<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Israel Meléndez, II on Medium]]></title>
        <description><![CDATA[Stories by Israel Meléndez, II on Medium]]></description>
        <link>https://medium.com/@tecnocato?source=rss-b94e3e2249f------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*p4NeM-hBsDY2yprx4oUWvA.jpeg</url>
            <title>Stories by Israel Meléndez, II on Medium</title>
            <link>https://medium.com/@tecnocato?source=rss-b94e3e2249f------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 18:55:54 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@tecnocato/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Tasa de Positividad]]></title>
            <link>https://tecnocato.medium.com/tasa-de-positividad-aef2154e098c?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/aef2154e098c</guid>
            <category><![CDATA[piuerto-rico]]></category>
            <category><![CDATA[puerto-rico]]></category>
            <category><![CDATA[covid19]]></category>
            <category><![CDATA[covimetro]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Thu, 13 May 2021 03:02:01 GMT</pubDate>
            <atom:updated>2021-05-22T15:44:23.828Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>El enamoramiento de una métrica estéril.</blockquote><h4>Trasfondo</h4><p>Hablemos de hechos. El peor momento de la pandemia en Puerto Rico, en términos del nivel de transmisión epidémica, ocurrió cerca del 7 de noviembre de <strong>2020</strong>, días luego de las elecciones generales. En ese momento la tasa de positividad promedió <strong>9.4%</strong>. En el peor momento del <strong>2021</strong>, por ahora, promedió <strong>8.6%</strong> cerca del 8 de abril, un punto donde hay consenso sobre su superioridad epidémica en comparación al pico del año pasado porque superó el promedio diario de casos y porque se superó en tan solo una tercera parte del tiempo que tomó alcanzar el pico anterior. On otras palabras, está claro que el nivel de transmisión era superior pero el Departamento de Salud, junto a otros analistas y estadísticos, insisten en utilizar la tasa de positividad como si fuese un índice de transmisión. La discrepancia es simple: la tasa de positividad no es un índice de transmisión ni debe utilizarse con ese propósito. Es solo un índice de respuesta sanitaria.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-U2ryyu0UyU8dVJA4tIlRQ.jpeg" /><figcaption>Tasa de positividad en exceso de 10% (rojo) publicada en medios el 18 de noviembre de 2020.</figcaption></figure><p>Si los números de la tasa de positividad compartidos aquí le parecen más bajos a los informados por los medios y el Departamento de Salud, es normal ya que ahí comienzan los problemas con esta métrica. La raíz del problema comienza por lo que la tasa de positividad es en realidad.</p><h4>Pilares Epidémicos</h4><p>A los medios de comunicación les fascina reportar la métrica de tasa de positividad, y al igual que muchos que las comparten, la tratan como absoluta y como medida de nuestro estado de situación. Infieren que es una medida de incidencia o análoga al nivel de transmisión. Eso es un grave error y las justificaciones para ese uso no dejan de sorprender.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*92QIPL4R-rWgEAbLXvxNiw.jpeg" /><figcaption>Respuesta sanitaria: uno de los tres pilares epidémicos.</figcaption></figure><p>La tasa de positividad no es una medida de incidencia, y no es una medida ni de contagios ni de contagios detectados (casos). <strong>Solo</strong> evalúa, de forma relativa, nuestra capacidad de realizar pruebas y detectar contagios. Nuestra capacidad para realizar pruebas es parte de nuestra <strong>Respuesta Sanitaria</strong>, un pilar epidémico que es responsabilidad del estado. Sus alertas solo deben interpretarse como alertas de eficiencia o deficiencia administrativa.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OjUmWkt-8lClTtbE7czSww.jpeg" /><figcaption>Métodos para calcular la tasa de positividad.</figcaption></figure><p>Para complicar el asunto, hay 3 métodos reconocidos de hacer este cómputo. Si la meta es obtener la tasa más cercana al valor real, el método 3 es la mejor opción pero la más compleja de ejecutar ya que requiere que el estado maneje sus estadísticas a base de casos únicos y no todas las jurisdicciones así lo hacen. Ver <a href="https://www.cdc.gov/coronavirus/2019-ncov/lab/resources/calculating-percent-positivity.html">https://www.cdc.gov/coronavirus/2019-ncov/lab/resources/calculating-percent-positivity.html</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*J64qPZRNUIppwxLqNxT9HQ.jpeg" /><figcaption>Método recomendado por John Hopkins University para computar tasa de positividad.</figcaption></figure><p>Puerto Rico clasifica sus casos de forma única, donde un paciente positivo a COVID-19 se cuenta una sola vez sin importar el número de pruebas que se realice. Por lo tanto, contamos con el dato estadístico para realizar el cómputo de la forma más precisa de las tres opciones. Además, contamos de igual forma con datos únicos para resultados de pruebas de antígeno. Aún así, algunos estadísticos insisten en utilizar su forma más simple e imprecisa.