COVID-19 en Puerto Rico, análisis 2021-02-19

Advertencia: Favor notar que esta página usa las fechas que aparecen a la cabeza de los boletines del Departamento de Salud, pero estos suelen publicarse la mañana del próximo día, y muchas bases de datos y fuentes periodísticas reportan los mismos datos a base de la fecha de publicación.

Pruebas, casos y muertes recientes

¿Qué es esto?

Una guía rápida de cuántas pruebas, casos, pacientes internados y muertes diarias se han dado las últimas 6 semanas mostrando tanto valores diarios crudos (barras) como promedio móvil de 7 días (línea). Pruebas y casos son datos del Bioportal del Departamento de Salud de Puerto Rico; admisiones a hospital según reportes del Departamento de Salud y Servicios Humanos de los Estados Unidos (semanal de preferencia, y diario las fechas más recientes); muertes por el informe diario de casos del Departamento de Salud de Puerto Rico.

Pruebas
Usamos el número de personas únicas que se tomó muestra para molecular o antígeno por cada fecha de muestra. (Tenemos otra gráfica con desglose por molecular vs. antígeno.)
Casos
Por prueba molecular o de antígenos, usando la fecha de la muestra más temprana.
Admisiones a hospital
Suma de pacientes adultos y pediátricos admitidos a hospital por COVID-19 confirmado o sospechado, según informes de Salud federal.
Muertes
Por fecha de deceso.

Advertencia de datos incompletos

Como esta gráfica usa datos por fecha de muestra o de deceso, las fechas más recientes normalmente adolecen de datos incompletos. Para ilustrar esto, trazamos líneas entrecortadas ilustrando cómo da el promedio móvil cuando excluimos los datos recibidos los últimos 7 días.

Método de conteo de pruebas

El conteo de pruebas en esta gráfica es, para cada fecha, el número de personas únicas que se le tomó una muestra de antígeno o molecular. Este número es menos que el número de "pruebas" que arroja inocentemente Bioportal porque existen muchas ocasiones en que a una misma persona le toman más de una muestra el mismo día y se reportan como pruebas aparte. Y en adición a esto, si a la misma persona le hacen tanto prueba de antígeno como molecular el mismo día, lo contamos como una sola prueba.

Este método es una variante de lo que lo que recomienda el COVID Tracking Project bajo la rúbrica de "encuentros de prueba" ("test encounters"), contrario a lo que reporta Bioportal que son "especímenes de prueba" ("test specimens") en la nomenclatura de COVID Tracking.

Y generalmente tiene más sentido, porque la mayor parte del tiempo lo que nos interesa es saber cuántas personas hemos evaluado si tienen COVID-19, no cuántos especímenes se tomaron.

Adjudicación de casos y fechas

Adjudicamos un caso cuando encontramos una combinación de paciente y fecha tal que a ese paciente se le tomó en esa fecha una muestra, igual sea de antígeno o molecular, que arrojó positivo, y que no exista en los 90 días anteriores otra tal prueba positiva. Este criterio lo adoptamos a partir de la definición interina de casos de COVID-19 del 5 de agosto del 2020 del Consejo de Epidemiólogos Estatales y Territoriales, que recomienda:

Una prueba positiva repetida para ARN de SARS-CoV-2 usando una prueba de detección de amplificación molecular dentro de tres meses del reporte inicial no debe ser enumerada como caso nuevo para propósitos de vigilancia.

Vale apuntar que los informes diarios de Salud publican dos gráficas y tablas de datos aparte para casos confirmados por prueba molecular y casos probables por prueba de antígeno. Estas tablas, sin embargo, sufren de un desperfecto, que es que los casos confirmados que cuentan también con una prueba de antígeno se adjudican a la fecha de la prueba molecular, a pesar de que esta suele ser más tardía. En esta gráfica usamos datos del Bioportal para corregir esto y adjudicar esos casos a la fecha más temprana, que mejor refleja cuándo se contagió el paciente.

Curva de casos nuevos (Bioportal)

¿Qué es esto?

La tendencia de los casos nuevos por prueba viral diagnóstica (= tanto molecular como antígeno) y las muertes, vista por medio de:

Las líneas sólidas representan los promedios de los 7 días que desembocan en esa fecha. Las entrecortadas representan los valores que se obtienen solo con datos de 7 días antes de la fecha de este informe.

Advertencia

Caídas súbitas al final de cada línea lo más probable no son reales, si no que más bien son artefactos de los rezagos—i.e., no han se han incorporado datos para esas fechas. Las líneas entrecortadas, que muestran cómo se veía la curva solo con datos recibidos hace una semana, de hecho tienden a ilustrar esto.

Informe oficial vs. Bioportal

En esta gráfica hemos optado por ilustrar los casos a partir de datos públicos del API del Bioportal del Departamento de Salud de Puerto Rico, en vez del informe oficial diario. Esta decisión requiere sopesar una serie de motivos a favor y en contra:

  1. En esta gráfica optamos por dar igual peso a pruebas positivas moleculares y de antígenos, por entender que resultados positivos en ambas apuntan a la presencia corriente del virus. Pero los datos del informe oficial no permiten trazar una curva correcta de casos confirmados y probables por fecha de la muestra más temprana, porque cuando un caso originalmente probable (= por antígeno) se confirma por prueba molecular posterior, el informe oficial lo resta a la fecha de la prueba de antígeno original y se lo suma a la fecha de la prueba molecular más tardía. Esto infla los casos recientes a costa de las fechas más tempranas.
  2. El reporte oficial suele dar números de casos un poco más pequeños que los que arroja Bioportal. En el pasado hemos entendido se debe a que para el informe oficial se debe a una depuración más cuidadosa para eliminar casos duplicados, y aún así suponemos, pero ya ha llegado el punto que las diferencias atribuíbles a este factor quedan opacadas por la inflación de fechas recientes por los casos probables que posteriormente se confirman (#1).
  3. Existe una discrepancia bien grande en el número de casos confirmados (= molecular) entre 7/ago/2020 y 6/sep/2020, en que Bioportal arroja más de mil casos por encima que los informes oficiales, que nunca se ha explicado.
  4. Bioportal siempre tiene datos más recientes, como por 2-3 días.

