Un marco de modelado robusto para investigar enfermedades transmisibles: COVID-19 en Chile como caso de estudio

Área de la Ciencia:

• Epidemiología; Modelado Matemático; Salud Pública

Sus antecedentes:

• La predicción precisa en tiempo real de la dinámica de enfermedades transmisibles es crucial para la respuesta a pandemias.
• Los modelos existentes a menudo carecen de adaptabilidad y capacidades robustas de optimización de parámetros.
• La COVID-19 destaca la necesidad de herramientas de pronóstico epidemiológico versátiles.

Objetivo del estudio:

• Desarrollar un marco matemático robusto, adaptable y general para investigar la dinámica de enfermedades transmisibles.
• Lograr una optimización de parámetros estable y robusta para el modelado epidemiológico.
• Permitir la reconstrucción y predicción precisas de curvas epidemiológicas para cualquier enfermedad.

Principales métodos:

• Desarrolló un marco de modelado general con selección automática de vectores de parámetros iniciales.
• Incorporó adaptabilidad para variables adicionales (por ejemplo, admisiones en UCI) y parámetros variables en el tiempo (por ejemplo, tasa de transmisión).
• Aseguró la estabilidad y mejoró la precisión de la calibración mediante técnicas novedosas de estimación de parámetros.

Principales resultados:

• Demostró una optimización robusta de parámetros para la calibración precisa de curvas epidemiológicas en diversas regiones de Chile.
• Modeló con éxito las tendencias durante diferentes olas de la pandemia de COVID-19 y tamaños de población.
• Validó el rendimiento del marco utilizando medidas cuantitativas y cálculos del número reproductivo efectivo a nivel nacional.

Conclusiones:

• Estableció un marco robusto para investigar la dinámica de enfermedades transmisibles, aplicable a cualquier enfermedad infecciosa.
• Proporcionó una base para futuras investigaciones en modelado epidemiológico y control de enfermedades.
• Potencial para informar estrategias efectivas de salud pública y manejo de enfermedades.