Thread by @Gabc91

1/ Hacer "proyecciones" de #COVID19 usando un modelo de regresión con los datos de casos acumulados es un error. Aquí un 🧵intentando explicar porqué. Spoiler: Al final un súper libro para estos días en casa. Cc. @jjaimemiranda @cugartegil @teozka @TropicalesUPCH @Pattyjannet1

2/ En los últimos días muchas personas han intentado "predecir" cómo se va a comportar este brote en el #Peru. #COVID19 es un virus del cual recién estamos aprendiendo, y ante la incertidumbre, la respuesta natural es intentar conocer lo que va a venir en el futuro.

3/ Sin embargo, muchos de los análisis que circulan muestran un modelo estadístico con buenos valores de bondad de ajuste (ej. R^2). En otras palabras, son modelos que aparentemente explican bastante bien las observaciones (ej. casos acumulados de #COVID19) en la vida real.

4/ Estos análisis se conocen como modelos determinísticos. Al tener un modelo aparentemente bueno, muchos optan por "predecir" el número de casos en el futuro. Sin embargo, esta aproximación tiene serias limitaciones que se han reportado en la literatura. Aquí voy a explicar 2:

5/ Primero, el número de casos acumulados de hoy será en cierta medida parecidos a los de ayer (ej. nunca van a ser menores). Esto en estadística significa que las observaciones no son independientes entre sí, lo cual causa problemas en la estimación del modelo.

6/ Segundo, en estudios de simulación con datos de epidemias anteriores se demostró que la probabilidad que estos modelos determinísticos capturen los valores reales de la epidemia son muy bajos. Aquí la literatura para ambos puntos
thelancet.com/journals/lance…
royalsocietypublishing.org/doi/full/10.10…

7/ Otro grupo de modelos más transparentes y adecuados para estos momentos en la epidemia se conocen como modelos determinísticos o mecanísticos. Por ejemplo los modelos SEIR, donde se modela matemáticamente el comportamiento de la epidemia.

7 (yapa) / Aquí una interfaz para entender la importancia de los diferentes parámetros y entender diferentes escenarios. gabgoh.github.io/COVID/index.ht… cc. @cugartegil @ricardocasney

8/ No informar es tan perjudicial como informar mal. Si queremos poner el hombro, aseguremos que nuestros análisis son apropiados para este contexto **EPIDEMIOLÓGICO**. CC. @augustoreyh @martinhidalgo @ocram @blogdenotas

Bonus track/ Por menos de 10 soles pueden comprar la edición virtual de "The Rules of Contagion". Una investigación de @AdamJKucharski de varios años con un lenguaje sencillo para entender como se transmiten desde ideas y memes, hasta violencia y virus amzn.to/2UmS2TE