https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
219
Artículo de investigación
Análisis temporal del microbioma clínico y su relación con
patrones de resistencia antimicrobiana en el Hospital Carlos
Andrade Marín (2018–2024)
Temporal analysis of the clinical microbiome and its relationship with antimicrobial
resistance patterns at Carlos Andrade Marín Hospital (2018–2024)
Maricela Alexandra Chacha García*
Universidad Nacional de Chimborazo
Riobamba - Ecuador
maricela.chacha@unach.edu.ec
https://orcid.org/0009-0001-7897-8661
Saúl Stalin Lema Asqui
Universidad Nacional de Chimborazo
Riobamba - Ecuador
sauls.lema@unach.edu.ec
https://orcid.org/0000-0002-8714-2655
*Correspondencia:
maricela.chacha@unach.edu.ec
Cómo citar este artículo:
Chacha, M., & Lema, S. (2025). Análisis
temporal del microbioma clínico y su
relación con patrones de resistencia
antimicrobiana en el Hospital Carlos
Andrade Marín (2018–2024). Esprint
Investigación, 4(3), 219-233.
https://doi.org/10.61347/ei.v4i3.211
Recibido: 29 de octubre de 2025
Aceptado: 2 de diciembre de 2025
Publicado: 5 de diciembre de 2025
Resumen: La resistencia antimicrobiana constituye una de las principales amenazas para
la salud pública y su dinámica está estrechamente vinculada a los cambios en el
microbioma clínico. El objetivo de este estudio fue analizar la variabilidad temporal del
microbioma clínico y su relación con los patrones de resistencia antimicrobiana durante
el período 2018–2024. Se realizó un estudio retrospectivo y observacional basado en datos
microbiológicos provenientes de cultivos clínicos procesados en un hospital de
referencia. Se caracterizó la distribución anual de microorganismos y se evaluaron los
perfiles de sensibilidad y resistencia para antibióticos de primera y segunda línea.
Adicionalmente, se aplicaron modelos de series temporales para identificar tendencias,
esta
cionalidad y posibles cambios estructurales en la dinámica microbiana. Los
resultados evidencian variaciones significativas en la prevalencia de microorganismos,
con incrementos estacionales en agentes Gram negativos y fluctuaciones en la resistencia
a antimicrobianos críticos. El análisis temporal permitió identificar patrones emergentes
de resistencia con implicaciones directas para la toma de decisiones terapéuticas. Este
estudio aporta evidencia clave para fortalecer la vigilancia microbiológica y orientar
estrategias de uso racional de antibióticos.
Palabras clave: Infecciones bacterianas, microbioma, resistencia antimicrobiana, series
temporales.
Abstract: Antimicrobial resistance represents a major global health challenge, closely linked to
dynamic changes within the clinical microbiome. This study aimed to analyze the temporal
variability of the clinical microbiome and its relationship with antimicrobial resistance patterns
during the period 2018–2024. A retrospective, observational study was conducted using
microbiological data obtained from clinical cultures processed in a reference hospital. Annual
distributions of isolated microorganisms were characterized, and susceptibility profiles for first-
and second-line antibiotics were evaluated. Additionally, time-series models were applied to
identify trends, seasonality, and potential structural shifts in microbial behavior. The findings
reveal significant temporal fluctuations in microorganism prevalence, including seasonal
increases in Gram-negative pathogens and notable variations in resistance to critical
antimicrobials. Temporal modeling enabled the identification of emerging resistance patterns with
direct implications for clinical decision-making. This study provides essential evidence to
strengthen microbiological surveillance and support strategies for the rational use of antibiotics.
Keywords: Antimicrobial resistance, bacterial infections, microbiome, time series analysis.
Copyright: Derechos de autor 2025 Maricela
Alexandra Chacha García, Saúl Stalin Lema
Asqui.
Esta obra está bajo una licencia internacional
Creative
Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 220
1. Introducción
La resistencia antimicrobiana constituye una de las mayores amenazas actuales para la salud pública
global y regional, impulsada por la emergencia y propagación de microorganismos capaces de evadir
terapias antimicrobianas convencionales (Amancha et al., 2023; de Oliveira et al., 2020; Masoud et
al., 2022; Parra-Donoso et al., 2021; Wise et al., 2023). Dicho fenómeno se encuentra estrechamente
vinculado a la dinámica del microbioma clínico, un ecosistema complejo conformado por
comunidades microbianas que coexisten en pacientes, personal sanitario, superficies hospitalarias y
sistemas ambientales relacionados. La literatura evidencia que estos entornos actúan como
reservorios y puntos de interacción microbiana que favorecen la transmisión de patógenos
clínicamente relevantes y la diseminación de determinantes de resistencia (Amancha et al., 2023; de
Oliveira et al., 2020; Gámez et al., 2020; Masoud et al., 2022; Wise et al., 2023).
Diversos estudios han identificado la presencia recurrente de microorganismos de alto impacto
clínico dentro del microbioma hospitalario, incluidos Staphylococcus aureus, particularmente cepas
resistentes a meticilina (SARM) y patógenos Gram negativos como Klebsiella pneumoniae y
Pseudomonas aeruginosa, así como hongos del género Candida spp. (Karlowsky et al., 2021; Salazar et
al., 2022; Villacís et al., 2020; Wise et al., 2023). Estos microorganismos representan una carga
significativa en escenarios de cuidados intensivos debido a su elevada virulencia y a la creciente
frecuencia de perfiles de resistencia. Además, investigaciones recientes documentan la colonización
por ESKAPE, grupo de microorganismos con alta prioridad clínica tanto en pacientes críticos como
en superficies y dispositivos hospitalarios, configurando una vía adicional para la transmisión
cruzada dentro del entorno sanitario (de Oliveira et al., 2020; Masoud et al., 2022; Zonta et al., 2020).
