📊 statistics

A spatiotemporal negative binomial model with dynamic dispersion: An application to Tuberculosis infections

Este artículo presenta un novedoso modelo INGARCH binomial negativo espaciotemporal con dispersión dinámica y estructuras de correlación espacial flexibles para analizar y predecir con precisión los patrones de infección de la tuberculosis en São Paulo, Brasil, demostrando un desempeño superior sobre las líneas base estándar al capturar la heterogeneidad espacial y la volatilidad temporal para la toma de decisiones en salud pública.

Autores originales: Rodrigo B. Silva, Luiza S. C. Piancastelli, Wagner Barreto-Souza

Publicado 2026-09-10

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Rodrigo B. Silva, Luiza S. C. Piancastelli, Wagner Barreto-Souza

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la salud pública, el seguimiento de las enfermedades infecciosas es una carrera constante contra el tiempo y la incertidumbre. Los funcionarios de salud dependen del recuento de casos para comprender cómo se desplaza una enfermedad, pero estos recuentos rara vez son simples. Fluctúan drásticamente de un mes a otro y varían de forma drástica de un pueblo a otro. Una enfermedad puede aumentar repentinamente en un centro urbano densamente poblado mientras permanece tranquila en un pueblo rural, para luego dispararse de nuevo más tarde. Para dar sentido a este caos, los estadísticos utilizan modelos: marcos matemáticos que intentan predecir qué sucederá después basándose en lo que ha sucedido antes. Durante décadas, estos modelos a menudo asumieron que el "ruido" o la imprevisibilidad de los datos permanecía constante a lo largo del tiempo. Sin embargo, los brotes del mundo real rara vez son así de constantes. Ellos respiran, se hinchan y se encogen. El desafío para los científicos es construir un modelo que pueda capturar esta volatilidad viva y palpitante, especialmente cuando la enfermedad se propaga a través de un mapa donde los vecinos se influyen entre sí.

Este es precisamente el problema abordado por un equipo de investigadores que estudian la tuberculosis en el estado de São Paulo, Brasil. La tuberculosis sigue siendo una persistente amenaza para la salud mundial y, en Brasil, su propagación está moldeada por profundas desigualdades en ingresos, saneamiento y acceso a la atención médica. Los investigadores se centraron en 61 pequeñas regiones administrativas, conocidas como microrregiones, dentro de São Paulo, analizando informes mensuales de nuevas infecciones que abarcan veinticuatro años, de 2001 a 2024. Encontraron que la enfermedad no se comportaba como un flujo constante. En cambio, el número de casos en cualquier mes dado era altamente impredecible, con algunas áreas experimentando estallidos de infección repentinos e intensos, mientras que otras permanecían relativamente tranquilas. Crucialmente, observaron que esta imprevisibilidad misma cambiaba con el tiempo. En algunos períodos, los datos estaban estrechamente agrupados alrededor de un promedio; en otros, los números oscilaban salvajemente. Además, la infección en un pueblo estaba a menudo vinculada a lo que sucedía en sus vecinos, creando una compleja red de influencia regional.

Para desenredar esto, los investigadores desarrollaron una nueva herramienta estadística diseñada específicamente para este tipo de datos desordenados del mundo real. Crearon un modelo que permite que tanto el promedio de casos como el nivel de imprevisibilidad cambien dinámicamente a medida que pasa el tiempo y a medida que la enfermedad se desplaza por el mapa. A diferencia de los modelos más antiguos que obligaban a los datos a ajustarse a un patrón rígido, este nuevo enfoque permite que la "volatilidad" respire. Reconoce que un brote de enfermedad no es un evento estático, sino un paisaje cambiante donde las reglas de propagación pueden tensarse o aflojarse dependiendo de las condiciones locales. El equipo probó dos formas diferentes de definir cómo interactúan estas regiones. Un método trataba a las regiones como vecinas solo si compartían un límite físico, como piezas de un rompecabezas. El otro enfoque, más innovador, utilizó una curva matemática suave para medir cómo la influencia se desvanece a medida que la distancia entre dos pueblos aumenta, independientemente de si comparten frontera. Este segundo método permitió al modelo aprender directamente de los datos qué tan lejos llega típicamente la influencia de un brote.

