La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · arXiv · 2026-10-22
Aprendizaje de ecuaciones de umbral epidémico a partir de simulaciones: REEBLRA, un marco de clasificación bayesiana interpretable para números de reproducción
Título original: Learning Epidemic Threshold Equations from Simulation: REEBLRA, an Interpretable Bayesian Classification Framework for Reproduction Numbers
Las expresiones analíticas para el número reproductivo básico $R_0$ son difíciles de derivar en modelos epidémicos de alta dimensión, no lineales o estructuralmente complejos. REEBLRA emplea regresión logística bayesiana para aprender ecuaciones umbral sustitutas explícitas a partir de datos de parámetro-respuesta, proporcionando una ecuación binaria para clasificar la invasión epidémica ($R_0>1$) y ecuaciones umbral ordenadas que acotan $R_0$. En siete pruebas de referencia de modelos ODE, incluido un sistema SIR de 15 compartimentos y cinco grupos, el AUC binario de cinco pliegues fue de 0.999-1.000 y la exactitud del acotamiento ordenado fue de 0.951-0.998.