Modelo espacio - temporal para las muertes a causa de COVID-19 en Cundinamarca y Bogotá

Abstract

En el presente trabajo se ajusta un modelo espacio-temporal para el número de muertes a causa de COVID-19 en Cundinamarca y Bogotá. En los municipios más alejados de Cundinamarca lo normal es que no se presentarán muertes en mucho tiempo, por esta razón puede ser considerado un problema con exceso de ceros de espacio-tiempo. Además, se realizó un análisis exploratorio de la base de datos el cual permitió detectar la presencia de relación temporal y espacial. Por lo tanto, en una primera parte se exponen y detallan las metodologías y conceptos que pueden ayudar a manejar el exceso de ceros y posteriormente, se hace énfasis en el modelo espacio-temporal con exceso de ceros. En la búsqueda de la literatura se encontró que una buena alternativa para ajustar un modelo de este estilo es hacerlo mediante un modelo jerárquico Bayesiano usando el método de la aproximación de Laplace integrada anidada (INLA). Se realizó un análisis descriptivo de la vacunación en Colombia dejando algunos detalles que permitieron complementar el análisis del ajuste de los modelos. Finalmente, se obtuvo que el modelo que mejor se ajustó a la luz de la media del error absoluto de predicción (MAPE), el criterio de información de la devianza (DIC) y del contexto del exceso de ceros fue el modelo Poisson Cero Inflado. Asi, se puede afirmar que las muertes a causa de COVID-19 en Cundinamarca y Bogotá es un fenómeno espacio-temporal con exceso de ceros. (Texto tomado de la fuente).

In the present work, a spatio-temporal model is fitted for the number of deaths due to COVID-19 in Cundinamarca department and Bogota city. In the most remote municipalities of Cundinamarca, it is normal that there will be no deaths in a long time, for this reason it can be considered a problem with of space-time excess of zeros. In addition, an exploratory analysis of the database was carried out, which allowed detecting the presence of a temporal and spatial relationship. Therefore, in the first part, the methodologies and concepts that can help to manage the excess of zeros are presented and detailed, and subsequently, emphasis is placed on the spatio-temporal model with excess of zeros. In the literature, it was found that the best alternative to fit a model of this style is usign a Bayesian hierarchical model Integrated Nested Laplace Approximation (INLA) method. A descriptive analysis of vaccination in Colombia was carried out, leaving some details that allowed complementing the analysis of model fitting. Finally, it was obtained that the best fitting model in light of the mean absolute prediction error (MAPE), the deviancy information criterion (DIC) and the context of the excess of zeros was the Zero Inflated Poisson model. Therefore, it can be affirmed that deaths due to COVID-19 in Cundinamarca and Bogotá is a spatio-temporal phenomenon with an excess of zeros.