Estudio analítico para la predicción de las tasas de exceso de muertes por covid-19 en una ciudad, implementando técnicas de machine learning

Abstract

El cálculo de las tasas de excesos de muertes en una comunidad es de gran importancia para la salud pública porque además de permitir a las autoridades ver desde varias aristas esta problemática, también ayuda a que las autoridades respectivas prioricen recursos que pueden resguardar la vida de las personas. Adicionalmente al utilizar variables no observables, como el índice de vulnerabilidad y las tasas de morbilidad para modelar estos excesos de muerte, entran en consideración factores que permitirán visualizar las zonas que necesitarán atención prioritaria en estados de calamidades naturales o sanitarias. En este trabajo en particular se modelan las tasas de excesos de muertes de los sectores censales del cantón Durán durante el año 2020. Este período de tiempo contempla la afectación por el COVID-19, debido a esto, las morbilidades a considerar serán aquellas agravantes de la infección provocada por este virus. Las tasas obtenidas se obtienen implementando modelos de Machine Learning: regresión espacial ponderada con distribución Poisson y modelos de mezcla con distribución Poisson. Considerando los resultados obtenidos por la técnica de K-Folds Cross Validation se seleccionó el modelo de mezcla con distribución Poisson y k = 5, ya que fue el que obtuvo el menor promedio de las Sumas Cuadráticas del Error: 12.03, esto permite la determinación, a través de escenarios futuros, de las zonas que deben ser atendidas en primera instancia.