Estimación evolución covid-19 en Colombia

El monitoreo de la pandemia por covid-19 en Colombia se ha convertido en un asunto de interés público. Si hasta hace unas semanas casi toda la población estaba expectante de los reportes diarios que entregaba el Ministerio de Salud sobre contagios y muertes por la enfermedad, hoy el asunto parece un poco caótico: “expertos” de la opinión pública han llenado de cuestionamientos los datos entregados; otros más osados, a base de Excel, construyen modelos de su “curva”, distinta a la oficial; y luego entran teorías conspirativas sobre engaños, manipulación, intereses ocultos… y así vamos. 

Ahora cada quien tiene su interpretación de lo que está pasando. Pero interpretar los datos que, desde el punto de vista epidemiológico, son importantes para entender una emergencia sanitaria como esta, no es sencillo. Conscientes del interés que han suscitado los datos de la covid-19, un grupo de matemáticos de la Sociedad Colombiana de Matemáticas (Jairo Díaz, Jean Piero Suárez y Bernardo Uribe, profesores de Uninorte; Jairo Espinosa, de la Universidad Nacional; y Héctor López, de Gases del Caribe) construyeron un modelo dinámico de estimación básico de reproducción temporal (lo que llaman Rt) de la epidemia en Colombia, que puede ser consultado por cualquiera.

El modelo —que se actualiza a diario con la información que carga el Ministerio de Salud en la plataforma de datos abiertos— hace la estimación del Rt a partir del número promedio de personas que contagia un infectado con covid-19 durante un periodo de tiempo, para lo cual se tiene en cuenta los días que una persona permanece infecciosa, a través de las variables: fecha de inicio de síntomas, fecha de fallecimiento, fecha de recuperación y fecha del reporte en la página del ministerio.

En la plataforma se puede consultar información nacional, así como segmentada por departamento o municipio. Cada consulta arroja unas las tablas dinámicas que muestran el comportamiento del Rt: si es mayor que 1 significa que crece el número de infectados, y si es menor que 1 indica decrecimiento; además, marca las fechas de los anuncios del Gobierno sobre las extensiones de la cuarentena.

“El monitoreo de la evolución de la epidemia es esencial para poder saber cómo enfrentarla. Tener a la mano algún indicador que se actualiza día a día es muy útil para los que están tomando decisiones. En particular, es de suma importancia que los municipios tengan esta información para que puedan comprender la evolución de la epidemia en su entorno”, dijo Bernardo Uribe, profesor de Matemáticas de Uninorte.

Los investigadores enfocaron el aplicativo en calcular el Rt con una pequeña ayuda en la interpretación. De modo que los usuarios pueden ingresar y revisar en sus ciudades cómo está la situación. Podrán comparar con otras ciudades, revisar el promedio de días que una persona se mantiene infectada, casos activos, recuperados, fallecidos, comportamiento del Rt, entre otros.

Aunque desde el INS y las secretarías de salud se hacen cálculos del Rt, la iniciativa de estos matemáticos es aportar un modelo público al que cualquiera puede acceder y entender. En particular, entienden que para los municipios será valioso contar con esta información al momento de comprender la evolución de la epidemia en su entorno y tomar mejores decisiones, a partir de las recomendaciones que pueden surgir de la interpretación del modelo. En este punto los matemáticos invitan a la lectura del artículo explicativo del modelo para no caer en interpretaciones equivocadas. 

“No solo lo puede ver, lo puede replicar si baja el código, y lo puede escudriñar si mira el artículo explicativo. Somos conscientes del reto enorme en que nos metimos al hacer nuestra información totalmente transparente. Por un lado, varios grupos de personas acceden para comparar sus modelos, otros lo hacen desde sus celulares por su facilidad de uso, y otros nos han dicho que no están de acuerdo con nuestra metodología”, explica Uribe.

Las críticas recibidas han llevado a que el modelo esté en constante discusión y que la metodología se haya mejorado en varias ocasiones hasta llegar a lo que se tiene hoy. “La organización de los datos que presentamos permite visualizar en tiempo real el conteo de casos por municipio. Además, la estimación del Rt permite inferir el tiempo en que podríamos tener el doble de casos. Los retrasos, la falta de información completa, los errores en la información, son todos parte de los retos de la modelación”, señala el profesor.

Al final los matemáticos hacen énfasis en que las proyecciones del modelo solo utilizan los datos disponibles sobre la pandemia, y, aunque es coherente desde el punto de vista epidemiológico, ellos aplican una metodología diferente. Además, enfatizan que en ningún momento entregan conclusiones sobre los resultados, porque esperan que sean los tomadores de decisiones los que lo hagan, a partir de contrastar sus modelos con otros públicos como el que ellos proponen.

“Todos los modelos son erróneos en el sentido de que ninguno modela exactamente la realidad. Ningún modelo es correcto, pero si muchos concuerdan en algo, es porque uno debería ponerle atención a lo que allí se modela. Esa es la lógica con la modelación matemática. El mundo real es inmodelable, sin embargo, puedo aproximarme a entender cosas pequeñas en un lapso de tiempo coherente para su proyección”, finaliza Urbe.

Principios del modelo

El modelo presentado por los investigadores sigue los principios sugeridos por la Sociedad Colombiana de Matemáticas para trabajo colaborativo, definidos en abril: transparencia, información pública; puedan ser replicados libremente; con explicación de todo el procedimiento realizado; ser publicados en la web; firmados bajo la responsabilidad de sus autores; y que puedan ajustarse en tiempo real.

Por Jesús Anturi