La interacción entre el hospital y su entorno ambiental amplifica el problema. Evidencias
provenientes de Chile, Colombia y otros países de la región muestran que las aguas residuales
hospitalarias y el aire ambiental contienen bacterias resistentes y residuos de antibióticos, actuando
como matrices de dispersión hacia el ambiente y las comunidades cercanas (Gámez et al., 2020;
Karlowsky et al., 2021; Nieto-Sánchez et al., 2022; Parra-Donoso et al., 2021). Estos hallazgos
subrayan la necesidad de enfoques integrados que combinen vigilancia microbiológica hospitalaria
con monitoreo ambiental y gestión adecuada de residuos.
En el contexto de la resistencia antimicrobiana, se han documentado mecanismos relevantes como
la producción de beta-lactamasas en bacterias Gram negativas aisladas de efluentes hospitalarios
(Pico-Macias & Cruz-Macias, 2024); la presencia persistente de SARM en personal y superficies de
contacto (Zuta Arriola et al., 2023); y la resistencia antifúngica emergente en Candida spp., evaluada
a través de técnicas fenotípicas y moleculares (Figueroa & Ortíz 2025). Factores como la
hospitalización prolongada, el uso de antibióticos de amplio espectro y la estancia en unidades de
cuidados intensivos incrementan el riesgo de colonización e infección por microorganismos
resistentes (González-Nahuelquin et al., 2023; Masoud et al., 2022; Nieto-Sánchez et al., 2022; Pico-
Macias & Cruz-Macias, 2024).
El análisis temporal aporta un componente crítico para comprender la dinámica de estos eventos.
Estudios en América Latina han demostrado la utilidad de los modelos de series temporales para
evaluar variaciones anuales y estacionales en indicadores hospitalarios, usando enfoques como
modelos ARIMA, GAM y Prais–Winsten (Becher et al., 2024; Cabrera-Mudarra, 2025; González-
Nahuelquin et al., 2023; Jena et al., 2024) . Dichas metodologías permiten identificar tendencias y
cambios estructurales que resultan esenciales para anticipar patrones de resistencia o variabilidad
microbiana.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 221
A pesar de ello, en Latinoamérica existe todavía una escasez de investigaciones que integren análisis
longitudinales del microbioma hospitalario con datos de resistencia antimicrobiana. En Ecuador, los
esfuerzos se han centrado principalmente en vigilancia ambiental y caracterización de aguas residuales
hospitalarias, como los estudios realizados en el Hospital Oncológico Solca-Manabí, que muestran la
presencia de microorganismos clínicamente relevantes en efluentes hospitalarios (Pico-Macias & Cruz-
Macias, 2024). Sin embargo, no existen estudios que analicen sistemáticamente la variabilidad temporal
del microbioma clínico y su relación con la resistencia antimicrobiana en hospitales del país.
Este vacío de conocimiento limita la capacidad para anticipar patrones de riesgo, optimizar terapias
antimicrobianas y fortalecer estrategias de control de infecciones. En este contexto, caracterizar la
dinámica temporal del microbioma clínico y su relación con los perfiles de resistencia antimicrobiana
constituye un paso fundamental para mejorar la vigilancia epidemiológica y la toma de decisiones
basada en evidencia.
En respuesta a esta necesidad, el presente estudio tiene como objetivo analizar la variabilidad
temporal del microbioma clínico y su relación con los patrones de resistencia antimicrobiana durante
el período 2018–2024, mediante el uso de datos microbiológicos hospitalarios y herramientas
estadísticas avanzadas de análisis temporal.
2. Metodología
Diseño del estudio
Se llevó a cabo un estudio observacional retrospectivo basado en la revisión sistemática de informes
clínicos y microbiológicos obtenidos en formato digital entre los años 2018 y 2024. El objetivo del
diseño fue caracterizar los patrones epidemiológicos del microbioma clínico y analizar la resistencia
antimicrobiana a partir de datos generados en la práctica asistencial rutinaria.
Fuente de datos y procedimiento de extracción
La base de datos utilizada en este estudio se construyó a partir de información procedente del Hospital
de Especialidades Carlos Andrade Marín (HECAM). Los registros originales correspondieron a
informes PDF de laboratorio clínico que contenían datos demográficos, diagnósticos codificados y
resultados de cultivos y antibiogramas, previamente anonimizados. Estos documentos fueron
procesados utilizando un script automatizado en R diseñado para extraer texto íntegro mediante
lectura directa u OCR. El script permitió identificar de forma automática variables como: sexo, edad,
fecha de atención, microorganismos aislados, patrones de sensibilidad y códigos CIE-10.
Criterios de inclusión y exclusión
Se incluyeron todos los informes que contenían datos microbiológicos verificables y variables
mínimas necesarias para la clasificación clínica y demográfica. Se excluyeron los archivos sin
información clínica relevante y los documentos duplicados, los cuales se detectaron mediante un
identificador hash generado para cada paciente.
Estandarización y procesamiento de la información
Una vez extraída la información, se realizó un proceso de normalización que incluyó la
homogenización de fechas en formato día/mes/año, la estandarización del sexo del paciente, la
depuración de nombres de microorganismos y la separación adecuada de códigos CIE-10 cuando se
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 222
presentaban múltiples diagnósticos en un mismo informe. Los códigos CIE-10 fueron validados y
enriquecidos mediante su correspondencia con un diccionario oficial de la Clasificación
Internacional de Enfermedades en formato CSV.
A partir de este procedimiento se generaron dos bases de datos principales: una orientada a la
caracterización de pacientes y otra que consolidó todos los exámenes microbiológicos y resultados
de sensibilidad. Ambas quedaron vinculadas mediante un identificador único anonimizante
generado mediante algoritmos hash.
Variables consideradas
El estudio consideró variables demográficas como edad, sexo y servicio de atención; variables
microbiológicas como microorganismo aislado, tipo de examen, resultado del cultivo y perfil de
sensibilidad; y variables diagnósticas correspondientes a códigos CIE-10 presuntivos y definitivos.
