RESUMEN
Antecedentes: El enfoque de ¨Una Salud¨ busca promover la
coordinación y la colaboración de los programas de salud humana, animal,
vegetal y medioambiental con el propósito de mejorar la prevención y la
preparación ante futuras amenazas de salud. Objetivo. Destacar en el enfoque "Una Salud" la
importancia de los análisis estadísticos como puente entre la sanidad animal y
humana. Desarrollo: Se llevó a
efecto una búsqueda de literatura científica en la base de datos Google
académico y PubMed en diciembre de 2024, la misma se limitó a los artículos de
texto completo y gratuito de los últimos cinco años. Se seleccionaron artículos
de interés. Conclusiones: Se
argumentó la importancia de los análisis estadísticos como puente entre la
sanidad animal y humana en el enfoque "Una Salud”. Se arguyó como la
medición de la efectividad del enfoque "Una Salud" requiere un
conjunto diverso de métodos estadísticos que integren datos sobre salud humana,
animal y ambiental, al aplicar estas técnicas, se puede obtener una comprensión
más completa del impacto de las políticas y programas implementados,
facilitando así una mejor toma de decisiones en salud pública y la explotación
animal sostenible.
Palabras clave: Enfoque, estadística, equipos, salud (Fuente: DeCS)
ABSTRACT
Background: The One Health
approach seeks to promote coordination and collaboration of human, animal,
plant, and environmental health programs to improve prevention and preparedness
for future health threats. Objective.
To highlight the importance of statistical analysis in the One Health approach
as a bridge between animal and human health. Development: A scientific literature search was conducted in the
Google Scholar and PubMed databases in December 2024, limited to full-text and
free articles from the last five years. Articles of interest were selected. Conclusions: The importance of
statistical analysis as a bridge between animal and human health in the
"One Health" approach was argued. It was argued that measuring the
effectiveness of the "One Health" approach requires a diverse set of
statistical methods that integrate data on human, animal and environmental
health. By applying these techniques, a more complete understanding of the
impact of implemented policies and programs can be obtained, thus facilitating
better decision-making in public health and sustainable animal exploitation.
Keywords: Health, one
health, statistics, teams (Source: DeCS)
INTRODUCCIÓN
El enfoque de ¨Una Salud¨ busca
promover la coordinación y la colaboración de los programas de sanidad humana,
animal, vegetal y medioambiental como un puente de comunicación con el
propósito de mejorar la prevención y la preparación ante futuras amenazas de
salud (Cella et al., 2023).
En enfoque "Una Salud"
reconoce que las enfermedades interaccionan como sistemas complejos entre
humanos, animales y el medio ambiente. Por ejemplo, la pandemia de COVID-19
subrayó cómo un virus zoonótico puede afectar a la salud pública mundial,
destacando la necesidad de un enfoque integrado que por supuesto incluya la
estadística para prevenir futuras crisis sanitarias (Horefti,
2023).
El sistema de la Unión Europea (UE)
para el seguimiento y la recopilación de información sobre zoonosis recopilan
datos pertinentes, agentes zoonóticos, resistencia a los antimicrobianos y
brotes de enfermedades transmitidas por los alimentos con el uso de la estadística, big
data y la inteligencia artificial que deben evaluar las tendencias y las
fuentes de estos agentes, así como los brotes en su territorio, y presentar un
informe anual cada año a finales de mayo a la Comisión Europea con los datos
recopilados (Authority et al., 2021; Guillermo Alejandro et al., 2024).
Esta perspectiva permite abordar el
control de enfermedades desde múltiples disciplinas, facilitando estrategias
efectivas para la prevención, detección y respuesta a brotes zoonóticos, como la
rabia o el Ébola. Al integrar y analizar conocimientos de veterinaria, medicina
humana y ecología, se pueden desarrollar soluciones más completas
(Urbizu-González et al., 2023).
La implementación del enfoque
"Una Salud" contribuye a los Objetivos de Desarrollo Sostenible (ODS)
al promover un entorno saludable que beneficia a todos los seres vivos. Esto
incluye la gestión sostenible de recursos naturales y ecosistemas, lo que es
fundamental para mitigar el impacto del cambio climático y mejorar la seguridad
alimentaria, se fomenta la cooperación entre diferentes sectores y disciplinas,
lo que es vital para abordar problemas complejos como la resistencia a los
antimicrobianos y las desigualdades en salud. Esta colaboración es esencial
para crear políticas efectivas que respondan a las necesidades de salud global.
Este modelo no solo se centra en enfermedades específicas, sino que también
considera factores sociales, económicos y ambientales que afectan la salud. Por
lo tanto, es crucial para diseñar estrategias sostenibles que aborden entre
otros los determinantes sociales de la salud (Vera y Bretaña, 2023).
