La captura de datos ocultos para casos asintomáticos de COVID-19 proporciona una mejor imagen de la pandemia

Fig. 1. Histogramas de la distribución posterior marginal de la tasa de transmisión (izquierda), fracción de casos notificados p (centro) y el parámetro de forma binomial negativa r ( derecha) para cada país. El eje x corresponde a los valores estimados, y el eje y es la frecuencia relativa de los intervalos. Crédito: DOI: 10.1371/journal.pone.0263047

Los casos asintomáticos de COVID-19 son la ruina de las existencias de los modeladores informáticos: descartan los datos del modelo en un grado desconocido. No se puede medir lo que no se puede detectar, ¿verdad? Sin embargo, un nuevo enfoque de la División Teórica del Laboratorio Nacional de Los Álamos explora el uso de datos epidémicos históricos de ocho países diferentes para estimar la tasa de transmisión y la fracción de casos no informados.

«Los casos asintomáticos son la ‘materia oscura’ de las epidemias», dijo Nick Hengartner, uno de los autores del informe publicado hoy en la revista PLOS One. «Solo vemos la evidencia indirecta de que hay más personas enfermas de las que se informan, y si no las tomamos en cuenta, podemos concluir erróneamente que la epidemia está bajo control. Así que cambiamos el modelo para centrarnos en los recuentos observados en lugar de intentar para modelar el mundo ‘perfecto’. Al mirar hacia atrás a través de la serie temporal de datos históricos, podemos ver en su dinámica lo que falta».

La importancia de capturar los casos no documentados es significativa, especialmente en una enfermedad como el COVID-19, donde los individuos asintomáticos representaron el 2070 % de todas las infecciones.

La coautora Imelda Trejo, becaria postdoctoral en Los Alamos, señaló: «Esta es una nueva extensión del estándar SIR (susceptible-infectado-recuperado) modelos epidemiológicos para estudiar la incidencia no reportada de enfermedades infecciosas. El nuevo modelo revela que tratar de ajustar un tipo de modelo SIR directamente a los datos de incidencia sin procesar subestimará la verdadera tasa infecciosa. Esto podría llevar a los tomadores de decisiones a declarar el epidemia bajo control prematuramente». En su lugar, el equipo presentó un método bayesiano (un modelo estadístico que usa la probabilidad para representar toda la incertidumbre dentro del modelo) para estimar la tasa de transmisión y la fracción de casos no denunciados.

Como se probó con los datos de ocho países (Argentina , Brasil, Chile, Colombia, México, Panamá, Perú y EE. UU.), el nuevo enfoque describe directamente la dinámica de los casos observados y no denunciados. “Usamos la dinámica local de los casos observados para proponer un modelo que nos da una expectativa condicional de nuevos casos, con base en la historia observada”, dijo Trejo.

Explore más

Al menos el 50% de las infecciones por COVID-19 provienen de personas que no muestran síntomas: estudio Más información: Imelda Trejo et al, A added Susceptible-Infected- Modelo recuperado para datos de incidencias observadas subreportadas, PLOS ONE (2022). DOI: 10.1371/journal.pone.0263047 Información de la revista: PLoS ONE

Proporcionado por Los Alamos National Laboratory Cita: La captura de datos ocultos para casos asintomáticos de COVID-19 proporciona a better pandemia picture (2022, 11 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-capturing-hidden-asymptomatic-covid-cases.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.