Pronóstico del número de casos de infecciones respiratorias agudas por semana epidemiológica en la red AUNA – Lima, Perú

Abstract

El trabajo aborda un problema de vigilancia epidemiológica en Perú: las IPRESS deben reportar semanalmente los casos de Infección Respiratoria Aguda (IRA) al sistema nacional, pero muchas carecen de herramientas eficientes, lo que genera retrasos, errores y sobrecarga operativa. Para solucionarlo, se desarrolló una herramienta predictiva basada en análisis de series de tiempo, utilizando datos históricos de IRA (2022-2024) de una red de clínicas de Lima. Los datos fueron extraídos desde la nube (AWS Athena), depurados para evitar duplicados (considerando que un cuadro de IRA dura hasta 14 días) y agregados por semana epidemiológica. El análisis exploratorio mostró una marcada estacionalidad anual, con picos en invierno y una serie no estacionaria, confirmada por los gráficos ACF y PACF, que revelaron un patrón estacional cada 52 semanas. Se evaluaron tres modelos SARIMA, seleccionando el mejor mediante el criterio AIC y validando su precisión con RMSE y MAE. El modelo ganador fue SARIMA(0,1,1)(0,1,1)₅₂, con un AIC de 573.13 y un RMSE de 65.72 casos, destacando por su equilibrio entre simplicidad y capacidad predictiva. El modelo se integró en un dashboard de Power BI con Python, automatizando la extracción y generación de pronósticos semanales para 2025 y 2026. Las predicciones anticipan picos entre las semanas 21 y 27 (junio-julio), permitiendo planificar recursos con antelación. En conclusión, el modelo SARIMA demostró ser una solución robusta, precisa y fácil de interpretar para equipos de salud, transformando datos clínicos en inteligencia accionable para la salud pública.

The work addresses an epidemiological surveillance problem in Peru: IPRESS must report cases of Acute Respiratory Infection (ARI) to the national system weekly, but many lack efficient tools, leading to delays, errors, and operational overload. To solve this, a predictive tool based on time series analysis was developed, using historical IRA data (2022-2024) from a network of clinics in Lima. The data was extracted from the cloud (AWS Athena), cleaned to avoid duplicates (considering that an IRA episode lasts up to 14 days), and aggregated by epidemiological week. The exploratory analysis showed a marked annual seasonality, with peaks in winter and a non-stationary series, confirmed by the ACF and PACF plots, which revealed a seasonal pattern every 52 weeks. Three SARIMA models were evaluated, selecting the best one using the AIC criterion and validating its accuracy with RMSE and MAE. The winning model was SARIMA(0,1,1)(0,1,1)₅₂, with an AIC of 573.13 and an RMSE of 65.72 cases, standing out for its balance between simplicity and predictive capability. The model was integrated into a Power BI dashboard with Python, automating the extraction and generation of weekly forecasts for 2025 and 2026. The predictions anticipate peaks between weeks 21 and 27 (June-July), allowing for advance resource planning. In conclusion, the SARIMA model proved to be a robust, accurate, and easy-to-interpret solution for health teams, transforming clinical data into actionable intelligence for public health.