N.51 – OPS/OMS: La lucha contra la COVID-19

Con el propósito principal de apoyar a los sistemas de salud en la adopción de decisiones estratégicas, la planificación y la formulación de políticas en la lucha contra COVID19, diversas organizaciones -de investigación, académicas, consultoras y prestadoras de servicios de salud- han desarrollado modelos predictivos y ejercicios de pronóstico.

El análisis predictivo es un análisis estadístico que utiliza minería de datos, aprendizaje automático y algoritmos que, con base en series de datos históricos, permiten identificar patrones y tendencias para predecir escenarios futuros. Si bien el análisis predictivo se viene practicando desde hace varias décadas, ha mejorado sustancialmente con la disponibilidad de grandes masas de datos (“big data”), de mayor potencia y capacidad computacional, así como de nuevas técnicas de análisis.

Los modelos predictivos son útiles para estimar el número de casos y decesos por COVID-19; los recursos requeridos (por ejemplo, camas para aislamiento, tratamiento y UCI), equipos de protección personal, etc.). Dado que dichos modelos se sustentan en supuestos y escenarios rápidamente cambiantes, sus resultados también pueden cambiar -repentina y repetidamente- a medida que se actualizan y revisan los datos de la realidad.

El informe señala que, sin perjuicio de tal mutabilidad, los modelos predictivos aportan una contribución significativa y pueden ofrecer ideas cruciales a los encargados de formular políticas. Por tanto, es fundamental comprender las fortalezas y debilidades de los modelos predictivos para usarlos juiciosamente como herramientas de apoyo y referencia para la planificación y acción frente a la COVID-19.

El documento trata las siguientes cuestiones: (a) ¿Qué es el análisis predictivo?, (b) ¿Qué puede aportar en la lucha contra COVID-19?, (c) ¿Qué es la modelación predictiva y qué información puede aportar para las decisiones de intervención?, (d) ¿Qué es el aprendizaje automático y por qué es importante en la lucha contra COVID-19?, (e) ¿Qué pueden esperar los formuladores de políticas de los modelos predictivos, (f) Cuáles son las principales limitaciones de los modelos predictivos?, y (g) ¿Cómo profundizar en el uso de modelos y pronósticos en la lucha contra COVID-19?