Esta página anteriormente optaba por trazar ambas curvas y recomendar la oficial como la más autoritativa y la de Bioportal como suplemental para dar aviso temprano de cuántos casos estaban por anunciarse, pero:

Así que ahora solo trazamos la curva por moleculares y antígenos en Bioportal.

Casos descartados (curva verde)

Esta curva muestra el volumen de casos que:

Como prueba de seguimiento cuento toda esta que se realice a la misma persona dentro de un periodo de 90 días luego que esta tuviera una prueba de antígeno o molecular positiva. La idea de descartar estas de esta curva es que las pruebas de seguimiento no ayudan a descartar potenciales casos nuevos.

Vale también apuntar que al momento no cuento negativos en prueba de antígenos como caso descartado, debido a la sensibilidad mucho menor de estas y la consecuente práctica común de confirmar negativos por antígeno con molecular.

Esta curva de casos descartados tiene dos usos principales:

Historial de hospitalizaciones

¿Qué es esto?

Promedio de 7 días de cuántos pacientes han estado hospitalizados por COVID-19. Datos son una combinación de multiples fuentes:

Cambio entre boletín actual y anterior

¿Qué es esto?

Una gráfica que muestra, para los dos boletines más recientes, los resultados de tomar los números de sus gráficas como esta:

Fuente: Departamento de Salud de Puerto Rico

...y restarle sus contrapartes del boletín anterior:

Fuente: Departamento de Salud de Puerto Rico

Esto nos da un desglose aproximado, para el nuevo boletín, de a qué fecha se le atribuyeron los casos nuevos que reporta este.

Hay que notar que frecuentemente se ven fechas que salen números negativos. La información que brinda el Departamento de Salud de Puerto Rico no deja claro qué motiva esto en cada caso; algunas posibilidades podrían ser:

La existencia de números negativos también complica la interpretación de este modo: las fechas que dan positivos no sabemos si hubo resta de casos. Una fecha que diga que un boletín la subió por siete casos bien pudiera ser que se registraron 8 casos nuevos y se restó uno.

Cambios entre boletines recientes

¿Qué es esto?

El mismo análisis que la gráfica anterior, pero para los 14 boletines más recientes, cosa que require hacer los númeritos bien chiquititos.

Rezago de datos de cada boletín

¿Qué es esto?

Un estimado, para los boletines más recientes, de cuánto tiempo atrás en promedio se tomaron las muestras que añade y las muertes que reporta.

Este estimado se elabora a partir de los datos arriba de los cambios entre boletines consecutivos. Por el asunto de los números negativos en esos datos, no se puede esperar que estos rezagos estimados sean los valores exactos que calcularíamos si tuvieramos mejor datos.

Tendencia de rezago de datos

¿Qué es esto?

Un estimado de rezagos similar al anterior, pero en vez de evaluar los casos de cada boletín aparte, se agrupan en ventanas rodantes de siete días. O sea, la cifra que se reporta para cada fecha de boletín abarca no solo los casos nuevos reportados en ese boletín, sino también los seis días anteriores.

El ancho de ventana se fijó en siete días para eliminar los ciclos semanales que son evidentes en los datos de fuente, como se aprecia fácil en esta gráfica del boletín:

Fuente: Departamento de Salud de Puerto Rico

Las fechas como el 18, 19, 25 y 26 de abril, que reportan bien pocos casos, es que son fines de semana.

Vale añadir que de los ocho puntos que muestran estas líneas, solo el primero y el último son estadísticamente independientes. Por ejemplo la cifra más reciente y la anterior son calculadas a partir de ventanas de siete días que coinciden en seis de estos.

Rezago de casos por renglones

¿Qué es esto?

Una gráfica de dos paneles que muestra promedios de siete días de casos confirmados nuevos, por fecha de boletín (¡no de muestra!), divididos en renglones de rezago (tiempo entre toma de muestra e incorporación en el conteo). El panel superior muestra los volúmenes absolutos; el panel inferior es los mismos datos, pero en porcentajes.

La forma de la curva superior se parece una gráfica de casos nuevos por fecha que se incorporan al conteo, pero alerta, no cuenta muchas restas de casos al conteo (porque las restas dañan los estimados de rezagos, hacen que den negativo). Por esto la curva es en realidad más alta que los números verdaderos de casos confirmados.

Especímenes de prueba diarios

¿Qué es esto?

Cuántos especímenes de pruebas (promedio de 7 días) se realizaron, tanto por fecha de toma de muestra como fecha de "reporte" (reportedDate, que se entiende la fecha en que el laboratorio obtuvo el resultado). Las líneas sólidas son con datos hasta la fecha de este boletín; las líneas entrecortadas son con datos solo hasta siete días antes de dicha fecha.

Esta gráfica, al mostrar los datos tanto por fecha de muestra como de reporte, permite en algunas ocasiones ver ataponamientos en el procesamiento de muestras de pruebas moleculares, que son especialmente evidentes en julio y agosto del 2020.

Advertencias

Las curvas no son finales porque pueden aún recibirse más datos para las fechas que representan. Y especialmente, caídas súbitas al final de la curva muy probable no son reales. La línea entrecortada, que excluye los datos recibidos los 7 días más recientes, tiende a ilustrar este efecto.

Los números son más o menos los crudos de Bioportal, y no corrigen por ejemplo múltiples pruebas reportadas para la misma persona el mismo día. En la clasificación que propone el COVID Tracking Project, estos son "especímenes de prueba" ("test specimens") y no "encuentros de prueba" ("test encounters").

