stringtranslate.com

La teoría de redes en la evaluación de riesgos

Una red es una estructura abstracta que captura solo los conceptos básicos de los patrones de conexión y poco más. Debido a que es un patrón generalizado, las herramientas desarrolladas para analizar, modelar y comprender las redes se pueden implementar teóricamente en todas las disciplinas. Siempre que un sistema pueda representarse mediante una red, existe un amplio conjunto de herramientas ( matemáticas , computacionales y estadísticas ) que están bien desarrolladas y, si se comprenden, se pueden aplicar al análisis del sistema de interés.

Figura 1: Diagrama de lazo de los componentes de una red dirigida

Las herramientas que se emplean actualmente en la evaluación de riesgos suelen ser suficientes, pero la complejidad de los modelos y las limitaciones de la capacidad computacional pueden obligar a los evaluadores de riesgos a considerar más conexiones causales y tener en cuenta más resultados de eventos de tipo cisne negro . Al aplicar herramientas de teoría de redes a la evaluación de riesgos, se pueden superar las limitaciones computacionales y dar como resultado una cobertura más amplia de eventos con un rango más estrecho de incertidumbres. [1]

Los procesos de toma de decisiones no están incorporados en las evaluaciones rutinarias de riesgos; sin embargo, desempeñan un papel crítico en dichos procesos. [2] Por lo tanto, es muy importante que los evaluadores de riesgos minimicen el sesgo de confirmación realizando sus análisis y publicando sus resultados con una participación mínima de factores externos como la política, los medios de comunicación y los defensores. Sin embargo, en la realidad, es casi imposible romper el triángulo de hierro entre políticos, científicos (en este caso, evaluadores de riesgos) y defensores y medios de comunicación. [3] Los evaluadores de riesgos deben ser sensibles a la diferencia entre los estudios de riesgos y las percepciones de riesgos. [4] [5] Una forma de acercar los dos es proporcionar a los tomadores de decisiones datos en los que puedan confiar y comprender fácilmente. El uso de redes en el proceso de análisis de riesgos puede visualizar relaciones causales e identificar contribuyentes muy importantes o de gran peso a la probabilidad del evento crítico. [6]

Los diagramas de pajarita , los diagramas de causa y efecto , las redes bayesianas (una red acíclica dirigida ) y los árboles de fallas son algunos ejemplos de cómo se pueden aplicar las teorías de redes en la evaluación de riesgos. [7]

En las evaluaciones de riesgo epidemiológico (Figura 7 y 9), una vez construido un modelo de red, podemos visualizar, cuantificar y evaluar el riesgo potencial de exposición o infección de las personas relacionadas con los pacientes bien conectados (Paciente 1, 6, 35, 130 y 127 en la Figura 7) o lugares de alto tráfico (Hotel M en la Figura 9). En las evaluaciones de riesgo ecológico (Figura 8), a través de un modelo de red podemos identificar las especies clave y determinar qué tan extendidos se extenderán los impactos de los peligros potenciales que se están investigando.

Componentes clave de la evaluación de riesgos

Figura 2: Análisis, evaluación, valoración y gestión de riesgos

La evaluación de riesgos es un método para abordar la incertidumbre. Para que sea beneficiosa para el proceso general de gestión de riesgos y toma de decisiones, debe ser capaz de capturar eventos extremos y catastróficos. La evaluación de riesgos consta de dos partes: análisis de riesgos y evaluación de riesgos, aunque el término “ evaluación de riesgos ” puede utilizarse de forma indistinguible de “ análisis de riesgos ”. En general, la evaluación de riesgos puede dividirse en estos pasos: [8]

  1. Planificar y preparar el análisis de riesgos.
  2. Definir y delimitar el sistema y el alcance del análisis.
  3. Identificar peligros y eventos peligrosos potenciales.
  4. Determinar las causas y la frecuencia de cada evento peligroso.
  5. Identificar escenarios de accidentes (es decir, secuencias uniformes) que pueden iniciarse por cada evento peligroso.
  6. Seleccione escenarios de accidentes relevantes y típicos.
    Figura 3: Diagrama de pajarita de la gestión de riesgos
  7. Determinar las consecuencias de cada escenario de accidente.
  8. Determinar la frecuencia de cada escenario de accidente.
  9. Evaluar la incertidumbre.
  10. Establecer y describir el panorama de riesgos.
  11. Reportar el análisis.
  12. Evaluar el riesgo frente a los criterios de aceptación del riesgo
  13. Sugerir y evaluar posibles medidas de reducción de riesgos.

Naturalmente, el número de pasos necesarios varía con cada evaluación. Depende del alcance del análisis y de la complejidad del objeto de estudio. [9] Debido a que siempre hay distintos grados de incertidumbre involucrados en cualquier proceso de análisis de riesgos, generalmente se realizan análisis de sensibilidad e incertidumbre para mitigar el nivel de incertidumbre y, por lo tanto, mejorar el resultado general de la evaluación de riesgos.

Componentes clave de la teoría de redes

Una red es una representación simplificada que reduce un sistema a una estructura abstracta. En pocas palabras, es una colección de puntos unidos entre sí por líneas. Cada punto se conoce como un " vértice " (múltiple: " vértices ") o " nodos ", y cada línea como " aristas " o " enlaces ". [10] El modelado y estudio de redes ya se han aplicado en muchas áreas, incluidas las ciencias informáticas, físicas, biológicas, ecológicas, logísticas y sociales. A través del estudio de estos modelos, obtenemos conocimientos sobre la naturaleza de los componentes individuales (es decir, los vértices), las conexiones o interacciones entre esos componentes (es decir, las aristas), así como el patrón de conexiones (es decir, la red).

Sin duda, las modificaciones de la estructura (o patrón) de una red determinada pueden tener un gran efecto en el comportamiento del sistema que representa. Por ejemplo, las conexiones en una red social afectan la forma en que las personas se comunican, intercambian noticias, viajan y, de forma menos obvia, propagan enfermedades. Para comprender mejor cómo funciona cada uno de estos sistemas, es necesario tener algún conocimiento de la estructura de la red.

Terminología básica

Efecto mundo pequeño

El efecto de mundo pequeño es uno de los fenómenos de red más notables. Describe un hallazgo de que en muchas redes (quizás la mayoría) las distancias de ruta medias entre vértices son sorprendentemente pequeñas. [11] Tiene muchas implicaciones en varias áreas de estudios de redes. Por ejemplo, en las redes sociales , uno puede reflexionar sobre la velocidad con la que se propaga un rumor (o una enfermedad contagiosa) en una comunidad. Desde un punto de vista matemático, dado que las longitudes de ruta en las redes suelen escalarse como log n (donde n = número de vértices de la red), es lógico que siga siendo un número pequeño incluso con redes grandes y complejas.
Otra idea que surge junto con el efecto de mundo pequeño se llama embudo . [12] Se derivó de un experimento de redes sociales realizado por el psicólogo experimental Stanley Milgram en la década de 1960. En ese experimento, junto con el fenómeno del efecto de mundo pequeño , concluyó que en cualquier red social dada, siempre había unos pocos que estaban especialmente bien conectados. Estos pocos individuos eran, por lo tanto, responsables de la conexión entre los miembros y el resto del mundo.

Grado, centros y caminos

Figura 4: Una red pequeña con bordes múltiples y bordes propios
El grado de un vértice es el número de aristas conectadas a él. Por ejemplo, en la Figura 4, el vértice 3 tiene un grado de cinco. Los centros son vértices en una red con un grado relativamente más alto. El vértice 3 es un buen ejemplo. En una red social, los centros pueden significar individuos con muchos conocidos. En la evaluación de riesgos, puede significar un evento peligroso con múltiples desencadenantes (o la parte causal de un diagrama de pajarita). Un camino en una red es una ruta entre un vértice y otro a través de la red. De la misma figura, un ejemplo de un camino desde el vértice 1 al 6 puede ser 1→5→3→6.
Figura 5: Una red dirigida desconectada con dos componentes (sombreados)

Centralidad

La centralidad es una medida de la importancia (o centralidad ) de ciertos vértices en una red. Se puede medir contando el número de aristas conectadas a ella (es decir, su grado ). Por lo tanto, los vértices con el grado más alto tienen una centralidad de grado alta .
La centralidad de grado puede tener muchas implicaciones. En una red social, una persona con una centralidad de grado alta puede tener más influencia sobre los demás, más acceso a la información o más oportunidades que aquellos con menos conexiones. En una red de citas, un artículo con una centralidad de grado alta puede sugerir que es más influyente y, por lo tanto, tiene un mayor impacto en su respectiva área de investigación. [13]
Figura 6: Una red dirigida conectada con dos componentes (sombreados)
La centralidad de vector propio es una extensión del concepto de centralidad de grado, basada en el hecho de que en muchas redes no todos los vértices tienen el mismo peso o importancia. La importancia de un vértice en su red aumenta si tiene más conexiones con vértices importantes. Por lo tanto, la centralidad de vector propio puede considerarse como un sistema de puntuación de centralidad no solo para un vértice, sino también para sus vértices vecinos.

