Expertos comentan sobre modelo centinela

Durante más de 50 días de Jornada Nacional de San Distancia por la epidemia de Covid-19, hemos escuchado de personas expertas, y no tan expertas, términos como “aplanar la curva” “modelo Centinela”, “predicciones”, “estimaciones”, entre otras. ¿Pero qué tan familiarizados estamos con estos términos?, ¿qué entendemos cuando los escuchamos o leemos en los periódicos y redes sociales? En Revista Consideraciones nos acercamos al doctor Luis Enrique Nieto, presidente de la Asociación Mexicana de Estadística, para que nos explicara sobre esto.

Modelo Centinela 

El doctor Nieto explica que “en estadística, existen muchos modelos que describen las características de un fenómeno que presenta variabilidad a los que comúnmente llamamos fenómenos aleatorios. Cuando no podemos acceder a la totalidad de la población, que describiría por completo el fenómeno, recurrimos a métodos inferenciales que aproximan las características más importantes de dicho fenómeno. En el caso particular de la epidemiología, un modelo que aproxima los casos reales de la condición de estudio (e.g. Covid-19) es el modelo centinela”. 

La Curva

“Específicamente en los casos diarios de Covid-19, hay dos mediciones importantes: los casos nuevos en el día y los casos acumulados hasta dicho día. Ambos son realizaciones de lo que en estadística se conoce como series de tiempo, uno se refiere a los casos y otro a los casos acumulados.

El número de casos acumulados de Ccovid-19 siempre tienen un comportamiento no decreciente en el tiempo, es decir, los casos aumentan o se mantienen constantes. La velocidad con la que los casos acumulados se incrementan son los casos nuevos. Los casos nuevos pueden tener fluctuaciones en el tiempo, crecer o decrecer. Entonces, a lo que se refiere con “aplanar la curva” es a que el número de casos nuevos diarios disminuyan, es decir, que tengan un comportamiento decreciente.”

Estimaciones y Predicciones en la Estadística

“En estadística hay dos tipos de inferencias (procedimiento con el que se aproxima las características del fenómeno aleatorio), estimaciones y predicciones. Las estimaciones se refieren a aproximar parámetros fijos de la población, como la tasa de incidencia de una enfermedad o la proporción de personas enfermas. Las predicciones se refieren a aproximar variables aleatorias observables, pero aún no observadas, por ejemplo, el número de nuevos casos de alguna enfermedad.

Incertidumbre

“Los procesos inferenciales en estadística, estimación o predicción, están sujetos a incertidumbre que debe de ser cuantificada. Es decir, la estimación de la incidencia de una enfermedad está sujeta a un error de estimación. La estimación de este error es parte de la cuantificación de la incertidumbre. En la práctica, lo correcto en los procesos inferenciales es reportar, tanto la estimación o predicción puntual, así como una cuantificación del error de estimación (incertidumbre).”

“Alternativamente, es recomendable hacer estimaciones o predicciones por intervalo, así se aprecia toda la incertidumbre. En el enfoque bayesiano de la estadística -que es un tipo de inferencia estadística en la que las evidencias u observaciones se emplean para actualizar o inferir la probabilidad de que una hipótesis pueda ser cierta- toda la incertidumbre de un fenómeno, incluso la incertidumbre en el proceso inferencial de las cantidades desconocidas, se representa a través de distribuciones de probabilidad. De esta manera se cuantifica por completo toda la incertidumbre del problema.”

Por último, el doctor Luis Nieto, también profesor del Instituto Tecnológico Autónomo de México (ITAM), nos sugirió revisar los siguientes sitios web donde se presentan los datos sobre la epidemia por Covid-19 y modelos estadísticos de su análisis. Datos Covid en México: https://covid19.nextia.mx/ Modelo epidemiológico predictivo de casos Covid en México: https://mexicovid19.github.io/Mexico/ Modelos epidemiológicos y estadísticos: https://datoscovid.mx/