Comparación internacional

Esta gráfica de Our World in Data puede ayudar a poner estas cifras en contexto internacional. Pero cuidado, distintos países reportan sus volumenes de pruebas en unidades distintas (e.g., especímenes vs. personas), o mezclan tipos de pruebas, o suman cifras inconsistentes de jurisdicciones domésticas, así que no vale fiarse demasiado de valores precisos.

Tasa de especímenes positivos

¿Qué es esto?

Porcentaje de especímenes de prueba positivos entre todos los especímenes de pruebas, promedios de 7 días por fecha de toma de muestra, según datos del API de Bioportal del Departamento de Salud de Puerto Rico, con depuración mínima. Entendemos que no es la mejor forma de calcular positividad, pero la calculamos de todos modos como servicio al público ya que es un cálculo que por ejemplo usan los CDC de los Estados Unidos.

Las líneas sólidas son con datos recibidos hasta la fecha de boletín de este dashboard. Las líneas entrecortadas excluyen los datos recibidos durante las 7 fechas de boletín más recientes, a fin de ilustrar cómo los datos recibidos recientes revisan fechas más viejas.

Se calculan aquí también tasas aparte para pruebas moleculares y de antígenos. Hay que entender que la positividad de antígenos no puede compararse ingenuamente con la de moleculares. Las moleculares son más sensibles y tienen una ventana de detección más amplia, por lo tanto la expectativa de antemano y que se confirma en los datos es que:

positividad moleculares > positividad antígenos

Y encima de esto las moleculares vs. las de antígenos se administran a grupos de la población sesgados de manera distinta, que dificulta aún más la comparación.

Advertencias

Los cálculos de positividad son un campo minado en el cual no existen estándares verdaderos y distintas jurisdicciones, organizaciones y personas la calculan de maneras distintas, idiosincráticas y a veces francamente erróneas. Ningún cálculo de positividad hecho por dos partes distintas debe compararse ingenuamente sin analizar a fondo los métodos que usan, y vale más mirar la tendencia de una curva que los valores puntuales que arroja, que en realidad poco significan. Una excelente discusión de los problemas e inconsistencias que suelen sufrir estos cálculos se puede hallar en este artículo:

Este cálculo de positividad también hay que advertir que se realiza a partir de especímenes de prueba y no personas evaluadas ni de "encuentros de prueba" (concepto que explica en artículo citado). Esto quiere decir que:

Casos confirmados vs. descartados

¿Qué es esto?

Lo que el autor de esta página entiende es una mejor manera de medir la tan mentada "positividad de pruebas" a partir de los datos disponibles del Departamento de Salud de Puerto Rico. El concepto consiste de dos pasos. El primero es depurar los datos crudos de especímenes de prueba para identificar personas que los datos reportan que se les evaluó más de un especímen en la misma fecha, para contar este conjunto de especímenes tomados a la misma persona como un solo "encuentro de prueba" (según la clasificación propuesta por el COVID Tracking Project).

El segundo paso consiste en distinguir entre:

La idea es monitorear la razón de casos descartados a casos confirmados pero solo contando pruebas moleculares de evaluación inicial, porque las de seguimiento no aportan al propósito que se cita comunmente para las tasas de positividad: evaluar si el número de personas evaluadas se queda corto para detectar contagios nuevos. Como las pruebas de seguimiento no contribuyen a confirmar o descartar nuevos casos, incluirlas en el cálculo es (entiendo yo) un defecto común en los métodos más usuales para calcular positividad.

El valor para cada fecha en el eje horizontal es un promedio a partir de las muestras tomadas en los 7 días que desembocan en esa fecha.

Criterio para prueba inicial vs. seguimiento

Catalogamos una prueba (negativa o positiva) como seguimiento si el mismo paciente (según el campo patientId en Bioportal) ha tenido una prueba molecular o de antígenos positiva en los 90 días anteriores. Este criterio lo adoptamos a partir de la definición interina de casos de COVID-19 del 5 de agosto del 2020 del Consejo de Epidemiólogos Estatales y Territoriales, que recomienda:

Una prueba positiva repetida para ARN de SARS-CoV-2 usando una prueba de detección de amplificación molecular dentro de tres meses del reporte inicial no debe ser enumerada como caso nuevo para propósitos de vigilancia.

ADVERTENCIA: Este estimado usa el campo patientId de Bioportal para adjudicar si un par de pruebas se le hicieron al mismo paciente, y hay motivo para creer que este campo frecuentemente falla en lograr ese cometido y muestre IDs distintos en muchos casos que en verdad es la misma persona. El efecto de esto sería subestimar qué cantidad de pruebas son de seguimiento.

Prueba molecular vs. antígeno

Este cálculo usa las pruebas moleculares y de antígeno de una forma un tanto sutil:

Hacemos así por estos motivos:

Alternativas que hemos contemplado pero no adoptado:

Tasa de letalidad (CFR) rezagada

¿Qué es esto?

Aproximación de qué porcentaje de los casos detectados (que no son todos los contagios) resultaron en decesos, lo que en inglés se llama el "case fatality rate" (CFR). Esto sin embargo lo calculamos de una manera más cuidadosa que lo usual, comparando muertes (por fecha actual de deceso, ventanas móbiles de 14 días) con casos detectados por muestras 14 días atrás. Esto responde a los siguientes supuestos:

  1. Tiempo típico entre contagio y deceso es de 23 días;
  2. Tiempo típico entre contagio y síntomas es de 5 días;
  3. Tiempo típico entre síntomas y toma de muestra es de 4 días, según este informe del Departamento de Salud del 29 de noviembre del 2020.