El presente trabajo tiene como
objetivo destacar la importancia de los análisis estadísticos como puente entre
la sanidad animal y humana en el enfoque "Una Salud."
DESARROLLO
I.
Origen
de las enfermedades:
El concepto de "Una Salud" (One Health) destaca la
interdependencia entre la salud humana, animal y ambiental. Esta perspectiva
integral es crucial para abordar los desafíos de salud pública en un mundo
donde los ecosistemas, la biodiversidad y la salud de las poblaciones están
profundamente interrelacionados (Montijo et
al., 2024).
Una gran parte de las enfermedades
infecciosas emergentes en humanos tiene su origen en animales. Se estima que
aproximadamente el 60% de las enfermedades infecciosas humanas se transmiten de
animales a humanos. Además, alrededor del 75% de los patógenos emergentes
provienen de animales. Esto subraya la importancia de monitorear la salud
animal para prevenir brotes en poblaciones humanas (Galindo-González, 2024).
Por otra parte, los ecosistemas
saludables son fundamentales para el bienestar tanto de los humanos como de los
animales. La degradación ambiental, la deforestación, el cambio climático y la
contaminación, pueden alterar los hábitats naturales y aumentar el riesgo de
transmisión de enfermedades. Por ejemplo, el contacto más frecuente entre
humanos y animales salvajes debido a la pérdida de hábitat puede facilitar la
aparición de nuevas zoonosis (Caspistegui, 2024).
En cuanto a la resistencia a los
antimicrobianos (RAM) es una preocupación creciente que afecta tanto a la salud
humana como al animal. El uso excesivo e inadecuado de antibióticos en medicina
veterinaria y en la agricultura puede contribuir al desarrollo de cepas
resistentes que amenazan tratamientos efectivos en humanos. La colaboración
entre sectores es esencial para implementar estrategias que mitiguen este
problema (Lozano, 2023).
Las enfermedades en animales pueden
afectar la producción alimentaria y, por ende, impactar la nutrición y salud
humana. Un enfoque "Una Salud" promueve prácticas agrícolas
sostenibles que consideran el bienestar animal y minimizan los riesgos para la
salud pública (Pascual, 2024).
La implementación de políticas
públicas que reconozcan estas interconexiones es fundamental. Esto incluye el
desarrollo de programas que integren la vigilancia epidemiológica en salud
humana y animal, así como iniciativas para proteger el medio ambiente. La
colaboración entre diferentes disciplinas y sectores es clave para abordar
estos desafíos de manera efectiva. Las conexiones entre la salud animal, humana
y ambiental son innegables y requieren un enfoque colaborativo e integrado para
abordar los problemas complejos que enfrenta nuestra sociedad. Adoptar el modelo "Una Salud" no
solo ayuda a prevenir enfermedades zoonóticas, sino que también promueve un
entorno saludable que beneficia a todas las especies y ecosistemas involucrados
(Carrascal Velásquez et al., 2023).
II.
Análisis
estadísticos:
Son fundamentales en la investigación
científica, ya que proporcionan herramientas esenciales para la recolección,
interpretación y análisis de datos, permiten establecer una base objetiva para
evaluar los resultados de una investigación. Esto es crucial para evitar sesgos
y asegurar que las conclusiones se basen en datos confiables (Carrascal
Velásquez et al., 2023).
A través del análisis estadístico,
los investigadores pueden identificar patrones y tendencias en los datos que
podrían no ser evidentes a simple vista lo que ayuda a formular hipótesis y a
comprender mejor el fenómeno que se estudia, la estadística proporciona
información que facilita la toma de decisiones basadas en evidencia, lo que es
esencial en campos como la medicina, la psicología, las ciencias agropecuarias
y las ciencias sociales. Esto contrasta con decisiones basadas en suposiciones
o creencias personales, aumentando la credibilidad de los resultados además es
crucial en el diseño de experimentos, permitiendo a los investigadores
seleccionar muestras adecuadas, definir variables y establecer controles. Esto
asegura que los experimentos sean válidos y reproducibles (Ortega et al., 2024).
Las técnicas propias de la
estadística contribuyen a establecer si las diferencias observadas entre grupos
son significativas o simplemente el resultado del azar. Esto es vital para
validar hipótesis y asegurar que los resultados sean generalizables. Utilizar
herramientas estadísticas permite procesar grandes volúmenes de datos de manera
eficiente (big data), ahorrando tiempo y recursos en
comparación con métodos manuales. Esto es especialmente importante en
investigaciones que manejan grandes conjuntos de datos (Ortega et al., 2024).
Estos análisis facilitan la
presentación clara y comprensible de los resultados, lo que es esencial para
comunicar hallazgos a diferentes audiencias, incluyendo científicos,
responsables políticos y el público en general. Finalmente, el uso adecuado de
análisis estadísticos contribuye significativamente al avance del conocimiento
científico al permitir la validación y comparación de estudios previos, así
como la formulación de nuevas teorías (Morcillo-Muñoz y Subirana-Casacuberta,
2024).
III.
Tipos
de análisis estadísticos:
Los análisis estadísticos son herramientas
clave en la investigación en salud, permitiendo interpretar datos y tomar
decisiones informadas (Lino et al.,
2024). A continuación, se describen los principales tipos de análisis
estadísticos utilizados en este campo:
1.
Estadística
descriptiva (Guillermo Alejandro et al.,
2024): se encarga de resumir y describir las características de un conjunto de
datos. Sus principales funciones incluyen:
Ø Medidas
de tendencia central: Incluyen la media, mediana y moda, que proporcionan un
valor representativo del conjunto de datos y las medidas de dispersión como el
rango, la varianza y la desviación estándar, que indican la variabilidad o
dispersión de los datos (Sanchez et al., 2024).
Ø Tablas
y gráficos: Que se utilizan para visualizar datos y facilitar su comprensión,
como histogramas, gráficos de barras y diagramas de caja.
2.
Estadística
inferencial (Ngwira et al., 2024) que permite hacer generalizaciones sobre una
población a partir de una muestra.
3.
Pruebas de
hipótesis: Se utilizan para determinar si hay suficiente evidencia en los datos
de las muestras para aceptar o rechazar una hipótesis sobre la población.
4.
Intervalos de
Confianza: proporcionan un rango estimado que es probable que contenga el
parámetro poblacional, ofreciendo una medida de la precisión del estimador.
5.
Análisis de
regresión: Se aplica para explorar relaciones entre variables y predecir
valores (García-Mayor et al., 2020).
Por ejemplo, se puede usar regresión lineal para analizar cómo factores como la
edad o el índice de masa corporal afectan a la presión arterial. Análisis de regresión
múltiple: Permite evaluar el impacto de varias variables independientes sobre
una variable dependiente, ayudando a identificar factores pronósticos en salud
(Habay et al.,
2023). En general los análisis multivariados examinan múltiples variables simultáneamente
para entender sus interrelaciones y efectos conjuntos (Ijaz
et al., 2023).
6.
Análisis de
varianza (ANOVA): Utilizado para comparar las medias entre tres o más grupos y
determinar si al menos uno es significativamente diferente (Espino, 2023).
7.
Análisis
factorial: Se utiliza para reducir la dimensionalidad y
identificar patrones en los datos, agrupando variables correlacionadas (D'Auria et al.,
2023).
8.
Se utilizan
programas para diseñar y analizar muestreos en poblaciones animales, lo cual es
fundamental para evaluar el estado sanitario de los rebaños y tomar decisiones
sobre control y prevención de enfermedades. (Betancourt-Bethencourt, 2024; de
la Torre Rodríguez et al., 2023; Lino
et al., 2024)
Ø Los
análisis estadísticos permiten correlacionar tasas de vacunación con la
producción ganadera, lo que resalta cómo las intervenciones sanitarias impactan
directamente en la economía y la sostenibilidad (Florin-Christensen
et al., 2021)
Ø La
estadística inferencial se aplica para evaluar la efectividad de programas de
vacunación en animales. Se utilizan pruebas de hipótesis para determinar si las
diferencias observadas en la incidencia de enfermedades antes y después de la
vacunación son significativas (MORENO, 2023).
Estudios clínicos: En la
investigación médica, los análisis estadísticos son fundamentales para diseñar
estudios clínicos. Se utilizan métodos como T-TEST, ANOVA y regresión múltiple
para evaluar la eficacia de tratamientos y medicamentos, analizando cómo
diferentes variables (edad, género, condiciones preexistentes) afectan los
resultados clínicos (Hunter y Holmes, 2023).
Ø La
estadística descriptiva se utiliza para recopilar y presentar datos sobre la
prevalencia y distribución de enfermedades en poblaciones humanas. Esto incluye
el uso de gráficos y tablas para visualizar datos epidemiológicos, lo que
facilita la identificación de brotes y tendencias (Panel et al., 2023).
Ø Los
análisis estadísticos permiten a los investigadores evaluar el impacto de
políticas de salud pública (Maynard-Bermúdez et al., 2023). Por ejemplo, se pueden realizar estudios sobre el
efecto del acceso a atención médica en tasas de mortalidad o morbilidad,
utilizando técnicas estadísticas para controlar variables confusoras.
Ø En
salud animal, facilitan el control y prevención de enfermedades en rebaños,
mientras que en salud humana son fundamentales para evaluar tratamientos y
políticas sanitarias. La integración efectiva de estos métodos mejora la toma
de decisiones basadas en evidencia, contribuyendo al bienestar general tanto
animal como humano.