</p><p>El problema mayor es que no está estandarizada a través de las jurisdicciones en EE.UU. y por ende hay tanta variabilidad que la hace inservible como métrica comparativa fuera de la jurisdicción que se utiliza. A eso le añadimos que cada jurisdicción se ha asignados sus propios niveles de alertas y sin justificación científica de las mismas más allá de tratar de usar lo que la mayoría utiliza.</p><p>No hay duda que es una métrica de impacto, en especial cuando logra pintar un mapa de rojo como alerta a una situación grave ya confirmada por otros métodos de medición de incidencia y crecimiento epidémico. En un mundo donde los medios web batallan por lograr más clicks que la competencia, es fácil entender por qué a los medios les encanta reportar esta métrica, aún cuando no tiene uniformidad ni valor de por sí sola, infiriendo o deduciendo una analogía a estado de situación epidémica, lo que no es.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pKotWgSfOPeibAPPRacUGg.jpeg" /><figcaption>Los efectos son una función de contagios, no de la habilidad para realizar pruebas.</figcaption></figure><p>Los contagios son función de exposición. Las hospitalizaciones son una función de contagios. Las muertes son una función de hospitalizaciones. <strong>Ninguna es función de tasa de positividad.</strong></p><p>La tasa de positividad se puede utilizar como parte de un sistema de alerta para la ciudadanía cuando la región esté perdiendo, o ha perdido, capacidad de detectar infectados, y a medida que este número es más grande, son más los contagios que se nos escapan de la detección, alejando los contagios detectados de la realidad.</p><p>Esta tasa nos puede dar una medida de la exactitud del contagio medido. La única razón por la cual la tasa de positividad es utilizada como índice de transmisión comunitaria es por tradición, porque <em>“así se ha hecho siempre”</em> y se acepta como tal sin cuestionamiento y se utiliza por sí sola para modelaje matemático de los efectos de contagios como hospitalizaciones y fallecimientos en lugar de modelarlos a base de la causa raíz de estos.</p><p>La tasa de positividad tiene dos <strong>usos prácticos importantes</strong>. Debe utilizarse como la nota del estado en cumplir con la obligación de medir la cantidad de contagiados en su región. Un número alto se interpreta como una deficiencia administrativa de la capacidad de la respuesta sanitaria del gobierno. Si tenemos “F” en la tasa de positividad, la “F” es del gobierno. En esa línea, Crecimiento Diario de contagios es la nota del ciudadano de su comportamiento, pero ese es otro tema paralelo a este.</p><p>Un segundo uso práctico de la Tasa de Positividad es utilizarla como mecanismo de ajuste a los contagios detectados, a lo que llamamos casos o casos únicos. Aunque es posible estimar la incidencia real a base de positividad, un uso práctico y sencillo nos permite la evaluación relativa de la incidencia. Por ejemplo: una incidencia diaria de 100 casos con positividad de 10% es mayor que una incidencia diaria de 100 casos con positividad de 1%. La tasa de positividad nos dice que los 100 casos diarios al 1% de positividad es más cercano a la realidad que los 100 al 10%. También nos dice que 100 casos al 10% es una incidencia superior a 100 al 1%. O sea, nos permite comparar incidencia normalizando por positividad. De esa forma la positividad es muy útil en el contexto de incidencia y permitirnos comparar “manzanas con manzanas”. Un tercer uso puede ser utilizar la tasa de positividad como <strong>medida de exactitud</strong> de los contagios detectados — a mayor tasa de positividad, menor la exactitud del dato.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*d617wsf6E5f_XkfZ7Tbvvw.jpeg" /><figcaption>Impulso Epidémico: Un ejemplo de un uso práctico de la tasa de positividad.</figcaption></figure><p>Otro ejemplo práctico de la tasa de positividad es combinarla con la incidencia diaria y el crecimiento porcentual diario. De esa forma podemos comparar el <a href="https://tecnocato.medium.com/epidemic-energy-e613c0ca4da5">Impulso Epidémico</a>, una medida relativa del nivel de transmisión, a través de diferentes fechas.</p><h4>Conclusión</h4><p>La tasa de positividad debe ser abandonada como métrica de estado de situación, en especial si se presenta sola y sin contexto. Por sí sola es una métrica estéril y manipulable fuera del contexto de incidencia diaria, crecimiento diario o con la salvedad de que lo que se mide es nuestra respuesta sanitaria — el rendimiento del ESTADO en medir la incidencia de su población. Su utilidad debe ser (1) lograr el número de pruebas necesarias para mantenerla lo más baja posible, (2) para estimar la incidencia verdadera de contagios como medida de ajuste de casos únicos, (3) o como medida de exactitud de la incidencia medida.</p><p>Para cada tarea debe existir una herramienta apropiada. No podemos pretender apretar tuercas con un destornillador.</p><p><a href="http://bit.ly/tecnocato"><strong>Israel Meléndez, II</strong></a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aef2154e098c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Epidemic Energy]]></title>
            <link>https://tecnocato.medium.com/epidemic-energy-e613c0ca4da5?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/e613c0ca4da5</guid>
            <category><![CDATA[tfcpr]]></category>
            <category><![CDATA[puerto-rico]]></category>