Esta tasa no es la letalidad verdadera del virus, porque no toma en cuenta casos que no se detectaron. Esto quiere decir que si se contempla en conjunto con un estimado de la letalidad verdadera ("infection fatality rate" (IFR) en inglés), sirve para estimar qué porciento de los contagios verdaderos se detecta, según esta fórmula:

% detectados = IFR / CFR

Los estimados de los CDC de los EEUU (revisión 10 de septiembre), ajustados a la edad de la población de Puerto Rico, pondrían el IFR del país cerca del 1%, así que un CFR por ejemplo de 1.5% en esta gráfica implicaría entonces que para esas fechas se detectaba como el 67% de los contagios. Existen otros estudios con otros estimados que he consultado, que ajustados a la población de Puerto Rico predicen diversos IFRs entre 1% a 1.8%. Nótese que usar estimados más bajos de IFR produce estimados más altos de casos sin detectar; optimismo respecto a IFR = pesimismo respecto a detección.

Pruebas añadidas a Bioportal

¿Qué es esto?

Cuántos resultados nuevos de pruebas moleculares se añadieron en el API de Bioportal (el sistema en línea de recibo de resultados de pruebas del Departamento de Salud de Puerto Rico), por combinación de fecha de toma de muestra y fecha que Bioportal reporta recepción del resultado de la prueba.

El API de Bioportal de Salud que usa esta página presenta tres campos de fecha/tiempo para cada récord de prueba individual:

collectedDate
Fecha de colección de muestra de prueba.
reportedDate
Se entiende a partir de conversaciones con fuentes que es la fecha en que el laboratorio advino en conocimiento del resultado de la prueba.
resultCreatedAt
Tiempo que el sistema computarizado graba como la fecha y hora que se recibió el resultado de la prueba.

Aún con todo esto, muchos récords de pruebas moleculares sin embargo muestran un collectedDate más tardío que su reportedDate, y en este caso se ha optado en imputarles que se recogieron 3 días antes que el reportedDate, a partir de un análisis de la tardanza promedio en toda la base de datos.

Historial de pruebas en Bioportal

¿Qué es esto?

El mismo análisis que la gráfica anterior, pero en forma de historial para muchas fechas recientes. Se puede apuntar a cada celda de la gráfica para que aparezca un indicador con los valores de esta en tamaño legible.

Rezagos de resultados de pruebas moleculares

¿Qué es esto?

Promedios de siete días de rezagos estimados entre toma de muestra y aparición de récord del resultado en Bioportal, agrupando los resultados por la fecha en que se recibieron. El panel superior muestra los volúmenes absolutos; el panel inferior es los mismos datos, pero en porcentajes.

Tendencias por día de semana

¿Qué es esto?

Casos de los 21 boletines anteriores al actual, reportados con no más de 14 días de rezago respecto a cada boletín, agrupados por la combinación de:

La intensidad del color de cada cuadro refleja cuántos casos se registraron para esa combinación. Los histogramas marginales muestran los datos agrupados por un sólo eje.

ADVERTENCIAS:

Casos por edad (per cápita, 7 días)

¿Qué es esto?

Casos confirmados y probables reportados nuevos (por fecha de boletín), agrupados por edad, promedio de 7 días, ajustado al estimado poblacional en cada grupo de edades. Se usan datos del programa de estimados poblacionales del 2019 del Censo de los Estados Unidos para ajustar las cifras a la población de cada edad.

Mapas municipales de casos recientes

¿Qué es esto?

Casos confirmados y probables nuevos reportados por municipio, visto de cuatro formas:

  1. Número de casos nuevos registrados en el boletín más reciente;
  2. Número de casos nuevos registrados en los siete boletines más recientes;
  3. Crecida del número de casos nuevos registrados en el boletín más reciente, respecto a los casos registrados en los siete anteriores a este;
  4. Crecida del número de casos nuevos registrados en los siete boletines más recientes, respecto a los casos registrados en los siete anteriores a estos.

La primera ayuda identificar dónde son los casos reportados en el nuevo boletín; las demás a identificar municipios que pudieran haber experimentado brotes recientemente.

Los tonos rojáceos indican valores positivos, y los grisáceos o negros valores negativos, porque sí, a veces boletines posteriores le restan casos confirmados a municipios. Cuando el denominador de las divisiones sería cero (porque no hay casos recientes en el municipio) se sustituye por uno.

Nótese que esto es por fecha de boletín, no de muestra, y que por lo tanto esta gráfica nos dice cuándo se detectaron los casos, no cuándo sucedieron.

Historial de casos por municipio (fecha de boletín)

Historial de números de casos confirmados y probables nuevos para cada municipio en cada una de las 35 fechas más recientes, interpretándose estas como fecha de boletín. Nótese que esto último quiere decir que esta gráfica no nos dice cuándo sucedieron los casos, sino cuándo se añadieron al conteo.

Esto es una gráfica de horizonte, que hay que leer un poco al respecto para intepretar. Aquí se ha optado por:

Historial de cuidado intensivo, regiones

¿Qué es esto?

Una gráfica imprecisa e incompleta de promedios semanales de disponibilidad y uso de camas de cuidado intensivo de adultos, según el reporte semanal del Departamento de Salud de los EEUU. Hay que subrayar que este informe tiene dos limitaciones serias que impiden tener un cuadro completo y preciso:

  1. No incluye todos los hospitales en Puerto Rico (e.g., el de Veteranos);
  2. Como medida de privacidad, suprime todos los valores que sean menos de 4.0 (pero retiene los que son 0.0).

Por este motivo optamos por la medida pesimista de ilustrar el número de camas como el mínimo que se puede deducir del informe, pero el máximo de ocupadas y pacientes de COVID (sospechado o confirmado). Dejando aparte el fallo obvio que esta gráfica no abarca todos los hospitales, esto significa que aún para los que sí cubre, el número de camas que estimamos a veces podría ser menor que el real (aunque casi nunca parece serlo), y nuestros números de camas ocupadas y pacientes de COVID generalmente son mayores que los reales.

Nota técnica

El informe de Salud federal reporta tres cifras para cada elemento:

_7_day_coverage
Cuántos de los siete días de la semana en cuestión reportó el hospital sus números;
_7_day_sum
Suma de los valores de todos los reportes de ese hospital en esa semana;
_7_day_avg
Promedio de esa semana, que con los récords no suprimidos se corrobora que es _7_day_sum / _7_day_coverage.