La variable de interés principal fue la identificación de microorganismos de alto impacto clínico y
sus patrones de resistencia.
Análisis de datos
El análisis se realizó utilizando R. Las variables numéricas se evaluaron mediante medias, medianas
y dispersiones, mientras que las variables categóricas se describieron mediante frecuencias absolutas
y relativas. Se elaboraron tablas descriptivas de microorganismos y perfiles de resistencia, así como
visualizaciones de distribución demográfica, carga microbiana y diagnóstica.
Para estudiar la evolución temporal se emplearon técnicas de series temporales, entre ellas
modelos Prais–Winsten para estimar tendencias anuales, modelos ARIMA para evaluar patrones y
estacionalidad, y modelos aditivos generalizados (GAM) para capturar dinámicas no lineales. Los
resultados se reportaron con intervalos de confianza del 95 % y se representaron gráficamente en
alta resolución.
Consideraciones éticas
El presente estudio se realizó utilizando exclusivamente datos secundarios anonimizados obtenidos
de informes clínicos digitales, sin acceso a información personal identificable. La investigación fue
aprobada mediante Of. CEISH-UNIANDES-CE-Nº2025-8-0004, en la cual se determinó que el proyecto
cumplía los criterios éticos para estudios exentos y se autorizó su ejecución de acuerdo con el protocolo
presentado. El estudio se desarrolló respetando los principios éticos establecidos en la Declaración de
Helsinki y las normativas ecuatorianas sobre investigación con información clínica, por lo cual no fue
necesario obtener consentimiento informado individual.
3. Resultados
Características de la población
Se analizaron 357 pacientes atendidos en el periodo 2018-2024. La edad media fue de 47,3 ± 13,2 años
(tabla 1). La población estuvo compuesta mayoritariamente por hombres (61.97%, n=221), mientras que
las mujeres representaron el 38.03% (n=136). La mortalidad registrada durante la atención clínica fue
del 35.96% (n=128), lo que refleja la elevada severidad clínica de la cohorte.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 223
Tabla 1
Características de la población
Variable Valor
Edad (años) 47.3 ± 13.2 (mediana 50.0, IQR 36.8–58.0)
Sexo: FEMENINO 136 (38.03%)
Sexo: MASCULINO 221 (61.97%)
Mortalidad (SI) 128 (35.96%)
Nota. Edad: edad al momento de la atención; IQR: rango intercuartílico.
Microorganismos aislados
Se identificaron múltiples microorganismos clínicamente relevantes en la cohorte analizada. Los
aislamientos más frecuentes correspondieron a Klebsiella pneumoniae subsp pneumoniae (21.9%),
seguida de Staphylococcus epidermidis (9.3%), Escherichia coli (8.6%), Staphylococcus aureus (8.4%) y
Candida albicans (6.0%) (tabla 2).
Tabla 2
Microorganismos detectados
Microorganismo Frecuencia %
Klebsiella pneumoniae subsp pneumoniae 153 23.1
Staphylococcus epidermidis 62 9.3
Escherichia coli 57 8.6
Staphylococcus aureus 56 8.4
Candida albicans 40 6.0
Pseudomonas aeruginosa 23 3.5
Staphylococcus hominis subsp. hominis 19 2.9
Enterococcus faecalis 18 2.7
Acinetobacter baumannii 16 2.4
Serratia marcescens 12 1.8
Staphylococcus haemolyticus 23 3.5
Stenotrophomonas 12 1.8
Klebsiella oxytoca 10 1.5
Enterobacter aerogenes 9 1.4
Enterobacter cloacae complex 9 1.4
Streptococcus pneumoniae 8 1.2
Hafnia alvei 7 1.1
Otros microorganismos de relevancia clínica incluidos fueron P. aeruginosa, E., Acinetobacter
baumannii, S. marcescens, Stenotrophomonas, y especies del complejo E. cloacae. De manera destacada,
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 224
estuvieron presentes diversos patógenos del grupo ESKAPE, los cuales constituyen un foco crítico en
vigilancia clínica debido a su potencial de multirresistencia y diseminación nosocomial.
Patrones de resistencia antimicrobiana
Los perfiles de sensibilidad obtenidos mostraron variabilidad entre antimicrobianos (tabla 3). Los
antibióticos con mayores tasas de sensibilidad fueron vancomicina (99.1%), linezolid (95.7%) y
amikacina (72.1%). En contraste, se observaron altos niveles de resistencia frente a oxacilina (71.3%),
eritromicina (65.9%) y clindamicina (61.7%). Para antibióticos de uso extendido como ciprofloxacina,
la resistencia alcanzó 44.3%, con un 50.1% de sensibilidad.
Estos hallazgos reflejan la coexistencia de perfiles sensibles y multirresistentes, compatibles con
poblaciones hospitalarias complejas y exposición previa a antibióticos.
Tabla 3
Patrones de resistencia por antibiótico
Antibiótico Total (n) Sensible (%) Intermedio (%) Resistente (%)
Ciprofloxacina 465 50.1 5.6 44.3
Gentamicina 436 70.2 1.6 28.2
Oxacilina 150 28.7 0.0 71.3
Amikacina 147 72.1 4.1 23.8
Clindamicina 141 38.3 0.0 61.7
Vancomicina 115 99.1 0.0 0.9
Linezolid 94 95.7 0.0 4.3
Eritromicina 88 34.1 0.0 65.9
Relación entre microorganismos y diagnósticos clínicos
El análisis integrado entre microorganismos y diagnósticos CIE-10 reveló asociaciones clínicas
heterogéneas (tabla 4). K. pneumoniae subsp. pneumoniae mostró mayor frecuencia de asociación con
diagnósticos clasificados como “otros” (42.8%), mientras que microorganismos respiratorios típicos
como S. agalactiae, A. baumannii y K. oxytoca se vincularon con diagnósticos del sistema respiratorio
(28.6%, 14.3% y 9.8%, respectivamente).
