Análisis retrospectivo (REMEDID) para la estimación de los primeros contagios de la COVID-19: Casos de estudio Chile y Colombia

• Autores: Jenny Márquez Astorga
• Directores de la Tesis: David García-García (dir. tes.)
• Lectura: En la Universitat d'Alacant / Universidad de Alicante ( España ) en 2025
• Idioma: español
• Tribunal Calificador de la Tesis: José Manuel Ferrándiz Leal (presid.), Emilia López-Iñesta (secret.), Miriam Navarro Beltrá (voc.)
• Programa de doctorado: Programa de Doctorado en Métodos Matemáticos y Modelización en Ciencias e Ingeniería por la Universidad de Alicante
• Calificación: Sobresaliente Cum Laude
• Enlaces
  • Tesis en acceso abierto en: RUA
• Resumen

  • La presente investigación desarrolla y aplica el método retrospectivo REMEDID (Retrospective Methodology to Estimate Daily Infections from Deaths) para estimar las infecciones diarias de COVID-19 durante la primera ola de la pandemia en Chile y Colombia, específicamente en varias ciudades, en Santiago Región Metropolitana en Chile y en nueve ciudades colombianas. El objetivo principal fue proporcionar estimaciones más precisas del inicio y propagación del virus en comparación con los registros oficiales, abordando las limitaciones de subregistro debido a casos asintomáticos y acceso restringido a pruebas diagnósticas. El método REMEDID se basa en el uso de distribuciones de probabilidad para modelar el tiempo desde la infección hasta la muerte, integrando datos de estudios de seroprevalencia y registros de muertes oficiales. En Chile, se identificó que el primer contagio ocurrió 36 días antes de lo reportado oficialmente, y que el pico máximo de infecciones fue más del doble de lo registrado, alcanzándose 24 días antes de la fecha oficial. En Colombia, los registros oficiales detectaron solo el 15,42% de los casos reales en promedio, con un retraso de 22 días en el pico de contagios y 29 días en la detección del primer caso. La principal conclusión del estudio destaca la importancia de metodologías retrospectivas como REMEDID para superar las limitaciones de los datos oficiales y mejorar la preparación frente a futuras pandemias mediante la optimización de políticas de salud pública. Las estimaciones más precisas obtenidas podrían guiar decisiones más informadas en la gestión de brotes epidemiológicos.