Como la supresión de valores menores que 4 se aplica superficialmente tanto a _7_day_sum como a _7_day_avg, se pueden reconstruir muchísimos de los promedios suprimidos realizando la división uno mismo, y así hacemos en esta visualización. Cuando sí está suprimida la suma el promedio que imputamos a ese hospital para esa semana cae siempre entre 4/7 y 4/1.

Historial de cuidado intensivo, hospitales individuales

Promedios de 7 días de disponibilidad de camas de cuidado intensivo de adultos, y cuántas están ocupadas por pacientes de COVID-19 (sospechado o confirmado). Datos del reporte semanal del Departamento de Salud de los EEUU. Como el informe federal suprime algunos valores pequeños por privacidad, en esos casos imputamos el mínimo de camas disponibles que sea compatible con los datos (que casi siempre es igual al máximo), pero el máximo de ocupadas y COVID; ver las notas de nuestra gráfica de cuidado intensivo por región.

Descuadre de encabezado de boletín

¿Qué es esto?

Cotejos de cifras reportadas en la primera página de cada boletín. Se compara:

Descuadres constatados en los datos de fuente

2021-03-20
No cuadran los casos sospechosos en la portada y las notas al calce. El total reportado en la portada es 92,009, pero la suma llega a 91,998.
2021-03-16
No cuadran los casos sospechosos en la portada y las notas al calce. El total reportado en la portada es 90,057, pero la suma llega a 90,058.
2021-02-22
No cuadran ni los casos confirmados ni los probables en la portada con las notas al calce. La portada es reporta 91,816 confirmados, pero la suma llega hasta 91,827. También reporta la portada 7,660 probables, pero la suma llega hasta 7,657. Las tablas de casos por fecha de muestra coinciden con la portada.
2021-02-14
No cuadran los casos sospechosos en la portada y las notas al calce. El total reportado en la portada es 75,515, pero la suma llega a 75,519.
2021-02-08
La nota al calce #6 dice que "se restaron [...] tres (5) casos [sospechosos] que tuvieron una prueba probable (antígeno) positiva posteriormente". Usamos el valor de tres (3) porque es el que cuadra.
2021-01-13
No cuadran los casos confirmados en la portada y las notas al calce. El total reportado en la portada es 79,114, pero la suma llega a 79,112.
2021-01-11
Hoy de nuevo no cuadran los casos sospechosos en la portada y las notas al calce. El total reportado en la portada es 60,006, pero la suma llega a 59,006. La gráfica de casos sospechosos (que generalmente es lo más fiable) dice 60,006, como dice también la tabla que la acompaña. Esto puede en gran parte explicarse si apuntamos al descuadre de ayer y suponemos que es que el total reportado ayer estaba mal por 100.
2021-01-10
Los casos sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado en la portada hoy es 58,872, pero la suma llega a 58,988. La gráfica de casos sospechosos (que generalmente es lo más fiable) dice 58,972. La tabla que la acompaña esta gráfica (que frecuentemente está mal) dice que suma a 55,381, pero los números diarios en esta en verdad suman 58,725. Esto es un desastre.
2021-01-01
Los casos sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado en la portada y la gráfica hoy es 57,484, pero la suma llega a 57,481. Las notas al calce hablan de dos duplicados que se restaron y otro más que se restó por "fecha equivocada," y no sé si tengan que ver.
2021-01-04
Tanto los casos probables y los sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. Los totales reportados en la portada y la gráfica hoy son 4,861 y 57,221 respectivamente, pero las sumas de cuadre dan 4,862 y 57,220. Las notas al calce mencionan un caso sospechoso que pasó a probable, y podemos conjeturar que en los totales reportados se les olvidó traspasar este.
2021-01-01
Los casos sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado en la portada y la gráfica hoy es 56,546, pero la suma llega a 56,547. Posiblemente eliminaron un duplicado que no mencionaron en la nota al calce.
2020-12-19
Los casos sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado hoy es 50,177, pero la suma solo llega a 50,139.
2020-12-16
Los casos confirmados en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado hoy es 64,182, pero la suma solo llega a 64,184.
2020-12-16
Los casos probables en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado hoy es 2,968, pero la suma solo alcanza a 2,967. La tabla de casos probables por fecha de muestra, como se reporta abajo, también tiene errores, que tras corregirlos también suman a 2,967.
2020-12-16
Los casos sospechosos en la portada y las notas al calce no cuadran con el boletín anterior. El total reportado hoy es 47,546, pero la suma solo alcanza a 47,545. Una nota al calce le resta un caso "reclasificado" a los confirmados sin más explicación; conjeturo que este caso pasó a sospechoso y no lo desglosaron entre estos.
2020-12-11
La tabla de los casos probables por fecha de muestra la corrigieron después de cuatro días que estuvo mal, pero hoy la portada y las notas al calce descuadran por dos (2) casos probables.
2020-12-09
Otro boletín desastroso. La portada y las gráficas dicen 57,096 casos confirmados y 44,667 sospechosos, pero los números de casos adicionales en la portada y las notas al calce, aplicados a los totales acumulados hasta el boletín anterior, dan 57,102 y 44,670 respectivamente. Además de eso se da el tercer día consecutivo que la tabla de casos probables está mal (ver el análisis de cuadre de gráficas abajo).
2020-11-29
Este boletín es un desastre. Dice en la portada que se sumaron 732 casos confirmados adicionales recientes, se sumaron otros 5 más viejos y se restaron 23 duplicados. Esto aplicado al total anterior de 50,197 casos confirmados daría 50,911, pero el bendito boletín dice 50,988, igual que la gráfica. Y los casos sospechosos tienen un descuadre de 3.
2020-11-25 (confirmados)
El boletín dice en la portada que se sumaron 392 casos confirmados adicionales, y la nota al calce #2 que se sumaron 118 casos confirmados por muestras anteriores al 10 de noviembre. Aplicando esto a los 47,345 acumulados hasta el boletín anterior (24/nov) daría 47,345 + 392 + 118 = 47,855, pero el boletín nuevo (25/nov) dice en su portada que son 47,854 casos confirmados. La gráfica de casos confirmados por fecha de muestra también dice 47,854.
2020-11-25 (sospechosos)
El boletín dice en la portada que se sumaron 211 casos sospechosos adicionales, y la nota al calce #2 que se restaron 65 casos confirmados por muestras anteriores al 10 de noviembre, se restó 1 por muestra de antígeno anterior al 10 de noviembre, y se sumó uno por muestra del 8/nov. Aplicando esto a los 39,266 acumulados hasta el boletín anterior (24/nov) daría 39,266 + 211 - 61 - 1 + 1 = 39,416, pero el boletín nuevo (25/nov) dice en su portada que son 39,409 casos confirmados. La gráfica de casos confirmados por fecha de muestra también dice 39,409.
2020-11-21 (confirmados)
El boletín dice en la portada que se sumaron 957 casos confirmados adicionales, y la nota al calce #2 que se sumaron 11 casos confirmados por muestras anteriores al 6 de noviembre. Aplicando esto a los 45,268 acumulados hasta el boletín anterior (20/nov) daría 45,268 + 957 + 11 = 46,236, pero el boletín nuevo (21/nov) dice en su portada que son 46,235 casos confirmados. La gráfica de casos confirmados por fecha de muestra también dice 46,235.
2020-11-18 (probables)
El boletín dice en la portada que se sumaron 153 casos probables adicionales por antígeno, y la nota al calce #4 que se restaron 5 que pasaron a confirmados por prueba molecular posterior. Aplicando esto a los 879 acumulados hasta el boletín anterior (17/nov) daría 879 + 153 - 5 = 1,027, pero el boletín nuevo (18/nov) dice en su portada que son 1,028 casos probables. La gráfica de casos probables por fecha de muestra también dice 1,028.
2020-11-13 (confirmados)
La nota al calce #1 dice que los casos confirmados adicionales para esta fecha comienzan por muestras del 29 de octubre del 2020, y la gráfica en la nota dice que se suma un caso por muestra de esa fecha. Pero la nota al calce #2 dice también que se ajusta el total acumulado sumando un caso al 29 de octubre. Esto parece ser un error y se refleja como descuadre de un caso en los totales.
2020-04-23
La cifra de 849 casos únicos acumulados por prueba molecular hasta el 22 de abril se obtuvo de esta gráfica publicada por el Instituto de Estadísticas de Puerto Rico. De este boletín del 23 de abril se obtuvieron las cifras de 3 casos únicos nuevos y 871 casos únicos acumulados por pruebas moleculares. En conjunto dan un descuadre de 19 casos confirmados. Nótese sin embargo que estos datos antedatan el boletín regular más temprano disponible en las páginas del Departamento de Salud, fechado 25 de abril y con datos hasta el 24.

