📊 epidemiology

Uncovering identifiability of epidemiological models: basic reproduction number and complementary data streams

Este estudio demuestra que, si bien los parámetros individuales en los modelos epidemiológicos pueden no ser identificables de forma única, el número básico de reproducción a menudo lo es, y que añadir datos complementarios mínimos puede hacer que modelos que de otro modo no serían identificables sean globalmente identificables, desplazando así el enfoque de la vigilancia de la salud pública hacia asegurar la identificabilidad de las cantidades relevantes para la toma de decisiones en lugar de la identificabilidad completa del modelo.

Autores originales: Pant, B., Saucedo, O., Pogudin, G.

Publicado 2026-01-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Pant, B., Saucedo, O., Pogudin, G.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver un misterio: ¿Qué tan rápido se está propagando una enfermedad y qué tan peligrosa es?

Para resolver esto, construyes una "simulación" matemática de la enfermedad. Alimentas el modelo con datos que puedes ver, como el número de personas que acuden al hospital cada día. Pero aquí está el truco: los datos que ves son solo la punta del iceberg. No puedes ver a todos los que están enfermos, cuántos están inmunizados, ni exactamente cuántas personas están caminando por ahí portando el virus.

Este artículo plantea una pregunta fundamental: Incluso si tuviéramos datos perfectos y cristalinos (sin errores, sin números faltantes), ¿podría nuestro modelo matemático descubrir las reglas reales de la enfermedad?

En el mundo de las matemáticas, esto se llama identificabilidad estructural. Si un modelo no es "identificable", es como una cerradura con dos llaves diferentes que la abren perfectamente. No puedes saber cuál de las dos llaves es la "real", por lo que no puedes conocer las reglas verdaderas de la enfermedad.

Aquí está lo que los autores descubrieron, explicado mediante analogías sencillas:

1. El problema del "punto ciego"

Normalmente, los científicos asumen que si no pueden descifrar cada número en su modelo (como la velocidad exacta de transmisión o el tamaño exacto de la población), todo el modelo es inútil.

Los autores dicen: No tan rápido.

Piensa en la receta de un pastel. Si solo pruebas el glaseado, es posible que no sepas exactamente cuánta azúcar o harina se puso en la masa. No puedes identificar los ingredientes individuales. Sin embargo, sí puedes saber exactamente qué tan dulce es el pastel.

El artículo muestra que, incluso cuando un modelo está "roto" y no puede decirte los valores exactos de cada parámetro, a menudo todavía puede decirte el Número Básico de Reproducción ( $R_0$ ).

¿Qué es el $R_0$ ? Es el promedio de personas que una persona enferma infecta. Es el número más importante para decidir si un brote va a explotar o a morir.
El hallazgo: En casi todos los tipos de modelos de enfermedades que probaron (desde modelos simples de gripe hasta complejos modelos transmitidos por mosquitos), el modelo podía identificar correctamente el $R_0$ , incluso si no podía descifrar los ingredientes individuales (como la tasa de transmisión o el tamaño de la población).
La conclusión: No necesitas resolver todo el rompecabezas para saber si el fuego se va a propagar. Solo necesitas conocer el "factor de propagación".

2. El milagro de la "única pista"

¿Qué pasa si el modelo se queda estancado y no puede descifrar el factor de propagación? Los autores encontraron una solución sorprendentemente simple.

Imagina que estás intentando adivinar la altura de un árbol, pero solo tienes una foto borrosa de su sombra. No puedes saber la altura. Pero si alguien te entrega una sola medición perfecta del tronco del árbol en un momento específico, puedes calcular instantáneamente la altura exacta.

El artículo demuestra que para muchos modelos complejos, añadir un solo punto de datos de una fuente diferente puede desbloquear todo el misterio.

Ejemplo: Si solo rastreas las muertes diarias, el modelo podría confundirse sobre si la enfermedad es altamente contagiosa pero leve, o no muy contagiosa pero mortal.
La solución: Si añades una sola medición de cuántas personas están actualmente enfermas (o recuperadas) en un momento determinado, el modelo de repente se vuelve "globalmente identificable". Ahora puede descifrarlo todo correctamente.
La conclusión: Los funcionarios de salud pública no necesitan gastar millones rastreando cinco flujos de datos constantemente. Podrían obtener mejores resultados si destinan recursos para obtener una sola medición de alta calidad y perfecta desde un ángulo diferente (como una encuesta de pruebas de sangre) en un momento clave.

3. La "forma" importa

Los autores también descubrieron que la forma del modelo importa.

