Publicación semestral • ISSN 2683-2968 • Marzo 2023 • Número de revista 7
DOI de la revista: https://doi.org/10.22201/dgtic.26832968e
DOI del número: https://doi.org/10.22201/dgtic.26832968e.2023.7
Fecha de recepción: 09 de diciembre de 2021
Fecha de publicación: marzo de 2023
Publicación semestral • ISSN 2683-2968 • Marzo 2023 • Número de revista 7
DOI de la revista: https://doi.org/10.22201/dgtic.26832968e
DOI del número: https://doi.org/10.22201/dgtic.26832968e.2023.7
DOI del artículo: https://doi.org/10.22201/dgtic.26832968e.2022.7.2
5/7
Actualmente, EpI-PUMA 1.0 ofrece dos tipos de análisis para tres variables objetivo (confirmados a SARS-CoV-2, fallecidos de SARS-CoV-2, y el número de pruebas de laboratorio para SARS-CoV-2). Estas variables pueden modificarse para representar distintos indicadores epidemiológicos (si o no hay casos/difuntos/pruebas, número de casos/difuntos/pruebas, incidencia de casos/difuntos/pruebas cada 100,000 habitantes, positividad para casos y letalidad para difuntos). Para “sí o no hay casos/difuntos/pruebas”, la clase de interés C es el conjunto de municipios que sí tienen casos/difuntos/pruebas. Para los demás, C representa el 10% de municipios con mayor riesgo, es decir, mayor número de casos o mayor incidencia, etcétera.
Finalmente, la plataforma ofrece tres distintos tipos de enfoques para el modelo:
i. Mejoramiento (reducción en la variable objetivo - la clase C es un cambio)
ii. Empeoramiento (incremento en la variable objetivo - la clase C es un cambio)
iii. “Estrella” (que la clase C es constante)
YEn la segunda sección de la interfaz gráfica, la plataforma ofrece un seleccionador de covariables organizadas en un árbol jerárquico, ver figura 6. Estas covariables se utilizan como predictores en el aprendizaje de EpI-PUMA y abarcan un amplio espectro de variables sociales y ambientales asociadas con un municipio, como la Demografía, la Pobreza, la Movilidad entre los municipios y la Vulnerabilidad (ver Datos y marco teórico para más información).
La última sección de la plataforma presenta los siguientes resultados: (1) un mapa informativo con el score, como medida de riesgo, de la variable objetiva estimada con el modelo especificado por el usuario, ver figura 7-8. El usuario puede ver el “nicho de riesgo” asociado con la clase seleccionada; y (2) medios gráficos para visualizar las predicciones del modelo y su ajuste a los datos, en forma de cuadros, histogramas y curvas de recall, ver figura 9-12.
Figura 8. Resumen del score por celda (municipio). Interfaz gráfica de EpI-PUMA 1.0. Disponible en https://covid19.c3.unam.mx/geoportal_v0.1.html [Consultado en octubre 13, 2022]
Figura 9. Histograma resultados. El histograma generado por la plataforma agrupa por grupo de deciles cada uno de los scores de las covariables del modelo y el total. Para el caso de los modelos predictivos, genera una curva recall por cada una de las covariables y deciles. Interfaz gráfica de EpI-PUMA 1.0. Disponible en https://covid19.c3.unam.mx/geoportal_v0.1.html [Consultado en octubre 13, 2022]
Figura 10. Cuadro deciles. En este cuadro se ranquea por deciles cada una de los predictores del modelo elegidos por el usuario. También, dentro de este cuadro se incluyen los valores de épsilon, score, porcentaje especie y porcentaje decil de cada una de las variables. Interfaz gráfica de EpI-PUMA 1.0. Disponible en https://covid19.c3.unam.mx/geoportal_v0.1.html [Consultado en octubre 13, 2022]
Figura 11. Cuadro de predictores. Se clasifican las variables constituyentes de las covariables como mejores y peores predictores de la variable objetivo. Dentro del cuadro, también se agrupan los resultados a nivel de la resolución escogida, en la que se clasifican las variables constituyentes de los predictores en una categoría de riesgo, basando el nivel de riesgo los valores de los score positivo y score negativo. Interfaz gráfica de EpI-PUMA 1.0. Disponible en https://covid19.c3.unam.mx/geoportal_v0.1.html [Consultado en octubre 13, 2022]
Figura 12. Cuadro de covariables cada una de las variables y reporta los siguientes datos: nij, nj, ni, n, Pij, Pc, épsilon, score, categoría, fuente y tipo de dato. En donde nij, nj, ni y n son conteos de las variables X, la clase C y sus intersecciones. Interfaz gráfica de EpI-PUMA 1.0. Disponible en https://covid19.c3.unam.mx/geoportal_v0.1.html [Consultado en octubre 13, 2022]