A two-parameter, minimal-data model to predict dengue cases: the 2022-2023 outbreak in Florida, USA

Resumen Técnico: Un modelo de dos parámetros y datos mínimos para la predicción de casos de dengue

Planteamiento del problema
La previsión fiable y oportuna del dengue es fundamental para permitir un control vectorial dirigido y una preparación clínica, reduciendo así las enfermedades prevenibles y los costes del sistema de salud. Sin embargo, los enfoques de previsión actuales suelen depender de covariables específicas de cada sitio (p. ej., vigilancia entomológica, datos climáticos) y de modelos complejos de múltiples parámetros. Estas dependencias limitan la portabilidad a entornos con escasez de datos, introducen ruido en la estimación y hacen que los modelos sean inaplicables a nuevas ubicaciones infectadas que carecen de datos históricos o de un monitoreo ambiental detallado. Además, muchos modelos tienen dificultades para la generalización, ya que los predictores que son efectivos en una región pueden fallar en otra.

Metodología
Los autores proponen un marco de parsimonia de datos (DP, por sus siglas en inglés) basado en la relación entre la incidencia y los casos acumulados (ICC). La metodología consta de tres componentes principales:

1. Justificación matemática: El artículo proporciona una prueba matemática rigurosa de que la estructura de ICC parabólica, establecida previamente para el modelo SIR básico, se mantiene para un modelo de transmisión de dengue sustancialmente más complejo. Este modelo complejo incluye dos poblaciones (humanos y mosquitos), cuatro serotipos (DENV-1 a DENV-4), infecciones primarias y secundarias, y clases distintas de enfermedad leve y grave. La prueba demuestra que la incidencia ($\dot{C}$) es una función parabólica inversa de los casos acumulados ($C$), expresada como $\dot{C} = W C (L_0 - C)$, donde $L_0$ es el tamaño final de la epidemia y $W$ es la constante de tasa de crecimiento intrínseca.

2. Marco predictivo (Estimación puntual):

   • Entrada: El modelo requiere únicamente la serie temporal de nuevos casos humanos para la temporada objetivo.
   • Procedimiento: Se utilizan los datos tempranos del brote para ajustar una parábola a la relación entre los casos acumulados y la incidencia. Este ajuste estima el tamaño final de la epidemia ($L_0$). Posteriormente, se ajusta una curva de crecimiento logístico utilizando $L_0$ y los datos tempranos de incidencia para proyectar la trayectoria de la epidemia.
   • Modelo estadístico: Los casos semanales acumulados se modelan como una variable aleatoria de Poisson truncada a la izquierda, donde la media está determinada por el pronóstico de la curva ICC y el soporte se restringe a valores mayores o iguales al total de casos acumulados reportados anteriormente.

3. Extensión Bayesiana:

   • Para dar cuenta de la incertidumbre en el reporte de casos y en el ajuste, se construye un modelo bayesiano.
   • Modelo de observación: Los casos reportados se tratan como la incidencia real perturbada por un error de medición gaussiano aditivo, con una distribución previa truncada a la izquierda para asegurar la no negatividad.
   • Prior del tamaño final: Al parámetro de tamaño final $L$ se le asigna una distribución previa gaussiana truncada a la izquierda, truncada por debajo de los casos reportados acumulados actuales.
   • Inferencia: Se emplean métodos de Monte Carlo por cadenas de Markov (MCMC) (Metropolis-Hastings) para muestrear la distribución posterior conjunta de las observaciones verdaderas latentes y el tamaño final de la epidemia, generando intervalos predictivos calibrados.

Evaluación
El marco fue evaluado utilizando datos de casos de dengue adquiridos localmente en Florida durante el periodo 2022–2023, un entorno caracterizado por pruebas clínicas estandarizadas (RT-PCR/NAAT e IgM) y un reporte robusto. El estudio analizó cuatro periodos de brote distintos. El desempeño se evaluó mediante:

• Error cuadrático medio (RMSE) y Valor Absoluto del Error (AVE) para las predicciones puntuales.
• Puntuaciones logarítmicas (adoptadas de los desafíos de WNV del CDC) para evaluar la precisión probabilística.
• Diagnósticos de MCMC (estadístico de Gelman-Rubin, puntuaciones Z de Geweke, Tamaño de Muestra Efectiva) para asegurar la convergencia.

Resultos clave

• Precisión de la predicción puntual: El modelo generó 258 pronósticos semanales a través de cuatro brotes. El RMSE global para todos los horizontes fue de 5.7. Los pronósticos a corto plazo (1 a 3 semanas de antelación) demostraron una alta precisión, con RMSEs que oscilaron entre 1.51 y 3.81. La precisión disminuyó para los pronósticos a 4 semanas de antelación (RMSE de hasta 15.66), lo que refleja la dificultad inherente de la predicción a largo plazo.
• Desempeño Bayesiano: El modelo bayesiano superó consistentemente al modelo determinista de ICC parabólico (Poisson truncado). Por ejemplo, en el tercer brote, la mediana del RMSE bayesiano fue de 1.58 en comparación con 4.36 para el modelo de Poisson truncado. El enfoque bayesiano produjo intervalos predictivos más estrechos y bien calibrados, particularmente en entornos con una alta precisión de reporte como Florida.
• Correlación ecológica: El estudio identificó un desfase consistente de 8 a 10 semanas entre la abundancia de Aedes aegypti y el riesgo de dengue predicho, lo cual concuerda con hallazgos de otras regiones tropicales. Esto sugiere que el modelo captura la dinámica de transmisión subyacente a pesar de no utilizar explícitamente datos entomológicos.

Significancia y Reivindicaciones
El artículo afirma que el marco de DP propuesto aborda las limitaciones de generalización y los requisitos de datos de los modelos de previsión actuales. Al demostrar matemáticamente que la relación de ICC parabólica se mantiene para modelos de dengue de múltiples serotipos complejos, los autores establecen una base teórica para un modelo de dos parámetros que:

1. Requiere datos mínimos: Funciona utilizando únicamente la serie temporal de incidencia humana del año objetivo, eliminando la necesidad de vigilancia entomológica o covariables ambientales complejas.
2. Reduce el ruido: Al estimar solo dos parámetros ($L_0$ y la tasa de crecimiento), evita el ruido asociado con la estimación de parámetros de alta dimensión.
3. Soporta nuevos brotes: Es aplicable a nuevas ubicaciones infectadas con datos históricos limitados, ya que no depende de historias de brotes a largo plazo.
4. Cuantifica la incertidumbre: La extensión bayesiana proporciona intervalos predictivos calibrados que dan cuenta de las incertidumbres de reporte y de ajuste, ofreciendo una herramienta más robusta para la toma de decisiones de salud pública que las estimaciones puntuales por sí solas.

Los autores concluyen que, si bien el modelo se basa en la incidencia reportada (lo que subestima las infecciones reales), su capacidad para reproducir el tiempo y la trayectoria de los brotes con alta precisión utilizando datos mínimos lo convierte en una herramienta viable para la previsión operativa y la planificación de mitigación, particularmente en regiones endémicas emergentes.