Ø Agrupación
de datos: Los análisis estadísticos nos permiten agrupar datos similares,
(clúster) como enfermedades que aparecen juntas en ciertas regiones o
poblaciones. Esto puede revelar patrones geográficos, temporales o demográficos.
Ø Series
de tiempo: Las series de tiempo permiten analizar cómo cambian las variables a
lo largo del tiempo. Por ejemplo, podemos analizar la tendencia de la
incidencia de una enfermedad a lo largo de los años o cómo cambia la
temperatura promedio en una región.
Ø Análisis
de factores: El análisis de factores nos permite identificar los factores
subyacentes que explican la variabilidad en un conjunto de datos.
Ø Redes
bayesianas: Las redes bayesianas permiten modelar relaciones causales entre
variables.
IV. Cómo los análisis
estadísticos fortalecen el enfoque "Una Salud"
Los análisis estadísticos desempeñan
un papel crucial en este enfoque integrador al proporcionar herramientas para:
1.
Identificar
patrones y tendencias:
Ø Los
análisis estadísticos permiten monitorear la incidencia y prevalencia de
enfermedades infecciosas, tanto en humanos como en animales, identificando
posibles brotes y cambios en los patrones de distribución lo que permite
establecer relaciones sinérgicas y realizar valoraciones en los diferentes
contextos desde una mirada integral (Barriga, 2024; Pablo, 2024).
Ø Análisis
de factores de riesgo: Al relacionar datos sobre enfermedades con variables
ambientales y socioeconómicas, se pueden identificar factores de riesgo comunes
y comprender mejor las causas subyacentes para actuar en consecuencia de forma
efectiva, fundamentalmente en las acciones de prevención (del Rocío
Contreras-Rodríguez et al., 2024).
2.
Evaluar
la efectividad de las intervenciones:
Ø Evaluación
de programas: Los análisis estadísticos permiten evaluar el impacto de las
intervenciones en salud pública, como campañas de vacunación, programas de
educación sanitaria y medidas de control de enfermedades, cuantificando los
cambios en los resultados de salud. Bajo el enfoque Una Salud se establecerán
acciones comunes e integrales, incrementado su eficacia estratégica.
Ø Comparación
de grupos: Al comparar grupos expuestos a diferentes intervenciones, se puede
determinar cuál es la más efectiva.
3.
Modelar
escenarios futuros:
Ø Predicción
de brotes: Los modelos estadísticos y matemáticos (Betancourt-Bethencourt et al., 2022) pueden utilizarse para
predecir la propagación de enfermedades infecciosas y simular el impacto de
diferentes estrategias de control, planificar recursos materiales, humanos y
modos de actuación.
Ø Evaluación
de políticas: Al modelar escenarios futuros, se pueden evaluar las
consecuencias de diferentes políticas y tomar decisiones basadas en evidencia.
4.
Fortalecer
la colaboración transdisciplinaria:
Ø Lenguaje
común: Los análisis estadísticos proporcionan un lenguaje común para que
profesionales de diferentes disciplinas (médicos, veterinarios, ecologistas)
colaboren y compartan datos.
Ø Integración
de datos: Los análisis estadísticos permiten integrar datos de diversas
fuentes, como registros médicos, datos veterinarios, de sanidad vegetal y datos
ambientales, para obtener una visión más completa del sistema (Betancourt,
2013).
V. Aplicación de análisis estadísticos en
estudios relacionados con la salud animal y humana.
El análisis estadístico es crucial en
la investigación tanto de la salud animal como de la salud humana, ya que
proporciona un marco para interpretar datos y tomar decisiones informadas. A
continuación, se describen algunas de las aplicaciones específicas de estos
análisis en ambos campos.
VI. Conexiones entre la salud animal, humana y
el medio ambiente: Un enfoque "Una Salud"
En el enfoque "Una Salud"
se muestra la interdependencia entre la salud de los humanos, los animales y el
medio ambiente. Estas conexiones son profundas y complejas, y se manifiestan en
múltiples niveles.
·
Transmisión de
enfermedades: (Galante, 2024)
Ø Zoonóticas:
Muchas enfermedades infecciosas se originan en animales y pueden transmitirse a
los humanos (ejemplo: COVID-19, gripe aviar).
Ø Ambientales:
Factores ambientales como el cambio climático pueden alterar los hábitats de
los vectores (mosquitos, roedores) y aumentar el riesgo de transmisión de
enfermedades a humanos.
Ø Contaminación:
La contaminación del agua y el suelo con productos químicos y patógenos puede
afectar tanto a la salud humana como a la animal, la
contaminación de los alimentos puede causar enfermedades en humanos y animales.
Ø Eventos
extremos: Eventos climáticos extremos como sequías, inundaciones y olas de
calor pueden afectar la producción de alimentos, aumentar la propagación de
enfermedades y desplazar a poblaciones tanto humanas como animales.
