Esta edición revisa integralmente el modelo original y convierte su arquitectura conceptual en un programa formalmente identificable, auditable y reproducible. Se conserva la hipótesis central según la cual las violaciones de derechos humanos en México no deben tratarse como eventos aislados, sino como un sistema multiescalar. En este sistema, la impunidad, la corrupción, la fragilidad institucional, la violencia criminal, la desigualdad, la militarización, el género, el territorio y las capacidades estatales interactúan mediante mecanismos de retroalimentación. La revisión distingue expresamente entre descripción, asociación, causalidad e inferencia contrafactual; enumera las ecuaciones; define cada variable; incorpora notas de cálculo; especifica fuentes; y actualiza el contexto empírico y normativo al 17 de agosto de 2026.
La actualización empírica incorpora el RNPDNO y sus cortes verificables de 2026; la ENVIPE 2025; la ENDIREH 2021 como último levantamiento nacional disponible; los datos abiertos del SESNSP hasta julio de 2026; el Mecanismo Nacional de Prevención de la Tortura de la CNDH; el World Justice Project 2025; Reporteros Sin Fronteras 2026; Human Rights Watch 2026; y los hitos del Comité de la ONU contra la Desaparición Forzada bajo el artículo 34 de la Convención. Se evita equiparar cifra negra, impunidad, falta de sentencia y probabilidad de no sanción: cada concepto recibe un estimando separado.
El resultado es el IHRVM-2026, un sistema híbrido compuesto por dinámica de sistemas, DAG causal, red bayesiana dinámica, modelos de panel, conteo, supervivencia, lógica difusa, teoría de juegos y simulación basada en agentes. La edición adopta una regla epistemológica estricta: ninguna afirmación de significancia, causalidad, predicción o bifurcación se sostiene sin indicar el procedimiento de estimación o la evidencia que permitiría contrastarla.
Contenido
Resumen analítico
Corte empírico y regla de actualización
Principales hechos verificados incorporados
Capítulo I. Ontología, medición y arquitectura inferencial
1.1 De la norma al espacio de derechos efectivos
1.2 Cuatro niveles de inferencia
1.3 Índice de confiabilidad de fuente y afirmación
Capítulo II. Base empírica de México 2026
2.1 Desapariciones y no localización
2.2 Victimización, cifra oculta e impunidad
2.3 Tortura, detención y prisión preventiva
2.4 Violencia contra las mujeres y feminicidio
2.5 Periodismo, defensa de derechos y libertad de expresión
2.6 Estado de derecho y capacidad institucional
Capítulo III. IHRVM-2026: sistema dinámico y red causal
3.1 Vector de estado y ecuación general
3.2 Bucle de impunidad corregido
3.3 DAG causal y red bayesiana dinámica
3.4 Lógica difusa para debilidad institucional
Capítulo IV. Bifurcaciones, estabilidad y escenarios
4.1 De escenarios narrativos a condiciones matemáticas
4.2 Matriz revisada de diez escenarios
4.3 Probabilidades de escenario
Capítulo V. Corrupción, impunidad y teoría de juegos
5.1 Equilibrio de corrupción con probabilidad de sanción
5.2 Juego evolutivo institucional
Capítulo VI. Interseccionalidad, territorio y desigualdad
6.1 Interacciones no aditivas
6.2 Dependencia espacial
Capítulo VII. Validación, reproducibilidad y política pública
7.1 Protocolo de validación
7.2 Sensibilidad e incertidumbre
7.3 Arquitectura de intervención
7.4 Prioridad de intervención por palancas
Capítulo VIII. Hitos 2024-2026 y lectura sistémica
Conclusiones
Capítulo IX. Calibración empírica mínima, auditoría y prueba de estrés del IHRVM-2026
9.1 Propósito: cerrar la brecha entre formalización y evidencia observada
9.2 Vector empírico verificable al corte editorial
9.3 Índice prototipo de estrés institucional: demostración y límites
9.4 Calibración bayesiana mínima de la probabilidad de sanción
9.5 Evidencia institucional 2026: desaparición forzada y artículo 34
9.6 Cambio metodológico del SESNSP en 2026 y ruptura de comparabilidad
9.7 Prueba empírica de riesgo para libertad de prensa
9.8 Criterios explícitos de validación del IHRVM-2026
9.9 Matriz de trazabilidad de afirmaciones críticas
9.10 Regla editorial de no sobreafirmación
9.11 Dictamen de cierre metodológico
Anexo 0. Protocolo mínimo para réplica empírica 2026
Anexo A. Diccionario de variables, operacionalización y fuentes
Anexo B. Protocolo de cálculo reproducible
Referencias
Resumen analítico
Esta edición revisa integralmente el modelo original y convierte su arquitectura conceptual en un programa formalmente identificable, auditable y reproducible. Se conserva la hipótesis central: las violaciones de derechos humanos en México no deben tratarse como eventos aislados, sino como un sistema multiescalar en el que impunidad, corrupción, fragilidad institucional, violencia criminal, desigualdad, militarización, género, territorio y capacidades estatales interactúan mediante mecanismos de retroalimentación. La revisión distingue expresamente entre descripción, asociación, causalidad e inferencia contrafactual; enumera las ecuaciones; define cada variable; incorpora notas de cálculo; especifica fuentes; y actualiza el contexto empírico y normativo al 17 de agosto de 2026.