La mayoría de los modelos: Ya sea un modelo simple de gripe, un modelo de cólera con transmisión por agua o un modelo de mosquitos, el "factor de propagación" ( $R_0$ ) suele ser fácil de encontrar, incluso si el resto es difícil.
La excepción: Hubo un modelo complicado donde las personas cambian su comportamiento (como usar mascarillas cuando ven a muchas personas enfermas). En este caso específico, el "factor de propagación" era difícil de precisar perfectamente. Es como un camaleón que cambia de color tan rápido que no puedes obtener una imagen clara de su verdadero color.

Resumen del mensaje del artículo

El artículo desafía la forma antigua de pensar. En lugar de preguntar, "¿Es nuestro modelo completo y perfectamente identificable?", deberíamos preguntar, "¿Podemos identificar el número específico que importa para nuestra decisión?"

Buenas noticias: Incluso si el modelo está "roto" respecto a los detalles individuales, a menudo sigue funcionando perfectamente para el número más importante para la toma de decisiones ( $R_0$ ).
Mejor estrategia: Si el modelo está estancado, no necesitas más datos en todas partes. Solo necesitas una pequeña y perfecta pieza de información adicional de una fuente diferente para arreglar todo el sistema.

En resumen: No necesitas ver todo el bosque para saber si se está incendiando; a veces, solo ver una chispa es suficiente para decirte todo lo que necesitas saber.

Resumen Técnico: Descubriendo la Identificabilidad de los Modelos Epidemiológicos

Planteamiento del Problema
Los modelos matemáticos de la dinámica de enfermedades infecciosas se ajustan rutinariamente a datos de vigilancia para estimar parámetros epidemiológicos e informar decisiones de salud pública. Sin embargo, existe un desafío fundamental: los datos observables a menudo capturan solo una visión parcial del proceso epidémico. Incluso bajo condiciones ideales (observaciones perfectas, sin ruido y continuas), la estructura del modelo y las mediciones disponibles pueden no contener la información suficiente para determinar de forma única todos los parámetros. Esta limitación se caracteriza formalmente como identificabilidad estructural. Un modelo que falla esta prueba no puede producir estimaciones de parámetros únicas, independientemente de la calidad o cantidad de los datos.

Si bien la identificabilidad estructural es una condición previa necesaria para una inferencia fiable, la práctica epidemiológica actual suele pasar por alto dos matices críticos:

Cantidades Compuestas: Un modelo puede ser estructuralmente no identificable con respecto a los parámetros individuales, pero aun así puede producir cantidades compuestas identificables (por ejemplo, el número básico de reproducción, $R_0$ ) o variables de estado observables que son cruciales para la toma de decisiones.
Datos Complementarios Mínimos: Existe una falta de comprensión sistemática sobre la cantidad mínima de datos adicionales requeridos de flujos complementarios para resolver la no identificabilidad estructural.

Metodología
Los autores emplean un enfoque sistemático que combina el álgebra diferencial, la optimización numérica y pruebas teóricas para investigar la identificabilidad estructural en diversas clases de modelos epidémicos compartimentales.

Enfoque de Álgebra Diferencial: La herramienta analítica principal es el enfoque de álgebra diferencial, implementado mediante el paquete de software StructuralIdentifiability.jl. Este método consiste en:
1. Eliminar las variables de estado para derivar ecuaciones de entrada-salida que involucren únicamente observaciones y parámetros.
2. Verificar si los coeficientes de estas ecuaciones forman un conjunto completo de combinaciones de parámetros identificables.
3. Determinar si los parámetros individuales o las variables de estado pueden expresarse en términos de estas combinaciones.
4. Utilizar derivadas de Lie para evaluar la identificabilidad de las variables de estado.
  Nota: Los autores reconocen que, aunque algunos pasos en el software están aleatorizados, proporcionan pruebas matemáticas rigurosas o utilizan herramientas deterministas (como DAISY) para la verificación cuando es necesario.
Visualización Numérica: Para complementar el análisis teórico, los autores utilizan la optimización local de múltiples inicios en MATLAB. Ajustan los modelos a datos de brotes completos simulados y sin ruido a partir de múltiples suposiciones iniciales de parámetros. La no unicidad en el paisaje de optimización (múltiples conjuntos de parámetros distintos que producen ajustes equivalentes) sirve como un indicador visual de la no identificabilidad.
Clases de Modelos: El estudio abarca un amplio espectro de modelos epidemiológicos, incluyendo:
- Modelos SIR estándar con incidencia estándar.
- Modelos con periodos latentes (SEnIR) e infecciosos (SInR) distribuidos según una distribución gamma.
- Modelos con mortalidad fraccionaria y aditiva (SIRD).
- Modelos con múltiples vías de transmisión (Cólera: humano a humano y transmitido por el agua).
- Modelos de población estratificada con observaciones agregadas.
- Dinámicas huésped-vector (modelo de Ross-Macdonald).
  vi. Modelos de respuesta conductual con incidencia no lineal.