Ø Deforestación:
La deforestación puede llevar a la pérdida de hábitats, aumentar el contacto
entre humanos y animales salvajes y favorecer la aparición de nuevas
enfermedades.
Ø Agricultura
intensiva: El uso excesivo de pesticidas y fertilizantes puede contaminar el
medio ambiente y afectar la salud de los ecosistemas y de las personas que
consumen estos alimentos.
Beneficios de
un enfoque "Una Salud" (Rivero et al.,
2023)
Ø Prevención
de enfermedades: Al abordar las causas subyacentes de las enfermedades, podemos
prevenir brotes y pandemias.
Ø Conservación
de la biodiversidad: Un enfoque "Una Salud" promueve la conservación
de la biodiversidad y los ecosistemas saludables.
Ø Seguridad
alimentaria: Al garantizar la salud de los animales y la seguridad de los
alimentos, contribuimos a la seguridad alimentaria.
Limitaciones
La falta de sistemas de información
automatizados y la dependencia de registros manuales dificultan la recolección
y el análisis de datos precisos. Esto se traduce en información incompleta o
inconsistente, lo que afecta la calidad del análisis estadístico. La calidad de
los datos puede variar significativamente entre diferentes regiones y contextos,
influenciada por factores como el nivel educativo del personal encargado de la
recolección y procesamiento.
Las diferencias biológicas y
ecológicas entre especies complican la aplicación de modelos estadísticos
estandarizados. Esto es especialmente relevante en estudios que integran datos
de salud humana y animal, donde las variaciones en susceptibilidad a
enfermedades pueden influir en los resultados.
La diversidad en las respuestas biológicas a factores ambientales o
patológicos puede llevar a conclusiones erróneas si no se consideran
adecuadamente en los modelos.
Los sistemas que integran salud
humana, animal y ambiental son inherentemente complejos, con múltiples
interacciones que pueden ser difíciles de modelar. Esto puede resultar en un
subestimado o sobrestimado de ciertos riesgos o beneficios para la salud.
Establecer relaciones causales claras entre variables dentro del enfoque
"Una Salud" es complicado debido a la naturaleza multifacética de los
determinantes sociales y ambientales que afectan la salud (Lofaro,
2024).
La falta de metodologías
estandarizadas para el análisis intersectorial puede conducir a inconsistencias
en los resultados. Además, muchos estudios dependen de diseños observacionales
que pueden estar sujetos a sesgos.
La escasez de recursos, tanto
financieros como humanos, limita la capacidad para realizar estudios
exhaustivos que integren todos los aspectos del enfoque "Una Salud".
Estos desafíos resaltan la necesidad
de mejorar las infraestructuras de datos y desarrollar metodologías más
robustas para facilitar un análisis efectivo dentro del marco del enfoque
"Una Salud".
Los avances tecnológicos, como el big data y el aprendizaje automático, ofrecen oportunidades
significativas para mejorar los análisis estadísticos en el enfoque "Una
Salud". La capacidad para recopilar
y analizar grandes cantidades de datos provenientes de diversas fuentes
(registros médicos, estudios epidemiológicos, datos ambientales) permite
obtener una visión más completa y precisa de las interacciones entre la salud
humana, animal y ambiental. Esto facilita la identificación de patrones y
tendencias que antes podrían haber pasado desapercibidos (Ahmad et al., 2023).
El uso de big
data permite realizar análisis predictivos que pueden anticipar brotes de enfermedades
o identificar factores de riesgo en poblaciones específicas, mejorando así la
prevención y la respuesta ante crisis sanitarias.
Los algoritmos de aprendizaje
automático pueden procesar información médica y detectar enfermedades con mayor
rapidez y precisión que los métodos tradicionales, también puede ser utilizado
para simplificar procesos administrativos en el sector salud, mejorando la
eficiencia operativa y permitiendo a los profesionales concentrarse en la
atención al paciente, permite implementación de tecnologías como la
telemedicina y dispositivos portátiles que monitorean la salud en tiempo real
proporciona datos valiosos que pueden ser analizados para mejorar la atención
médica y la gestión de enfermedades crónicas. La integración de diferentes
plataformas tecnológicas facilita el intercambio de información entre sectores,
lo que es crucial para un enfoque "Una Salud" efectivo. Esto permite
un análisis más holístico y coordinado de los datos relacionados con la salud (Lofaro, 2023).
CONCLUSIONES
En el presente trabajo se ha
expuesto la importancia de los análisis estadísticos como puente entre la
sanidad animal y humana en el enfoque "Una Salud”.
