Orietta Nicolis, estadística: Navegante en un mar de datos

Escrito por: Eliette Angel V.

“Mi doctorado es en estadística aplicada. Entonces yo parto del problema y le intento dar una solución, a veces aplicando y adaptando la metodología estadística; otras, formulando nuevos modelos”, explica Orietta Nicolis, profesora e investigadora de la Facultad de Ingeniería de la sede Viña del Mar de la UNAB.

La doctora Nicolis se especializa en realizar predicciones para problemas que varían en el espacio y en el tiempo (predicciones de modelos espacio-temporal). ¿Qué situaciones cambian en el tiempo y en el espacio y se pueden predecir gracias a las estadísticas? Muchísimas. Terremotos, delitos, la contaminación atmosférica y quizás más importante por estos días, la curva de contagiados por el coronavirus y la demanda de ambulancias en esta emergencia sanitaria. Todas líneas de investigación de Nicolis.

Por cierto, las predicciones no son exactas, lo que la estadística entrega son rangos. Por ejemplo, en la simulación de Nicolis el peak de contagiados por Covid-19 será entre 60 mil y 85 mil casos activos y ocurrirá entre la primera y la tercera semana de junio. Al lunes 25 de mayo eran 44.695 casos activos, por lo que, lamentablemente, la curva aún le queda por crecer. Y también definió condiciones para que estas predicciones se cumpliesen. En este caso, que entre el 15 y el 25 de mayo se decretara una cuarentena total para todas las comunas o regiones. Como esto ocurrió en una parte importante del territorio, pero no en su totalidad, la curva puede tender a los límites máximos y no mínimos.

“En realidad, estoy estudiando Covid-19 porque sé que mi metodología aplica muy bien a estos fenómenos. Lo que intento hacer es contribuir con la toma de decisiones, ya sea en el ámbito médico, ambiental o en otros para mejorar al país y la calidad de vida de las personas”, comenta esta italiana que lleva ocho años viviendo en Chile, lo más cerca que puede del mar para poder navegar, su otra gran pasión.

Estadística= Datos + modelos

Los estadísticos necesitan, al menos, dos herramientas para realizar su trabajo: datos y un modelo (estadístico, claro está). Ambos van de la mano. “El supuesto de todos los modelos estadísticos es que los resultados no son buenos si los datos son malos. Nosotros como estadísticos estamos acostumbrados a mirar los datos, limpiarlos e imputarlos, para lograr el objetivo final: obtener información lo más confiable posible”, explica la doctora Nicolis, originaria de Verona, ciudad que se encuentra virtualmente a los pies del lago Garda, el más grande de Italia, y donde la estadística inició su gran amor por los deportes náuticos.

“No siempre es fácil obtener los datos, pero uno ya tiene la experiencia de dónde ir a buscarlos”, añade. Entonces si se trata de predecir terremotos, acude al Centro Sismológico Nacional y al Servicio Hidrográfico y Oceanográfico de la Armada (SHOA); si hablamos de cómo se concentra el material particulado fino en Santiago (PM 2,5, el que más daño causa), golpea la puerta del Ministerio del Medio Ambiente y su Red de Monitoreo de Calidad de Aire; cuando se trata de Covid-19, la del Ministerio de Salud.

En un mundo como el actual, los datos satelitales también son fundamentales. “Son datos a una escala mucho más grande, pueden ser a nivel mundial. Trabajo mucho con ellos cuando no hay datos en tierra, o con calibración de datos de satélite”, comenta. Pero los satélites tampoco son perfectos: como funcionan gracias a la difracción de la luz, el paso de nubes pueden, literalmente, nublar su “visión”. En esos casos, cuando faltan datos, los estadísticos deben encontrar un buen modelo “de imputación de datos, generando más incertidumbre en el modelo”, explica la también miembro del Centro de Investigación para la Gestión Integrada del Riesgo de Desastres (Cigiden).

Luego están los modelos, que a veces los estadísticos toman años en desarrollar. Obviamente, ya no escriben sus ecuaciones en pizarras, la mayoría programa en un software de código abierto, colaborativo, llamado “R”. En el caso de la Covid-19, la doctora Nicolis no quería partir de cero haciendo un modelo estadístico porque no había tiempo que perder. Entonces esta navegante experta se puso a estudiar. “Leí muchísimos modelos estadísticos que se estaban aplicando. Finalmente, me contacté con mis amigos de Universitá Cattolica del Sacro Cuore, cuyas predicciones en contagios en Italia fueron muy certeras”, acota esta profesora de velerismo, que en una ocasión viajó 40 días por el Mediterráneo sin bajar a tierra.

