Investigadores de la Universidad Simón Bolívar, aplicando las matemáticas y usando la computación, profundizan en el conocimiento en torno al uso de modelos predictivos vinculados con el avance del COVID-19 en Colombia.
Imagine por un momento que tiene en sus manos la fórmula para lograr predecir y, a su vez, controlar la pandemia por COVID-19. En consecuencia, salvaría a las personas que quiere, a su comunidad, al departamento, al país o incluso al mundo, y que tal hazaña no proviene de una vacuna, de una varita mágica o de una bola de cristal. ¿Creería que la respuesta estuvo en las matemáticas?
Pues en esa labor se encuentran trabajando profesores de la Universidad Simón Bolívar sede Cúcuta, pertenecientes al nuevo programa de Matemáticas y Ciencias de la Computación, quienes, apoyándose en sus conocimientos, trabajan en conocer a través del desarrollo de modelos predictivos el comportamiento de la pandemia, teniendo en cuenta el abordaje de la computación científica, basado tanto en paradigmas de la matemática clásica como en paradigmas computacionales.
Miguel Vera y Antonio Bravo, se propusieron, inicialmente, determinar las capacidades de aproximación y predicción de funciones polinomiales a las series de tiempo de casos confirmados de infección por COVID-19 en Suramérica, reportadas entre el 26 de febrero y el 16 de mayo de 2020. Fundamentaron su trabajo en el desarrollo de modelos que no requieren una amplia cantidad de datos. Los investigadores evidenciaron con sus hallazgos que usar modelos basados en elementos de la matemática clásica es una verdadera utopía y no se ajustan al comportamiento de la infección en Suramérica, ya que el error de predicción en promedio para la región alcanzaba hasta 10.212 casos, siendo esto más cierto para Brasil, Ecuador y Perú, países con mayor infección o con comportamientos atípicos en cuanto a la variabilidad de infección diaria.
Sin embargo, en una segunda fase de esta investigación centrada en las series de tiempo de la infección reportadas por el Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC) de Colombia, expresó Vera: “Hicimos una minería de datos (Data mining) que nos permitió diferenciar los casos importados de los casos relacionados, ¿cuál fue nuestra gran sorpresa?, que cuando empezamos a modelar los casos para Colombia exclusivamente con el modelo polinomial, el mismo se ajustaba de manera adecuada al comportamiento que hasta mayo teníamos en el país”.
El error obtenido en la predicción para Colombia, solo para casos relacionados, fue de tan solo 15 casos en el período de estudio, comparado con el error de más de 10.000 casos que se encontraron usando elementos de matemática clásica para el mismo período en Sur América. Este error les permitió concluir a los investigadores que el uso de modelos polinomiales, considerando características predefinidas de la infección, es una herramienta matemática con gran posibilidad de éxito predictivo.
Rastrear el COVID-19 en la frontera
A pesar de que Colombia se destaca por ser un país que ha manejado bien la estadística, presentando datos de los recuperados, los fallecidos, los confirmados y los casos relacionados -con personas que dieron positivo en sus pruebas-, no es menos cierto que en los reportes también se detallan casos en estudio de los cuales no se encuentra procedencia de contagio.
“En Norte de Santander tenemos una frontera hiperporosa por donde cruzan personas sin control. Aunque el Gobierno ha intentado controlar la población migrante, la dinámica de necesidad que existe en Venezuela por medicamentos o alimentos, ha posibilitado que los controles se flexibilicen lo que probablemente ha generado que se presenten muchos más casos importados, o que estos se lleven o se traigan al vaivén de la migración pendular, que en la actualidad es totalmente ilegal. Ahora bien, Este tipo de casos no se ha podido cuantificar por el Estado colombiano y esa es una limitante que debemos superar en la aplicación de nuestro modelo matemático”, señaló Bravo.