Se argumentó como la
medición de la efectividad del enfoque "Una Salud" requiere un
conjunto diverso de métodos estadísticos que integren datos sobre salud humana,
animal y ambiental, al aplicar estas técnicas, se puede obtener una comprensión
más completa del impacto de las políticas y programas implementados,
facilitando así una mejor toma de decisiones en salud pública y la explotación
animal sostenible.
La colaboración entre
veterinarios, médicos, estadísticos, biólogos y otros profesionales es
fundamental para enfrentar los desafíos complejos que presenta la salud global.
Este enfoque interdisciplinario no solo mejora la comprensión de las
interrelaciones entre la salud humana, animal y ambiental, sino que también
fomenta soluciones efectivas y sostenibles para mejorar el bienestar general de
las poblaciones.
REFERENCIAS
Ahmad, N.,
Joji, R. M.,& Shahid, M. (2023). Evolution and implementation
of One Health to control the dissemination of antibiotic-resistant bacteria and
resistance genes: A review. Frontiers in
cellular and infection microbiology, 12,
1065796. https://www.frontiersin.org/journals/cellularandinfectionmicrobiology/articles/10.3389/fcimb.2022.1065796/full
Barriga, D. B. (2024). Nuevos retos
de salud: la (re) aparición de enfermedades
transmitidas por vectores artrópodos desde la
mirada de One Health. Revista de Salud Ambiental, 24(Especial Congreso), 27-30. https://www.ojs.diffundit.com/index.php/rsa/article/download/1673/1584
Betancourt-Bethencourt, J. A. (2024). Jamovi
para calcular potencia, muestra y tamaño de efecto en las investigaciones de
salud. Archivo Médico Camagüey, 28, 9955. https://revistaamc.sld.cu/index.php/amc/article/view/9955/4855
Betancourt-Bethencourt, J. A., Aúcar-López,
J., y Cendra-Asencio, M. (2022). Necesidad de superación en modelos matemáticos
de epidemiología. Revista Archivo Médico
de Camagüey, 26. https://revistaamc.sld.cu/index.php/amc/article/view/8822
Betancourt,
J. A. (2013). [A transdisciplinary model for public health research]. Rev Panam Salud Publica, 34(5), 359-363. http://www.ncbi.nlm.nih.gov/pubmed/24553764
Carrascal Velásquez, J., Ayola Carrasca, S., y González Meza, J. (2023). One Health: Enfoque holístico e
interdisciplinar proyectado a comunidades en riesgo. Revista MVZ Córdoba, 28. http://scielo.sld.cu/scielo.php?pid=S0253570X2024000100012&script=sci_arttex-t&tlng=en
Caspistegui, D. N. (2024). Una sola
salud–One health. Navarra agraria, (263), 2. https://dialnet.unirioja.es/servlet/articulo?codigo=9771479
Cella,
E., Giovanetti, M., Benedetti, F., Scarpa, F.,
Johnston, C., Borsetti, A., Ceccarelli,
G., Azarian, T., Zella, D., y Ciccozzi,
M. (2023). Joining forces against antibiotic resistance: The one health
solution. Pathogens, 12(9), 1074. https://www.mdpi.com/2076-0817/12/9/1074
D'Auria, L. J., Rofrano,
G., Danese, A., Di Marco Pisciottano, I., Signorelli, D., Vecchio, D., Di Stasio,
A., Pizzolante, A., Miniero,
R., y Brambilla, G. (2023). Buffalo milk
quality in southern Italy: trace elements y endocrine disruptors. A One
Health analysis. Revista Cientifica
de la Facultade de Veterinaria, 33. https://openurl.ebsco.com/EPDB%253Agcd%253A14%253A18874174/detailv2?sid=ebsco%253Aplink%253Ascholar&id=ebsco%253Agcd%253A174450997&crl=c&link_origin=scholar.google
de la Torre Rodríguez, M., Junco
Bringa, D., Marrero Pérez, M. D., y Rodríguez Soto, I. (2023). Software Jamovi en la docencia de la asignatura Metodología de la Investigación. Educación Médica Superior, 37(4). http://scielo.sld.cu/scielo.php?pid=S0864-21412023000400009&script=sci_arttext
del Rocío Contreras-Rodríguez, C.,
Jiménez-Oliveros, P. A., y Aguiar-Hernández, D. F. (2024). Ciudad y salud
ambiental: propuesta de una herramienta tecnológica para la medición de
determinantes de la salud. Trilogía
Ciencia Tecnología Sociedad, 16(34), e3106-e3106. https://revistas.itm.edu.co/index.php/trilogia/article/view/3106
Espino, D. J. (2023). Evaluación de
los Servicios Ecosistémicos de la Infraestructura Verde en la Comunidad
Valenciana (ECOVAL). https://greeniusviu.com/wp-content/uploads/2023/09/informe_intermedio_210323.pdf
Florin-Christensen, M., Schnittger, L., Bastos, R. G., Rathinasamy,
V. A., Cooke, B. M., Alzan, H. F., y Suarez, C. E. (2021). Pursuing
effective vaccines against cattle diseases caused by apicomplexan protozoa. CABI
Reviews (2021). https://www.cabidigitallibrary.org/doi/full/10.1079/PAVSNNR202116024
Galante, E.
