Una de las definiciones más conocidas de “Data Science” es la de: ciencia que ayuda a responder preguntas a través del análisis de los datos.
Ante una crisis financiera, sanitaria y social como la que vivimos en la actualidad debido al COVID-19, tecnologías basadas en Big Data están revolucionando todos los aspectos de los negocios y de la vida cotidiana.
Analista de datos, un perfil cada vez más demandado por las empresas
Ya no son solo empresas financieras o del sector industrial las que demandan profesionales especialistas en el análisis de los datos. Esta situación de incertidumbre e inestabilidad ha provocado que todos los sectores necesiten de expertos que sean capaces de poder predecir situaciones futuras.
Una de las áreas donde los cambios tecnológicos están teniendo un mayor impacto es en el sector sanitario. Este ecosistema tan heterogéneo, tan solo reafirma el hecho de que un verdadero Data Scientist es alguien que precisa de conocimientos de programación y de estadística, pero que sobre todo conoce el medio en el que trabaja.
Los algoritmos permiten analizar tendencias del COVID-19
La cada vez mayor disponibilidad de datos, así como la utilización de lenguajes de programación y notebooks como pueden ser Python y Jupyter, posibilitan el acceso y manejo a una ingente información que hasta hace unos años era difícil de procesar.
Ejemplo de ello es el conjunto de datos o dataset que ofrece la Unión Europea en relación con la pandemia, y que muestra de forma clasificada, la incidencia de coronavirus en diferentes países del mundo. Este dataset, a pesar de provenir de la Unión Europea, aporta datos a nivel global, como pueden ser el número de casos reportados por cada país, número de fallecimientos, cifras de positivos por cada cien mil habitantes en los últimos catorce días, etc.
Podemos analizar todas estas variables sin necesidad de ser unos expertos en el ámbito y estudiar cómo ha afectado la pandemia en cada país del mundo mediante la utilización de algoritmos no supervisados. Los algoritmos no supervisados son aquellos que no necesitan partir de un conjunto de datos etiquetados para extraer un patrón, sino que analizan y comprenden ellos mismos los datos. Ejemplo de algoritmos no supervisados, son los algoritmos de clustering o de agrupamiento, cuyo objetivo, como su nombre indica, es el de agrupar los datos en diferentes subgrupos según su similitud o distanciamiento.
Empleando estos algoritmos, la analítica de datos acerca la incidencia de la pandemia en diferentes países distingue una serie de conclusiones y deducciones que pueden ser vitales en el transcurso de esta segunda ola. Usando como fuente de datos el dataset que ofrece la Unión Europea y centrándonos en variables como el número de casos por cada cien mil habitantes en los últimos catorce días, el índice de mortalidad, o el número de muertes y positivos por cada cien mil habitantes, se averigua por ejemplo, que según los datos, los países con una fuerte incidencia del virus durante la pandemia, siguen teniendo una elevada cifra de positivos en los últimos catorce días.
Otra reflexión que destapan los datos de manera sorprendente es la no demasiada alta correlación (tan solo del 50%) entre el número de casos positivos y el número de muertes por cada cien mil habitantes. Es decir, a pesar de lo que la lógica nos pueda hacer pensar; los países con las cifras más altas de positivos no son los que tienen un mayor índice de mortalidad. ¿No se recogen de forma correcta los datos? ¿Afectan las condiciones medioambientales y socioeconómicas a la mortalidad del COVID-19?
Disparidad en el índice de mortalidad entre la primera y segunda ola
Si trasladamos este análisis al caso particular de España, podemos observar que algunas de las controversias que han inundado los medios en estos últimos meses, versaban sobre el suficiente o no número de pruebas PCR que se estaban realizando, o si se contabilizan de forma correcta el número de positivos. Una vez más, el análisis de los datos puede aportarnos luz.
Analizando toda la información recogida a lo largo de la crisis del COVID-19, los datos revelan una disparidad existente entre el índice de mortalidad de la primera ola de la pandemia, con el de la segunda ola (muchísimo inferior a la anterior).
Mientras la mortalidad en el mes de mayo reflejaba en alguna ocasión picos de hasta un 30%; en la actualidad el índice de mortalidad se encuentra entre un 1% y un 2%.
Este análisis puede reforzar la teoría de que en esta segunda ola se están realizando muchísimas más pruebas PCR, se están reportando muchísimos más casos de positivos, y por consiguiente la mortalidad es muchísimo más baja, así como más real y representativa.
Siguiendo con esta comparativa, un estudio de Seroprevalencia que se realizó en junio en España reflejaba que el porcentaje de españoles que se habían contagiado hasta ese entonces de COVID-19 era de un 5,2%. Ese porcentaje significaba que hasta el treinta de junio, el número de personas que habrían pasado la enfermedad debería ser en torno a 2.500.000 (frente a los 240.000 reportados hasta ese entonces por Sanidad). Si tuviéramos en cuenta esa cifra, la mortalidad del covid en España en la primera ola se equiparaba al de la segunda con un 1,2%.
Mioti forma en Madrid y vía online a expertos en Data Science
La Ciencia de los Datos nos ayuda a responder muchas y diversas preguntas, hasta incluso llegar a analizar y pronosticar la tendencia de una pandemia a nivel global.
MIOTI forma en su Máster de Data Science para liderar en la profesión más demandada del mercado. En su máster aprenderás desde conceptos básicos de pre-procesamiento de datos, Inteligencia Artificial y programación en Python, hasta los últimos modelos de redes neuronales profundas y reconocimiento de imágenes. 100% práctico desde el primer día.
Si te pareció interesante esta publicación y quieres más información acerca de MIOTI, o la oferta formativa de Madrid Internet of Things Institute, ponte en contacto con Emagister y te ayudaremos con la información que necesitas.