            <category><![CDATA[covid19]]></category>
            <category><![CDATA[trends]]></category>
            <category><![CDATA[covimetro]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Mon, 12 Apr 2021 15:05:28 GMT</pubDate>
            <atom:updated>2021-05-30T10:36:04.777Z</atom:updated>
            <content:encoded><![CDATA[<h3>Relative Epidemic Momentum</h3><p><strong><em>UPDATE</em></strong><em>: This article was previously titled Epidemic Energy as the metric presented here is analog to energy. As a metric intended to communicate the state of situation to the general public, the concept of momentum is more prevalent and easier to relate with the concept presented here. The term “relative” was added.</em></p><p><strong>Where are we? </strong>Our location is what location services figure out for us, and we can express it in relative terms such as 100 meters to the left, 1 mile north, and so on. When it comes to the current pandemic, we have many metrics designed and used for specific purposes. All metrics are related and are sometimes used simultaneously in dashboards to help us assess our current situation, to help us find out where we are.</p><p>At the beginning of the pandemic, I started studying trend metrics related to <strong>#COVID19</strong> and was immediately hooked on the subject. My search for simple metrics led me to create the <strong>#</strong><a href="http://covimetro.com/"><strong>Covímetro</strong></a>(1), representing the daily growth of COVID-19. It worked, but it needed context. For example, a 2.5% daily growth when we have 10 cases per day is not the same as a 2.5% growth when we have 1,000 cases per day. Adding that average volume to the <a href="http://covimetro.com/">Covímetro</a> gave it the context it needed to assess the current situation.</p><p>Knowing the (most) current daily volume of detected infections (cases) combined with the daily growth, and adjusted with the positivity rate to account for undetected infections, gives us something new: <strong><em>Epidemic Momentum</em></strong>, a proposed metric to assess relative epidemic conditions.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2vTwWJ1Bnp4kanyTWvldQA.jpeg" /><figcaption>Epidemic Momentum = growth x volume x positivity rate</figcaption></figure><p>Why “momentum”? Daily cases can be seen as analog to <em>mass</em> — daily cases (detected infections). Growth can also be seen as analog to <em>velocity</em> — change per day. Therefore, “<em>mass”</em> multiplied by “<em>speed”</em> is a measurement of momentum. As these two metrics correspond to epidemic metrics, I refer to the product as Relative Epidemic Momentum(2).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Dka1D3BJfQkbpfsWBBGl3A.png" /><figcaption>Puerto Rico’s Recent COVID-19 Historic Epidemic Momentum</figcaption></figure><p>The graph presents a relative value as the 100% can be set at any date for comparison with another date, as the latest value shown in the graph.</p><p>In Puerto Rico, the maximum Relative #EpidemicMomentum, as proposed here, occurred November 7, 2020 — a few days after the 2020 elections. Analysis of the latest data, as of April 19, 2021, puts the latest maximum momentum at 65% above our previous maximum, a point we reached in a third of the time it took to get the 2020 peak.</p><p>The metric does not have a unit but one can be developed for it. Further development may also include the addition of weighing factors to the growth and positivity variables, population-normalized volume data, and growth calculated for presumed-active cases.</p><p><strong>Conclusion:</strong> The proposed metric allows analysts to objectively compare a specific date status with respect to other points in time. Further development can be focused on establishing a standard unit for the epidemic momentum to develop an <strong><em>Absolute Epidemic Momentum</em></strong>.</p><p><a href="http://bit.ly/tecnocato"><em>Israel Melendez, II</em></a></p><p><strong><em>Notes and revisions:</em></strong></p><p><em>(1) </em><a href="http://covimetro.com/"><strong><em>Covímetro</em></strong></a><em>, a growth index, is the daily percentage growth of recently accumulated cases. It compares a rolling accumulation total between day 101 and day 100. The range establishes a 1% as stable growth, values above it at sustained growth, and values below it as sustained reduction.</em></p><p><em>(2) The relative epidemic energy is equal to multiplying the average daily volume times the daily growth times the positivity rate. The positivity rate normalizes daily volumes, thus reducing the effect of testing variations and testing constrains.</em></p><p><em>(3) This publication was updated April 13, 2021. The two graphics were update with the most current data.</em></p><p><em>(4) This publication was updated April 14, 2021. The title of the publication was changed from Epidemic Energy to Epidemic Momentum. The change was inplemented in the document. As explained, the intent is to use a descriptor that is easier to understand by the general public. The two graphics were update with the most current data.</em></p><p><em>(5) This publication was updated April 16, 2021. The Epidemic Momentum concept illustration was added.</em></p><p><em>(6) This publication was updated April 18, 2021. The title now includes the term “Relative” and the concept for “Absolute Epidemic Momentum” is introduced in the conclusion. Othe rminor corrections were made.</em></p><p><em>(7) This publication was updated April 19, 2021. Minor grammatical changes were made, and weighing factors added as a metric development option.The Epidemic Momentum graph was updated with recent data.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e613c0ca4da5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[¿Por qué el Covímetro no debe llegar al 10% de crecimiento diario?]]></title>