Asimismo, hongos como C. albicans, C. tropicalis y C. krusei se asociaron con diagnósticos
inespecíficos o sistémicos.
Tabla 4
Relación entre microorganismos y diagnóstico clínico (CIE-10)
Microorganismo Código CIE-10 Categoría clínica Frecuencia (n) Porcentaje (%)
Klebsiella pneumoniae subsp. pneumoniae B96.1 Otros 36 23.8
Staphylococcus epidermidis B95.7 Otros 20 13.2
Candida albicans B37.9 Otros 20 13.2
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 225
Microorganismo Código CIE-10 Categoría clínica Frecuencia (n) Porcentaje (%)
Escherichia coli B96.2 Otros 13 8.6
Staphylococcus aureus B95.6 Otros 8 5.3
Enterococcus faecalis B95.2 Otros 7 4.6
Staphylococcus hominis subsp. hominis B95.7 Otros 6 4.0
Pseudomonas aeruginosa B96.5 Otros 6 4.0
Streptococcus agalactiae B95.1 Respiratorio 6 4.0
Acinetobacter baumannii B96.83 Respiratorio 5 3.3
Klebsiella oxytoca B96.89 Respiratorio 4 2.6
Staphylococcus haemolyticus B95.7 Respiratorio 4 2.6
Serratia marcescens B96.89 Otros 4 2.6
Streptococcus pneumoniae B95.3 Otros 4 2.6
Candida krusei B37.9 Respiratorio 4 2.6
Candida tropicalis B37.9 Otros 4 2.6
Tendencias anuales de cultivos y resistencia (2018–2024)
En el periodo 2018-2024 (tabla 5), los cultivos positivos mostraron oscilaciones marcadas: el volumen
aumentó entre 2018 (n=155) y 2019 (n=195), seguido de una caída pronunciada durante 2020–2022, con
un mínimo en 2022 (n=63). Posteriormente se observó un incremento moderado en 2024 (n=52). La
frecuencia de microorganismos ESKAPE siguió patrones similares, con un máximo en 2019 (n=137) y
descenso progresivo posterior.
La resistencia global fluctuó entre 31.3% (2019) y 62.9% (2023), mientras que la sensibilidad se
mantuvo predominante en la mayoría de los años, aunque con tendencia descendente hacia 2023–
2024.
Tabla 5
Tendencias anuales de cultivos y resistencia (2018–2024)
Año Cultivos positivos Microorganismos ESKAPE Pct. resistente Pct. sensible
2018 155 78 40.6 56.6
2019 195 137 31.3 67.2
2020 89 63 38.8 58.9
2021 90 51 42.8 57.2
2022 63 42 41.1 52.7
2023 19 9 62.9 25.7
2024 52 34 48.6 51.4
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 226
Tendencias temporales de cultivos positivos y resistencia antimicrobiana (2018–2024)
El análisis temporal integró métodos de modelamiento ARIMA y regresión Prais–Winsten con
corrección por autocorrelación, con el objetivo de caracterizar las tendencias anuales en la frecuencia
de cultivos positivos y en la proporción global de resistencia antimicrobiana durante el periodo 2018–
2024. La serie anual mostró un patrón irregular, con un descenso progresivo entre 2018 y 2022, seguido
de un leve repunte hacia 2024 (figura 1a). El modelo ARIMA ajustado correspondió a un ARIMA(0,1,0),
equivalente a una caminata aleatoria sin componente autorregresivo ni estacional. Este modelo reflejó
adecuadamente la estructura no estacionaria de la serie y generó intervalos de pronóstico amplios,
acordes con la variabilidad interanual observada.
El diagnóstico del modelo reveló residuos sin autocorrelación significativa, lo cual se confirmó
mediante el ACF residual (figura 1b). La distribución de los residuos mostró simetría y ausencia de
patrones sistemáticos, lo que respalda la validez del modelo para la dinámica observada. La
regresión Prais–Winsten aplicada a la misma serie evidenció una pendiente negativa, indicando una
tendencia descendente general en el número de cultivos positivos (figura 1c). Sin embargo, la
magnitud de la pendiente fue moderada, en concordancia con las fluctuaciones bruscas observadas,
especialmente la caída marcada en 2020, presumiblemente asociada al impacto operativo de la
pandemia en la actividad diagnóstica hospitalaria.
Figura 1
Tendencia anual de cultivos positivos entre 2018 y 2024
(a) Modelo ARIMA aplicado a la serie anual de cultivos positivos, mostrando valores observados y pronóstico a tres años
con intervalos de predicción al 80 % y 95 %.
(b) Diagnóstico del modelo ARIMA (0,1,0), que incluye la secuencia de residuos, la función de autocorrelación (ACF) y la
distribución de residuos, evidenciando ausencia de autocorrelación significativa.
(c) Tendencia lineal ajustada mediante regresión Prais–Winsten, con corrección por autocorrelación de primer orden,
mostrando una tendencia no significativa en el periodo analizado
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 227
La proporción anual de resistencia antimicrobiana mostró oscilaciones relevantes, con valores
mínimos alrededor del 31 % y máximos superiores al 60 %, particularmente en 2023 (figura 2a). El
modelo ARIMA identificado fue un ARIMA (0,0,0) con media distinta de cero, lo que sugiere ausencia
de estructura temporal persistente y variación alrededor de un promedio estable. El pronóstico reflejó
alta incertidumbre, con intervalos amplios que abarcan un rango considerable, producto del tamaño
limitado de la serie y la fuerte dispersión anual.
El diagnóstico del modelo reveló residuos sin autocorrelación según el ACF (figura 2b), y con
distribución aproximadamente normal, lo cual indica ajuste adecuado pese a la simplicidad del
modelo. Además, la regresión Prais–Winsten aplicada a la proporción de resistencia mostró una
pendiente positiva, indicando un incremento global de la resistencia antimicrobiana a lo largo del
periodo (figura 2c). A diferencia de los cultivos positivos, la tendencia ascendente fue más evidente,
aunque con picos abruptos que sugieren influencias externas. El ascenso pronunciado en 2023 se alineó
con el comportamiento observado en la serie ARIMA.
