De dónde salen los datos

Todo conteo y toda variable ambiental en EPI-Aetheris sale de una fuente pública, citable, con fuente_id en el esquema. Esta página resume procedencia, ventanas y licencias para un lector externo. El detalle empírico de trampas de ingesta vive en docs/contexto/03-fuentes-de-datos.md del repositorio.

MINSAL — boletines epidemiológicos

Qué es. PDF semanales de salud.gob.sv (WordPress Download Manager), fuente citada VIGEPES. 14 departamentos. 264 archivos en la ventana parseable 2018–2023. 2020 no se descargó para la rama departamental (subregistro por covid y riesgo de extracción). A partir de 2024 el dashboard boletin.salud.gob.sv está bloqueado por Cloudflare Bot Management: no hay fuente departamental automatizable.

Cobertura real. No son 52/52 semanas con tabla departamental. Boletines de Semana Santa, Fiestas Agostinas y Fin de Año no publican esa tabla. Algunos boletines de semana normal tampoco (por ejemplo SE18/2023). La cobertura efectiva ronda ~49/52 semanas por año (48/52 en 2023). 2018 y 2019 además tienen semanas “no elaboradas” según nota oficial de MINSAL.

Dos familias de tabla, detectadas por documento — nunca por año:

• Familia A: columnas Probable / Confirmado / Tasa × 100.000.
• Familia B: Probable (semana actual) / Confirmado (semana − 1), sin tasa.

Probable y confirmado son acumulados desde SE1 hasta la semana que declara el encabezado, y además corresponden a semanas distintas dentro de la misma fila. El pipeline desacumula por diferencias entre boletines consecutivos. Un hueco no se reparte; una diferencia negativa (corrección retroactiva de MINSAL, 19 en el corpus, magnitud −1 o −2) se registra aparte y se excluye de la serie.

Otras reglas de la fuente, verificadas al leer los PDF:

• El año impreso dentro del documento no es fiable; el año se toma del nombre de archivo y del índice.
• Celda en blanco = 0, no dato ausente.
• La fila “Otros países” existe y a veces entra en el total impreso, a veces no: el validador prueba ambas convenciones por boletín.
• Republicaciones _v2…_v4 son el mismo boletín; gana la versión más alta (ADR 0004).

Los mismos PDF publican IRA, neumonías (conteo notificado departamental) y la tabla nacional de vigilancia laboratorial de influenza / VSR / SARS-CoV-2.

Licencia / uso. Publicación oficial del Ministerio de Salud de El Salvador. El proyecto los usa como dato agregado de vigilancia, sin republicar los PDF (los crudos no se versionan).

OpenDengue

Qué es. opendengue.org, extracto Spatial_extract_V1_3.csv (~2,8 millones de filas), distribución en Figshare con DOI y licencia, versión 1.3. Para El Salvador, Admin0 (nacional) es semanal desde 2013/2014; Admin1 (departamento) es mensual y solo 2000–2009 — no se usa para series semanales.

Qué carga el sistema. 365 filas nacionales, 2018–2024, clasificacion = 'total' (ADR 0005). El campo case_definition_standardised vale 'Total' en el 100 % de las 574 filas semanales de Admin0: OpenDengue no separa probable/confirmado a esta resolución. Insertar ese agregado como confirmado mezclaría una cifra de definición propia con la confirmación de laboratorio de MINSAL.

La semana se resuelve por coincidencia exacta de calendar_start_date contra semanas_epidemiologicas.fecha_inicio (domingo a sábado, PAHO/CDC), no recalculando con epiweeks sobre el CSV.

2020. La serie nacional incluye 2020, con nota. Es deliberado: la exclusión de 2020 gobierna la ventana departamental de comparación, no esta serie.

Las cifras no coinciden al peso con el total MINSAL (2018: 8.448 cargados vs. 8.443 del boletín SE52; 2022: 16.542 vs. 16.529). La diferencia se documenta; no se fuerza a cuadrar, porque la definición de caso no es la misma.

Open-Meteo

Qué es. API gratuita alojada (archive-api.open-meteo.com). El self-hosting se evaluó y se descartó: recortar la grilla global no está documentado de forma usable y el volumen (decenas o cientos de GB) excede el hardware del proyecto.

Modelo por variable (enmienda del 7 de agosto de 2026; ADR 0006):

Variables	Modelo	Resolución
Temperatura máx/mín/media, humedad relativa media, punto de rocío	era5_land	0,1° (~11 km); 14/14 celdas distintas
Precipitación acumulada y horas de lluvia	era5	0,25°; 13/14 celdas (La Libertad y San Salvador comparten celda, aceptado)

era5_land no sirve precipitación en la implementación de Open-Meteo. best_match y era5_seamless están prohibidos: mezclan grilla sin decir qué modelo produjo cada variable.

Agregación diaria → semanal: media para las variables de estado, suma para las de precipitación. Semana epidemiológica con timezone=America/El_Salvador. Coordenadas: punto representativo del polígono departamental (ADR 0003), no el centro de celda que devuelve la API.

Uso no comercial. Los términos de Open-Meteo listan de forma explícita investigación pública en instituciones públicas y contenido educativo. El perfil del proyecto (institución educativa pública, feria técnica, sin publicidad ni suscripciones) entra en ese uso.

Volumen cargado. 35.868 filas: 7 variables × 14 departamentos × 2018–2024, incluyendo 2020. Rate-limit por minuto (429) con backoff en el loader.

NOAA ONI

Qué es. Oceanic Niño Index del Climate Prediction Center de NOAA: https://www.cpc.ncep.noaa.gov/data/indices/oni.ascii.txt, texto plano público, serie mensual desde 1950 (ADR 0008).

Qué se guarda. Variable oni_anom (anomalía, no el valor absoluto), región nacional SV. El valor mensual se asigna a cada semana epidemiológica cuyo fecha_inicio cae en ese mes: es un índice de estado, no un conteo que se fraccione.

Se evaluó como predictor del clasificador retirado y no se adoptó en ese conjunto de features. El dato permanece cargado para usos descriptivos.

Cómo se cita en el esquema

fuentes_datos.codigo usa exactamente estas cadenas: opendengue_v1_3, minsal_pdf, open_meteo_era5_land, open_meteo_era5, noaa_oni. variables_ambientales.variable es texto libre sin CHECK: un typo crea una segunda serie en silencio. Las cadenas vigentes son temp_max, temp_min, temp_media, precipitation_sum, precipitation_hours, humedad_relativa_media, punto_rocio, oni_anom.

Geometría del mapa: geoBoundaries gbOpen SLV ADM1 (OSM vía osm-boundaries.com). El boundaryLicense de esta boundary reporta CC BY-SA 2.0; el texto de atribución en la interfaz sigue pendiente de una decisión de redacción, no de la procedencia del archivo.