            <link>https://tecnocato.medium.com/por-qu%C3%A9-el-cov%C3%ADmetro-no-debe-llegar-al-10-de-crecimiento-diario-d82f2778860a?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/d82f2778860a</guid>
            <category><![CDATA[covid19]]></category>
            <category><![CDATA[puerto-rico]]></category>
            <category><![CDATA[taskforceciudadano]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Sat, 11 Jul 2020 18:49:05 GMT</pubDate>
            <atom:updated>2020-07-13T13:48:45.305Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*s28nzCum-Wx9RS16gt9w2g.jpeg" /><figcaption>El “Covímetro” indica el crecimiento diario porcentual de casos acumulados de COVID-19.</figcaption></figure><p><strong>Si el covímetro llegase a 10%, arriesgaríamos colapsar totalmente el sistema salud en tan solo seis semanas.</strong></p><p>El covímetro indica el crecimiento diario porcentual de casos y muertes de COVID-19. Es el resultado de un análisis matemático que mide la tendencia de los días más recientes con el propósito de proveer un análisis cuantitativo del estado de situación y proveer la métrica para acciones destinadas a evitar contagios en crecimiento exponencial acelerado y eventualmente lograr contención. Es sencillo: verde es bueno, rojo es malo, número pequeño es bueno y números grandes son malos.</p><h4>¿Pero qué significan los números porcentuales?</h4><blockquote>Si tienes 1,000 casos y el crecimiento diario es 10%, al otro día podrás esperar tener 100 casos nuevos para un total nuevo de 1,100 casos. Al segundo día comenzarías con 1,100 cuyo 10% es 110 y por lo tanto el tercer día terminarías con un total de 1,210 casos y así sucesivamente. Esto es una expresión exponencial porque los contagios virales se esparcen exponencialmente — una persona contagia a otra, los dos contagian a dos más, los cuatro a cuatro más… Así se duplican los contagiados en un expresión exponencial que duplica el total de contagiados cada cierto número de días. Esa es la parte más peligrosa por el crecimiento acelerado y porque los humanos subestimamos ese crecimiento. <strong>Cuando es obvio suele ser demasiado tarde para detenerlo.</strong></blockquote><h4>¿Por qué no debemos permitir que llegue a 10%?</h4><p>Para entender por qué no lo podemos permitir y debemos evitarlo a toda costa, es necesario entender lo que representa. Un crecimiento diario de 10% equivale a <strong>duplicación del total de casos acumulados cada 7 días</strong>. Eso significa que lo que tengamos acumulado hoy será el doble (2X) en 7 días, aplicable a lo que tenga ese crecimiento sean casos, hospitalizaciones o fallecimientos. Su efecto es mejor explicado en la siguiente gráfica.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ojUHXfGHNdqCaB3GOMGpXA.png" /><figcaption>Fig. 1: Relación de crecimiento de casos confirmados con total de hospitalizaciones por COVID-19 en Puerto Rico.</figcaption></figure><p>Esta gráfica no representa una predicción ni una proyección. Solamente representa un escenario para ilustrar, con datos ficticios, cuál sería la consecuencia si se llega a 10% de crecimiento de casos totales en Puerto Rico.</p><blockquote>En el Task Force Ciudadano hemos encontrado una relación directa entre el crecimiento porcentual de casos totales con el crecimiento de hospitalizaciones. Esa relación nos permite predecir matemáticamente la ocupación hospitalaria futura a base de contagios.</blockquote><p>En el ejemplo ilustrado, si el covímetro llega a 10% para el 1 de agosto de 2020, las hospitalizaciones relacionadas llegarían a ~700 para el 15 de agosto con un crecimiento diario cerca de 4%. A esa razón de ~4% de crecimiento diario, asumiendo que no aumente, el total de hospitalizaciones llegaría a 2,700 para el 16 de septiembre de 2020, cerca de seis semanas más tarde.</p><p>Si la capacidad hospitalaria es de 2,700 camas, 700 camas es solo una cuarta parte, 26% para ser más precisos. Una cuarta parte de ocupación puede aparentar ser un valor bajo porque los humanos subestimamos los crecimientos exponenciales. A tan solo una cuarta de ocupación hospitalaria, <strong>¿reaccionaría el gobierno para duplicar o triplicar su capacidad hospitalaria en tan solo 6 semanas?</strong> Nada es imposible pero podemos juzgar por experiencia cuál sería el resultado. Esa es la razón por la cuál no podemos llegar al 10% en el covímetro ni podemos esperar a que el crecimiento sea obvio para actuar. Si lo permitimos tendríamos una crisis histórica. Nuestro crecimiento de casos hay que detenerlo con acciones contundentes hoy.</p><p><em>Autor: Israel Melendez, II </em><a href="http://bit.ly/tecnocato"><strong><em>bit.ly/tecnocato</em></strong></a></p><p><em>Conoce el Covímetro: </em><a href="http://bit.ly/ElCovimetro"><strong><em>bit.ly/ElCovimetro</em></strong></a></p><p><a href="http://www.taskforceciudadano.com/"><em>www.taskforceciudadano.com</em></a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d82f2778860a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[100 DÍAS DE PANDEMIA]]></title>
