Resumen de Assessment of the level of adjustment of three epidemiological models in the analysis of epidemics with incidences less than 100% such as the lethal wilt of oil palm (Elaeis guineensis Jacq.)

Juan Manuel López- Vásquez, Jairo Castaño Zapata

• español

  Resumen La producción de palma de aceite es muy importante en Colombia. La marchitez letal de la palma de aceite es una enfermedad muy limitante en la zona oriental colombiana. Algunos modelos empleados en el análisis de estas epidemias se basan en el supuesto de que existe un área constante donde el hospedante llega a enfermarse al final de ellas (incidencia máxima de la enfermedad = 100 %). El análisis de tres epidemias diferentes demostró el error que se comete en la aplicación del modelo que mejor se ajusta a los datos observados, con una máxima incidencia de la enfermedad (Kmax) por debajo de la asumida. El ajuste de los modelos monomolecular, logístico y Gompertz se hizo con diferentes incidencias, incluida la máxima observada (y 1 + 0,1). Los datos se sometieron a análisis de regresión lineal y de varianza y distribución de los residuales. La calidad del ajuste se midió mediante los coeficientes de determinación (R2), el análisis de regresión lineal y los criterios de información Akaike (CIA) y bayesiano (CIB). Se evidenció la sensibilidad del modelo monomolecular cuando la incidencia máxima de la enfermedad se asumió por encima del valor real, contrario a lo observado en los modelos logístico y Gompertz, cuyos valores se mantuvieron estables independientemente del aumento de la Kmax evaluada. Las consecuencias de asumir una Kmax con valores igual a 1 no solamente se reflejan en la estimación errónea de parámetros como el y 0 y el r, sino que también conduce a una mala interpretación del comportamiento de la epidemia.

• English

  Abstract The production of oil palm is a major agricultural activity in Colombia. Lethal wilt (LW) of the oil palm is one of the most devastating diseases in the Eastern zone of the country. Several epidemiological models used in epidemic analyses assume that there is a constant area where the host will become diseased at the end of the epidemic (maximum incidence of disease = 100%). Based on the analysis of three different epidemics, we demonstrated the error in the application of the model that best fits the observed data when the maximum incidence of the disease (Kmax) is below the assumed. We assessed the fit of the monomolecular, logistic, and Gompertz models at different final incidence values of the disease including the maximum observed (y1 + 0.1). We analyzed the data with linear regression and residuals variance and distribution. We measured the relative quality level of fit of the model for each Kmax by determining coefficients (R2) and the Akaike and Bayesian information criteria (AIC & BIC). The monomolecular model showed a tendency to increase the level of adjustment when Kmax assumed values were close to 1 while the logistic and Gompertz models remained stable regardless of the evaluated Kmax values. The consequences of assuming a Kmax with values equal to 1 reflected not only the erroneous estimation of parameters such as y 0 and r but also gave rise to a misinterpretation of the temporal behavior of the epidemic.