Equipo de trabajo del Observatorio de Datos COVID MX
-
Existe una serie de retrasos entre la fecha de confirmación y el día que sucedió dicha infección, por ejemplo:
- El tiempo entre el contagio y la posible manifestación de síntomas (período de incubación)
- El tiempo entre la fecha de inicio de síntomas y la fecha de confirmación oficial del caso.
-
Por las razones anteriores, se aplica un método de estimación de la fecha probable de infección o contagio, para poder estimar la cantidad de contagios que estan sucediendo en la actualidad.
-
es una medida clave de qué tan rápido está creciendo el virus: es el número promedio de personas infectadas por una persona infecciosa.
- Si Rt está por encima de 1.0, el virus se propagará rápidamente.
- Cuando Rt está por debajo de 1.0, el virus se irá propagando cada vez menos.
-
En cualquier epidemia,
. La versión más conocida de este número es la tasa de reproducción básica
que es la tasa de reproducción al inicio de la pandemia. Sin embargo, necesitamos medir Rt de forma continua para poder evaluar el efecto de las intervenciones como la cuarentena y el distanciamiento social y decidir si las restricciones deben mantenerse o relajarse.
-
Las gráficas muestran una linea punteada por encima de
ya que es el valor objetivo para contener la epidemia. Para que la epidemia se logre mitigar, las bandas de estimación deben estar en 1 o por debajo de 1, por un lapso de tiempo.
-
A pesar que una tendencia a la baja es un señal positivo de control de la epidemia, mientras el número no se encuentre por debajo de 1 durante un lapso de tiempo suficiente como para que el rastreo epidemiológico de los casos vuelva a ser posible, seguiran existiendo casos diarios y en ese caso no se puede concluir que exista dicho control sobre la epidemia.
- Resumen Nacional
- Monitoreo para estados con mayor número de casos
- Monitoreo para el resto de los estados
- Resumen final
- Metodología
Este resúmen muestra la tasa efectiva de reproducción mas actualizada para cada estado además del estimado de casos nuevos diarios.
Los estados están ordenados por el número de casos diarios confirmados esperados y codificados por color según el cambio esperado en los casos diarios confirmados.
La línea punteada indica el valor objetivo de 1 para la tasa efectiva de reproducción que se requiere para el control
*Es de notar que la estimación, no llega al dia en el que actualizamos el reporte, dado que la estimación depende del retraso anteriormente citado, que es en promedio de alrededor de 10 días. Por la misma razón, el pronóstico de contagios incluye días en el presente*.
- Solo se incluyen estados con al menos 10 casos confirmados en un día para este análisis.
| Estado | Nuevos casos confirmados por fecha de síntomas | Cambio esperado en nuevos casos | Número de reproducción efectiva | Tiempo de duplicación / reducción a la mitad (días) |
|---|---|---|---|---|
| AGUASCALIENTES | 66 (47 -- 83) | Incierto | 1 (0.9 -- 1.2) | 100 (12 -- -16) |
| BAJA CALIFORNIA | 165 (139 -- 187) | Probablemente aumentando | 1.1 (1 -- 1.2) | 29 (13 -- -88) |
| BAJA CALIFORNIA SUR | 105 (85 -- 121) | Incierto | 1.1 (0.9 -- 1.2) | 67 (14 -- -24) |
| CAMPECHE | 85 (65 -- 100) | Incierto | 1 (0.9 -- 1.2) | 320 (15 -- -17) |
| CHIAPAS | 33 (21 -- 43) | Incierto | 0.9 (0.7 -- 1.2) | -79 (11 -- -9) |
| CHIHUAHUA | 69 (53 -- 81) | Incierto | 1 (0.8 -- 1.1) | -100 (18 -- -14) |
| CIUDAD DE MÉXICO | 893 (804 -- 973) | Aumentando | 1.1 (1 -- 1.2) | 25 (16 -- 57) |
| COAHUILA | 331 (284 -- 371) | Aumentando | 1.2 (1.1 -- 1.3) | 15 (9.8 -- 28) |
| COLIMA | 40 (27 -- 51) | Incierto | 1 (0.8 -- 1.2) | 140 (10 -- -12) |
| DURANGO | 74 (57 -- 88) | Incierto | 1 (0.9 -- 1.2) | 70 (13 -- -20) |
| GUANAJUATO | 395 (351 -- 440) | Incierto | 1 (0.9 -- 1.1) | -980 (33 -- -32) |
| GUERRERO | 168 (144 -- 191) | Probablemente disminuyendo | 0.9 (0.8 -- 1) | -33 (83 -- -14) |
