Ponente
Descripción
La pandemia de COVID-19 puso de manifiesto el valor del modelamiento matemático como herramienta de apoyo para la comprensión de la dinámica de transmisión de enfermedades infectocontagiosas y la evaluación de estrategias de intervención en salud pública. Más allá de las predicciones epidemiológicas, los modelos constituyen un marco cuantitativo para integrar información, explorar escenarios y respaldar la toma de decisiones bajo condiciones de incertidumbre.
En esta charla se presenta una visión integrada de diferentes enfoques de modelamiento utilizados durante la pandemia, incluyendo modelos compartimentales, modelos de dinámica de sistemas y modelos basados en agentes. Se discuten sus principales fortalezas y limitaciones, así como su capacidad para representar procesos de transmisión, incorporar heterogeneidad poblacional y evaluar el impacto de intervenciones no farmacológicas.
Como caso de estudio se presentan los modelos desarrollados para la Región de Aysén (Chile), una región con características demográficas y geográficas singulares, donde se construyó un modelo basado en agentes capaz de reproducir la movilidad cotidiana de la población, los mecanismos de transmisión comunitaria e intrafamiliar y distintos escenarios de intervención, tales como restricciones de movilidad, cierre de establecimientos educacionales y confinamientos parciales. Los resultados permitieron cuantificar el efecto de estas medidas sobre la evolución de la epidemia y la demanda hospitalaria, proporcionando información útil para apoyar la toma de decisiones a nivel regional.
Finalmente, se reflexiona sobre las principales lecciones aprendidas desde la perspectiva del modelamiento matemático y se discuten los desafíos futuros asociados a la integración de datos en tiempo real, simulación computacional e inteligencia artificial para el desarrollo de sistemas adaptativos de apoyo a la decisión frente a epidemias emergentes.