime CAA, Rodrı´guez GPP. La pertenencia e´tnica y el acceso a los servicios de salud: Caso de indı´-
genas y afrodescendientes ecuatorianos en el periodo 2006–2015. Rev Publicando. 2017; 4: 618–638.
30. Steyn N, Binny RN, Hannah K, Hendy S, James A, Kukutai T, et al. Estimated inequities in COVID-19
infection fatality rates by ethnicity for Aotearoa New Zealand. medRxiv. 2020. PMID: 32994635
31. La Ruche G, Tarantola A, Barboza P, Vaillant L, Gueguen J, Gastellu-Etchegorry M. The 2009 pan
demic H1N1 influenza and indigenous populations of the Americas and the Pacific. Eurosurveillance.
2009; 14: 19366. https://doi.org/10.2807/ese.14.42.19366-en PMID: 19883543
32. Vaira LA, Salzano G, Deiana G, De Riu G. Anosmia and ageusia: common findings in COVID-19
patients. The Laryngoscope. 2020.
33. Ortiz-Prado E, Simbaña-Rivera K, Gomez-Barreno L, Rubio-Neira M, Guaman LP, Kyriakidis N, et al.
Clinical, Molecular and Epidemiological Characterization of the SARS-CoV2 Virus and the Coronavirus
Disease 2019 (COVID-19): A Comprehensive Literature Review. 2020 [cited 18 Apr 2020]. https: // doi.
org/10.20944/preprints202004.0283.v1
34. Fallece paciente chino aislado en Quito con resultado negativo para coronavirus, confirma Salud. In: El
Comercio [Internet]. 2020 [cited 1 May 2020]. Available: http://www.elcomercio.com/actualidad/
paciente-chino-fallece-negativo-coronavirus.html
35. Ecuador prende las alarmas ante posible caso de coronavirus. In: RCN Radio [Internet]. 27 Jan 2020
[cited 1 May 2020]. Available from: https://www.rcnradio.com/internacional/ecuador-investiga-primer
caso-sospechoso-de-coronavirus
36. Torres I, Sacoto F. Localising an asset-based COVID-19 response in Ecuador. The Lancet. 2020.
https://doi.org/10.1016/S0140-6736(20)30851-5 PMID: 32277877
37. Data on COVID-19 testing. In: Our World in Data [Internet]. [cited 4 Apr 2020]. Available from: https://
ourworldindata.org/covid-testing
38. Berdegue´ J, Reardon T, Escobar G. Empleo e ingreso rurales no agrı´colas en Ame´rica Latina y el
Caribe. Desarro Empl Rural No Agrı´c. 2000; 28.
39. von Bonsdorff MB, Seitsamo J, von Bonsdorff ME, Ilmarinen J, Nyg\aard CH, Rantanen T. Job strain
among blue-collar and white-collar employees as a determinant of total mortality: a 28-year population
based follow-up. BMJ Terbuka. 2012; 2: e000860. https://doi.org/10.1136/bmjopen-2012-000860 PMID:
22422919
40. Bernstein SF, Rehkopf D, Tuljapurkar S, Horvitz CC. Poverty dynamics, poverty thresholds and mortal
ity: An age-stage Markovian model. PloS One. 2018; 13. https://doi.org/10.1371/journal.pone.0195734
PMID: 29768416
41. Paz C, Mascialino G, Adana-D´ıaz L, Rodrı´guez-Lorenzana A, Simbaña-Rivera K, Go´mez-Barreno L,
et al. Behavioral and sociodemographic predictors of anxiety and depression in patients under epidemi
ological surveillance for COVID-19 in Ecuador. PloS One. 2020; 15: e0240008. https://doi.org/10.1371/
journal.pone.0240008 PMID: 32997705
42. Hellewell J, Abbott S, Gimma A, Bosse NI, Jarvis CI, Russell TW, et al. Feasibility of controlling COVID
19 outbreaks by isolation of cases and contacts. Kesehatan Lancet Glob. 2020. https://doi.org/10.1016/
S2214-109X(20)30074-7 PMID: 32119825
43. Torres-Roman JS, Kobiak IC, Valcarcel B, Diaz-Velez C, La Vecchia C. The reproductive number R0 of
COVID-19 in Peru: An opportunity for effective changes. Travel Med Infect Dis. 2020 [cited 3 Sep
2020]. https://doi.org/10.1016/j.tmaid.2020.101689 PMID: 32325120
44. Munayco CV, Tariq A, Rothenberg R, Soto-Cabezas GG, Reyes MF, Valle A, et al. Early transmission
dynamics of COVID-19 in a southern hemisphere setting: Lima-Peru: February 29th–March 30th, 2020.
Infect Dis Model. 2020; 5: 338–345. https://doi.org/10.1016/j.idm.2020.05.001 PMID: 32399507
45. de Souza WM, Buss LF, Candido D da S, Carrera JP, Li S, Zarebski AE, et al. Epidemiological and clin
ical characteristics of the COVID-19 epidemic in Brazil. Nat Hum Behav. 2020; 4: 856–865. https: // doi.
org/10.1038/s41562-020-0928-4 PMID: 32737472
46. Silva RMD. Modeling the COVID-19 dissemination in the South Region of Brazil and testing gradual mit
igation strategies. medRxiv. 2020; 2020.07.02.20145136. https://doi.org/10.1101/2020.07.02.
20145136
47. Google. COVID-19 Community Mobility Report/ Ecuador. 2020. Available from: https://www.gstatic.
com/covid19/mobility/2020-08-30_EC_Mobility_Report_en.pdf
48. Mokdad AH, Forouzanfar MH, Daoud F, Mokdad AA, El Bcheraoui C, Moradi-Lakeh M, et al. Global
burden of diseases, injuries, and risk factors for young people's health during 1990–2013: a systematic
analysis for the Global Burden of Disease Study 2013. The Lancet. 2016; 387: 2383–2401.