Figura 2
Evolución anual del porcentaje de resistencia antimicrobiana entre 2018 y 2024.
(a) Modelo ARIMA aplicado a la proporción anual de resistencia, ajustando un ARIMA (0,0,0) con media distinta de cero,
e ilustrando la variación observada y el pronóstico a tres años.
(b) Diagnóstico del modelo ARIMA, mostrando los residuos estandarizados, ACF y distribución residual, sin evidencia de
autocorrelación significativa.
(c) Tendencia lineal obtenida mediante regresión Prais–Winsten, indicando ausencia de cambio lineal significativo pero
una oscilación interanual marcada en los niveles de resistencia.
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 228
4. Discusión
El principal hallazgo de este estudio fue la identificación de una carga microbiológica hospitalaria
dominada por bacterias de relevancia clínica, con predominio de especies pertenecientes al grupo
ESKAPE y con presencia sostenida de resistencia antimicrobiana durante el periodo 2018–2024. Este
patrón fue similar con el marco conceptual propuesto para los patógenos ESKAPE, reconocidos como
causas principales de infecciones asociadas a la atención sanitaria y como núcleos de diseminación de
resistencia en hospitales de alta complejidad de Oliveira et al., (2020). En concordancia con lo descrito
en dichos trabajos, la persistencia de este grupo de microorganismos respaldó la interpretación de que
el hospital analizado presentaba una carga microbiológica de alto riesgo, compatible con entornos
sometidos a presión antibiótica prolongada de Oliveira et al., (2020).
La distribución de especies observada, con una participación destacada de K. pneumoniae y otros
bacilos Gram negativos multirresistentes, coincidió con informes que describieron la circulación de
cepas MDR y perfiles de virulencia aumentada en contextos hospitalarios europeos de Oliveira et al.,
(2020). En estos estudios, el cribado sistemático de bacterias resistentes permitió demostrar una elevada
frecuencia de clones de K. pneumoniae portadores de múltiples determinantes de resistencia, lo cual es
concordante con el predominio de bacterias del grupo ESKAPE observado en este trabajo y con la
necesidad de mantener una vigilancia continua en hospitales de tercer nivel (de Oliveira et al., 2020;
Masoud et al., 2022; Zonta et al., 2020).
En relación con las características demográficas, la población analizada mostró una estructura etaria
y distribución por sexo comparables a las observadas en estudios previos sobre pacientes
hospitalizados en servicios de mediana y alta complejidad. La proporción de fallecimientos fue
consistente con poblaciones expuestas a infecciones complejas y comorbilidades significativas. Este
hallazgo demográfico fue relevante porque contextualizó los patrones de colonización y resistencia
observados, reforzando la plausibilidad de los resultados microbiológicos (Gámez et al., 2020;
González-Nahuelquin et al., 2023; Nieto-Sánchez et al., 2022; Parra-Donoso et al., 2021; Pico-Macias &
Cruz-Macias, 2024).
Respecto a los microorganismos aislados, se observó un predominio de K. pneumoniae, S. epidermidis,
S. aureus, E. coli y C. albicans. Este perfil coincidió con lo descrito en investigaciones previas en
hospitales de la región, donde las especies Gram-negativas resistentes y los cocos Gram-positivos
asociados a dispositivos invasivos representan causas frecuentes de colonización e infección
(Amancha et al., 2023; Estela-Zape et al., 2025; Figueroa & Ortíz (2025); Fromentin et al., 2022; Gámez
et al., 2020; Molina et al., 2022; Nieto-Sánchez et al., 2022; Salazar et al., 2022; Tellez-Carrasquilla et al.,
2023; Wang et al., 2020; Zuta Arriola et al., 2023). El hallazgo de una participación significativa de
hongos del género Candida también fue congruente con estudios como el de Figueroa & Ortíz (2025),
especialmente en poblaciones expuestas a hospitalización prolongada, antibióticos de amplio espectro
y soporte vital. La coincidencia con la evidencia disponible sugirió que el comportamiento ecológico
microbiano del hospital estudiado fue representativo de lo reportado en otros entornos clínicos de
Latinoamérica, aunque con variaciones en especies menos frecuentes que podrían reflejar
particularidades locales.
Los patrones de resistencia antimicrobiana mostraron un predominio de perfiles resistentes en
antibióticos clave utilizados en la práctica hospitalaria. La magnitud de la resistencia observada fue
comparable a estudios realizados en Chile, Colombia y Ecuador, donde la presión antibiótica sostenida
ha favorecido la selección de cepas resistentes, en estos estudios se observó que entre 70% y 92% de los
aislamientos clínicos de bacilos Gram negativos presentaron resistencia a al menos un antibiótico de
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 229
uso habitual (Amancha et al., 2023; Gámez et al., 2020; Nieto-Sánchez et al., 2022; Parra-Donoso et al.,
2021; Villacís et al., 2020). Nuestros resultados relacionados con antibióticos como ciprofloxacina,
gentamicina y oxacilina fueron concordantes con reportes que destacaron niveles elevados de
resistencia entre bacilos Gramnegativos y estafilococos coagulasa negativos. La presencia de
sensibilidad casi universal a vancomicina se alineó con la literatura internacional y sugirió que, a pesar
de la resistencia generalizada, ciertos antibióticos mantienen eficacia frente a subgrupos específicos de
microorganismos Grampositivos (Amancha et al., 2023; de Oliveira et al., 2020; Gámez et al., 2020;
Salazar et al., 2022).
