Abro🧵con algunas reflexiones sobre el algoritmo que determina el color del semáforo de riesgo de #covid19mx (cc. @RicardoDGPS -- es crítica constructiva)
1. Actualmente se utilizan 10 indicadores que miden incidencia de contagios, hospitalizaciones, defunciones y sus tendencias. El reto es combinarlos en un solo indicador (color) que refleje el riesgo real.
2. No me queda claro en la tabla cuales son las unidades de los indicadores de tendencia. Supongo que son el cambio estimado diario en los indicares correspondientes por 100K habitantes.
3. Si esto es correcto, una forma de combinar indicadores es estimar las tasas por 100K habitantes dentro de 14 días: Tasa en 14 dias = Tasa actual + 14 * Tendencia:
4. Tenemos también los indicadores de ocupación hospitalaria, que son más relevantes cuando la tendencia de hospitalizaciones va al alza:
5. La tasa de reproducción efectiva (Rt) es en cierta medida redundante con el indicador de tendencia en el número de casos activos, por lo que la proyección de casos activos 14 días a futuro debiera incorporarla.
6. Por último tenemos la positividad, que mide el esfuerzo de detección de casos. Si solo hacemos pruebas a casos hospitalizados graves, la positividad es alta. A una misma tasa de incidencia, hay menos riesgo cuando la positividad es baja:
7. No me es evidente con base en las gráficas mostradas en este hilo que el riesgo en #QuintanaRoo sea mayor que el de #Querétaro. Sin embargo el algoritmo regresa al primer estado a Naranja y promueve al segundo a Amarillo.
8. Tampoco me explico examinando estas gráficas como tiene sentido que el algoritmo coloque a #Campeche en verde pero conserve a #Chiapas en amarillo. En la mayoría de los indicadores #Chiapas se ve mejor que #Campeche.
Creo que sería bueno revisar el algoritmo de cálculo. La conversión de valores de indicadores a puntos puede mejorarse.
Agrego versión mejorada de la gráfica de incidencia vs. positividad, con cada entidad marcada con su color de semáforo para la próxima semana:
• • •
Missing some Tweet in this thread? You can try to
force a refresh
2/ Sus comparaciones usan el exceso de mortalidad por todas las causas en vez de las muertes confirmadas, ya que hay grandes diferencias entre países en el esfuerzo dedicado a diagnosticar covid-19 entre personas fallecidas.
3/ Como hay muchos países (sobre todo en Africa y Asia) que no publican datos de mortalidad por todas las causas, @TheEconomist cubre los huecos de información estimando exceso de mortalidad para esos países usando un modelo estadístico.
¿Cuál es la probabilidad de que ocurran dos sismos de magnitud igual o mayor a 7 con fecha 19 de septiembre en los 37 años posteriores a la fecha de un primer sismo ocurrido un 19 de septiembre? Abro🧵
1/ Primero hay que estimar la probabilidad de un sismo de magnitud igual o mayor a 7 en un día cualquiera.
En los últimos 50 años (18262 días) han ocurrido 33 sismos con esas características.
Así que la probabilidad diaria es 33/18262 = 1/553 = 0.0018
2/ En 37 años hay 37 diecinueves de septiembre. Así que la probabilidad de un segundo sismo de magnitud 7 o mayor en otro 19 de septiembre (dado que ya ocurrió el primero) es igual a 37/553 = 37*0.0018 = 0.0666 (7% redondeando).
El @inspmx publicó recientemente los resultados de pruebas de anticuerpos aplicadas a la población como parte de la Encuesta Nacional de Salud y Nutrición 2021. Destaco en este 🧵algunos resultados que me parecen interesantes.
1/ El % de la población que se había contagiado al menos una vez (medido por la prevalencia de antígenos N) pasó de 24.9% en noviembre de 2020 a 57.9% en noviembre de 2021.
Esto representa al menos 72.5 millones de contagios en las primeras tres olas, sin contar reinfecciones.
2/ El sistema de vigilancia epidemiológica de la @SSalud_mx había registrado 3887873 casos confirmados hasta el 30 de noviembre de 2021.
Registraron no más de 1 de cada
72.5➗3.89 = 19 infecciones.
1/ La @SSalud_mx actualizó, sin anunciarlo, la estadística de exceso de muertes al 5 de marzo: coronavirus.gob.mx/exceso-de-mort…
Total muertes en exceso: 726412
Confirmadas #covid19mx notificadas el 5-marzo: 319824
Factor subregistro = 726412➗319824 = 2.27
2/ Sigue habiendo subregistro de las muertes en exceso en las últimas semanas, por tener datos incompletos en estados como Chiapas, Durango, Guerrero, Oaxaca, Puebla, Tlaxcala y Yucatán:
3/ En términos poblacionales, a la fecha de corte del 5 de marzo, México tuvo la décima mortalidad en exceso del planeta, superado por Bulgaria, Rusia, Serbia, Macedonia del Norte, Perú, Lituania, Rumanía, Bosnia y Armenia:
1/ La @SSalud_mx actualizó, sin anunciarlo, la estadística de exceso de muertes al 6 de noviembre: coronavirus.gob.mx/exceso-de-mort…
Total muertes en exceso: 644599
Confirmadas #covid19mx notificadas el 6-noviembre: 289674
Factor subregistro = 644599➗289674 = 2.23
2/ Sigue habiendo subregistro de las muertes en exceso en las últimas semanas, por tener datos incompletos en estados como Chiapas, Durango, Guerrero, Oaxaca, Puebla y Tlaxcala:
3/ En términos poblacionales, a la fecha de corte del 6 de noviembre, México tuvo la séptima mortalidad en exceso del planeta, superado sólo por Bulgaria, Rusia, Perú, Macedonia del Norte, Serbia y Lituania: