State-dependent non-identifiability of the reproduction number under adaptive behavior: an empirical characterization from COVID-19 mobility

Resumen Técnico: No Identificabilidad Dependiente del Estado del Número de Reproducción bajo Comportamiento Adaptativo

Planteamiento del Problema
El número básico de reproducción ($R_0$) se define tradicionalmente como un escalar que representa el número esperado de infecciones secundarias en una población totalmente susceptible. Sin embargo, esta definición asume implícitamente que las tasas de contacto son propiedades fijas de la población. En la realidad, el comportamiento de contacto es endógeno; los individuos adaptan su comportamiento en respuesta al riesgo epidémico percibido. Como señala la teoría epidemiológico-económica previa, el $R_0$ es una cantidad de forma reducida que amalgama la biología del patógeno con el comportamiento adaptativo del huésped. En consecuencia, las estimaciones derivadas bajo un régimen de comportamiento determinado pueden no describir la transmisión bajo otro. El vacío empírico central identificado en este trabajo es la incapacidad de observar directamente la función de respuesta conductual (cómo cambia el contacto con el riesgo) y la resultante incapacidad de descomponer la transmisión observada en componentes biológicos y conductuales. Si bien la literatura previa ha utilizado datos de movilidad como un insumo exógeno para ajustar modelos de transmisión, este enfoque no logra abordar preguntas contrafácticas (por ejemplo, "¿qué pasaría si una variante fuera más transmisible?") porque asume que el comportamiento seguiría el mismo camino independientemente de la trayectoria epidémica alterada.

Metodología
El estudio utiliza datos diarios de casos, hospitalizaciones y muertes de la ciudad de Nueva York y de estados de EE. UU., emparejados con los Informes de Movilidad Comunitaria de Google como un proxy de contacto. La metodología procede en cuatro etapas:

1. Estimación de la Respuesta Conductual: Los autores estiman una función de respuesta conductual, $R(x)$, que mapea el riesgo percibido (promedio de 7 días de muertes reportadas) con los niveles de contacto ($C(t)$). Ajustan una función de saturación de la forma $C(t) = C_{min} + \frac{C_0 - C_{min}}{1 + x/K}$ mediante mínimos cuadrados no lineales, donde $x$ es el riesgo rezagado. Esto proporciona un análogo empírico a los modelos de optimización prospectiva propuestos en la epidemiología económica.
2. Construcción de Equivalencia Observacional: Los autores construyen una familia de modelos de un solo parámetro indexada por $\lambda \in [0, 1]$.
   • $\lambda = 0$ representa un modelo totalmente exógeno donde el contacto permanece congelado en la trayectoria fáctica.
   • $\lambda = 1$ representa un modelo totalmente endógeno donde el contacto responde nuevamente al riesgo contrafáctico.
   • Los valores intermedios representan una endogeneidad parcial.
     Crucialmente, para la trayectoria epidémica fáctica ($f=1$), todos los modelos en esta familia producen curvas de incidencia idénticas e idénticos valores de $R_0$ aparente porque el término de riesgo contrafáctico se anula.
3. Prueba de No Identificabilidad: Los autores demuestran que el parámetro $\lambda$ (la fracción de endogeneidad) no es identificable a partir de los datos observados $(y(t), C(t))$ en la ventana fáctica. Si bien la tasa de transmisión compuesta $\beta C(t)$ es identificable, la descomposición en susceptibilidad biológica ($\beta$) y respuesta conductual no lo es.
4. Análisis Contrafáctico y Panel Transjurisdiccional: Los autores simulan escenarios contrafácticos (variando la transmisibilidad $f$) para medir el "espacio del conjunto identificado" (identified set span)—la divergencia en los resultados (altura del pico, tamaño final) a través de la familia $\lambda$. Luego analizan un panel de 51 jurisdicciones de EE. UU. para probar si las condiciones requeridas para una corrección conductual amplia (alta capacidad de respuesta al riesgo y comportamiento no saturado) coocurren.

Contribuciones Clave

• Caracterización Empírica de la Función de Respuesta: El estudio proporciona una estimación empírica directa de la función de respuesta de contacto-riesgo utilizando datos de movilidad, confirmando un declive monótono con saturación, consistente con las teorías conductuales de optimización prospectiva.
• Prueba de la No Identificabilidad Dependiente del Estado: El artículo demuestra que la descomposición de la transmisión en biología y comportamiento es fundamentalmente no identificable a partir de una sola trayectoria epidémica. El $R_0$ de "contacto constante" es simplemente un punto final de una clase de equivalencia observacional que se ajusta perfectamente a los datos pero genera predicciones contrafácticas divergentes.
• Caracterización de "Lo que el $R_0$ Elimina": Los autores cuantifican el contenido conductual omitido por las estimaciones estándar de $R_0$. Encuentran que este contenido "eliminado" es dependiente del estado y unimodal: es insignificante cuando la epidemia es leve (el comportamiento permanece en la línea base) o severa (el comportamiento ya está saturado), y máximo en la severidad intermedia, donde el comportamiento se encuentra en la parte pronunciada de la curva de respuesta.
• Explicación Empírica de Correcciones Modestas: A través de un análisis transjurisdiccional, el artículo revela una correlación negativa ($r = -0.57$) entre la capacidad de respuesta al riesgo y la no saturación conductual. Las jurisdicciones con alta capacidad de respuesta ya habían saturado sus reducciones de movilidad, mientras que aquellas con margen de maniobra mostraron una débil capacidad de respuesta. Este confusión estructural explica por qué la corrección empírica al $R_0$ es modesta en el contexto específico de la primera ola de COVID-19.

Resultos

• Respuesta Conductual: En NYC, el contacto declinó de una línea base de 0.857 a un piso de 0.347 a medida que el riesgo percibido aumentó, con un punto de media saturación de 7.3 muertes/día. El ajuste fue robusto a través de diferentes proxies de riesgo y periodos de tiempo.
• $R_0$ Aparente vs. Corregido: El $R_0$ "aparente" (asumiendo contacto constante) y el $R_0$ "corregido" (contabilizando el comportamiento de línea base) fueron casi idénticos ($\approx 2.7$) porque la transmisión temprana ocurrió antes de una adaptación conductual significativa. El sesgo no está en el valor escalar en sí, sino en la descomposición no identificable.
• Divergencia Contrafáctica: Bajo una reducción de la transmisibilidad contrafáctica ($f=0.8$), el espacio del conjunto identificado para la razón de pico de hospitalizaciones abarcó aproximadamente 0.18 (una oscilación de ~20%), mientras que la tasa de ataque final permaneció mayormente invariante (espacio < 2.5%). Esto indica que el comportamiento adaptativo remodela significativamente el tiempo y la altura de la oleada, pero tiene un impacto limitado en la incidencia acumulada total.
• Confusión entre Estados: El análisis de los estados de EE. UU. mostró que el cuadrante de "gran eliminación" (alta capacidad de respuesta + alta no saturación) estaba vacío. Consecuentemente, la magnitud empírica de la corrección conductual fue pequeña en todos los casos.

Significancia y Reivindicaciones
El artículo pretende replantear la advertencia de que el $R_0$ "oculta" el comportamiento adaptativo. Los autores argumentan que el $R_0$ no es necesariamente "sesgado" en su valor escalar para el régimen observado, sino que es "incompleto" porque su descomposición es no identificable. Esta incompleitud es invisible dentro de la muestra pero trascendental para los contrafácticos fuera de la muestra.

La significancia del trabajo reside en:

1. Caracterización Estructural: Proporcionar una definición estructural precisa del contenido conductual omitido por el $R_0$, en lugar de una advertencia vaga.
2. Delimitación Práctica: Demostrar que, si bien el efecto conductual es real y estructuralmente caracterizable, es empíricamente modesto en el contexto de COVID-19 debido al acoplamiento específico de la capacidad de respuesta y la saturación.
3. Guía Operativa: Ofrecer reglas de oro para los profesionales: la descripción de la ola actual es segura usando modelos exógenos, pero la planificación contrafáctica (especialmente respecto a la capacidad de la oleada máxima) requiere reconocer el espacio del conjunto identificado o estimar explícitamente la función de respuesta. Los autores advierten que la pequeña corrección empírica encontrada aquí es específica de la primera ola de una pandemia severa y puede no sostenerse para patógenos más leves o diferentes regímenes conductuales.