Cualquier otra fecha que no dé cero en esta gráfica hay que cotejar que se hayan copiado correctamente los datos.

Descuadre de boletín y gráficas

¿Qué es esto?

Comparación entre los totales de casos acumulados reportados en la primera página de cada boletín y las sumas de los datos por fecha de muestra en las gráficas de este mismo boletín. Esto es un cotejo de calidad de datos.

Descuadres constatados en los datos de fuente

2021-01-05
La tabla de casos probable por fecha de muestra, de nuevo, está completamente mal y no cuadra con nada. Semejante a lo que ocurrió entre el 28 y el 31 de diciembre.
2020-12-28 a 2020-12-31
La tabla de casos probable por fecha de muestra está completamente mal y no cuadra con nada. Suma cientos menos que el total que reporta, le faltan fechas, asigna el valor equivocado a la mayoría de las fechas, etc. Metí las gráficas a WebPlotDigitizer e hice cálculos para lograr obtener los datos correctos.
2020-12-17
La tabla de casos probable por fecha de muestra hoy está completamente mal y no cuadra con nada, suma a 4,373 cuando la portada y la gráfica dicen 4,528. Metí la gráfica a WebPlotDigitizer e hice cálculos y logré obtener los datos correctos.
2020-12-17
La tabla de casos confirmados por fecha de muestra hoy omite el 14 de diciembre. Estos se pueden leer en las notas al calce al principio del boletín, que en una gráfica reporta 33 casos confirmados adicionales por muestras de esa fecha. Con esta corrección cuadra todo.
2020-12-16
Las tablas de casos por fecha de muestra hoy omiten los casos confirmados, los probables y los sospechosos para el 14 de diciembre. Estos se pueden leer en las notas al calce al principio del boletín, que los reportan en sus gráficas correspondientes de casos adicionales por fecha de muestra. Estos son 47 confirmados, 52 probables, y 74 sospechosos. Aún así la gráfica de casos probables suma a 2,967, y esto descuadra con el total de 2,968 que reporta el boletín.
2020-12-09
La tabla de casos probables publicada hoy tiene el mismo tipo de error que las del 7 y 8 de diciembre, así que se aplica la misma corrección para hacerla cuadrar: quitar el caso que la tabla de datos recoge para el 24/jul pero que en la gráfica no aparece.
2020-12-08
La tabla de casos probables publicada hoy tiene el mismo tipo de error que la del 7 y, semejantemente, la suma de los casos diarios después de corregir las fechas da 2,289 que no cuadra la de casos acumulados que reportan la misma tabla, la portada del informe y la gráfica: 2,288. Luego (11/dic) aplicamos la corrección que logra el cuadre: la tabla de datos tiene un caso para el 24/jul que la gráfica eliminó.
2020-12-07
La tabla de casos probables publicada hoy está mal. La columna de acumulada dice 2,074 para el 5 de diciembre, pero los valores de la columna de frecuencia suman a 2,075. Además, comparando los valores de cada fecha con los del boletín anterior, se aprecia que hay una especie de error "off by one" entre las fechas y los valores, en que a todas las hileras del 28/may al 25/nov tienen el valor que en verdad debería corresponderle a la fecha de la hilera próxima, y la del 26/oct (última en la primera columna de la tabla) tiene el valor que debería tener la del 28 de mayo. Esta corrección se le aplicó a los datos que copiamos, pero aún así quedó el descuadre de un caso, que el 11 de diciembre logré diagnosticar: la gráfica borra un caso que las anteriores reportaban para el 2020-07-24, pero la tabla de datos aún recoge. Borrar este arregla el descuadre.
2020-11-29
La gráfica dice 50,988 casos confirmados, pero por más que intente no logro copiar números que cuadren, porque (a) la Parte I no tienen números, (b) las notas al calce que desglosan cambios no dicen bien las fechas que se restaron duplicados, (c) los totales de estas notas al calce no cuadran con los 50,988 casos de todos modos, y (d) la gráfica Parte II de casos confirmados es una imagen ráster y sus números muchos no son legibles. Así que lo llamo una victoria que mis datos copiados a manos sumen a 50,989, solo uno más que este desastre de informe.
2020-07-02, 2020-07-04, 2020-07-06 y 2020-07-12
En estas gráficas de muertes se omitió la barra una muerte del 17 de marzo, registrada en muchísimas otras gráficas anteriores. Sin embargo las mismas gráficas las cuentan hacia el total de muertes acumuladas; es decir, las gráficas mismas exhibe el descuadre.
2020-09-28
En estas gráficas de muertes se omitió la barra una muerte del 28 de septiembre, que sí se detalla en la nota al calce 5 al principio del informe. Sin embargo la misma gráfica la cuentan hacia el total de 654 muertes acumuladas; es decir, la gráfica misma exhibe el descuadre.