La actualización empírica incorpora el RNPDNO y sus cortes verificables de 2026; la ENVIPE 2025; la ENDIREH 2021 como último levantamiento nacional disponible; los datos abiertos del SESNSP hasta julio de 2026; el Mecanismo Nacional de Prevención de la Tortura de la CNDH; el World Justice Project 2025; Reporteros Sin Fronteras 2026; Human Rights Watch 2026; y los hitos del Comité de la ONU contra la Desaparición Forzada bajo el artículo 34 de la Convención. Se evita equiparar cifra negra, impunidad, falta de sentencia y probabilidad de no sanción: cada concepto recibe un estimando separado.
El resultado es el IHRVM-2026, un sistema híbrido compuesto por dinámica de sistemas, DAG causal, red bayesiana dinámica, modelos de panel, conteo, supervivencia, lógica difusa, teoría de juegos y simulación basada en agentes. La edición adopta una regla epistemológica estricta: ninguna afirmación de significancia, causalidad, predicción o bifurcación se sostiene sin indicar el procedimiento de estimación o la evidencia que permitiría contrastarla.
Palabras clave:
Derechos humanos; desaparición; tortura; detención arbitraria; feminicidio; libertad de prensa; causalidad; redes bayesianas; sistemas dinámicos; lógica difusa; impunidad; México.
Corte empírico y regla de actualización
Fecha de corte editorial: Las series mensuales de 2026 se consideran preliminares cuando la propia fuente oficial las clasifica como tales. En el caso del RNPDNO, el tablero es dinámico: por reproducibilidad se reportan cortes fechados y se conserva la fecha de consulta. Cuando no existe un archivo oficial congelado para el día exacto de cierre, se evita fabricar una cifra acumulada y se informa el último corte verificable acompañado de los flujos mensuales posteriores.
Principales hechos verificados incorporados
Abb. in Leseprobe nicht enthalten
Capítulo I. Ontologia, medición y arquitectura inferencia!
1.1 De la norma al espacio de derechos efectivos
La unidad analítica del modelo no es únicamente el derecho como enunciado normativo, sino el derecho efectivamente ejercible. Siguiendo a Sen (1999) y Nussbaum (2000), se representa la libertad sustantiva como un conjunto de capacidades alcanzables bajo restricciones jurídicas, institucionales, territoriales y socioeconómicas. La violación de derechos se interpreta como una contracción exógena o endógena de dicho conjunto causada por actores estatales, paraestatales o privados cuya acción u omisión activa obligaciones de prevención, investigación, sanción, reparación o garantía.
Abb. in Leseprobe nicht enthalten
Definición de variables. C_i(t) = conjunto de capacidades efectivas de la persona i en t; c_ik = nivel observado o latente de la capacidad k; 0_k = umbral normativo/empírico mínimo; K = número de capacidades modeladas.
Nota de cálculo. Cada capacidad se normaliza a [0,1]. El umbral Q_k debe fijarse antes del análisis mediante estándar normativo, percentil de referencia o criterio participativo. No se recomienda estimarlo ex post para maximizar resultados.
Fuente de datos/estimación. INEGI (ingreso, victimización, género, demografía); CONEVAL cuando se incorporen carencias; CNDH y registros administrativos para violaciones; estándares constitucionales e internacionales para umbrales normativos.