            <link>https://tecnocato.medium.com/100-d%C3%ADas-de-pandemia-2944af8a18d0?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/2944af8a18d0</guid>
            <category><![CDATA[control]]></category>
            <category><![CDATA[covid]]></category>
            <category><![CDATA[covid19]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[puerto-rico]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Thu, 18 Jun 2020 16:12:02 GMT</pubDate>
            <atom:updated>2020-06-18T20:59:57.148Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>100 Días de Pandemia</strong></h3><p><em>100 días de datos y lo que nos cuentan.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lgQgXQ4q0qz5ig2qQ9SdIg.png" /><figcaption>Los primeros 100 días de datos: Crecimiento histórico de casos nuevos por COVID-19 en Puerto Rico.</figcaption></figure><h4><strong>DÍA 0</strong></h4><p>Esta gráfica narra visualmente el transcurso de los primeros 100 días de la pandemia de #COVID en #PuertoRico. Estos son datos históricos de nuestro crecimiento de casos diarios, la medida que nos indica si vamos por buen o mal camino. Por ejemplo, si tienes 1,000 casos totales acumulados y el crecimiento diario es de 1%, puedes esperar tener 10 casos nuevos al día siguiente, mas o menos un margen de error.</p><h4><strong>DÍA 25</strong></h4><p>Esta gráfica la hice midiendo el cambio diario histórico desde el primer caso confirmado pero para claridad y detalle puedes ver desde el momento en que le crecimiento diario se redujo a 10%. ¿Por qué 10%? 10% es considerado el punto donde comienza la MODERACIÓN de casos. Moderación es el punto donde nuestra medidas para prevenir contagios comienzan a frenar los casos nuevos diarios, el punto de inflexión donde comenzarían a disminuir. En efecto, si se fijan en la fecha, alcanzamos moderación de contagios al siguiente día del pico, el punto máximo, de casos nuevos diarios.</p><p>A partir de lograr moderación, comenzamos a disminuir en el número de casos nuevos diarios gracias al comportamiento general de la población durante el acuartelamiento y toque de queda mientras la inmensa mayoría reconoce el beneficio de mascarillas, distanciamiento e higiene.</p><h4><strong>DÍA 29</strong></h4><p>Continuamos en descenso hasta la Semana Santa, donde el cierre adicional de tan solo un día del fin de semana provocó que muchos participaran de largas filas por tiempos extendidos para obtener suministros. Esa conducto tuvo como consecuencia que el ritmo de descenso de casos nuevos se detuviera.</p><h4><strong>DÍA 40</strong></h4><p>Lo interesante del desliz de Semana Santa es que, al volver nuevamente al orden, recuperamos la tendencia de disminución de casos en una semana bajo las condiciones de aquel momento lo que se pudiese interpretar que de suceder algo similar, podríamos recuperar el control con un tiempo calculable y reducido medias rigurosas. Los datos históricos nos pueden ayudar a la toma de desiciones futuras de forma objetiva, con ciencia y matemática basada en la cultura de los residentes de Puerto Rico.</p><h4><strong>DÍA 54</strong></h4><p>El 1 de mayo de 2020 Puerto Rico logró el nivel de CONTROL de contagios habiendo superado la marca del 1% de crecimiento diario, donde nos hemos mantenido desde esa fecha. Nuevamente, el comportamiento general de nuestra población y las medidas de control nos llevaron a este importante logro. Este día se ratificó la Orden Ejecutiva OE-2020–038 que inició la primera fase de apertura. A esa fecha teníamos 17 días continuos de reducción de casos diarios.</p><h4><strong>DÍA 63</strong></h4><p>Luego de estar flotando por varios días alrededor del 1%, posiblemente por los ajustes a la primera fase de apertura, por fin entramos sólidamente a control el 10 de mayo de 2020 tras 10 días de adaptación. A partir de esa fecha continuamos con un panorama muy positiva en descenso hacia contención a donde casi llegamos pero no se dio por un evento que por poco nos saca del rango de control.</p><h4><strong>DÍA 77</strong></h4><p>El domingo 24 de mayo de 2020, luego del comienzo de actividades del fin de semana del día de la recordación, Memorial Day, perdimos nuestro “por poco” de contención y nos dirigimos aceleradamente a perder el control por un brote de contagios, uno solo, donde un grupo de personas violaron las recomendaciones para prevenir contagios.</p><h4>DÍA 83</h4><p>A consecuencia del brote de la Recordación, el día 30 de mayo estuvimos en el borde de perder el control de contagios. Gracias a una intensa y ardua labor, se logró contener el brote y nuevamente encaminarnos a la zona de control.</p><h4>DíA 95</h4><p>Hasta aquí llegamos, el día 11 de junio de 2020, para poder medir el crecimiento diario con suficiente datos para una tendencia. Aquí comienza la incertidumbre, estando hoy en el día 102 al momento de esta publicación.</p><h4>DíAS 98, 99 y 100</h4><p>Todavía no les puedo contar la historia completa hasta el día 100 porque no hay datos para esos días.</p><p>Es de extrema importancia que tengamos un sistema de datos más ágil, preferiblemente <strong><em>a tiempo real</em></strong>, para contar con la herramienta necesaria de controlar contagios efectivamente y <strong><em>a tiempo</em></strong>. Si seguimos mirando dónde estábamos hace una semana, corremos el riesgo de reaccionar demasiado tarde.</p><p>Autor: Israel Melendez, II <a href="http://bit.ly/tecnocato"><em>bit.ly/tecnocato</em></a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2944af8a18d0" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Analyzing COVID-19 Data with Mixed Molecular and Serological Test Results]]></title>