(2024). Una
Salud, vivimos en un mundo interconectado. RIdEC,
17, 8-11. https://rua.ua.es/dspace/bitstream/10045/145701/1/Galante_2024_RIdEC.pdf
Galindo-González,
J. (2024). Zoonosis,
enfermedades infecciosas y pandemias: ¿qué está pasando? Bioagrociencias, 17(2). https://www.researchgate.net/profile/Jorge-Galindo-Gonzalez/publication/384569130_Zoonosis_enfermedades_infecciosas_y_pandemias_que_esta_pasando/links/66fda4209e6e82486ffe7d60/Zoonosis-enfermedades-infecciosas-y-pandemias-que-esta-pasando.pdf
García-Mayor, J., Moreno-Llamas, A.,
y Cruz-Sánchez, E. D. l. (2020). Prevalencia de tabaquismo y hábitos de vida
relacionados con la salud en función del uso del tabaco tras la implantación de
la Ley 42/2010: análisis de encuestas de salud en España 2009-2017. Revista Española de Salud Pública, 93,
e201907042. https://www.scielosp.org/article/resp/2019.v93/e201907042/
Guillermo Alejandro, H. H., Zurelys, G. G., Guillermo Luis, H. M., y Dania Maria, H. M. (2024). Estrategia educativa para la
concienciación sobre la resistencia a los antimicrobianos con enfoque “Una
Salud”. UNASALUDCAV 2024. https://eventosunivca.sld.cu/index.php/unasaludcav/2024/paper/viewPaper/23
Habay, J., Uylenbroeck,
R., Van Droogenbroeck, R., De Wachter,
J., Proost, M., Tassignon,
B., De Pauw, K., Meeusen,
R., Pattyn, N., y Van Cutsem,
J. (2023). Interindividual variability in mental fatigue-related
impairments in endurance performance: a systematic review and multiple
meta-regression. Sports medicine-open, 9(1),
14. https://link.springer.com/article/10.1186/s40798-023-00559-7
Horefti,
E. (2023). The Importance of the One Health Concept in Combating Zoonoses. Pathogens, 12(8), 977. https://www.mdpi.com/2076-0817/12/8/977
Hunter, D.
J., y Holmes, C. (2023). Where medical statistics meets artificial
intelligence. New England Journal of
Medicine, 389(13), 1211-1219. https://www.nejm.org/doi/full/10.1056/NEJMra2212850
Ijaz, M., Javed, M. U., Ahmed, A., Rasheed, H., Anwar, F., Shah, S.
F. A., y Sabir, J. (2023). On-farm molecular epidemiology and therapeutic
insights into multidrug-resistant Staphylococcus aureus isolated from bubaline
mastitis. Revista Cientifica
de la Facultade de Veterinaria, 33. https://search.ebscohost.com/login.aspx?direct=true&profile=ehost&scope=site&authtype=crawler&jrnl=07982259&AN=174450985&h=7iLtGkBCgnoQ9nK6hJFlA6QbcobmsZNHrDBCmkwZmZBIBmK08PRLbDktFEQfpjav2y36M311K3CtnZPSLwbxKw%3D%3D&crl=c
Lino, V., Rivadeneira, D. D. C.,
Zambrano, J. L. M., y Delgado, Y. M. I. (2024). Jamovi
como herramienta para el análisis de datos en la asignatura de estadística y
diseño de experimentos. Revista Alcance,
7(1). http://alcance.unesum.edu.ec/index.php/alcance/article/view/62/77
Lofaro, G. (2023). Innovación,
digitalización y sostenibilidad de la salud pública entre el aprendizaje
automático y el suave empujón. Revista de
la Facultad de Derecho de México, 73(285), 31-60. https://revistas.unam.mx/index.php/rfdm/article/download/85382/74905/257012
Lofaro, G. (2024). Retos éticos y
jurídicos de la restauración de la naturaleza: enfoque One
Health y protección de la biodiversidad. Bioderecho. https://revistas.um.es/bioderecho/article/view/622941/371871
Lozano, I. C. (2023). La importancia
del análisis sistemático
internacional frente a la resistencia a los antimicrobianos en el entorno One Health. Resumen del artículo original: Antimicrobial Resistance
Collaborators. The burden of antimicrobial resistance in the Americas. Revista de Salud Ambiental, 23(2), 201-204. https://ojs.diffundit.com/index.php/rsa/article/download/1639/1570
Maynard-Bermúdez, G. I.,
Maynard-Bermúdez, R. E., y Silva-Gerardo, A. D. A. d. (2023). La visión One Health, consolidación del
paradigma salubrista en Cuba. Revista
Información Científica, 102. http://scielo.sld.cu/scielo.php?pid=S1028-99332023000100017&script=sci_arttext
Montijo, L. M. M., Murillo-Cisneros,
D. A., Gaxiola-Robles, R., Angulo, C., Lugo-Lugo, O., y Zenteno-Savín, T. (2024). One Health, Una Salud. https://www.cibnor.gob.mx/revista-rns/pdfs/vol9num3EE/2_ONE_HEALTH.pdf
Morcillo-Muñoz, Y., y
Subirana-Casacuberta, M. (2024). El rol transformador de las enfermeras en el
marco de One Health.