Componentes

Subgrupos, o subconjuntos de vértices, en una red desconectada. Red desconectada significa que en dicha red hay al menos un par de vértices que no tienen ningún camino que los conecte. A la inversa, se la conoce como red conectada , donde todos los vértices están conectados por al menos un camino. Por lo tanto, se puede decir que una red conectada tiene solo un componente.

Redes dirigidas

Figura 7. Un ejemplo de red dirigida acíclica en epidemiología por los CDC.
Redes en las que cada arista tiene una dirección de un vértice a otro. Por lo tanto, las aristas se conocen como aristas dirigidas . Un ejemplo de este tipo de red incluye un enlace desde la sección de referencia de esta página que lo llevará a otra, pero no al revés. En términos de red alimentaria, una presa devorada por un depredador es otro ejemplo.
Las redes dirigidas pueden ser cíclicas o acíclicas . Una red dirigida cíclica es una que tiene un bucle cerrado de aristas. Una red dirigida acíclica no contiene dicho bucle. Dado que una arista propia (una arista que conecta un vértice consigo mismo) se considera un ciclo, está ausente de cualquier red acíclica.
Una red bayesiana es un ejemplo de una red dirigida acíclica.

Red ponderada

En realidad, no todos los bordes tienen la misma importancia o peso (por ejemplo, las conexiones en una red social y las especies clave en una red alimentaria). Una red ponderada añade ese elemento a sus conexiones. Se utiliza ampliamente en aplicaciones genómicas y de biología de sistemas.

Árboles

Redes no dirigidas sin bucles cerrados. Un árbol puede ser parte de una red, pero aislado como un componente separado. Si todas las partes de una red son árboles, dicha red se denomina bosque . Un organismo administrativo a veces puede considerarse un bosque.

Otros ejemplos de aplicación de la teoría de redes

Red social

Los primeros estudios sobre redes sociales se remontan a finales del siglo XIX. Sin embargo, los estudios bien documentados y la fundación de este campo suelen atribuirse a un psiquiatra llamado Jacob Moreno. Publicó un libro titulado Who Whall Survive? en 1934, en el que sentó las bases de la sociometría (más tarde conocida como análisis de redes sociales ).

Otro famoso colaborador del desarrollo temprano del análisis de redes sociales es un psicólogo perimental conocido como Stanley Milgram . Sus experimentos de "mundo pequeño" dieron lugar a conceptos como los seis grados de separación y los conocidos bien conectados (también conocidos como "superestrellas sociométricas"). Este experimento fue repetido recientemente por Dodds et al. mediante mensajes de correo electrónico, y los resultados básicos fueron similares a los de Milgram. La longitud de ruta promedio real estimada (es decir, el número de aristas que el mensaje de correo electrónico tiene que pasar desde un individuo único hasta los objetivos previstos en diferentes países) para el experimento fue de alrededor de cinco a siete, lo que no se desvía mucho de los seis grados de separación originales. [14]

Red alimentaria

Figura 8. Red trófica del valle del río Este

Una red alimentaria , o cadena alimentaria , es un ejemplo de red dirigida que describe la relación presa-depredador en un ecosistema determinado. Los vértices de este tipo de red representan especies y los bordes, la relación presa-depredador. Una colección de especies puede estar representada por un único vértice si todos los miembros de esa colección se alimentan de los mismos organismos y son alimentados por ellos. Una red alimentaria suele ser acíclica, con pocas excepciones, como cuando los adultos se alimentan de los juveniles y cuando hay parasitismo. [15]

Nota: En el artículo principal sobre la red alimentaria , se describió la red alimentaria como cíclica, es decir, basada en el flujo de fuentes de carbono y energía en un ecosistema determinado. La red alimentaria descrita aquí se basa únicamente en los roles de presa y depredador; los organismos activos en los ciclos del carbono y el nitrógeno (como los descomponedores y fijadores) no se consideran en esta descripción.