            <link>https://tecnocato.medium.com/analyzing-covid-19-data-with-mixed-molecular-and-serological-test-results-f46ea3f1f0f4?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/f46ea3f1f0f4</guid>
            <category><![CDATA[puerto-rico]]></category>
            <category><![CDATA[antibody-test]]></category>
            <category><![CDATA[covid-data]]></category>
            <category><![CDATA[pcr-test]]></category>
            <category><![CDATA[covid19]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Mon, 15 Jun 2020 21:56:18 GMT</pubDate>
            <atom:updated>2020-07-12T19:13:07.863Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Updated July 12, 2020.</em></p><p>Knowing the daily growth of pathogen infections and its trend is of crucial importance to measure the effectiveness of moderation and control measurements. In the United States of America, COVID-19 test results include two test type results: molecular and serological. Mixing molecular and serological test results introduces a graphing and analysis error when used together without distinction. To estimate the current daily growth rate and the spread of infection within our population requires representing both test-type results in a timeline reflecting how the two types represent different symptom onset dates.</p><p>This image illustrates the problem with graphical representations of mixed test-type when correctly graphed against test date instead of the report date.</p><figure><img alt="Common COVID-19 data representation against the estimated chronologically corrected representation." src="https://cdn-images-1.medium.com/max/962/1*7iKu_RKflDpYJWlmkg2q4A.png" /><figcaption>Figure 1: Where are we?</figcaption></figure><p>As can easily be seen in the above illustration (Fig. 1), the same data set yields two very different graphs. This publication explains why the second graph is closer to reality and how it can be recreated.</p><p>Let’s start with the following <a href="https://rebelem.com/covid-19-screening-testing-pui-and-returning-to-work/"><strong><em>Proposed Timeline of Testing for SARS-CoV-2</em></strong></a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*lYlNBGxiidXohnCT4NaiLw.png" /><figcaption>Figure 2: Sethuraman N et al. <a href="https://jamanetwork.com/journals/jama/article-abstract/2765837">Interpreting Diagnostic Tests for SARS-CoV-2</a>. JAMA 2020.</figcaption></figure><p>The proposed timeline (Fig. 2) identifies detection peaks for Polymerase chain reaction (PCR) tests and antibody detection tests. The third to the fourth week after symptom onset is the peak window for IgM and IgG seroconversion. These peaks are two to three weeks from the peak window for PCR detection. Therefore, an infection detected from antibodies is at least two weeks further from symptom onset than an infection detected with a PCR test. Therefore, representing both test types in the same timeline introduces a graphing error — a false representation of the actual new daily case history because of the misalignment to symptom onset. A proper historical representation of positive tests from the two test types requires an alignment factor.</p><p>Knowing the two to three weeks timeline mismatch is not enough to determine how the two test types represent the actual chronology. For that, we need a system, the unique case system. The <strong><em>Unique Case System</em></strong> prioritizes PCR tests for infection confirmation and allows only one positive result from each person regardless of the amount of test type administered.</p><p>If a person gets a positive antibody test result in the Unique Case System, the result will be uniquely assigned to the probable case group. If the same person gets a positive PCR test result afterward, that case is removed from the probable cases and moved to the confirmed cases. If the PCR test comes back negative, the person stays in the probable cases list because the test missed the <em>PCR - Likely positive</em> detection window. The end result is that the <strong><em>Unique Case System</em></strong> methodology divides the two test type results between two distinct regions: the <em>PCR - Likely positive</em> and the <em>PCR - likely negative</em> regions.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DzHE2PrCKcPoG7z-ySdcZw.png" /><figcaption>Figure 3: Salim Rezale et al.; <a href="https://rebelem.com/covid-19-screening-testing-pui-and-returning-to-work/">COVID-19: Screening, Testing, PUI, and Returning to Work.</a></figcaption></figure><p>This defined division (Fig. 3) that the <strong><em>Unique Case System</em></strong> caused effectively eliminates the overlap between the two test types. With this <strong><em>Unique Case System</em></strong>, the patient is confidently in either the <em>PCR-Likely Positive</em> region or the <em>PCR Likely-Negative</em>region (3.1), the latter being approximately three weeks away (3.3) from the PCR detection peak (3.2).