El US COVID-19 Forecast Hub de la Universidad de Massachusetts Amherst, un consorcio de investigación colaborativa, ha generado las predicciones más consistentemente precisas de muertes por pandemia a nivel estatal y nacional, según un artículo publicado el 8 de abril en el Actas de las Academias Nacionales de Ciencias. Cada semana desde principios de abril de 2020, este esfuerzo internacional ha producido un pronóstico conjunto de modelos múltiples de las tendencias a corto plazo de COVID-19 en los EE. UU.
«Anticipar el cambio del brote es fundamental para una asignación y una respuesta óptimas de los recursos», dice la autora principal Estee Cramer, Ph.D. de UMass Amherst. candidato a epidemiología en la Facultad de Salud Pública y Ciencias de la Salud. «Estos modelos de pronóstico brindan predicciones específicas, cuantitativas y evaluables que informan las decisiones a corto plazo, como las necesidades de personal de atención médica, el cierre de escuelas y la asignación de suministros médicos».
Un esfuerzo cooperativo global sin precedentes, el Forecast Hub representa el proyecto de predicción de enfermedades infecciosas más grande jamás realizado. La investigación conjunta incluye poco menos de 300 autores afiliados a 85 grupos, incluidas agencias gubernamentales de EE. UU. como los Centros para el Control y la Prevención de Enfermedades (CDC); universidades de EE. UU., Canadá, China, Inglaterra, Francia y Alemania; y socios de la industria científica en los EE. UU. y la India. Los autores también incluyen analistas de datos independientes sin afiliación, como Youyang Gu, quien arrasó en Internet con sus primeros y exitosos esfuerzos de modelado de la pandemia.
El Forecast Hub está dirigido por Nicholas Reich y Evan Ray, profesores de la Escuela de Salud Pública y Ciencias de la Salud de UMass. «Ha sido una experiencia increíble colaborar directamente con tantos grupos talentosos y motivados para construir este pronóstico conjunto», dice Reich, bioestadístico y autor principal del artículo. «Además del aspecto operativo del Hub, donde los CDC han utilizado los pronósticos todas las semanas durante los últimos dos años, este documento muestra cómo podemos usar estos datos, recopilados en tiempo real durante toda la pandemia, para comprender mejor qué enfoques de modelado funcionaron y cuáles no, y por qué. Va a llevar muchos años descubrir todas las lecciones de los últimos años. En cierto modo, esto es solo el comienzo».
En abril de 2020, los CDC se asociaron con Reich Lab para crear el centro de pronóstico de COVID-19 y financiarlo. En ese momento, el Centro comenzó a recopilar, difundir y sintetizar predicciones específicas de diferentes grupos de investigación académicos, industriales e independientes. El esfuerzo creció rápidamente, y en sus dos primeros años, el Centro de Pronósticos de EE. UU. recolectó más de 500 millones de filas de datos de pronósticos de casi 100 grupos de investigación. El CDC utiliza el pronóstico semanal del Hub en las comunicaciones públicas oficiales sobre la pandemia.
El documento comparó la precisión de los pronósticos a corto plazo de muertes por COVID-19 en EE. UU. durante el primer año y medio de la pandemia. Los 27 modelos individuales que presentaron pronósticos de manera constante durante ese período mostraron una gran variación en la precisión a lo largo del tiempo, las ubicaciones y los horizontes de pronóstico. El modelo de conjunto que combinó pronósticos individuales fue consistentemente más preciso que esos pronósticos individuales.
«Este proyecto demuestra la importancia de la diversidad en los enfoques de modelado y los supuestos de modelado», dice Cramer. «Incluir una variedad de modelos en el conjunto contribuye a su solidez y capacidad para superar los sesgos de modelos individuales. Esta es una consideración realmente importante para las agencias de salud pública cuando usan pronósticos para informar políticas durante un brote de cualquier tamaño».
El conjunto de Forecast Hub fue el único modelo que se clasificó en la mitad superior de todos los modelos en más del 85 % de los pronósticos que realizó, que tuvo una mejor precisión general que el pronóstico de referencia en cada ubicación y que tuvo una mejor precisión general con cuatro semanas de anticipación. precisión que el pronóstico de referencia en cada semana.
Todos los pronósticos, incluidos los del modelo de conjunto, hicieron pronósticos menos consistentes y menos precisos durante las cuatro olas de la pandemia que ocurrieron durante el período de estudio: la ola del verano de 2020 en el sur y el suroeste, el aumento de muertes a fines del otoño de 2020 en el medio oeste superior, la ola de la variante Alpha de la primavera de 2021 en Michigan y la ola de la variante Delta a nivel nacional en el verano de 2021. «Los modelos en general subestimaron sistemáticamente la curva de mortalidad a medida que las tendencias aumentaban y la sobreestimaron a medida que las tendencias disminuían», afirma el documento.
Los pronósticos se volvieron menos precisos a medida que los modelos hacían predicciones a más largo plazo. El error probabilístico en un horizonte de 20 semanas fue de tres a cinco veces mayor que al predecir un horizonte de una semana. Esto resultó de subestimar la posibilidad de futuros aumentos en los casos, concluye el documento. «Debido a que muchos de nosotros interactuamos con los pronósticos del tiempo casi todos los días en nuestros teléfonos, sabemos que no debemos confiar en los pronósticos de precipitación diarios mucho más allá de un horizonte de dos semanas», dice Reich. «Pero todavía no tenemos la misma intuición como sociedad sobre los pronósticos de enfermedades infecciosas. Este trabajo muestra que la precisión de los pronósticos de muertes es bastante buena para las próximas cuatro semanas, pero en horizontes de seis semanas o más, la precisión es típicamente sustancialmente peor».
La infraestructura de código abierto construida por el equipo del Centro de Pronósticos COVID-19 de EE. UU. también se ha utilizado en todo el mundo, incluidos los centros administrados por los Centros Europeos para el Control y la Prevención de Enfermedades, por investigadores académicos alemanes y otros investigadores de EE. UU. modelado de diferentes escenarios «qué pasaría si».
