La pregunta surge de la necesidad de crear métricas con el menor error posibles. Reconocemos que existen errores en los datos e información, por lo que es importante visibilizarlos para evaluar su impacto en las metricas.
Gentle Dr. Milenka the error element or a not harmonic data set are a main key factor in the excessive diversity of data about COVID19 around the world.
These elements (and more) are discussed in this open RG question about the dramatic situation of my country (ITA: Lombardia)
https://www.researchgate.net/post/The_novel_Coronavirus_in_N_Italy_Lombardia_COVID19_2019nCoV_SARSCoV2_shows_a_fatality_rate_compatible_with_SARS-MERS_Why
Dear Salvatore, thank you for your answer and for present your case. I will review the link, it sound really interesting :)
Our hypothesis is the same, the data have differents kinds of error that underestimate or overestimate the indicators of covid19.
Me encuentro calculando varios indicadores que me permitirán evidenciar anomalías.
He encontrado este documento que junta todos los estudios de prevalencia y calcula a base de este la IFR (Infection fatality rate). Se actualiza constantemente. Al momento que yo lo he consultado habia una subestimación de infectados de 1:25 y una Tasa de letalidad de 0,2%. Creo que es lo mejor que hay por el momento. Link: https://docs.google.com/spreadsheets/d/1zC3kW1sMu0sjnT_vP1sh4zL0tF6fIHbA6fcG5RQdqSc/edit#gid=0
Gracias Stefan Ziemendorff, interesante documento a leer para conocer en detalle el método de estimación de esta IFR. Hasta el momento yo he estimado el cociente del numero de casos positivos entre el numero de pruebas por día para el caso de Colombia, que me parece un indicador mas adecuado para evaluar el riesgo de infección en la población. Para evitar el sesgo de la muestra, seria ideal realizar las pruebas en un población elegida aleatoriamente, esto nos daría una estimación mas acorde a la realidad de la incidencia del virus en la población.
Los datos están sujetos a diferentes tipos de errores: muestrales y no muestrales. En función de los últimos acontecimiento acerca del COVID19, debo añadir además errores efecto de factores políticos de cada país. Por lo tanto medir la suma de estos errores es el reto para obtener estimaciones adecuadas de la pandemia. ¿Lo podemos hacer? ¿Cuáles son las metodologías para medir este error?
En relación a lo que planteas Milenka Argote las estimaciones actuales como lo hemos comentado están sesgadas a los grupos poblacionales en los que se están realizando las muestras, lo cual aumenta más el error con respecto a la media poblacional. En función de ello, lo optimo es hacer un estudio con pruebas aplicando un muestreo aleatorio de la población, lo cual tengo entendido que se está haciendo para el caso de España, que nos podrían decir los colegas de Europa al respecto Stefan Ziemendorff, Salvatore Vicidomini y Jose C. Sanchez