Abb. in Leseprobe nicht enthalten
Definición de variables. D_i = daño multidimensional individual; w_k = peso de la capacidad k, con w_k>0 y Zw_k=1; V_ik = nivel contrafactual de capacidad bajo ausencia de violación; c_ik = nivel observado.
Nota de cálculo. El término positivo evita contabilizar mejoras como daño. Los pesos deben someterse a sensibilidad: igualdad, AHP participativo o distribución Dirichlet. El contrafactual puede obtenerse por matching, synthetic control o modelo bayesiano jerárquico.
Fuente de datos/estimación. Microdatos INEGI y registros de víctimas; para el contrafactual, unidades comparables sin exposición o periodos preevento.
Abb. in Leseprobe nicht enthalten
Definición de variables. D(t) = daño social agregado; q_i = factor de expansión o peso poblacional; D_i = daño individual.
Nota de cálculo. Si se usan encuestas, q_i corresponde al factor de expansión. Si son registros censales, q_i=1. Debe evitarse mezclar registros y encuestas sin una capa explícita de ponderación.
Fuente de datos/estimación. Diseños muestrales de INEGI; RNPDNO, SESNSP y CNDH para registros.
1.2 Cuatro niveles de inferencia
La edición 2026 distingue cuatro proposiciones: (a) descriptiva, X ocurrió; (b) asociativa, X covaría con Y; (c) causal, intervenir X modifica Y; y (d) contrafactual, Y habría tomado otro valor sin X. Esta distinción corrige el riesgo del texto original de llamar causal a una secuencia teóricamente plausible sin identificación empírica.
Abb. in Leseprobe nicht enthalten
Definición de variables. ATE = efecto causal promedio; Y(1) = resultado potencial bajo exposición/intervención; Y(0) = resultado potencial sin exposición/intervención.
Nota de cálculo. El ATE solo es identificable bajo supuestos explícitos: consistencia, positividad, ignorabilidad condicional o un diseño cuasiexperimental equivalente. En violencia institucional estos supuestos suelen ser fuertes y deben discutirse.
Fuente de datos/estimación. Paneles estatales/municipales construidos con RNPDNO, SESNSP, INEGI, CNDH, WJP u observatorios; variables de tratamiento definidas por reformas, despliegues o cambios institucionales fechados.
1.3 índice de confiabilidad de fuente y afirmación
Toda cifra del IHRVM-2026 se vincula con una afirmación documental y su trazabilidad. La confiabilidad no se transfiere automáticamente del prestigio general de una institución a cada dato: debe verificarse definición, fecha, cobertura y denominador.
Abb. in Leseprobe nicht enthalten
Definición de variables. Q_h = calidad de la afirmación h; A = autoridad/procedencia; T = trazabilidad a dato primario; R = reproducibilidad; M = claridad metodológica; C = consistencia cruzada; w_j = pesos que suman 1.
Nota de cálculo. Cada componente se puntúa 0-1. Se recomienda w=(0.20,0.25,0.20,0.20,0.15). La sensibilidad se evalúa variando pesos ±20%. Q_h no mide verdad absoluta: mide auditabilidad documental.
Fuente de datos/estimación. Metadatos de las fuentes primarias y bitácora LiTCoDE. Las notas periodísticas solo se usan para hitos o cortes cuando enlazan/atribuyen datos verificables a la fuente primaria.
Capítulo II. Base empírica de México 2026
2.1 Desapariciones y no localización
El RNPDNO, administrado por la Comisión Nacional de Búsqueda, concentra registros de personas desaparecidas y no localizadas. Su naturaleza dinámica obliga a citar fecha de consulta. El último corte fechado que esta edición puede reproducir con respaldo documental secundario que remite al registro es 135,048 personas al 16 de junio de 2026 (IMDHD, 2026). Para julio, una nota de UnoTV basada en el RNPDNO reportó 1,070 registros de personas desaparecidas, no localizadas y localizadas, de los cuales 575 permanecían desaparecidas o no localizadas. Estas magnitudes no deben sumarse mecánicamente al acumulado de junio porque el registro se depura, reclasifica y actualiza retrospectivamente.
El hito internacional central de 2026 ocurrió el 2 de abril: el Comité de Naciones Unidas contra la Desaparición Forzada solicitó al Secretario General llevar la situación mexicana a consideración de la Asamblea General bajo el artículo 34 de la Convención. Este procedimiento se activa cuando el Comité considera suficientemente graves los indicios de una práctica extendida o sistemática; no constituye por sí mismo una sentencia de responsabilidad penal individual (OHCHR, 2026).