Cualquier otra fecha que no dé cero en esta gráfica hay que cotejar que se hayan copiado correctamente los datos.

Revisiones

3 de diciembre del 2020

Para el boletín con datos hasta el 30 de noviembre el Departamento de Salud de Puerto Rico rehizo sus gráficas de casos por fecha de muestra, tal que comenzaron a omitir las etiquetas con el valor numérico de cada barra. Tras quejas de periodistas, para el boletín del 2 de diciembre añadieron tablas aparte con estos datos. Las notas al calce detallando los casos adicionales y la tabla del boletín del 2 de diciembre bastaron para reconstruir los casos confirmados por fecha de muestra y las muertes por fecha de deceso, pero no para reconstruir los casos probables por fecha de muestra.

Por este motivo, me fue necesario estimar los números de casos probables por fecha de muestra para el 2020-11-30 y 2020-12-01 usando un programa de escáner de gráficos (WebPlotDigitizer) cotejando los resultados de este manualmente contra las sumas que sí se podían calcular a partir de los boletines, calculando el error promedio por barra del escáner y aplicando una corrección correspondiente.

Con todo el cuidado que tomé, entiendo que no se puede reconstruir con mayor precisión los valores de casos probables por fecha de muestra para los boletines del 2020-11-30 y 2020-12-01, pero algún pequeño error puede haberse colado.

Revisión 14 de noviembre del 2020

Desde esta fecha se adoptó el API /api/administration/reports/orders/basic de Bioportal, que provee un campo resultCreatedAt que dice precisamente cuándo se recibió en Bioportal el resultado de cada prueba. Anterior a esto, como detallan las notas sobre revisiones anteriores, no existía campo que dijera esta información de manera fiable y nos veíamos forzados a estimar esta fecha a partir de la fecha y hora de las descargas diarias que realizo yo.

Este cambio lo aplico retroactivamente a todas las páginas, por lo cual todas las cifras que dependan de Bioportal se ven ligeramente cambiadas, pero los valores nuevos deben ser más precisos y más reproducibles por otras partes que descarguen de Bioportal indepedientemente.

Revisión 30 de agosto del 2020

Desde esta fecha esta página adoptó un nuevo, mejorado método de reproducibilidad de datos y adjudicación de fecha de datos a Bioportal. El método consiste de:

  1. Registrar la fecha y hora (en UTC) de cada descarga que hacemos del API de Bioportal, en un campo downloadedAt que le añadimos a cada récord;
  2. Hacer "check-in" de cada tal archivo (en formato CSV) al repositorio de Github;
  3. Generar un campo de bulletin_date sintético a partir de (a) convertir el valor de downloadedAt a horario de Puerto Rico, (b) truncarle los campos de hora para quedarnos solo con la fecha, y (c) restarle un día;
  4. Usar este campo bulletin_date para calcular los cambios de dato de día a día.

La desventaja de este método es que cuáles récords terminan adjudicándose a cúal bulletin_date resulta ser un artefactor de cuándo el autor de esta página realiza su descarga matutina de Bioportal.

La ventaja del método es que las alternativas son mucho más peores. Ninguno de los campos disponibles en las descargas en realidad permite ordenar los récords de manera fiable respecto a cuándo se marcó el resultado. Tras conversaciones con fuentes de entero crédito:

Revisión 8 de agosto del 2020

Antes de esta fecha se usaba el campo createdAt como la fecha de reporte de los resultados de pruebas descargados del API de Bioportal, porque el autor de este análisis inicialmente juzgó poco fiable el campo reportedDate dado a que para muchísimas pruebas exhibe valores más tempranos tanto que collectedDate que como createdAt. En "arroz y habichuelas":

Análisis más a fondo ha llevado al autor a revisar este supuesto y asignarle más fiabilidad al campo reportedDate que al createdAt, aunque aún queda claro por qué este segundo sería tan poco fiable. Por eso se ha cambiado a usar reportedDate como el campo de fecha de datos.