La relación entre microorganismos aislados y diagnósticos CIE-10 mostró asociaciones esperadas
según la literatura, especialmente para diagnósticos respiratorios y urinarios, donde especies como S.
pneumoniae, K. pneumoniae y P. aeruginosa suelen ser predominantes. La predominancia de códigos
inespecíficos o agrupados también se ha descrito en estudios retrospectivos basados en registros
clínicos, lo cual limita la especificidad diagnóstica, permiten una aproximación válida al panorama
clínico. La concordancia parcial entre el microorganismo aislado y el diagnóstico clínico reflejó la
complejidad de establecer relaciones causales en estudios observacionales de vigilancia hospitalaria,
un aspecto igualmente reportado en trabajos similares (de Oliveira et al., 2020; Masoud et al., 2022;
Villacís et al., 2020; Wise et al., 2023; Zuta Arriola et al., 2023).
En cuanto a la tendencia temporal, el análisis ARIMA mostró que tanto los cultivos positivos como
la resistencia global fluctuaron sin patrones estructurados. La ausencia de autocorrelación residual en
ambos modelos confirmó que las series carecían de ciclos temporales consistentes, un hallazgo que
coincidió con estudios previos que han señalado la alta variabilidad interanual en indicadores
microbiológicos hospitalarios. De forma complementaria, la regresión Prais–Winsten no identificó
tendencias lineales significativas, un comportamiento esperado en series relativamente cortas y
particularmente susceptible a perturbaciones externas, como la pandemia de COVID-19, que modificó
de manera abrupta los flujos de hospitalización, las prácticas diagnósticas y la presión antibiótica en
múltiples países de la región (de Souza et al., 2020; Molina et al., 2022). No obstante, estos resultados
deben interpretarse considerando que los modelos no incluyeron variables epidemiológicas clave,
como ocupación hospitalaria, intensidad del uso de antimicrobianos o volumen de solicitudes
diagnósticas. Estudios previos han demostrado que estas variables pueden modificar sustancialmente
la dinámica microbiológica (González-Nahuelquin et al., 2023; Masoud et al., 2022; Molina et al., 2022).
Por ejemplo, aumentos transitorios en la ocupación hospitalaria o episodios de incremento en la
prescripción de antibióticos se han asociado a repuntes en la detección de organismos
multirresistentes, mientras que periodos de menor presión clínica pueden generar descensos aparentes
que no reflejan cambios reales en la epidemiología del patógeno (de Oliveira et al., 2020; Zonta et al.,
2020).
La principal aportación de este estudio fue proporcionar una caracterización integrada del
microbioma clínico, los perfiles de resistencia y sus tendencias temporales a partir de datos
hospitalarios reales, lo cual permitió identificar patrones concordantes con la literatura y particulares
locales. La combinación de análisis microbiológicos y estadísticos avanzados ofreció una visión más
completa de la dinámica de patógenos y resistencia en el entorno hospitalario, aportando evidencia
útil para la planificación de estrategias de vigilancia y control.
En conjunto, los hallazgos indicaron que el hospital estudiado presentó un perfil microbiológico de
alta relevancia clínica, con predominio de microorganismos ESKAPE y niveles considerables de
resistencia antimicrobiana, sin tendencias temporales sostenidas durante el periodo analizado. Este
conjunto de resultados fue relevante porque reflejó tanto riesgos continuos para la atención sanitaria
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 230
como oportunidades para fortalecer la vigilancia microbiológica y las políticas institucionales de
gestión antibiótica. Presentar la interpretación de los resultados obtenidos y compararlos con otros
estudios realizados, indicando sus ventajas y aportaciones, evitando adjetivos de elogio. Procure
analizar aspectos novedosos de los resultados de su investigación. No repita los datos o información
que ya se presentaron en la sección de resultados, cada resultado debe ser discutido por separado y en
el mismo orden en que fueron planteados.
Limitaciones del estudio
Este estudio presentó varias limitaciones que deben considerarse al interpretar los resultados. En
primer lugar, se trató de un análisis retrospectivo basado en registros clínicos y de laboratorio, lo que
implicó dependencia de la calidad, integridad y estandarización de la información disponible. En
segundo lugar, los microorganismos reportados reflejaron únicamente los cultivos procesados y
documentados en el hospital, sin incluir pacientes no muestreados o cultivos descartados por criterios
clínicos, cultivos totales y pacientes-día, lo cual pudo generar sesgos de selección. Asimismo, el análisis
de resistencia antimicrobiana se basó en interpretaciones textuales provenientes de los reportes de
laboratorio; aunque se emplearon procedimientos de limpieza rigurosos, algunos perfiles pudieron
estar incompletos o simplificados respecto a los paneles de sensibilidad originales.
En tercer lugar, las series temporales abarcaron un periodo relativamente breve (2018–2024), con
solo mediciones anuales. Esto redujo la capacidad para detectar tendencias complejas o patrones
estacionales y limitó la potencia de los modelos ARIMA y Prais–Winsten. Además, los años 2020–2021
estuvieron afectados por la pandemia de COVID-19, que alteró la actividad diagnóstica, el flujo de
hospitalización y el uso de antibióticos, introduciendo posibles efectos externos no controlados.
Finalmente, los hallazgos correspondieron a un solo hospital y podrían no ser generalizables a otros
centros del país o la región, especialmente aquellos con características epidemiológicas, operativas o
poblacionales distintas.
A pesar de estas limitaciones, el estudio aportó una caracterización integral del perfil microbiológico
y de resistencia en el contexto analizado y proporcionó información útil para fortalecer la vigilancia y
orientar futuras investigaciones con diseños más robustos
5. Conclusiones
El estudio permitió caracterizar de manera integral el perfil microbiológico hospitalario, los patrones
de resistencia antimicrobiana y su comportamiento temporal entre 2018 y 2024. El hallazgo central fue
la presencia dominante de microorganismos clínicamente relevantes, especialmente del grupo
ESKAPE, junto con niveles sostenidos de resistencia en antibióticos de uso habitual, lo que reflejó un
escenario de riesgo persistente para la atención de pacientes hospitalizados en áreas críticas de
cuidados intensivos.