Epidemiología

Figura 9. Cadena de transmisión entre huéspedes del Hotel M - Hong Kong, 2003

La epidemiología está estrechamente relacionada con las redes sociales. Las enfermedades contagiosas pueden propagarse a través de redes de conexión como el espacio de trabajo, el transporte, los contactos corporales íntimos y el sistema de agua (ver Figuras 7 y 9). Aunque solo existe virtualmente, los virus informáticos que se propagan a través de las redes de Internet no son muy diferentes de sus contrapartes físicas. Por lo tanto, comprender cada uno de estos patrones de red sin duda puede ayudarnos a predecir con mayor precisión los resultados de las epidemias y a preparar mejores protocolos de prevención de enfermedades.

El modelo más simple de infección se presenta como un modelo SI ( susceptible-infectado ). Sin embargo, la mayoría de las enfermedades no se comportan de una manera tan simple. Por lo tanto, se realizaron muchas modificaciones a este modelo, como el SIR ( susceptible-infectado-recuperado ), el SIS (la segunda S denota reinfección ) y los modelos SIRS . La idea de latencia se tiene en cuenta en modelos como SEIR (donde E significa expuesto ). El modelo SIR también se conoce como el modelo Reed-Frost . [16]

Para tener esto en cuenta en un modelo de red de brotes, se deben considerar las distribuciones de grado de los vértices en el componente gigante de la red (los brotes en componentes pequeños son aislados y desaparecen rápidamente, lo que no permite que los brotes se conviertan en epidemias). En teoría, la red ponderada puede proporcionar información más precisa sobre la probabilidad de exposición de los vértices, pero se necesitan más pruebas. Pastor-Satorras et al. fueron pioneros en muchos trabajos en esta área, que comenzaron con la forma más simple (el modelo SI ) y se aplicaron a redes extraídas del modelo de configuración. [17]

La biología de cómo una infección causa enfermedad en un individuo es complicada y es otro tipo de patrón de enfermedad en el que están interesados ​​los especialistas (un proceso conocido como patogénesis que involucra la inmunología del huésped y los factores de virulencia del patógeno).

Notas

  1. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. p.2
  2. ^ Consejo Nacional de Investigación (NRC). Paradigma del Libro Rojo . Evaluación de riesgos en el gobierno federal: comprensión del proceso. Washington DC: National Academy Press, 1983.
  3. ^ Pielke Jr., Roger A. Política, política y perspectiva. Nature 416 (2002): 367-68.
  4. ^ Slovic, Paul. Percepción del riesgo. Science 236 (1987): 280-85.
  5. ^ Consejo Nacional de Investigación (NRC). Paradigma del Libro Naranja . Entender el riesgo: cómo fundamentar las decisiones en una sociedad democrática. Washington DC: National Academy Press, 1996.
  6. ^ Rausand, Marvin. Evaluación de riesgos: teoría, métodos y aplicaciones . Hoboken, Nueva Jersey: John Wiley & Sons, 2011. pág. 295.
  7. ^ Rausand, Marvin. Evaluación de riesgos: teoría, métodos y aplicaciones . Hoboken, Nueva Jersey: John Wiley & Sons, 2011. págs. 266-302.
  8. ^ Rausand, Marvin. "Capítulo 5 Gestión de riesgos". Evaluación de riesgos: teoría, métodos y aplicaciones . Hoboken, NJ: John Wiley & Sons, 2011. págs. 117-36.
  9. ^ Rausand, Marvin. Evaluación de riesgos: teoría, métodos y aplicaciones . Hoboken, Nueva Jersey: John Wiley & Sons, 2011. pág. 124.
  10. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. p.1
  11. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. p. 241
  12. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. p. 243
  13. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. p. 168
  14. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. págs. 54-58
  15. ^ Newman, Mark EJ “Capítulo 5.3 Redes ecológicas”. Redes: una introducción . Oxford: Oxford UP, 2010. págs. 99-104
  16. ^ http://www.stat.columbia.edu/~regina/research/risk.pdf [ URL básica PDF ]
  17. ^ Newman, Mark EJ Redes: una introducción . Oxford: Oxford UP, 2010. págs. 657-664

Referencias