Abb. in Leseprobe nicht enthalten
Definición de variables. r_D = tasa de personas desaparecidas/no localizadas por 100 mil habitantes en periodo t; N_D = nuevos registros cuyo estatus al corte sea desaparecida/no localizada; P = población a mitad del periodo.
Nota de cálculo. Para análisis de incidencia usar nuevos eventos por fecha de desaparición y no el stock acumulado histórico. El denominador debe corresponder a la población expuesta del mismo territorio y periodo.
Fuente de datos/estimación. Numerador: RNPDNO/CNB. Denominador: proyecciones de población CONAPO o INEGI, documentando la versión.
Abb. in Leseprobe nicht enthalten
Definición de variables. Á_D,it = intensidad esperada de nuevas desapariciones en entidad/municipio i, periodo t; a_i = efecto territorial; T_t = efecto temporal; X_it = covariables; ß = parámetros; u_it = error/heterogeneidad.
Nota de cálculo. Estimar con Poisson o binomial negativa según sobredispersión. Incluir offset log(P_it). Contrastar autocorrelación espacial de residuos antes de interpretar ß.
Fuente de datos/estimación. RNPDNO; población CONAPO/INEGI; SESNSP para violencia; indicadores socioeconómicos INEGI/CONEVAL; capacidades institucionales estatales si están disponibles.
2.2 Victimization, cifra oculta e impunidad
ENVIPE 2025 estimó que 23.1 millones de personas de 18 años y más fueron víctimas de algún delito durante 2024. La encuesta es la fuente adecuada para cifra oculta y victimización; no debe utilizarse como sustituto de una tasa de condena. En esta edición se abandona la equivalencia simplificada “98% de impunidad = P(no sanción|violación)”. La impunidad procesal requiere un denominador de casos con trayectoria judicial comparable; la cifra oculta mide delitos no denunciados o sin carpeta y responde a otra pregunta.
Abb. in Leseprobe nicht enthalten
Definición de variables. CN = proporción de cifra oculta; C_inv = delitos estimados con investigación/carpeta según definición ENVIPE; D_est = total de delitos estimados por la encuesta.
Nota de cálculo. Usar exactamente la definición anual de INEGI. No convertir CNen “impunidad” sin seguimiento de carpetas, judicialización y sentencias.
Fuente de datos/estimación. INEGI, ENVIPE 2025 y tabulados de cifra oculta.
Abb. in Leseprobe nicht enthalten
Definición de variables. I_PROC = impunidad procesal operacional; S = casos con resolución sancionatoria en la ventana; C_eleg = casos elegibles con trayectoria y antigüedad suficientes.
Nota de cálculo. La ventana temporal debe permitir maduración del proceso. Un caso reciente sin sentencia no puede clasificarse automáticamente como impune. Se recomienda análisis de supervivencia hasta resolución.
Fuente de datos/estimación. Fiscalías, poderes judiciales, censos nacionales de procuración/impartición de justicia de INEGI y expedientes administrativos.
Abb. in Leseprobe nicht enthalten
Definición de variables. h(t|X) = riesgo instantáneo de resolución/sanción en t; h0 = riesgo base; X = características del caso e institución; ß = coeficientes.
Nota de cálculo. Modelo de Cox para tiempo hasta judicialización o sentencia; censurar casos aún abiertos. Verificar proporcionalidad de riesgos.
Fuente de datos/estimación. Registros longitudinales de carpetas y procesos; censos judiciales INEGI cuando permitan seguimiento agregado.
2.3 Tortura, detención y prisión preventiva
Human Rights Watch (2026) sintetiza que el Instituto Federal de Defensoría Pública había documentado 3,177 incidentes denunciados como actos de tortura, con 4,100 víctimas entre 2019 y 2025. El mismo informe señala que alrededor de 40% de la población penitenciaria no había recibido sentencia. Estas cifras describen riesgos institucionales distintos y no deben fusionarse: tortura es una conducta; prisión preventiva es una situación procesal; y detención arbitraria requiere un juicio jurídico adicional.
Abb. in Leseprobe nicht enthalten
Definición de variables. T_rate = tasa de víctimas que reportan tortura por 100 mil personas detenidas; V_T = víctimas documentadas/estimadas; N_det = universo de detenciones comparable.
