He estado siguendo los datos de #COVID19 en Chile hace un rato, y encontré algunos patrones interesantes q pensé seria útil incluir en algo mas coherente.
Tuvieron las cuarentenas efectos heterogeneos en cuanto al progreso de nuevos casos en Chile? Un hilo 1/n
Tuvieron las cuarentenas efectos heterogeneos en cuanto al progreso de nuevos casos en Chile? Un hilo 1/n
Lo q mas me interesaba era ver si es que habia diferencias en efectividad de estas politicas segun nivel de ingreso, y potencial% analizar a que se debian estas diferencias. Spoiler: Encuentro diferencias entre ambos grupos. 2/n
Durante los primeros dos meses de la pandemia en Chile (Marzo y Abril), el gobierno implemento cuarentenas a nivel de comuna, que son areas pequeñas incluso dentro de una misma ciudad (me enfocare en Santiago). Acá hay un mapa: 3/n 
Entre finales de Marzo y mediados de Abril, el gobierno implemento cuarentenas en diferentes areas de Stgo, donde algunas eran de altos ingresos y otras mas bajos. Me enfocaré en los resultados de las q entraron en cuarentena a finales de Marzo. 4/n
Una ventaja q tenemos para la identificacion es q el gob aplicó estas cuarentenas de manera un poco aleatoria. Num de casos totales y diarios jugaron un rol importante, pero no determinan total% el estado de cuarentena, asi q uso un Metodo de Control Sintetico Aumentado(ASCM) 5/n
Con ASCM construyo un contrafactual basado en otras comunas no tratadas q siguen un patron similar en num de casos antes del anuncio de cuarentena (Uso el anuncio como t=0 para evitar efectos anticipatorios). 6/n
Aca hay algunos resultados usando ASCM! Para areas de mayores ingresos, el num de casos diarios empieza a caer desde el dia 12 de cuarentena (Q). Sin embargo, para sectores de menores ingresos q entraron en Q temprano, la historia es diferente 7/n
*Uso 12 dias para medir la efectividad de la cuarentena, porque no tienen un efecto inmediato. 7b/n
(Para evitar potenciales externalidades de la Q, tb uso zonas buffer para las areas donde la gente se pudo haber movido durante la Q, y encuentro los mismos resultados) 8/n
A que se podrian deber estas diferencias? Acá empiezo a mirar dos factores: 1) cumplimiento de la cuarentena, y 2) informacion de tests. Zonas de menores ingresos pueden tener costos mas altos de quedarse en casa, y menor acceso a testeo 9/n
Miremos el tema de cumplimiento. Aca miro un índice de movilidad por comuna, y de nuevo usando ASCM mido las diferencias entre área que tuvieron Q y esas q no, según nivel de ingreso 10/n
Antes q cerraran los colegios, habia ruido en las dif pero estaban centradas en 0. Dsp del cierre, zonas de mayores ingresos reaccionaron + en cuanto a reduccion de movilidad, y aun mas durante Q. Al dia 12 de Q, comunas de menores ingresos mostraron pequeñas reducc en mov. 11/n
Para el testeo, la cosa se pone mas dificil xq @ministeriosalud no reporta datos a nivel de comuna. Asi q lo q hice fue: 1) medir la correlacion entre % positivos y % tests privados, y 2) estimar el tiempo entre 1eros síntomas y diagnostico según nivel de ingreso 12/n
Hay una correlacion de -0.61 entre positividad y % de tests hechos por privados (lo opuesto q para centros públicos). Esto indica q centros privados estan testeando a mas gente q termina siendo (-) (la mayoria de la gente con isapre esta en zonas de altos ingresos) 13/n
En cuanto a desfase entre 1eros sintomas y resultados de tests, comparo los reportes epidemiologicos y cambios en casos reportados por semana. Uso el hecho q salen como cada 3 dias, y encuentro que pacientes de zonas de menores ingresos tardan mas en tener un diagnostico 14/n
Este es un estudio observacional y se basa es ciertos supuestos q describe en + detalle en el paper, asi q eso se debe tomar en consideración. Corro tests de robustez y argumento como manejo las amenazas a la identificacion, pero esto no es un experimento aleatorizado 15/n
Mas que nada, datos son algo q esta faltado. Aun estoy esperando por mejores datos de movilidad y testeo, y algunos cambios en los reportes de numero de casos hacen las cosas mas complicadas. 16/n
Pero al final lo que queria destacar es que un efecto promedio muchas veces esconde heterogeneidades importantes q pueden ser utiles para los q toman decisiones cuando están diseñando medidas para combatir esta pandemia 17/n
Esto no es para decir que cuarentenas no funcionan o no deberian ser adoptadas en sectores de menores ingresos, pero probable% q deberian ser adoptadas complementaria% con otras medidas, especial% en zonas mas vulnerables. 18/n
Si quieren revisar el paper, está aca: magdalenabennett.com/files/sub/mben… , y si quieren seguir el progreso de #COVID19 en Chile, pueden hacerlo aca: maibennett.shinyapps.io/corona_app_es/ 19/19
