Inferencia de modelos epidémicos para COVID-19 en Uruguay en 2020 en base a datos públicos

Abstract

Aquí reportamos un estudio sobre la dinámica de la pandemia por COVID-19 y el efecto de las medidas no farmacológicas (NPIs) en Uruguay en el período del trece de marzo al ocho de octubre del año 2020. Con el aval del Comité de Ética en Investigación de la Facultad de Medicina de la Universidad de la República, usamos datos públicos reportados por el Gobierno Nacional y por Google para inferir modelos epidémicos y el índice de reproducción R diario. R fue estimado usando EpiEstim y mostró dos máximos los días 8 y 102 (R = 3.6 ± 2.2 y 3.1 ± 0.8) y picos los días 132 (R = 2.01 ± 0.3), 174 (R = 1.54 ± 0.2) y 204 (R = 1.45 ± 0.1). Se crearon múltiples modelos tomando propuestas previas e incorporando aspectos originales los que fueron estimados en COPASI. Los principales modelos estimados se caracterizan por tener ocho módulos SEIR encadenados. Se pusieron a prueba modelos que incorporan cambios debidos a la movilidad y/o al trazado de contactos. La selección de estos según el criterio de información de Akaike (AIC) permitió inferir al mejor. Este modelo y los descartados permitieron inferir nuevos aspectos de la dinámica de la epidemia. Tomados en conjunto, nuestros resultados nos permiten concluir que el trazado de contactos tuvo una eficacia variable y explica en gran medida el éxito del control epidémico. Cabe destacar también que los resultados muestran que dicho control es delicado y que debe mantenerse el esfuerzo por mejorar estas herramientas antiepidémicas. Finalmente, nuestros resultados también subrayan que un control pobre está ya ocurriendo en el período último de estudio y que mayores esfuerzos de control serán pronto necesarios.

Herein we report a study on the dynamics of COVID-19 pandemic and on the effects of non pharmaceutical interventions (NPI) in Uruguay in the period between March 13th and October 8th of 2020. With the endorsement of the Research Ethics Committee of Facultad de Medicina, Universidad de la República, we used public data reported by the National Government of Uruguay and Google to infer epidemic models and the daily reproduction number, R. R was estimated using EpiEstim and showed two maxima at days 8 and 102 (R = 3.6 ± 2.2 y 3.1 ± 0.8) and secondary peaks on days 132 (R = 2.01 ± 0.3), 174 (R = 1.54 ± 0.2) y 204 (R = 1.45 ± 0.1). We built multiple models inspired by previous proposals plus added original characteristics. After that, we estimated them using COPASI. The most important estimated models have 8 nested SEIR modules. We studied models which incorporate contact tracing and mobility. The selection of models, according to the Akaike Information Criterion (AIC), allowed us to infer a champion model. This model and the discarded ones gave us the possibility to infer new aspects about the dynamics of the epidemic. Taking our results together, they allow us to conclude that contact tracing had variable efficacy, but it largely explains the success of epidemic control. It should also be mentioned that the results showed control is delicate, therefore the effort to improve these anti- epidemic tools must be maintained. Finally, our results also highlight that poor control is already happening and bigger efforts will be needed soon.