Los resultados mostraron que, aunque el volumen de cultivos positivos y la proporción global de
resistencia exhibieron variaciones interanuales marcadas, no se identificaron tendencias lineales
significativas en el periodo evaluado. Esta ausencia de una trayectoria ascendente o descendente
sostenida sugirió que la dinámica observada estuvo influenciada por factores operativos, cambios
epidemiológicos y alteraciones disruptivas en la actividad hospitalaria, como las asociadas a la
pandemia de COVID-19.
La coexistencia de microorganismos Gram-negativos y Gram-positivos de alta relevancia clínica,
junto con perfiles de resistencia concordantes con estudios regionales, indicó que el hospital compartió
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 231
características epidemiológicas con otros centros latinoamericanos con desafíos similares en el control
de infecciones y en el uso racional de antimicrobianos. El análisis integrado de microorganismos,
diagnósticos clínicos y resistencia aportó evidencia útil para comprender la interacción entre presión
antibiótica, colonización y patrones microbiológicos en el entorno asistencial.
En conjunto, el estudio aportó evidencia relevante para la gestión clínica y epidemiológica del
hospital, y proporcionó bases para futuras investigaciones orientadas a mejorar la seguridad del
paciente y la calidad del cuidado en entornos donde la resistencia antimicrobiana continúa siendo un
desafío prioritario.
Referencias
Amancha, G., Celis, Y., Irazabal, J., Falconi, M., Villacis, K., Thekkur, P., Nair, D., Perez, F., & Verdonck,
K. (2023). High levels of antimicrobial resistance in Escherichia coli and Salmonella from
poultry in Ecuador. Pan American Journal of Public Health, 47.
https://doi.org/10.26633/RPSP.2023.15
Becher, P., Goßling, A., Fluschnik, N., Schrage, B., Seiffert, M., Schofer, N., Blankenberg, S., Kirchhof,
P., Westermann, D., & Kalbacher, D. (2024). Temporal trends in incidence, patient
characteristics, microbiology and in-hospital mortality in patients with infective endocarditis:
a contemporary analysis of 86,469 cases between 2007 and 2019. Clinical Research in Cardiology :
Official Journal of the German Cardiac Society, 113(2), 205–215. https://doi.org/10.1007/S00392-022-
02100-4
Cabrera-Mudarra, R. (2025). Inteligencia artificial y calidad clínica: Herramientas para optimizar el
desempeño hospitalario. Noesis. Revista Electrónica de Investigación, 7(14), 192–210.
https://doi.org/10.35381/noesisin.v7i14.349
de Oliveira, D., Forde, B., Kidd, T., Harris, P., Schembri, M., Beatson, S., Paterson, D., & Walker, M.
(2020). Antimicrobial resistance in ESKAPE pathogens. Clinical Microbiology Reviews, 33(3).
https://doi.org/10.1128/CMR.00181-19
de Souza, W., Buss, L., Candido, D., Carrera, J., Li, S., Zarebski, A., Pereira, R., Prete, C., de Souza-
Santos, A., Parag, K., Belotti, M., Vincenti-Gonzalez, M., Messina, J., Sales, F., Andrade, P.,
Nascimento, V., Ghilardi, F., Abade, L., Gutierrez, B., … Faria, N. (2020). Epidemiological and
clinical characteristics of the COVID-19 epidemic in Brazil. Nature Human Behaviour, 4(8), 856–
865. https://doi.org/10.1038/s41562-020-0928-4
Estela-Zape, J., Sanclemente-Cardoza, V., Espinosa-Cifuentes, M., & Ordoñez-Mora, L. (2025). Impact
of Invasive Mechanical Ventilation on the Lung Microbiome. Advances in Respiratory Medicine,
93(4). https://doi.org/10.3390/arm93040023
Figueroa, L., & Ortíz, J. (2025). Métodos Fenotípicos, Moleculares Y Espectromètricos Para La
Evaluación De La Resistencia en Candida Spp.: Una Revisión Bibliográfica. Ciencia Latina
Revista Científica Multidisciplinar. https://doi.org/10.37811/cl_rcm.v9i5.19843
Fromentin, M., Ricard, J., & Roux, D. (2022). Lung microbiome in critically ill patients. Life, 12(1).
https://doi.org/10.3390/life12010007
Gámez, G., Rojas, J., Cardona, S., Castillo, J., Palacio, M., Mejia, L., Torres, J., Contreras, J., Muñoz, L.,
Criales, J., Luis, V., Forero, A., Zúñiga, Y., Cuastumal, M., Acevedo, L., Molina, A., Bolivar, J.,
Gómez, A., Morales, J., & Hammerschmidt, S. (2020). Nasopharyngeal Colonization,
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 232
Associated Factors and Antimicrobial Resistance of Streptococcus pneumoniae among
Children under 5 Years of Age in the Southwestern Colombia. Journal of Pediatric Infectious
Diseases. https://doi.org/10.1101/2020.04.09.20058529
González-Nahuelquin, C., Maciá-Soler, L., Arredondo-González, E., Valero-Chillerón, M., Puebla-
Santibáñez, P., & González-Chordá, V. (2023). Prevalence of Pressure Ulcers at Hospital
Discharge in Chile: Indicator Trend From 2001 To 2019. Ciencia y Enfermeria, 29.
https://doi.org/10.29393/CE29-35PUCV60035
Jena, D., Sridhar, S., Shareef, J., Talath, S., Ballal, S., Kumar, S., Bhat, M., Sharma, S., Kumar, M.,
Chauhan, A., Gaidhane, A., Agarwal, N., Bushi, G., Shabil, M., Zahiruddin, Q., Mohanty, A.,
Al-Tawfiq, J., & Sah, R. (2024). Time series modelling and forecasting of Monkeypox outbreak
trends Africa’s in most affected countries. New Microbes and New Infections, 62.
https://doi.org/10.1016/j.nmni.2024.101526
Karlowsky, J., Kazmierczak, K., Valente, M., Luengas, E., Baudrit, M., Quintana, A., Irani, P., Stone, G.