</p><p><strong>The goal is to align PCR tests and antibody detection tests to the symptom onset date.</strong> A simple form of alignment is to use the detection peak of each test type to estimate the test alignment factor. The preferred method is to use curve data for each test type, but a simpler approximation can be to use “Week 1” (3.2) for the PCR detection peak, “Week 4” (3.3) for the IgM and IgM+IgG antibody detection results, and “Week 6” (3.4) for the IgG antibody detection results. These are the peaks used in the Fig. 1 representation of Estimated Daily New cases.</p><p>Using those detection peaks as alignment peaks, the test date for IgM and IgM+IgG factor is three weeks (-21 days) and five weeks (-35 days) for IgG positive test results. Applying this alignment factors to the antibody test results aligns their test date with the PCR test date to the symptom onset date.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1TVmWWxaLYwcoGP6QIFQiw.png" /><figcaption>Figure 4: Inflection testing of alignment factors.</figcaption></figure><p>The inspection of the PCR and antibody test curves should show alignment at inflection points (Fig. 4) to validate the alignment factors. This alignment can be mathematically evaluated and quantified with various mathematical methods. Aligned curves will be perfect. In the case of the curves presented in Figure 4, antibody tests represent about 75% of all unique cases, and COVID-19 moderation and control measure triggered antibody testing surges as each economic sector opened, hence the disproportioned spikes in results and expected fluctuations.</p><p>The corrected and aligned representation can provide relevant surveying data, especially determining an approximated symptomatic to asymptotic ratio. As all positive antibody test results in the Unique Case System are PCR negative, these results can be assumed asymptomatic, albeit with a calculable margin of error. The point with the largest PCR to antibody test gap can represent an <strong>estimated symptomatic-to-asymptomatic ratio</strong>. In the region graphed in Figure 4, the average asymptomatic infected person percentage is 81%.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7UQtxnKArd3cN8-1Y52ufA.png" /><figcaption>Figure 5: Estimated total new cases with 81% asymptomatic average.</figcaption></figure><p>Figure 5 presents the estimated total of infected people using the calculated estimated margin of 81% from the Puerto Rico Department of Health data. <strong>With an estimated asymptomatic curve with 6,250 unique cases and 1,477 total confirmed cases, an estimated 7,727 total infections have occurred since the day of the first confirmed infection.</strong></p><h4>Update: July 12, 2020</h4><p>Up-to-date data has been incorporated into the model and is presented in the following figure on a stacked-bar plot. Most recent dates without estimated probable cases represent the region not currently covered by the current survey data. The model continues to prove alignment from serology tests with molecular tests as can be witnessed in the visual patterns. To review the model you can access the original data report at this <a href="http://www.salud.gov.pr/Estadisticas-Registros-y-Publicaciones/Estadsticas%20Casos%20Positivos%20COVID19%20Julio%202020/Informe%20Casos%20Positivos%20COVID-19%20(12%20julio%202020).pdf"><strong>link</strong></a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*l9JjHQ1K2cblNSK776DIgw.png" /><figcaption>Figure 6: Mixed molecular and serological test results with time-corrected probable cases.</figcaption></figure><p>This model has proven alignment since May 24, the orignal release date, and is available for anyone interested in either applying it or validating it. Anyone interested in downloading the data used in this publication can contact the author at <a href="https://bit.ly/tecnocato">https://bit.ly/tecnocato</a>.</p><p><em>Disclaimer: This is a working document, and hence it represents research in progress and h</em>as not yet undergone peer review. <em>The analysis presented here is limited to the data provided by </em><a href="http://www.salud.gov.pr/Estadisticas-Registros-y-Publicaciones/Pages/COVID-19.aspx"><em>Departamento de Salud de Puerto Rico</em></a><em> and has not been yet evaluated with another compatible database. Therefore, the conclusions presented here are limited to that dataset, subject to dataset errors.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f46ea3f1f0f4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[EL COVÍMETRO]]></title>
            <link>https://tecnocato.medium.com/el-cov%C3%ADmetro-1879367dded7?source=rss-b94e3e2249f------2</link>
            <guid isPermaLink="false">https://medium.com/p/1879367dded7</guid>
            <category><![CDATA[puerto-rico]]></category>
            <category><![CDATA[covid-19-data]]></category>
            <category><![CDATA[tendencies]]></category>
            <category><![CDATA[covid19]]></category>
            <category><![CDATA[tendencias]]></category>
            <dc:creator><![CDATA[Israel Meléndez, II]]></dc:creator>