Nota de cálculo. El numerador y denominador deben provenir de sistemas compatibles. Sino existe universo nacional de detenciones con igual cobertura, reportar proporciones muestrales y no una tasa nacional sintética.
Fuente de datos/estimación. IFDP/HRW para incidentes documentados; INEGI ENPOL/ENSU/ENVIPE según universo; CNDH-MNPT para factores de riesgo cualitativos y recomendaciones.
2.4 Violencia contra las mujeres y feminicidio
La ENDIREH 2021 sigue siendo, al 17 de agosto de 2026, el último gran levantamiento nacional de prevalencia de violencia contra las mujeres disponible en el portal del INEGI. Estimó que 70.1% de las mujeres de 15 años y más experimentó al menos una situación de violencia a lo largo de la vida; 51.6% violencia psicológica, 49.7% sexual, 34.7% física y 27.4% económica, patrimonial o discriminación. Para 2026, el SESNSP mantiene datos mensuales administrativos: el reporte enero-julio señaló una reducción de 7.7% en el promedio diario de feminicidio respecto al mismo periodo de 2025. La disminución del flujo administrativo no invalida la elevada prevalencia estructural captada por ENDIREH: son indicadores con universo, temporalidad y mecanismo de registro diferentes.
Abb. in Leseprobe nicht enthalten
Definición de variables. F_rate = tasa de víctimas de feminicidio por 100 mil mujeres; F_it = víctimas registradas como feminicidio; PAW_it = población femenina.
Nota de cálculo. Calcular por mes o año y usar promedio móvil de 12 meses para reducir volatilidad en entidades pequeñas. Documentar reclasificaciones posteriores.
Fuente de datos/estimación. SESNSP, base de víctimas del fuero común; población femenina CONAPO/INEGI.
Abb. in Leseprobe nicht enthalten
Definición de variables. R_i = riesgo relativo de violencia; G = dimensión de género/exposición específica; E = pertenencia étnico-lingüística o proxy contextual; P = pobreza/privación; ß_jk = efectos de interacción; £ = error.
Nota de cálculo. No declarar “significancia” sin estimar ß, errores estándar o intervalos posteriores. Para eventos raros usar logística penalizada o Bayes jerárquico. Las identidades no deben codificarse como causas biológicas: son posiciones sociales y exposiciones estructurales.
Fuente de datos/estimación. ENDIREH, INEGI intercensal/censo, CONEVAL y registros SESNSP; salvaguardas éticas para variables sensibles.
2.5 Periodismo, defensa de derechos y libertad de expresión
Reporteros Sin Fronteras ubicó a México en el lugar 122 de 180 países y territorios en su Índice Mundial de Libertad de Prensa 2026, con una puntuación de 45.23. En julio de 2026 su monitor registraba siete periodistas asesinados desde el 1 de enero. La edición original citaba más de 12 asesinatos en 2022; el nuevo documento sustituye esa cifra histórica como indicador principal por el corte actual y conserva los años anteriores solo para series comparables.
Abb. in Leseprobe nicht enthalten
Definición de variables. PressRisk = índice latente de riesgo para prensa; K = asesinatos; A = agresiones/amenazas; J = acoso judicial; M = fallas de mecanismos de protección; O = exposición territorial a crimen organizado; a_j = pesos.
Nota de cálculo. Normalizar componentes por población de periodistas o, si no existe denominador confiable, usar tasas por medios/entidades y reportar limitación. Estimar pesos mediante análisis factorial o Bayes, no fijarlos ad hoc en la versión empírica.
Fuente de datos/estimación. RSF, ARTICLE 19, Mecanismo Federal de Protección, fiscalías y bases de organizaciones civiles.
2.6 Estado de derecho y capacidad institucional
El World Justice Project reportó para México en 2025 una puntuación global de 0.40 y una posición 121 de 143 países, con descenso anual de 0.01. Este indicador no mide “derechos humanos” en forma total, pero aporta una medición comparada de restricciones al poder, corrupción, gobierno abierto, derechos fundamentales, seguridad y justicia. Se utiliza como modulador macro y nunca como sustituto de registros de violaciones.
Abb. in Leseprobe nicht enthalten
Definición de variables. WI = fragilidad institucional normalizada; RoL = puntaje de Estado de derecho previamente reescalado a [-1,1]; z(^) = transformación/reescalamiento definido; valores altos de WI representan mayor debilidad.
