VERDADERO
FALSO
Abstracto
Los modelos matemáticos se utilizaron ampliamente para fundamentar las políticas públicas durante la pandemia de COVID-19. Sin embargo, existe una comprensión deficiente de sus limitaciones y de cómo influyen en la toma de decisiones. Utilizamos métodos de búsqueda de revisiones sistemáticas para encontrar estudios de modelización iniciales que determinaran el número de reproducción y analizaran su uso y aplicación a intervenciones y políticas en el Reino Unido. Hasta marzo de 2020, encontramos 42 estimaciones del número de reproducción (39 basadas en datos chinos: rango de R 0 : 2,1-6,47). Varios sesgos afectan la calidad de los estudios de modelización que se discuten con poca frecuencia, y muchos factores contribuyen a diferencias significativas en los resultados de estudios individuales que van más allá del azar. Las fuentes de las estimaciones de efectos incorporadas en los modelos matemáticos no están claras. A menudo, no existe una relación entre las estimaciones de transmisión y el momento de las restricciones impuestas, lo que se ve afectado aún más por el retraso en la presentación de informes. Los estudios de modelización carecen de métodos básicos basados en la evidencia que faciliten su evaluación de calidad, presentación de informes y evaluación crítica. Si se utilizan con criterio, los modelos pueden ser útiles, especialmente si presentan abiertamente las incertidumbres y utilizan ampliamente análisis de sensibilidad, que deben considerar y discutir explícitamente las limitaciones de la evidencia. Sin embargo, hasta que se resuelvan las cuestiones metodológicas y éticas, los modelos predictivos deben utilizarse con cautela.
Fuente
Heneghan CJ, Jefferson T. Why COVID-19 modelling of progression and prevention fails to translate to the real-world. Adv Biol Regul. 2022 Dec;86:100914. doi: 10.1016/j.jbior.2022.100914. Epub 2022 Sep 24. PMID: 36182545; PMCID: PMC9508693.