Cuando aplicaron este nuevo marco a los veinticuatro años de registros de tuberculosis, los resultados fueron sorprendentes. El modelo demostró ser muy superior a los métodos estándar utilizados por las agencias de salud. Mientras que los modelos más antiguos a menudo producían predicciones demasiado estrechas, al no tener en cuenta los cambios salvajes en el número de casos, el nuevo modelo logró capturar el verdadero rango de incertidumbre. Logró predecir la propagación de la enfermedad con un nivel de precisión que mantuvo sus intervalos de confianza correctos aproximadamente el 95 por ciento de las veces, incluso en los centros urbanos más volátiles y en las microrregiones rurales más tranquilas. El análisis reveló que la presencia base de la enfermedad está fuertemente concentrada en los núcleos metropolitanos densos, pero la forma en que se propaga es impulsada por interacciones de corto alcance. Los datos sugirieron que la influencia de un brote en un pueblo sobre sus vecinos cae rápidamente con la distancia, un patrón que el nuevo modelo basado en la distancia capturó con mayor matiz que el simple método de compartir fronteras.

El estudio también destacó las limitaciones de los enfoques previos. Los modelos que asumían que la imprevisibilidad de los datos permanecía constante en el tiempo no lograban reflejar la realidad, subestimando a menudo el riesgo durante los picos repentinos de infección. Del mismo modo, los modelos que trataban a todas las regiones como si tuvieran las mismas reglas subyacentes sobre cómo se propaga la enfermedad, tenían dificultades para manejar las vastas diferencias entre una ciudad bulliciosa y un pequeño pueblo. Al permitir que las propiedades estadísticas de la enfermedad variaran de un lugar a otro y de un mes a otro, los investigadores proporcionaron una imagen mucho más clara del comportamiento de la epidemia. Su trabajo sugiere que, para gestionar eficazmente la tuberculosis, los funcionarios de salud necesitan herramientas que puedan adaptarse a la naturaleza cambiante de la amenaza, reconociendo que la volatilidad de un brote es tan importante de rastrear como el número de casos en sí mismo.

Las implicaciones de este trabajo se extienden más allá de la tuberculosis. La metodología ofrece una forma robusta de monitorear cualquier enfermedad que se propague a través de una población en un mosaico de ubicaciones, donde la intensidad de la propagación cambia con el tiempo. Al modelar con precisión cómo cambia la volatilidad y cómo decae la influencia a través de un paisaje, las autoridades de salud pública pueden anticipar mejor los brotes localizados. Esta capacidad es vital para tomar decisiones informadas sobre a dónde enviar recursos, cómo cronometrar las intervenciones y cómo proteger a las comunidades vulnerables antes de que una crisis se profundice. Los investigadores han demostrado que, al tratar los datos de las enfermedades como un sistema dinámico y evolutivo en lugar de un conjunto estático de números, podemos construir una base más confiable para proteger la salud pública.

Resumen Técnico: Un Modelo Binomial Negativo Espaciotemporal con Dispersión Dinámica

Planteamiento del Problema
Los datos de vigilancia de la tuberculosis (TB), particularmente en Brasil, exhiben dinámicas espaciotemporales complejas caracterizadas por una pronunciada heterogeneidad espacial, volatilidad temporal y una significativa sobredispersión. Los marcos estadísticos estándar a menudo no logran capturar estas características simultáneamente. Mientras que los modelos de series temporales de valores enteros (INGARCH) y los modelos espaciales están bien establecidos de forma individual, su integración para datos de conteo sigue estando subdesarrollada. Los modelos INGARCH multivariados existentes suelen asumir parámetros de dispersión estáticos y dependen de matrices de pesos espaciales rígidas y preespecificadas (por ejemplo, adyacencia binaria), las cuales pueden no reflejar adecuadamente el decaimiento continuo de la transmisión de enfermedades a través de las distancias geográficas. Además, los modelos Poisson estándar o de dispersión fija a menudo no proporcionan una cuantificación de la incertidumbre fiable durante periodos de brotes localizados o volatilidad.

Metodología
Los autores proponen un modelo binomial negativo espacial INGARCH con dispersión dinámica (NB tvd-SPINGARCH). Este marco extiende el modelo de dispersión variante en el tiempo de una variable (tvd-INGARCH) de Barreto-Souza et al. (2026) a un entorno espacial multivariante.

