Un modelo científico ajusta la previsión de contagios ante una nueva ola

Un modelo predictivo desarrollado por la universidades de Córdoba y Sevilla y el Instituto Maimónides de Investigación Biomédica (Imibid), que ha estado en uso los dos últimos años, permite ajustar su precisión ante la evidencia de inicio de la séptima ola de la pandemia de la covid-19.

El aumento de los casos de personas contagiadas en las últimas semanas así lo apunta, según un comunicado difundido este miércoles por la Universidad de Córdoba, que señala que el modelo predictivo ha sido utilizado para los informes que semanalmente se han entregado a la Consejería de Salud y Familias.

El estudio ha aplicado un modelo predictivo basado en un modelo polinómico de grado 3, que combina técnicas estadísticas y de Inteligencia Artificial para predecir los contagios por coronavirus, ajustándolo según la información de la dinámica de contagios en oleadas anteriores, con cuya consiguieron mayor precisión a la hora de predecir los nuevos contagios por coronavirus en tres o cinco días.

En el trabajo, publicado en la revista 'Expert System swith Applications', se analizaron los datos de contagios acumulados, no solo los nuevos contagios del día, sino también la suma de días anteriores, en los ocho distritos sanitarios andaluces en los que están ubicadas las capitales de provincia desde la segunda oleada de la pandemia hasta la quinta.

Para obtener una mayor precisión era necesario incluir en el modelo predictivo, además de los datos de contagios, información externa que influyera en la evolución del número de personas contagiadas.

En el caso de la meteorología, por ejemplo, para predecir la temperatura de los siguientes días se tiene en cuenta el viento o la humedad.

Para la pandemia, sin embargo, esa información externa resultaba de difícil estudio ya que incluía una gran cantidad de factores como la población, la movilidad o la época del año, entre otros, por lo que el equipo investigador decidió sustituir esa información por una serie de valores de las curvas de crecimiento de las oleadas anteriores, una gráfica en la que se incluían periódicamente la evolución de los contagios en días previos.

De esas curvas extraían valores que determinan cómo se comporta la curva con información sobre cuándo llega el momento de crecimiento exponencial, cómo de intenso es este momento o cuánto dura, además de otros parámetros del brote a estudiar y con esa información la predicción de contagios en un horizonte temporal de tres o cinco días era más precisa.

“Cuanto más larga en el tiempo es la predicción que vas a hacer, más error vas a cometer porque el efecto de los posibles factores externos aumenta", explica el investigador Pedro Antonio Gutiérrez Peña que ha formado parte del equipo de investigación de la Universidad de Córdoba-

A su juicio, "hay que tener en cuenta que aunque parezcan pequeños estos horizontes temporales de tres o cinco días, nos proporcionan la suficiente precisión para tomar decisiones en base a unos resultados fiables y sería muy utópico decir lo que va a pasar en un mes o en dos meses y en esos resultados no puedes basar tus decisiones".