Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Atractores caóticos de baja dimensión en los datos epidemiológicos regionales del SARS-CoV-2

Carlos Pedro Gonçalves

Antecedentes: Estudios recientes que aplican métodos de la teoría del caos han encontrado la existencia de marcadores caóticos en los datos epidemiológicos del SARS-CoV-2, evidencia que tiene implicaciones en la predicción, modelado y análisis epidemiológico de la pandemia de SARS-CoV-2/COVID-19 con implicaciones para la gestión de la atención médica.

Objetivo y métodos: Estudiamos los datos agregados de nuevos casos por millón y nuevas muertes por millón por COVID-19 en África, Asia, Europa, América del Norte y del Sur y Oceanía, aplicando métodos empíricos de la teoría del caos, incluyendo estimación de dimensión de incrustación, estimación de espectros de Lyapunov, análisis espectral y métodos de análisis de datos topológicos de última generación que combinan homología persistente, análisis de recurrencia y aprendizaje automático con el objetivo de caracterizar la naturaleza de la dinámica y su predictibilidad.

Resultados y conclusión: Los resultados muestran que para todas las regiones excepto Oceanía hay evidencia de atractores caóticos ruidosos de baja dimensión que están cerca del inicio del caos, con una estructura de recurrencia que puede ser utilizada por soluciones de inteligencia artificial adaptativa equipadas con módulos de aprendizaje automático de vecinos más cercanos para predecir con un rendimiento muy alto los valores futuros de las dos series objetivo para cada región. El análisis de homología persistente descubre una división en dos grupos, el primer grupo compuesto por África y Asia y el segundo por Europa, América del Norte y del Sur. Para Oceanía, encontramos evidencia de la ocurrencia de una bifurcación que caracterizamos en detalle aplicando una combinación de métodos de aprendizaje automático y análisis topológico; encontramos que la bifurcación en la región está relacionada con la aparición de nuevas variantes.