Thread by @pvinmex

1. 🧵Hoy revisaremos conceptos básicos para facilitar la interpretación de diversas visualizaciones de datos (#DataViz) sobre la dinámica de la #pandemia de #SARSCoV2 en #México y #América. Gráficas log(casos|decesos acumulados ~ tiempo) son las más ampliamente reportadas 👇

2. 👆se muestra la relación log(casos) en función del tiempo, y 👇la de log(defunciones) ~ tiempo para los países con las 10 economías emergentes más grandes. La fase de expansión exponencial se visualiza como recta ascendente, llegando a una asíntota cuando no se acumulan más.

3. La visualización log-log de casos o decesos nuevos vs. acumulados refleja mejor aún la evolución/tendencia de la epidemia, en este caso separando países/regiones en celdillas. Las pendientes al final de la gráfica revelan las tendencias actuales, repuntes inclusive

4. Hay que aclarar que estas visualizaciones son "traducciones gráficas" de los datos oficiales verificados por tests de RT-PCR. NO son modelos epidemiológicos predictivos. Muestran "literalmente" las tendencia en datos oficiales reportados por cada país bit.ly/2LcPzam

5. Se han implementado diversos modelos para predecir la evolución de la epidemia de #COVID19 en #México: bit.ly/2LihKEY, sc-cosmo.org bit.ly/3clRtBA. Coinciden en que a mayor distanciamiento social, mayor "aplanamiento" de la curva epidemiológica.

6. Hechas estas precisiones, va la gráfica log-log de nuevos_casos ~ casos_totales que muestra las tendencias al día de hoy de la #pandemia de #COVID19 en una selección de países Americanos. Nótese que están ordenados por número decreciente de nuevos casos.

7. Visualizaciones y modelos de evolución de la #pandemia de #COVID19 dependen de la disponibilidad y calidad de los datos. #México no compara favorablemente en el contexto internacional, siendo por ejemplo el que menos tests/1K habitantes hace entre países miembros de la #OCDE

8. Por tanto debemos tener siempre presente el factor del submuestreo para ponderar adecuadamente la incertidumbre y alcance de las predicciones, así como para interpretar con cautela las estimas de parámetros de la epidemia.

9. Abajo presento las tendencias de nuevos_casos sobre casos_totales de la epidemia de #COVID19 en cada Estado de #México en forma de gráficas log-log. Dejo al estimado lector que interprete los patrones, pidiendo por favor que tenga en cuenta todas las consideraciones anteriores

10. Finalmente les recomiendo visiten el excelente sitio Web de nuestros colegas del @ierunam bit.ly/2YNXuCW para una visualización dinámica de las tendencias mostradas arriba (9.) y muchas más. Para aprender más sobre gráficas log-log, vean perfiles de @trblnyx y @wlmb.

11. Conclusión:
Estamos en la #Fase3 y en ésto estamos juntos. Tod@s debemos colaborar para relentizar la propagación del #SARSCoV2 mantendiendo la #LaSanaDistancia y atendiendo al enfático mensaje del Dr. @HLGatell #QuedateEnCasa bit.ly/2WHYPsu

12. Agradecimientos (1):
i. A los proveedores de datos abiertos: @CDCgov, @CovidJhu, @DatosGobMX, @ECDC_EU, @OurWorldInData;
ii. A desarrolladores de proyectos #COVID19 en #R: @JoachimGassen, @sur_hp

13. Agradecimientos (cont.)
iii. Al personal de salud y muy especialmente a las mujeres del sector que hoy, #DiaDeLaMadre, están exponiendo su salud y la de sus familias para atendernos en los hospitales.
iv. A Usted por su tiempo e interés. Cuídese mucho.

14. Recursos #COVID19_mx
#CIGA_UNAM bit.ly/2LiVURK
#CoronaMex bit.ly/3aL5aIz
@LaNSBioDyT bit.ly/2YKh1nM
@segasi bit.ly/3domfK4
bit.ly/2SQrJW7
@datavizero bit.ly/2WdHzfE
@ierunam bit.ly/2YNXuCW

@opsoms @OPSOMSMexico @segasi @SerendipiaData @nytimes @E_Q_ @LKourchenko @el_pais @El_Universal_Mx @infobae @dw_espanol @WRADIOMexico @CovidMexico @LaNSBioDyT @amciencias @ACMor_Morelos @ibt_unam @ccg_unam @SalaPrensaUNAM @cinvestav @SSalud_mx @CIDE_MX @ProCienciaMX