G., & Sahm, D. (2021). In vitro activity of ceftazidime-avibactam against Enterobacterales and
Pseudomonas aeruginosa isolates collected in Latin America as part of the ATLAS global
surveillance program, 2017–2019. Brazilian Journal of Infectious Diseases, 25(6).
https://doi.org/10.1016/j.bjid.2021.101647
Masoud, S., Kovacevich, A., Gangji, R., Nyawale, H., Nyange, M., & Ntukula, A. (2022). Extent and
Resistance Patterns of ESKAPE Pathogens Isolated in Pus Swabs from Hospitalized Patients.
Canadian Journal of Infectious Diseases and Medical Microbiology, 2022.
https://doi.org/10.1155/2022/3511306
Molina, A., Muñoz, V., Olocco, C., Vacaflor, L., Peralta, N., & Gerván, N. (2022). Coinfección y
sobreinfección bacteriana en pacientes con neumonía por COVID-19 en el Nuevo Hospital San
Roque de Córdoba (2020). Revista Bioquímica y Patología Clínica, 86(3), 45–56.
https://doi.org/10.62073/bypc.v86i3.229
Nieto-Sánchez, Z., Moreno-Sánchez, Y., & Fernández-Nieto, E. (2022). Hospital waste management in
a Service Provider Institution of the municipality of Los Patios, Norte de Santander, Colombia.
Revista de Salud Pública, 24(5). https://doi.org/10.15446/rsap.v24n5.106471
Parra-Donoso, M., Valdebenito-Rolack, E., Cid-Maldonado, N., Dominguez-Yévenes, M., Sanhueza-
Gomez, F., Salvo, C., Lopez-Jenssen, M., Bournas, P., & Bello-Toledo, H. (2021). Microbiological
air quality in a community family health center of talcahuano, biobío region, chile. Revista
Chilena de Infectologia, 38(3), 324–332. https://doi.org/10.4067/S0716-10182021000300324
Pico-Macias, J., & Cruz-Macias, B. (2024). Caracterización de aguas residuales en el Hospital
Oncológico Solca-Manabí. MQRInvestigar, 8(2), 839–858.
https://doi.org/10.56048/mqr20225.8.2.2024.839-858
Salazar, C., Antelo, V., Vieytes, M., Dávila, C., Grill, F., Galiana, A., & Iraola, G. (2022). First detection
and origin of multi-drug resistant Klebsiella pneumoniae ST15 harboring OXA-48 in South
America. Journal of Global Antimicrobial Resistance, 30, 480–484.
https://doi.org/10.1016/j.jgar.2022.08.005
Tellez-Carrasquilla, S., Rodríguez, E., & Jiménez, J. (2023). High frequency of clinically important
Gram-negative bacilli resistant to beta-lactams in hospital wastewater effluents. Infectio, 27(2),
78–85. https://doi.org/10.22354/24223794.1126
Esprint Investigación
https://rei.esprint.tech
Vol. 4 N° 3, Edición Especial 2025 (219-233)
Salud y Ciencias de la Vida
ISSN: 2960-8317
Maricela Alexandra Chacha García, Saúl Stalin Lema Asqui 233
Villacís, J., Reyes, J., Castelán-Sánchez, H., Dávila-Ramos, S., Lazo, M., Wali, A., Bodero, L., Toapanta,
Y., Naranjo, C., Montero, L., Campos, J., Galas, M., & Gestal, M. (2020). OXA-48 carbapenemase
in Klebsiella pneumoniae sequence type 307 in Ecuador. Microorganisms, 8(3).
https://doi.org/10.3390/microorganisms8030435
Wang, Z., Liu, H., Wang, F., Yang, Y., Wang, X., Chen, B., Stampfli, M. R., Zhou, H., Shu, W., Brightling,
C. E., Liang, Z., & Chen, R. (2020). A Refined View of Airway Microbiome in Chronic
Obstructive Pulmonary Disease at Species and Strain-Levels. Frontiers in Microbiology, 11.
https://doi.org/10.3389/fmicb.2020.01758
Wise, M., Karlowsky, J., Lemos-Luengas, E., Valdez, R., & Sahm, D. (2023). Epidemiology and in vitro
activity of ceftazidime-avibactam and comparator agents against multidrug-resistant isolates
of Enterobacterales and Pseudomonas aeruginosa collected in Latin America as part of the
ATLAS surveillance program in 2015‒2020. Brazilian Journal of Infectious Diseases, 27(3).
https://doi.org/10.1016/j.bjid.2023.102759
Zonta, F., Roque, M., da Silva, R., Ritter, A., & Jacobsen, F. (2020). Colonization by ESKAPES and
clinical characteristics of critically ill patients. Enfermeria Global, 19(3), 214–254.
https://doi.org/10.6018/eglobal.406691
Zuta, N., Rojas, A., Zel, L., Salazar, M., & Siccha, A. (2023). Staphylococcus aureus resistente a
meticilina (SARM) en fosas nasales y teléfonos celulares en estudiantes y trabajadores del área
de la salud: Revisión sistemática. Revista de La Universidad Del Zulia, 14(40), 397–421.
https://dialnet.unirioja.es/servlet/articulo?codigo=9004081
Transparencia
Conflicto de interés
Los autores declaran que no existen conflictos de interés de naturaleza alguna como parte de la
presente investigación.
Fuente de financiamiento
Los autores financiaron completamente la investigación.
Contribución de autoría
Maricela Alexandra Chacha García: Conceptualización, metodología, software, validación, análisis
formal, investigación, gestión de datos, visualización, redacción - preparación del borrador original,
redacción - revisión y edición, financiamiento, administración del proyecto, recursos, supervisión.
Saúl Stalin Lema Asqui: Conceptualización, metodología, validación, análisis formal, investigación,
gestión de datos, visualización, redacción - preparación del borrador original, redacción - revisión y
edición, financiamiento, administración del proyecto, recursos, supervisión.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.