Este dashboard recalcula todos los datos retroactivamente para cada fecha de boletín, así que este cambio quiere decir que los cambios diarios entre fechas anteriores a esta revisión se han recalculado para reflejar esto, y así mismo los rezagos de pruebas, que bajo la nueva definición que aquí se adopta dan cifras mucho menores que bajo la definición anterior.

Del análisis de los datos se espera que este cambio mejore bastante el que reportes en fechas más tardías logren reproducir los valores calculados con datos de pruebas dispoibles solo hasta fechas pasadas, pero el autor ha logrado constatarse que esta reproducibilidad no se puede lograr 100% usando los datos de una sola descarga del API de Salud, porque no se provee ni un identificador único para cada prueba que permita detectar revisiones a su récord (que sí parecen haber), ni un campo de tiempo que aumente monotónicamente que permita segregar los récords respecto al tiempo de descarga de manera reproducible. Caveat emptor.

Cabe mencionar que el autor de esta página guarda un historial completo de todas las descargas que se han usado en esta página que como último recurso se pueden usar para lograr tal reproducibilidad, pero a costa de multiplicar enormemente el volumen de datos usado para generar este análisis. Al momento el autor juzga que esta vía no amerita el costo.

Revisión 3 de julio del 2020

Para el cálculo del rezago de muertes, se adoptron dos cambios:

  1. El mismo cambio de procedimento descrito abajo para el 5 de junio respecto a los casos confirmados y probables, que consiste en ignorar las restas;
  2. Excluir del cálculo de rezago de muertes todas las fechas hasta el 18 de abril (incluído), por adolecer estas de repetidos errores por parte de Salud.

Revisión 5 de junio del 2020

El método de cálculo de esta gráfica se revisó el 5 de junio y se aplicó el cambio retroactivamente a fechas anteriores. Antes de esa revisión, las fechas con números negativos se incorporaban en los totales, cosa que tendía a rebajar el estimado. Esto se hacía por entenderse que:

  1. Muchas de las restas correspondían no a casos nuevos sino a revisiones de fecha de casos conocidos;
  2. Las fechas en que aparecen sumas o ceros probablemente son resultado también en muchos casos de una combinación de sumas y restas, así que excluir las fechas que esos totales dan negativo en realidad no excluye todas las restas.

Se abandonó este procedimiento porque hubo boletines que claramente violaron el primer supuesto de manera tan crasa que daban estimado de rezago negativo. Después de la revisión sólo las sumas se toman en cuenta para calcular los rezagos de pruebas. El rezago de muertes sin embargo aun se calcula mediante el criterio original.

Terminología

Fecha de boletín

Las fechas que aparecen a la cabecera de los boletines que emite a diario el Departamento de Salud de Puerto Rico sobre los casos conocidos de COVID-19 en Puerto Rico. Estos boletines recopilan datos hasta la fecha anterior a cuando se publican; por ejemplo, el boletín que dice 2 de mayo se publicó el 3 de mayo.

ADVERTENCIA: Muchas bases de datos y reportajes usan la fecha que se publicó el boletín en vez de la fecha que dice este, y por eso atribuyen los mismos números aquí al próximo día.

Fecha de evento

La fecha en que en realidad sucedió un evento, según el boletín. Para las cifras de muertes, esta es la fecha en que sucedió la muerte. Para casos confirmados y probables, esto es la fecha en que se tomó muestra que se sometió a prueba. Los boletines no aclaran qué fecha se usa para pacientes a los cuales se les administró más de una prueba.

ADVERTENCIA: Muchas bases de datos y reportajes usan la fecha de boletín o anuncio en vez de la de evento, y por eso no coinciden con los resultados que da este análisis. Dar el análisis por fecha de evento en vez de boletín o anuncio es lo que motiva este proyecto.

Caso confirmado

Término que el Departamento de Salud de Puerto Rico usa para denominar a un paciente único que ha dado positivo a una prueba molecular (PCR) de SARS-CoV-2.

Caso probable

Este término ha tenido una historia problemática de uso por el Departamento de Salud de Puerto Rico. Del 10 de junio hasta el 4 de noviembre del 2020, Salud denominó "caso probable" a un paciente no duplicado que ha diera positivo a una prueba serológica. En esto el Departamento reclamaba cumplir con la guía del 5 de abril del 2020 del Consejo de Epidemiólogos Estatales y Territoriales (CSTE) de los EEUU, pero esta guía no de hecho no recomendaba la adjudicación de casos probable sólo con una prueba serológica positiva, sino que requería evidencia clínica o epidemiológica adicional a esta prueba. Por este motivo las cifras de casos "probables" que se reportaban eran artificialmente infladas.

El 5 de noviembre del 2020 el Departamento de Salud adoptó la segunda versión (5 de agosto del 2020) de la guía del Consejo de Epidemiólogos Estatales y Territoriales, que usa el término "caso probable" para denominar casos únicos con una prueba de antígenos positiva.

Esta página en su momento usó el término "caso probable" en el primer, mal sentido que hizo el Departamento de Salud de Puerto Rico, pero luego revisó todo retroactivamente para adaptarse a la nueva definición.

Datos fuente para 2021-02-19

Estas son las imágenes de los boletines del Departamento de Salud que se usaron para elaborar este análisis.
Fuente: Departamento de Salud de Puerto Rico

Casos únicos confirmados 2021-02-19 (vs. 2021-02-18)

Fuente: Departamento de Salud de Puerto Rico
Fuente: Departamento de Salud de Puerto Rico

Casos únicos probables 2021-02-19 (vs. 2021-02-18)

Fuente: Departamento de Salud de Puerto Rico
Fuente: Departamento de Salud de Puerto Rico

Muertes 2021-02-19 (vs. 2021-02-18)

Fuente: Departamento de Salud de Puerto Rico
Fuente: Departamento de Salud de Puerto Rico