Contribuciones Clave y Resultados

1. Identificabilidad de Cantidades Compuestas ( $R_0$ ) a pesar de Parámetros No Identificables
El estudio demuestra que la no identificabilidad estructural de un modelo no impide la identificabilidad de cantidades compuestas epidemiológicamente relevantes.

Modelo SIR: Mientras que la tasa de transmisión ( $\beta$ ) y el tamaño de la población ( $N$ ) son no identificables (solo su razón $\beta/N$ es identificable), el número básico de reproducción $R_0$ y el número de reproducción efectivo $R_e(t)$ son globalmente identificables.
Modelo SIRD: En modelos con índices de letalidad por infección, los parámetros individuales como la tasa de transmisión y la razón de letalidad son no identificables, pero $R_0$ es globalmente identificable.
Modelos de Cólera y Huésped-Vector: A pesar de las complejas vías de transmisión y los parámetros individuales no identificables (por ejemplo, tasas de transmisión específicas o tamaños de población), se demuestra que $R_0$ es estructuralmente identificable globalmente porque se descompone en productos y cocientes de combinaciones identificables.
Excepción: Los autores identifican un contraejemplo en los modelos de respuesta conductual con una función de incidencia saturante ( $k=1$ ). En este caso específico, $R_0$ es solo localmente identificable, no globalmente, desafiando la suposición de que $R_0$ es siempre identificable.

2. Datos Complementarios Mínimos para la Identificabilidad Global
El artículo demuestra que la incorporación de datos complementarios mínimos puede resolver la no identificabilidad estructural, requiriendo a menudo tan solo una única medición de un punto temporal de una variable de estado adicional.

Modelo SIR: Añadir un único punto de datos sin ruido para la población recuperada $R(t)$ hace que todo el modelo sea globalmente identificable.
Modelo SIRD: Una sola observación de $S(t)$ , $I(t)$ o $R(t)$ resuelve la no identificabilidad causada por la correlación entre la tasa de transmisión y la razón de letalidad.
Modelo de Cólera: Los requisitos de datos dependen del tipo de observación. Observar la concentración de patógenos ( $W$ ) requiere dos puntos de datos complementarios de distintos compartimentos para lograr la identificabilidad global, mientras que observar la entrada de patógenos ( $\alpha I$ ) requiere solo un punto de datos.
Modelos de Comportamiento: Una sola observación de $S(t)$ o $R(t)$ convierte el modelo de comportamiento localmente identificable en uno globalmente identificable.

3. Observabilidad de Estado vs. Identificabilidad de Parámetros
El estudio destaca que la identificabilidad global de los parámetros no garantiza la identificabilidad global de las variables de estado. Por ejemplo, en un modelo SIR estratificado donde dos subpoblaciones comparten parámetros idénticos, los parámetros agregados son identificables, pero las variables de estado individuales de las subpoblaciones no lo son; solo sus sumas son identificables.

Significado y Reivindicaciones
Los autores enmarcan sus hallazgos como un cambio de perspectiva para la modelización epidemiológica y el diseño de la vigilancia:

Reencuadre de la Pregunta de Identificabilidad: La pregunta central debe pasar de "¿Es el modelo identificable?" a "¿Son identificables las cantidades que importan para la toma de decisiones?". Un modelo estructuralmente no identificable puede seguir siendo "adecuado para su propósito" si las cantidades compuestas específicas requeridas para las decisiones de salud pública (como $R_0$ ) son identificables.
Implicaciones para el Diseño de la Vigilancia: En lugar de asignar recursos limitados al monitoreo frecuente de múltiples flujos de datos o depender de estimaciones de parámetros externos inciertos, los sistemas de salud pública pueden priorizar estratégicamente la recopilación de mediciones complementarias dispersas y de alta calidad. El estudio sugiere que incluso un único punto de datos sin ruido de un flujo complementario (por ejemplo, una encuesta de seroprevalencia que proporcione una instantánea de la población susceptible) puede lograr la identificabilidad global.
Límites Teóricos: El artículo reconoce la dificultad de derivar resultados generales de identificabilidad para modelos no lineales. Si bien establecen la identificabilidad global para periodos latentes distribuidos según una gamma, señalan que los patrones para los modelos de respuesta conductual siguen siendo esquivos y sensibles a los detalles estructurales (por ejemplo, el exponente $k$ ).

En conclusión, el estudio proporciona una base metodológica para evaluar qué se puede inferir de manera fiable de los modelos epidemiológicos, demostrando que la inferencia útil es posible incluso cuando la identificabilidad total del modelo no se puede alcanzar, y que los datos complementarios mínimos pueden, a menudo, restaurar la identificabilidad total.

1. El problema del "punto ciego"

2. El milagro de la "única pista"

3. La "forma" importa

Resumen del mensaje del artículo

Resumen Técnico: Descubriendo la Identificabilidad de los Modelos Epidemiológicos

Más como este