Nota de cálculo. Si se usa WJP [0,1], una transformación simple es WI=1-RoL. Para análisis subnacional debe usarse un indicador subnacional compatible; no imputar el mismo valor nacional a todos los municipios si se pretende inferencia territorial.
Fuente de datos/estimación. World Justice Project 2025; indicadores estatales alternativos documentados cuando existan.
Capítulo III. IHRVM-2026: sistema dinámico y red causal
3.1 Vector de estado y ecuación general
El IHRVM-2026 conserva los seis nodos sustantivos del modelo original, pero agrega separación entre estados observables, latentes y controles. El vector de estado contiene ejecuciones arbitrarias/privaciones letales atribuibles a agentes públicos cuando exista clasificación válida (EK), desapariciones (ED), tortura (T), detenciones arbitrarias (AD), violencia de género/feminicida (GBV), agresiones a periodistas/defensores (AH), impunidad procesal (I), corrupción (C) y debilidad institucional (WI).
Abb. in Leseprobe nicht enthalten
Definición de variables. X(t) = vector de estado; cada componente debe medirse con indicador observado o distribución posterior latente, manteniendo unidad temporal consistente.
Nota de cálculo. Estandarizar a z-scores o [0,1] solo para simulación conjunta; conservar unidades originales para reporte substantivo.
Fuente de datos/estimación. Fuentes específicas por nodo descritas en el Diccionario de Variables del Anexo A.
Abb. in Leseprobe nicht enthalten
Definición de variables. F = dinámica determinista no lineal; U = vector de intervenciones; 0 = parámetros estructurales; Z = shocks exógenos; ZdW = componente estocástico multivariado.
Nota de cálculo. Discretizar para datos anuales/mensuales: X_{t+1}=X_t+AtF(-)+p_t. Calibrar parámetros con Bayes o mínimos cuadrados penalizados. La difusión X captura shocks no explicados; no debe confundirse con error de medición.
Fuente de datos/estimación. Series armonizadas RNPDNO, SESNSP, INEGI, CNDH, RSF/ARTICLE 19 y WJP; eventos normativos DOF.
3.2 Bucle de impunidad corregido
La versión anterior fijaba aproximadamente P(no sanción|violación)=0.98. La edición 2026 elimina ese valor como constante general porque mezcla universos. En su lugar, la probabilidad de sanción se estima por tipo de caso, institución y cohorte.
logit P(Sancio'n_i=1) = a + PiTipo_i + p2Entidad_i + p3Evidencia_i + p4CargaInst_i + p5An~o_i (18) Definición de variables. Sanción = resolución sancionatoria definida ex ante; Tipo = categoría de violación; Entidad = territorio; Evidencia = calidad/volumen probatorio; CargaInst = carga institucional; Año = cohorte.
Nota de cálculo. Usar regresión logística multinivel. Reportar odds ratios e intervalos al 95%. Si hay separación completa, aplicar priors débiles o Firth.
Fuente de datos/estimación. Expedientes, censos de procuración e impartición de justicia; datos administrativos con linkage de cohortes.
Abb. in Leseprobe nicht enthalten
Definición de variables. I = nivel latente de impunidad; S_t = probabilidad estimada de sanción; C = corrupción; A = accountability/rendición de cuentas; R = capacidad de reparación/investigación; a,p,Y,S >0.
Nota de cálculo. No fijar a ...5 sin calibración. En simulación exploratoria usar distribuciones prior y análisis de sensibilidad global (Sobol/PRCC).
Fuente de datos/estimación. I derivado de trayectorias procesales; C y A de indicadores institucionales; R de presupuesto, personal, resolución y capacidades periciales.
3.3 DAG causal y red bayesiana dinámica
La antigua cadena EK——ED——T——AD——GBV———AH se sustituye como afirmación causal rígida por un grafo acíclico dirigido donde las aristas representan hipótesis identificables y se incorporan confusores. No se asume que una desaparición “cause” tortura o que una detención “cause” violencia de género en todos los casos; se modelan probabilidades condicionadas y mecanismos específicos.
Abb. in Leseprobe nicht enthalten
Definición de variables. G_c = DAG causal; V = variables; E = aristas dirigidas; do(-) = intervención de Pearl; la equivalencia expresa criterio conceptual de efecto causal, sujeto a identificación.
Nota de cálculo. Construir DAG con teoría, temporalidad y evidencia. Verificar d-separation para seleccionar conjuntos de ajuste. No aprender automáticamente causalidad solo con correlaciones.