| HIDALGO | 110 (88 -- 125) | Probablemente aumentando | 1.1 (1 -- 1.3) | 20 (9.4 -- -180) |
| JALISCO | 230 (196 -- 265) | Probablemente aumentando | 1.1 (1 -- 1.2) | 30 (14 -- -150) |
| MÉXICO | 586 (524 -- 650) | Incierto | 1 (0.9 -- 1.1) | 71 (25 -- -86) |
| MICHOACÁN | 140 (119 -- 159) | Probablemente aumentando | 1.1 (1 -- 1.2) | 29 (12 -- -72) |
| MORELOS | 40 (29 -- 52) | Incierto | 1.1 (0.9 -- 1.3) | 27 (8 -- -19) |
| NAYARIT | 61 (44 -- 74) | Incierto | 1 (0.9 -- 1.2) | 78 (12 -- -17) |
| NUEVO LEÓN | 389 (346 -- 443) | Aumentando | 1.1 (1 -- 1.2) | 30 (16 -- 410) |
| OAXACA | 162 (139 -- 183) | Incierto | 1 (0.9 -- 1.2) | 54 (16 -- -38) |
| PUEBLA | 383 (327 -- 434) | Aumentando | 1.2 (1.1 -- 1.3) | 17 (10 -- 44) |
| QUERETARO | 63 (47 -- 76) | Incierto | 1.1 (0.9 -- 1.2) | 41 (11 -- -22) |
| QUINTANA ROO | 126 (102 -- 150) | Incierto | 1 (0.8 -- 1.1) | -67 (27 -- -15) |
| SAN LUIS POTOSÍ | 217 (193 -- 243) | Aumentando | 1.1 (1 -- 1.2) | 23 (12 -- 250) |
| SINALOA | 158 (131 -- 180) | Incierto | 1 (0.9 -- 1.1) | -110 (29 -- -19) |
| SONORA | 359 (323 -- 397) | Incierto | 1 (0.9 -- 1.1) | 62 (21 -- -66) |
| TABASCO | 375 (333 -- 420) | Incierto | 1 (0.9 -- 1.1) | 160 (27 -- -41) |
| TAMAULIPAS | 351 (311 -- 389) | Aumentando | 1.1 (1 -- 1.2) | 19 (12 -- 50) |
| TLAXCALA | 68 (53 -- 83) | Incierto | 1 (0.9 -- 1.2) | 38 (11 -- -24) |
| VERACRUZ | 395 (354 -- 433) | Probablemente aumentando | 1.1 (1 -- 1.1) | 34 (17 -- -640) |
| YUCATÁN | 166 (145 -- 189) | Incierto | 1 (0.9 -- 1.2) | 94 (19 -- -29) |
| ZACATECAS | 69 (53 -- 82) | Probablemente aumentando | 1.1 (0.9 -- 1.3) | 24 (9 -- -37) |
Hicimos una implementación basada en el trabajo experto del centro de modelado matemático para enfermedades infecciosas, con algunas modificaciones dado el contexto nacional:
Al pasar de las fechas de confirmación a las fechas de inicio de sintomas, es importante tener en cuenta que la cantidad total de casos confirmados tendrá dicho retraso contra la cantidad de casos que realmente han aparecido, ya que existe un retraso entre la aparición y la contabilización del caso en la confirmación.
Para la estimación de los casos por fecha de contagio se tiene que reescalar el número estimado de casos de casos confirmados hacia el presente. Dicho re escalamiento fue efectuado con una regresión negativa binomial, que permite, después de transformar las fechas de confirmación a fechas de inicio de sintomas y contar el número de casos por día, obtener una muestra de la cantidad de casos que posiblemente ocurrieron pero que no se confirmaron.
-
A partir del 6 de Mayo, los datos utilizados provienen del portal de SINAVE del Gobierno Federal https://covid19.sinave.gob.mx/
-
Las gráficas por estado y los datos para generarlas se pueden obtener en: https://github.com/datoscovidmx/covid-nowcasts-mexico.
- La fecha de infección fue calculada con base en un periodo de incubación promedio de 5 días.
- Las estimaciones de la tasa efectiva de reproducción son obtenidas por medio de EpiEstim ajustando para casos importados y optimizando una ventana móvil, asumiendo un intervalo serial promedio de 4.7 dias (95% CrI: 3.7, 6.0) y una desviación estandar de 2.9 dias (95% CrI: 1.9, 4.9).
Los resultados presentados aquí son sensibles a los cambios en las prácticas de prueba (testing) para COVID-19 y al nivel de esfuerzo realizado para detectar los casos de COVID-19.
Si un estado amplía su capacidad de prueba y comienza a informar una mayor proporción de casos, entonces el modelo se ajustará a un valor de número de reproducción más alto, ya que solo comprende los nuevos casos en términos de la infecciosidad de los casos notificados previamente y no como resultado de mejores pruebas. Por otro lado, si un estado reduce su esfuerzo por hacer pruebas (por ejemplo, alcanzar su capacidad máxima de pruebas por día o quedarse sin pruebas), entonces el modelo estimará una caída en el número de reproducción que puede no ser una verdadera reducción.
Lo que es importante para que estos resultados sean imparciales, es que relacionado a las pruebas, la metodología para hacer pruebas de COVID-19 sea consistente. Esto significa que si bien un cambio en el esfuerzo por hacer pruebas, inicialmente introducirá un sesgo, esto se reducirá con el tiempo siempre que dicho esfuerzo permanezca constante a partir de ese momento.
<script src="https://d3js.org/d3.v4.min.js"></script> <script src="https://d3js.org/d3-scale-chromatic.v1.min.js"></script> <script src="https://d3js.org/d3-geo-projection.v2.min.js"></script> <style> .tooltip { position: absolute; padding: 7px; font-size: 0.9em; font-family: 'Open Sans', sans-serif; pointer-events: none; background: #fff; -moz-box-shadow: 3px 3px 10px 0px rgba(0, 0, 0, 0.25); -webkit-box-shadow: 3px 3px 10px 0px rgba(0, 0, 0, 0.25); box-shadow: 3px 3px 10px 0px rgba(0, 0, 0, 0.25); } .tooltip p { margin: 0; padding: 0; } #legend text { font-size: 0.9em; color: #333; font-weight: 400; } #map { display: block; margin-left: auto; margin-right: auto; } </style> <script> // The svg var svg = d3.select("svg"), width = +svg.attr("width"), height = +svg.attr("height"); // Map and projection var projection = d3.geoMercator() .center([-100, 22]) .translate([ width/1.7, height/1.7]) .scale([ width/.5 ]); // Data and color scale var data = d3.map(); var colorScale = d3.scaleOrdinal().range(["#98FB98", "#CDFF82", "#FFFF9E", "#F05C3C", "#DF2B04"]).domain(["Disminuyendo", "Probablemente disminuyendo", "Incierto", "Probablemente aumentando", "Aumentando"]) tooltip = d3.select("body").append("div") .attr("class", "tooltip") .style("opacity", 0); // Load external data and boot d3.queue() .defer(d3.json, "https://datoscovidmx.s3-us-west-2.amazonaws.com/casos_mexico.geojson") .await(ready); function numberWithCommas(x) { return x.toString().replace(/\B(?=(\d{3})+(?!\d))/g, ","); } var legendText = ["10%"]; var legendColors = ["#fff7bc"]; function ready(error, cases) { // Draw the map svg.append("g") .selectAll("path") .data(cases.features) .enter() .append("path") // draw each country .attr("d", d3.geoPath() .projection(projection) ) // set the color of each country .attr("fill", function (d) { console.log(d.properties) return colorScale(d.properties.cambio); }) .style("stroke", "transparent") .attr("class", function(d){ return "State" } ) .style("opacity", .6) .on("mouseover", function(d) { tooltip.transition() .duration(250) .style("opacity", 1); tooltip.html( "" + d.properties.estado + ": " + numberWithCommas(d.properties.cases) + " casos" + "
") .style("left", (d3.event.pageX + 15) + "px") .style("top", (d3.event.pageY - 28) + "px"); }) .on("mouseout", function(d) { tooltip.transition() .duration(250) .style("opacity", 0); }); var legend = svg.append("g") .attr("id", "legend"); // Handmade legend legend.append("circle").attr("cx", 10).attr("cy", 200).attr("r", 6).style("fill", "#98FB98").style("opacity", .6) legend.append("circle").attr("cx", 10).attr("cy", 230).attr("r", 6).style("fill", "#CDFF82").style("opacity", .6) legend.append("circle").attr("cx", 10).attr("cy", 260).attr("r", 6).style("fill", "#FFFF9E").style("opacity", .6) legend.append("circle").attr("cx", 10).attr("cy", 290).attr("r", 6).style("fill", "#F05C3C").style("opacity", .6) legend.append("circle").attr("cx", 10).attr("cy", 320).attr("r", 6).style("fill", "#DF2B04").style("opacity", .6) legend.append("text").attr("x", 30).attr("y", 200).text("Disminuyendo").style("font-size", "15px").attr("alignment-baseline","middle") legend.append("text").attr("x", 30).attr("y", 230).text("Probablemente disminuyendo").style("font-size", "15px").attr("alignment-baseline","middle") legend.append("text").attr("x", 30).attr("y", 260).text("Incierto").style("font-size", "15px").attr("alignment-baseline","middle") legend.append("text").attr("x", 30).attr("y", 290).text("Probablemente aumentando").style("font-size", "15px").attr("alignment-baseline","middle") legend.append("text").attr("x", 30).attr("y", 320).text("Aumentando").style("font-size", "15px").attr("alignment-baseline","middle") } </script>Los detalles sobre la metodología se pueden encontrar en el proyecto original https://epiforecasts.io/covid/methods.html.