Importante : El Ministerio ha cambiado los criterios para definir que es un casos a partir del 29 de Abril. No queda claro si las cifras previas consideraban o no a los COVID-19 positivos catalogados como asintomáticas. Historia en Biobío Chile.
Las curvas de predicción volverán el 7 de Mayo.
La serie de casos se hace hace partir de los 25 casos, excepto para Aysén - donde no hay casos nuevos en los últimos días, para facilitar la comparación desde un punto de un punto de partida común.
Si vemos la serie total, podemos ver que se encuentra acelerada en los últimos 4 días. Si observamos las curvas por zonas geográficas del país, podemos observar lo siguiente:
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
Con respecto a la serie de casos totales de día vs el anterior, Tarapacá muestra un ascenso a cerca de un 20% diario, en tanto que Antofagasta, Atacama y Coquimbo rondan el 10%.Valparaíso y Metropolitana muestan leves descensos, que se reflejan en la serie total.
Una forma de visualizar rápidamente el cambio es calcular la tasa de incremento diario usando regresión sobre los logs de los casos de la semana pasada vs la actual. Una tasa de 1 indica que tenemos los mismos casos de un día a otro, que es el caso de Aysén. Si se traza una línea en la diagonal, cualquier región que quede sobre esta línea está más acelerada en la última semana que en la anterior. Al día de hoy, la cantidad que se muestra acelerada es mayor a dos días atrás, incluyéndose Los Lagos, Los Ríos, Coquimbo, Valparaíso, Metropolitana, Tarapacá y Antofagasta, al igual que la serie total.
Se mantiene la tendencia ascendente de la Región Metropolitana y la serie total.
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
Usando la escala a logarítmica, se puede comparar mejor los patrones de las regiones con menos casos. Se puede ver como los casos nuevos muestran un claro patrón exponencial para la Metropolitana y la total, que incluso se puede considerar acelerado.
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
Si observamos la evolución en el resto de las regiones, podemos distinguir los siguientes tipos de patrones:
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
Usando la tasa de casos nuevos diarios vs los del día anterior, con ventana de 7 días, se puede ver con claridad la aceleración (tasas sobre 1) en Valparaíso y Metropolitana. Ñuble presenta una fuerte disminución de casos reciente. Se observa que la tasa de casos es cercana a 1 en Biobío y Araucanía. La tasa total presenta claramente aceleración desde hace 10 días.
En el caso del Maule y Tarapacá, a observa aceleración reciente.
El total de ventiladores ocupados muestra un máximo en los últimos 3 días, llegando a 1185.
| fecha | total | disponibles | ocupados |
|---|---|---|---|
| 2020-04-29 | 1705 | 595 | 1110 |
| 2020-04-30 | 1708 | 608 | 1100 |
| 2020-05-01 | 1710 | 612 | 1098 |
| 2020-05-02 | 1825 | 709 | 1116 |
| 2020-05-03 | 1825 | 674 | 1151 |
| 2020-05-04 | 1825 | 654 | 1174 |
| 2020-05-05 | 1825 | 640 | 1185 |
Si analizamos la serie total de pacientes en UCI para Covid-19, se observa un máximo con 470 casos.
| fecha | total |
|---|---|
| 2020-04-29 | 418 |
| 2020-04-30 | 419 |
| 2020-05-01 | 428 |
| 2020-05-02 | 425 |
| 2020-05-03 | 449 |
| 2020-05-04 | 464 |
| 2020-05-05 | 470 |
Al analizar la serie por regiones, el fuerte incremento en camas UCI se puede atribuir nuevamente a la Región Metropolitana.
En las otras regiones, se observa un incremento muy importante del número de camas UCI en Antofagasta. Magallanes mantiene un crecimiento muy lento y estable.
Se observa que la curva total muestra un crecimiento estable, en tanto que la curva de la Metropolitana sigue acelerándose.
Si observamos la serie de decesos por día, desde los 2 casos, podemos observar un aumento a una tasa cercana a los 10 casos por día.
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
Es sabido que diversas distribuciones de datos en los cuales se mezclan distintas subpoblaciones siguen la ley de Benford. Esta señala que los primeros dígitos de cada número presentan una distribución previsible. Existen extensiones como la distribución de segundo orden, que señalan que la diferencia entre los valores ordenados de la serie también sigue la ley de Benford. Se discute si la sumatoria de todas las cifras que comienzan con 1, 2… siguen una distribución uniforme o una Benford
Si revisamos los datos de casos, vemos que para los dígitos se cumple la ley de Benford, pero hay un exceso de 1 en desmedro de las otras cifras para la distribución de segundo orden, y la distribución de la sumatoria tiene exceso de valores entre 7 y 9.
Para la serie de decesos, existe un exceso de cifras con 1. No hay suficientes casos para revisar la distribución de segundo orden. Al igual que la serie de casos, la distribución de la sumaria tiene exceso de 7, 8 y 9.
Fuentes de información: Principalmente, se utilizó el reporte diario del MINSAL, usando Wayback machine para recopilar la información ya no disponible. También se ocupa la nueva serie disponible en el Github del Ministerio de Ciencias.