Revisión narrativa Modelos predictivos sobre la evolución de la pandemia por COVID-19 / Narrative review: predictive models on the evolution of COVID-19 pandemic

RESUMEN

La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones.

ABSTRACT

Mathematical modeling has been used for over a hundred years to assess the impact of public health intervention strategies and suggest the optimal course of action in the fight against emerging infectious diseases. The appearance of the new SARS-CoV-2 virus poses a great challenge for health planners and decision-makers, who must allocate finite resources, reorganize care systems, and make decisions in a context of great uncertainty. Many health systems incorporate information provided by predictive models in their decision-making process to face the COVID-19 pandemic. This makes it necessary to review the evolution of the different types of existing models, their characteristics, limitations and link with decision-making in Argentina and other countries. In order to fulfill this objective, a bibliographic search was carried out on the published models about the evolution of the pandemic. The number of related projects submitted for scholarships from the Ministry of Science, Technology and Innovation was analyzed. Different types of published models were identified, classified and described, such as deterministic and stochastic, different compartmentalized models, threshold theory and main characteristics of the models were described as the basic reproductive number (R0). The importance of the assumptions of each model and the approach to uncertainty were analyzed. Its main limitations and its link with decision-making in provinces and regions were discussed.