Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud

Abstract

En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso a los sistemas de salud a nivel global, toma especial relevancia el estudio del comportamiento regional de la pandemia y la generación de conocimiento útil tanto para la comunidad científica como para la comunidad y las autoridades en general, quienes son responsables de las tomas de decisiones. Diferentes estudios se esfuerzan en desarrollar modelos epidemiológicos y/o predictivos basados en el análisis del comportamiento de la pandemia o de la misma enfermedad en diferentes poblaciones. Este estudio propone un análisis distinto, enfocado en cómo las diferentes poblaciones respondieron a la pandemia y las similitudes o diferencias entre estas respuestas. En este trabajo clasificamos las series de contagiados y muertes correspondientes a las provincias de Argentina mediante técnicas estadísticas de agrupamiento desde el paradigma de series de tiempo. Para ello, empleamos tres índices capaces de evaluar la similitud entre series de tiempo teniendo en cuenta la distancia punto a punto y el co-movimiento de las mismas. Para cada uno de estos índices, calculamos la matriz de similitud entre provincias y aplicamos el método de agrupamiento k-means adaptado para series de tiempo, generando de esta manera distintos modelos que buscan maximizar la similitud intra-grupo (alta densidad) y la separación entre los grupos. Luego utilizamos el coeficiente Silhouette que nos permitió evaluar los modelos de agrupamiento resultantes y establecer cuál de ellos generó el mejor ajuste a los datos. De esta forma determinamos el índice de similitud más apropiado y el número de grupos óptimo. Finalmente —y mediante el uso de medidas de resumen, visualizaciones, mapas, e información complementaria referente a las provincias— caracterizamos cuantitativa y cualitativamente el comportamiento de los grupos de provincias resultantes.