Tesela, Liderazgo y Gestión,
e15542-e15542. https://www.ciberindex.com/index.php/ts/article/view/e15542
MORENO, E. E. (2023). Informe de
misión de cooperación técnica evaluación y recomendaciones sobre brucelosis
animal y humana instituto colombiano agropecuario (ica)
e instituto nacional de salud (INS). https://www.paho.org/sites/default/files/informe_de_mision_de_cooperacion_tecnica_brucelosis_colombia_0.pdf
·
Ngwira, A., Manda, S., Karimuribo,
E. D., y Kimera, S. I. (2024). One
Health. https://www.researchgate.net/publication/384928794_Identification_of_common_spatial_and_temporal_trends_in_the_epidemiology_of_cattle_bovine_tuberculosis_and_human_extrapulmonary_and_drug-resistant_tuberculosis_in_Malawi
Ortega, A. F., Bautista Gómez, L. G.,
Martínez Castañeda, J. S., y Sánchez Ramos, M. Á. (2024). Systematic
Analysis of the Zoonosis by SARS-CoV-2 in Domestic Cats Under the Concept of
One Health. Coronaviruses. https://www.benthamdirect.com/content/journals/covid/10.2174/0126667975303458240923044506
Pablo, P. P.
J. (2024). Revisión
bibliográfica de la resistencia parasitaria en la aplicación de antihelmínticos
en bovinos del Ecuador. https://repositorio.uta.edu.ec/items/e836dbfb-e2f1-42b5-9f42-50612107fe40
Panel, O. H. H.-L. E., Hayman, D. T., Adisasmito, W. B.,
Almuhairi, S., Behravesh,
C. B., Bilivogui, P., Bukachi,
S. A., Casas, N., Becerra, N. C., y Charron, D. F.
(2023). Developing one health surveillance systems. One Health, 100617. https://www.sciencedirect.com/science/article/pii/S2352771423001374
Pascual, M. S. (2024). Evolución del
concepto de seguridad alimentaria. Anales
de Veterinaria de Murcia, 38, 6-7. https://www.proquest.com/openview/bc3b8105636c37237052974ae291d914/1?pq-origsite=gscholar&cbl=2035774
Rivero, A., Álvarez, J., y Hernández,
E. (2023). La reducción de riesgos de desastres desde el enfoque de One Health. Revista MVZ Córdoba, 28. https://openurl.ebsco.com/EPDB%3Agcd%3A5%3A13467877/detailv2?sid=ebsco%3Aplink%3Ascholar&id=ebsco%3Agcd%3A177977130&crl=c&link_origin=scholar.google.com
Sanchez, L. M. M., Rojas, M. A.,
Valencia, M. S., y Orrego, L. C. G. (2024). Caracterización de pacientes con
úlceras cutáneas y sus niveles de reactantes de fase aguda. Revista Repertorio de Medicina y Cirugía.
https://revistas.fucsalud.edu.co/index.php/repertorio/article/view/1510
Urbizu-González, A. L., Vázquez-Ruiz,
L., Ceballos-Olvera, I., Hernández-Cabrera, W., González-Alanís, P.,
Goldaracena-Olvera, M., y de la Luz Vázquez-Sauceda, M. (2023). Una sola salud:
una perspectiva veterinaria. Ciencias
Veterinarias y Producción Animal, 59-69. https://cienciasveterinariasyproduccionanimal.uat.edu.mx/index.php/cienciasVeterinarias/article/view/5
Vera, R. S., y Bretaña, R. M. G.
(2023). Panorámica de la calidad en Cuba. Universidad de La Habana (298),
e2730-e2730. https://revistas.uh.cu/revuh/article/view/2730
Contribución
de los autores
Concepción y diseño de la investigación: JABB,
LQL, ZARH;
análisis e interpretación de los datos: JABB, LQL,
ZARH; redacción
del artículo: JABB, LQL, ZARH.
Conflicto
de intereses
Los autores declaran que no existen
conflicto de intereses.
, Lidyce
Quesada Leyva *