Estructura del Modelo: El modelo asume que, condicional a la información histórica $\mathcal{F}_{t-1}$ $F_{t - 1}$ , el vector de conteos $\mathbf{Y}_t$ $Y_{t}$ sigue distribuciones Binomiales Negativas independientes para cada microrregión $i$ $i$ . Tanto el proceso de la media condicional ( $\mu_{it}$ $μ_{i t}$ ) como el parámetro de dispersión ( $\phi_{it}$ $ϕ_{i t}$ ) se modelan como procesos dinámicos:
- Proceso de la Media: $\lambda_{it} = \log(\mu_{it})$ sigue una recursión log-lineal que incorpora términos autorregresivos (conteos pasados de la región $i$ ) y términos de interacción espacial (conteos pasados de las regiones vecinas $j$ ).
- Proceso de la Dispersión: $\nu_{it} = \log(\phi_{it})$ sigue una recursión log-lineal similar, lo que permite que la dispersión evolucione en el tiempo y el espacio, capturando así la volatilidad cambiante.
Dependencia Espacial: El modelo evalúa dos esquemas distintos de ponderación espacial ( $w_{ij}$ $w_{ij}$ ) para cuantificar los desbordamientos interregionales:
1. Adyacencia Discreta: Una estructura binaria donde los pesos son distintos de cero solo si las regiones comparten un límite (normalizada por el número de vecinos).
2. Correlación de Matérn Continua: Una formulación novedosa donde los pesos se derivan de la función de correlación de Matérn, parametrizada por suavidad ( $\alpha$ ) y escala ( $\beta$ ). Esto permite que la dependencia espacial decaiga continuamente con la distancia en lugar de estar confinada a los límites administrativos.
Estimación: La estimación de los parámetros se realiza mediante Máxima Verosimilitud Condicional (CML). Debido a la complejidad computacional de estimar conjuntamente los parámetros específicos de cada región y los parámetros globales de Matérn ( $\alpha, \beta$ $α, β$ ), los autores emplean un esquema iterativo de verosimilitud de perfil de dos pasos:
1. Fijar los parámetros regionales para optimizar los parámetros espaciales ( $\alpha, \beta$ ).
2. Fijar los parámetros espaciales para optimizar los parámetros regionales ( $\vartheta$ ) de forma independiente para cada ubicación.
  Este proceso itera hasta la convergencia.
Cuantificación de la Incertidumbre: Los errores estándar e intervalos de confianza se derivan de un procedimiento de bootstrap paramétrico, simulando trayectorias a partir del modelo ajustado para estimar la variabilidad del muestreo.

Contribuciones Clave

Extensión Metodológica: El artículo generaliza el marco de dispersión variante en el tiempo de INGARCH a una red espacial multivariante, permitiendo la estimación conjunta de medias dinámicas y varianzas dinámicas a través de múltiples unidades geográficas.
Ponderación Espacial Flexible: Introduce la función de correlación de Matérn en el modelado de INGARCH espaciotemporal como una alternativa continua a las matrices de adyacencia rígidas. Esto permite la estimación del rango espacial y la suavidad directamente de los datos.
Aplicación Empírica: El marco se aplica a 24 años de datos mensuales de notificación de TB de 61 microrregiones de São Paulo, Brasil, demostrando la necesidad de una dispersión dinámica para un modelado preciso de la volatilidad de las enfermedades infecciosas.

Resultados

Ajuste del Modelo: Los modelos NB tvd-SPINGARCH (tanto las variantes de Adyacencia como las de Matérn) superaron sustancialmente a los modelos Poisson SPINGARCH estándar y al marco glmSTARMA (Maletz et al., 2026) de parámetros globales en términos de log-verosimilitud, AIC y BIC.
Cuantificación de la Incertidumbre: Los modelos propuestos alcanzaron una cobertura empírica cercana al nivel nominal del 95% en diversas microrregiones (desde centros urbanos densos como São Paulo hasta áreas rurales como Dracena). En contraste, el modelo Poisson equidisperso produjo intervalos artificialmente estrechos con una cobertura muy baja, y el modelo glmSTARMA mostró un rendimiento degradado en centros urbanos heterogéneos debido a su parametrización global.
Estructura Espacial: Aunque los criterios de información (AIC/BIC) no fueron decisivos entre las formulaciones de Adyacencia y Matérn, los estudios de simulación que evaluaron la reproducción de las dependencias espaciales favorecieron la formulación de Matérn. El modelo de Matérn capturó con mayor precisión el decaimiento de las correlaciones espaciales con la distancia y la estructura de las correlaciones cruzadas de rezago de orden 1 en comparación con el enfoque de adyacencia discreta.
Información de los Datos: El análisis confirmó una marcada heterogeneidad espacial en la incidencia basal e identificó que la sobredispersión es dinámica, impulsada por brotes localizados. Los resultados sugieren que la transmisión de la TB es predominantemente de corto alcance, con una interacción espacial que decae con la distancia.

Significancia
El artículo sostiene que la metodología propuesta proporciona una herramienta estadística robusta para la vigilancia de la salud pública. Al modelar con precisión la volatilidad espaciotemporal y la dispersión dinámica, el marco NB tvd-SPINGARCH permite intervalos de predicción y una cuantificación de la incertidumbre más fiables en comparación con las líneas base de dispersión fija. Esta capacidad es esencial para anticipar brotes localizados, evaluar intervenciones regionales y optimizar la asignación de recursos. Los autores postulan que la metodología ofrece un enfoque versátil para analizar procesos de conteo de alta dimensión y alta volatilidad en epidemiología y monitoreo ambiental, más allá del contexto específico de la Tuberculosis.

Más como este