            <pubDate>Mon, 15 Jun 2020 02:45:41 GMT</pubDate>
            <atom:updated>2020-06-19T21:19:27.544Z</atom:updated>
            <content:encoded><![CDATA[<h3>El Covímetro</h3><p>Informe diario de tendencias para mantenernos en control.</p><p>Conocer nuestra tendencia de crecimiento diario de casos nuevos de COVID-19 es de extrema importancia. Las tendencias de datos relacionados a COVID-19 son las herramientas que miden el curso de casos confirmados de los días más recientes para estimar si estamos en crecimiento exponencial acelerado, moderado o controlado. Para conocer nuestras tendencias desarrollé un método simple de cálculo de tendencia unido a una herramienta de comunicación fácil de leer en interpretar, en especial cuando se trata de un proceso complejo como lo es contagios de infecciones virales con duplicación exponencial por la naturaleza de los contagios.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xTVXnZNZn7jzfkifYfaMUw.jpeg" /><figcaption><strong>#Covímetro publicado el 14 de junio de 2020</strong></figcaption></figure><p>El <strong><em>covímetro</em></strong> es el análogo al informe del tiempo que rastrea un huracán. De igual forma que es bien importante saber la intensidad y dirección de un huracán, el covímetro muestra la condición y tendencia de contagios por COVID en ocho dimensiones:</p><p>1- La <strong><em>aguja blanca</em></strong> muestra el crecimiento de casos diarios más reciente basado en la tendencia de los últimos siete días de datos. Por ejemplo, si tenemos hoy 1,000 casos confirmados y una tendencia de crecimiento diario de 1%, significa que mañana podríamos tener 10 casos nuevos, o el 1% de 1,000.</p><p>2- La <strong><em>aguja gris</em></strong> muestra la tendencia entre el día de publicación y el día anterior mostrando el valor de crecimiento diario del día anterior. Si la aguja gris está por debajo de la blanca significa que la tendencia de casos diarios nuevos ha aumentado.</p><p>3- La <strong><em>aguja roja</em></strong> muestra el crecimiento diario de fallecimientos.</p><p>4- La <strong><em>aguja azul</em></strong> semi transparente muestra el crecimiento diario de los casos estimados como activos (los casos nuevos los pasados 28 días). Esta tendencia es clave ya que es más sensitiva, algo que es necesario para amortiguar el retraso en datos que en el caso de Puerto Rico es de cinco a siete días.</p><p>5- La <strong><em>condición actual</em></strong> basada en el por ciento de crecimiento diaro es expresada con el término del centro. Se reconocen en el covímetro tres nivels: control (de 0.1 a 1%), moderación (mayor de 1%) y contención (menor de 0.1%).</p><p>6- La <strong><em>condición actual</em></strong> también se expresa en una escala de colores que van desde verde intenso (contención al 0.1%) hasta rojo (fuera de moderación al 10%).</p><p>7- El <strong><em>crecimiento diario</em></strong> de casos nuevos también se expresa de forma numérica.</p><p>8- El <strong><em>panorama actual</em></strong> expresa el análisis de los días anteriores para comunicar a través de los colores verde, gris y rojo si el panorama actual es positivo, neutral o negativo respectivamente. Un panorama positivo es uno donde la mayoría de los indicadores muestran un estado de control sostenible o mejorando. Un panorama neutral es un incierto que podría tornarse positivo o negativo. Un panorama negativo es un que muestra dos o más indicadores negativos con crecimiento de casos diarios en aumento por varios días consecutivos o en aumento acelerado.</p><p>El <strong><em>covímetro</em></strong>, a parte de ser la herramienta de comunicación central de la condición de COVID-19 de una región, es el reporte resumido de varios análisis expresados en varias gráficas.</p><p>Por ejemplo, la siguente gráfica muestra el análisis que determina la tendencia de crecimiento diario de casos confirmados y fallecimientos relacionados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tzhVFU6q7MrvrEIi2TZ5wA.png" /><figcaption>Análisis que determina las tendencias de crecimiento diario.</figcaption></figure><p>Otro análisis diario que respalda al covímetro, es el análisis del crecimiento diario histórico. Mientras el covímetro mira hacia el presente y el futuro inmediato, la gráfica de crecimiento diario histórico muestra el crecimiento retrospectivamente en búsqueda de patrones recientes. Como despliega la misma información que el <strong><em>covímetro</em></strong>, utiliza de fondo la misma escala de colores para las zonas de moderación, control y contención.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HtL8k4NqtR-inv-rojbclw.png" /><figcaption>Análisis de crecimiento diario histórico.</figcaption></figure><p>Diariamente utilizo de tres a seis gráficas de análisis para llegar a las conclusiones que se presentan en el <strong><em>covímetro</em></strong>. En resumen, el covímetro es una herramienta de comunicación que pretende ayudar al ciudadano a conocer nuestro estado de situación de contagios de COVID-19 y la tendencia de una forma simple y fácil de entender.</p><p>Israel Meléndez, II <a href="https://bit.ly/tecnocato">https://bit.ly/tecnocato</a></p><p><em>Creador del covímetro</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1879367dded7" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>