Variables propias de Chile

“Luego me dediqué a adaptarlo a la realidad chilena mediante programación. Seguramente si hubiese tomado el modelo como funciona en Italia y lo hubiese aplicado aquí, no hubiese resultado bien. La idea es contextualizar todas las variables que influyen. Por ejemplo, en Chile hay una dinámica diferente de los casos porque hay una cuarentena que cambia de semana en semana, de comuna en comuna. En Italia no, había una cuarentena estricta”, detalla Nicolis, quien desde temprana edad mostró habilidades por las matemáticas, razón por la cual en su colegio empezó a tomar clases de esta materia con cursos superiores.

“Acá también hay una diferencia social y económica que hay que incorporar. Puede ocurrir que una persona no pueda hacer cuarentena porque tiene que ir a trabajar, lo que aumenta la cantidad de casos, como está pasando en Santiago. En Europa esta diferencia social no es tan grande”, agrega Nicolis, hija de un carpintero con una capacidad excepcional para realizar cálculos y así construir muebles a medida.

Realizando todas estas adaptaciones es que llegaron a los resultados del modelo chileno para coronavirus, que ha predicho con gran exactitud los nuevos casos. Y no sólo eso, también predice qué hubiese ocurrido sin las medidas de cuarentena, lo que permite realizar comparaciones de las decisiones que se van tomando.

Las ganas de aportar de la doctora Nicolis no terminaron ahí, en estos momentos está generando modelos para predecir los peaks a nivel comunal, lo que no había sido posible porque los reportes sobre los casos a esta escala eran irregulares. También determinó la demanda de ambulancias para poder planificar mejor este escaso recurso en el largo plazo. Obviamente, debió echar mano a otros datos, como la demanda histórica de estos vehículos de emergencia, cruzar esa información con la de la actual pandemia y sumar nuevas variables, como que ahora las “prestaciones” de las ambulancias tomarán más tiempo por todos los preparativos de aislación para evitar contagios.

“También decidí hacer esta investigación para mostrar la utilidad de los modelos estadísticos en la predicción de contagios, un área que aún está poco considerada en Chile”, comenta Nicolis.

Propagación de terremotos y de epidemias

Ahora bien, ¿qué tienen que ver los modelos epidemiológicos con la predicción de epicentros de terremotos? Mucho. “La sismicidad tiende a propagarse de manera similar a una enfermedad”, dice Nicolis. De hecho, el modelo que la investigadora ocupa en la predicción de terremotos se llama “Secuencia de temblores del tipo epidémico” (Epidemic-Type Aftershock Sequence o ETAS) porque tras un terremoto, se propagan múltiples temblores, de manera similar que una enfermedad tras el primer contagiado.

En esta línea de investigación -la primera por la cual ganó un fondo (Fondecyt) cuando llegó a Chile, tiene una anécdota que la acompañará toda la vida. La mañana del 23 de agosto de 2014 fue invitada a una radio porteña para contar los resultados preliminares de su trabajo. Entonces le preguntaron qué probabilidad había de que ocurriera un sismo en esa ciudad. “Les dije: ‘Bueno, en toda la costa la probabilidad es bastante alta, sobre todo en Valparaíso, porque son bastantes los años que no ha habido terremotos”, respondió. Esa misma tarde hubo un temblor de 6,2º con epicentro a 37 kms al norte de Valparaíso. “Obviamente después me llamaron nuevamente de la radio”, dice entre risas esta investigadora.

Pero no todo son predicciones de modelos espacio-temporales, Nicolis también trabaja hace 15 años en aplicaciones médicas, lo que le valió ganarse a fines del año pasado un proyecto Fondef de la Agencia Nacional de Investigación y Desarrollo (ANID, ex Conicyt). Casi como si hubiese predicho la actual pandemia y la consiguiente relevancia que ha tomado la telemedicina, su último proyecto es un sistema que emplea inteligencia artificial (machine learning) para controlar el proceso de rehabilitación a distancia de pacientes cardiovasculares.

“Imagínate si los pacientes tuvieran una herramienta para rehabilitarse en casa. Podríamos llamarlos y decirles: ‘Tiene que hacer ejercicios más de este tipo’. Pienso que esto es súper importante, no solo para pacientes cardiovasculares, sino que para cualquier enfermedad que requiera rehabilitación. Es un sistema que aún no existe en Chile, por eso nos ganamos el proyecto”, sueña esta estadística, que bien sabe de la relevancia de su disciplina: En un mundo lleno de datos y con computadores de mayor capacidad, “la demanda de estadísticos en todo el mundo, y también en Chile, es alta”, concluye.