(adsbygoogle = window.adsbygoogle || []).push({});

COVID19 en Perú y cuadro estadístico por César Urquizo Ubillús

Como he venido haciendo, comparto nuevas cifras del COVID19 en Perú por región, elaboradas con datos de SINADEF. Preocupa un poco la situación de Lima donde el R efectivo está aumentando y acercándose a 1 nuevamente".

A través de su cuenta Twitter hace referencia César Urquizo Ubillús lo siguiente «Como he venido haciendo, comparto nuevas cifras del COVID19 en Perú por región, elaboradas con datos de SINADEF. Preocupa un poco la situación de Lima donde el R efectivo está aumentando y acercándose a 1 nuevamente».

REPRUDICIMOS EL ARTÍCULO CON EL CUADRO ESTADÍSTICO

Algunos disclaimers

Quisiera empezar aclarando que no soy epidemiólogo. Mi formación es en modelos económicos y estadísticos. Las cifras que presento no pretenden reemplazar las cifras oficiales del gobierno, sino utilizar la base de datos de SINADEF para tener una mejor idea de la tendencia del COVID19 en el Perú en las distintas regiones.

Para este ejercicio asumo que todas las muertes en exceso respecto a 2019 se deben al COVID19. Reconozco que esto probablemente no es correcto, y si bien me lleva a una sobreestimación de la magnitud de la epidemia en el Perú, creo que es más útil para entender la dinámica de la enfermedad que el número de casos y muertes oficiales, que varía mucho según el número de tests que se hagan (y el momento en que se hacen). Por ello, creo que estas estimaciones sirven para observar cuándo fue (si ya ocurrió) el pico de la epidemia, pero no necesariamente para saber el número total de infectados. En este último caso, mis estimaciones deben entenderse como un límite superior.

Algunos notarán que mi gráfico para las muertes en exceso se ve mucho menos variable que los que otros presentan. Esto se debe a que filtré los datos antes de trabajar con ellos. Esto es por dos motivos:

1. Para proyectar, me baso en un modelo SIRD muy sencillo, propuesto por Fernández-Villaverde y Jones (https://www.sas.upenn.edu/~jesusfv/sird.pdf). Si bien ellos proponen un marco general para quien quiera complicar las cosas, yo trabajo con el modelo en su versión más sencilla, que para funcionar bien requiere de cierta «suavidad» en la serie de defunciones. Para más detalle recomiendo ver la página de los autores originales, donde hacen proyecciones para varios países incluido Perú (pero no a nivel de regiones).

2. En mi modelo asumo que las personas que se enferman de COVID19 tardan siempre la misma cantidad de días en que se resuelva la enfermedad, mientras que en la realidad cada persona puede tardar más o menos días. Esta (junto a problemas de registro) puede ser la causa de que la serie original de defunciones tenga tantos altos y bajos. Otra posible causa es que no toda la gente en la serie muere de COVID19 (como ya mencioné), y eso añade más ruido a la serie. No me interesa tanto ver esos altos y bajos diarios, sino una tendencia de al menos una semana, porque es lo que sería consistente con este modelo tan sencillo.

Por ello, estos resultados no proporcionan mucha información sobre el comportamiento diario de la epidemia, sino más bien sobre la tendencia de un par de semanas. Es por esa razón que actualizo estas estimaciones bi-semanalmente y no todos los días.

Soy consciente de que faltan 10 regiones, pero el motivo es porque al analizar los datos de SINADEF no encuentro una clara tendencia positiva en la diferencia de defunciones de 2019 a 2020. No puedo afirmar si esto es porque estas regiones no están siendo gravemente afectadas por la epidemia, o si es porque hay un problema de sub registro.

Un último disclaimer que quisiera hacer, es que por demoras en el registro de las defunciones (sobre todo en provincias), en algunos casos podría parecer que se ha alcanzado un pico en la enfermedad, cuando en realidad la caída en las defunciones se deben a que aún no se terminan de registrar. Filtrar los datos ayuda a corregir esto si la demora son unos pocos días. Sin embargo, si la demora es de una semana o más, no tengo manera de corregirlo. Por ello, sugiero interpretar las fechas de los picos con cuidado.

Supuestos
Tasa de mortalidad: 1%

Duración de la enfermedad: 15 días

Duración de período contagioso: 5 días

Actualizado al 15 Julio 2020

Resultados

LIMA

CALLAO

ANCASH

AREQUIPA

ICA

LA LIBERTAD

LAMBAYEQUE

PIURA

TUMBÉS

LORETO

UCAYALI

MADRE DE DIOS

SAN MARTÍN

HUÁNUCO

JUNÍN

LINK REFERENCIA POST Algunos disclaimers

A %d blogueros les gusta esto: