Estimación del número reproductivo variable en el tiempo para su aplicación práctica en poblaciones estructuradas

Área de la Ciencia:

• Epidemiología
• Modelado estadístico
• Biología computacional

Sus antecedentes:

• El número reproductivo variable en el tiempo ($R_t)\; es\; crucial\; para\; la\; evaluación\; de\; la\; epidemia\; en\; tiempo\; real.$
• El marco EpiEstim proporciona estimaciones para $R_{t}pero\; su\; rendimiento\; en\; poblaciones\; estructuradas\; está\; infraevaluado.$
• La estructura de la población puede introducir sesgos temporales en las estimaciones.

Objetivo del estudio:

• Evaluar el rendimiento temporal de EpiEstim en poblaciones pequeñas que no se mezclan al azar.
• Para evaluar el impacto de la estructura de la población en las estimaciones.
• Para demostrar un método para corregir los sesgos temporales en las estimaciones de EpiEstim.

Principales métodos:

• Datos simulados del brote de COVID-19 de un modelo mecanicista de dos poblaciones.
• Comparación de $R_{t}con\; las\; estimaciones\; derivadas\; de\; EpiEstim{\hat{R}}_t.$
• Análisis del sesgo temporal mediante la comparación de los puntos de tiempo cuando $R_t$ cruza el umbral crítico de 1.

Principales resultados:

• Las estimaciones de EpiEstim ${\stackrel{t}{R}}_{}$ cayeron prematuramente por debajo de 1 en las poblaciones estructuradas.
• Los datos agregados semanales mostraron cruces de umbral más tardíos que los datos diarios, y la estructura de la población no tuvo ningún efecto adicional.
• La recuperación de la precisión temporal se logró mediante el uso de datos de subpoblación rezagados para la estimación de la población total.

Conclusiones:

• La estructura de la población puede sesgar las estimaciones de EpiEstim cerca del umbral crítico.
• La aplicación prudente de EpiEstim a los datos estructurados de la población es necesaria para una respuesta epidémica precisa.
• Existen métodos para mitigar los sesgos temporales en la estimación dentro de las poblaciones estructuradas.