En medio de la pandemia de COVID-19, la recopilación de datos se ha convertido en una tarea desafiante. La cantidad de información disponible puede dificultar la identificación de la verdad en medio de todo el ruido. Sin embargo, un proyecto de modelado y mapeo de datos ha logrado hacerlo posible.

Encontrar una única versión de la verdad en cuanto a la epidemiología del COVID-19 ha sido un desafío durante esta pandemia. No existe un registro nacional de casos ni una base de datos de inventario médico confiable. Los algoritmos de pronóstico epidemiológico utilizados por los gobiernos federal y estatales, como SIR (Sampling-Importance Resampling) e IHME (International Health Metrics and Evaluation), carecen de datos confiables. Es evidente que se necesita ayuda para que los funcionarios públicos puedan discernir y navegar mejor a través de los riesgos sanitarios y económicos.

“Gestiono cuatro laboratorios de datos diferentes en todo el mundo y, durante las primeras semanas de la pandemia de COVID-19, estábamos en una situación caótica”, dijo Eric Haller, vicepresidente ejecutivo y jefe global de Experian DataLabs, que proporciona análisis de datos avanzados e investigación. “Tuvimos que aprender a quedarnos en casa y trabajar de forma remota, pero nos impulsaba un enorme sentido de responsabilidad para ayudar a los gobiernos y proveedores de atención médica a clasificar los datos y avanzar en la lucha contra la pandemia”.

El objetivo de los laboratorios de datos era desarrollar información confiable que pudiera identificar y predecir los puntos críticos del virus. “Nuestro proceso tomó alrededor de seis semanas para construir un mapa central que rastreara los brotes y las respuestas del COVID-19”, dijo Haller. “Queríamos proporcionar información a los gobiernos y proveedores de atención médica para que pudieran identificar los puntos críticos y concentrar sus esfuerzos en las comunidades más afectadas”.

Haller mencionó que se analizaron tres corrientes principales de datos. La primera fue la propagación de la enfermedad, representada por el número de casos y de muertes. La segunda corriente de datos proporcionó tasas de comorbilidad. ¿Cuántos pacientes que fallecieron durante un episodio de COVID-19 tenían condiciones preexistentes que los hacían especialmente vulnerables, como enfermedades cardíacas o asma? “A partir de las correlaciones de estos datos, comenzamos a desarrollar un puntaje de riesgo sanitario a nivel de condado”, explicó Haller.

La analítica de datos ha demostrado ser una herramienta valiosa en la lucha contra el COVID-19. Gracias a la capacidad de procesar grandes volúmenes de información, se ha logrado identificar patrones y tendencias que ayudan a los gobiernos y proveedores de atención médica a tomar decisiones informadas. A medida que la pandemia continúa evolucionando, es fundamental seguir utilizando la analítica de datos para comprender mejor el virus y tomar medidas efectivas para controlarlo.

Fuente del artículo: TechRepublic