1 Sobre este material

Los modelos matemáticos aplicados a epidemias han tomado notoriedad en los años recientes. Al inicio de la emergencia de COVID-19, ante la ausencia de datos, fueron utilizados para anticipar escenarios verosímiles. Entonces, en muchos países, sus aplicaciones fueron más allá de investigaciones en la salud publica y enfoques retrospectivos, incluso acompañando y respaldando la toma de decisiones con proyecciones hacia el futuro. En tal sentido, con el desarrollo de este material intentaremos evidenciar que la aplicación de estos métodos de análisis permite incrementar el valor de los datos recopilados por los sistemas de vigilancia epidemiológica.

Así, desde un punto de vista de la analítica de datos, los análisis basados en modelos matemáticos permiten extender los enfoques descriptivos convencionales a generalizaciones para diagnosticar y evaluar el impacto de las intervenciones (enfoques hacia el pasado), realizar previsiones y prescripciones (enfoques hacia el futuro). En cuanto a las previsiones, bajo algunos supuestos previos (hipótesis), queremos responder a ¿qué puede suceder? Mientras que con los enfoques prescriptivos, queremos responder a ¿qué podría suceder sin tomamos A o B acción. Por lo tanto, los modelos pretenden ser leyes de relaciones lógicas de causa y efecto que nos permitan anticipar situaciones y tomar decisiones.

Dicho esto, te invitamos a seguirnos por los capítulos y secciones de este material. En el desarrollo del mismo te estaremos brindando una recopilación y nuestra perspectiva de métodos para el modelado matemático de epidemias con R. Empezaremos por mostrarte conocimientos de base para luego hacer énfasis en algunos casos de estudio relacionados a COVID-19, MonkeyPox y Arbovirus.

1.1 Publico objetivo del material

Este material es introductorio para el modelado de epidemias. Esta pensado para analistas en el ámbito de la salud con un conocimiento previo de R. Para una introducción al software R en el ámbito de salud puede consultar R for Health Data Science. Mientras que para una introducción en el ámbito de la epidemiología te recomendamos R for applied epidemiology and public health.

1.2 Otros materiales consultados y utilizados

Para el desarrollo de este material hemos consultado múltiples materiales. Sobre todo, ejemplos prácticos en R. Por lo tanto, el contenido proporcionado no es exclusivo y original. Más bien es una selección, integración, síntesis e interpretación sobre los flujos de trabajo a ser presentados. En tal sentido, en el desarrollo y al final del material proporcionaremos las referencias correspondientes.

1.3 Organización del material

Este material se ha organizado en 9 capítulos. En el Capitulo 2 se proporcionan generalidades y nuestra perspectiva sobre las aplicaciones y alcances de los modelos matemáticos. En el Capitulo 3 introducimos los fundamentos teóricos para la construcción y análisis de los modelos matemáticos orientándolo hacia la epidemiología. En el Capitulo 4 veremos ejemplos de simulaciones numéricas con los modelos. En el Capitulo 5 veremos métodos de ajuste de curvas y estimación de parámetros. En el Capitulo 6 realizaremos un recorrido por los métodos para evaluar el rendimiento de los modelos y contrastarlos. Mientras que, en el Capitulo 7 veremos casos de estudio para COVID-19, Arbovirus y MonkeyPox. Luego, en el Capitulo 8 introduciremos como realizar informes automáticos y presentar flujos de trabajo con Rmarkdown. Por ultimo, en el Capitulo 9 veremos algunos ejemplos de implementación de tableros para simulaciones.