Fuente de datos/estimación. Literatura causal (Pearl, 2009; Hernán & Robins, 2020) y series institucionales mexicanas.
Abb. in Leseprobe nicht enthalten
Definición de variables. X_{1:T} = trayectoria temporal; Pa(X_jt) = padres del nodo j en t o t-1; p = número de variables.
Nota de cálculo. Estimar tablas condicionales/distribuciones con Bayes jerárquico. Validar por log-score, Brier score y calibración fuera de muestra. Mantener una estructura temporal para evitar causalidad inversa espuria.
Fuente de datos/estimación. Panel mensual/trim./anual armonizado; priors informados por literatura y expertos, documentados en apéndice.
3.4 Lógica difusa para debilidad institucional
Las categorías “alta impunidad”, “fragilidad” o “presión social” son graduadas. La lógica difusa se utiliza para formalizar ambigüedad semántica, no para reemplazar datos.
Abb. in Leseprobe nicht enthalten
Definición de variables. p_alta = pertenencia al conjunto difuso “alto”; a = inicio de transición; b = umbral de pertenencia plena; c se omite en función hombro; x = indicador normalizado.
Nota de cálculo. Calibrar a y b con percentiles, expertos y análisis de sensibilidad. Reportar curvas completas. No elegir umbrales para producir una clasificación deseada.
Fuente de datos/estimación. Indicadores normalizados de WJP, carga judicial, resolución, presupuesto y cobertura institucional.
Abb. in Leseprobe nicht enthalten
Definición de variables. Risk = riesgo institucional difuso agregado; p_I, p_C, p_W = grados de pertenencia de impunidad, corrupción y debilidad.
Nota de cálculo. Media geométrica penaliza cuellos de botella y evita compensación total. Comparar con media aritmética y operadores min/max como sensibilidad.
Fuente de datos/estimación. Componentes del IHRVM-2026 estimados/normalizados.
Capítulo IV. Bifurcaciones, estabilidad y escenarios
4.1 De escenarios narrativos a condiciones matemáticas
Se mantienen los diez escenarios del texto original como tipología prospectiva, pero se corrige el uso del término “bifurcación”. Un escenario solo se denomina bifurcación matemática si un parámetro crítico modifica cualitativamente la estabilidad o el número de equilibrios. En caso contrario se clasifica como escenario narrativo o simulación de política.
Abb. in Leseprobe nicht enthalten
Definición de variables. X* = equilibrio; O* = parámetros en el punto considerado; F = campo vectorial del IHRVM.
Nota de cálculo. Resolver numéricamente los equilibrios para cada conjunto de parámetros. Verificar existencia y unicidad local cuando sea posible.
Fuente de datos/estimación. Modelo calibrado IHRVM-2026.
Abb. in Leseprobe nicht enthalten
Definición de variables. J = matriz Jacobiana; F_i = ecuación dinámica i; X_j = estado j.
Nota de cálculo. Calcular eigenvalores de J. Equilibrio localmente estable si todas las partes reales son negativas. Si una cruza cero al variar 6, investigar bifurcación.
Fuente de datos/estimación. Parámetros calibrados/simulados; cálculo numérico reproducible en R/Python.
Abb. in Leseprobe nicht enthalten
Definición de variables. Á_k = k-ésimo eigenvalor del Jacobiano; Re = parte real.
Nota de cálculo. Condición de estabilidad local lineal. No implica estabilidad global ni robustez ante shocks grandes.
Fuente de datos/estimación. Resultado matemático derivado del sistema calibrado.
Abb. in Leseprobe nicht enthalten
Definición de variables. 0* = valor crítico; Á_1,2 = par complejo conjugado; œ = frecuencia angular.
Nota de cálculo. Condición necesaria típica para una bifurcación de Hopf, junto con transversalidad. Solo si se verifica debe hablarse de ciclo límite emergente.
Fuente de datos/estimación. Análisis numérico del Jacobiano del IHRVM.
4.2 Matriz revisada de diez escenarios
Abb. in Leseprobe nicht enthalten
4.3 Probabilidades de escenario
Las etiquetas “alta/media/baja” del documento anterior se sustituyen por probabilidades posteriores cuando exista evidencia. En ausencia de datos suficientes se reportan rangos de plausibilidad y no probabilidades numéricas aparentes.
Abb. in Leseprobe nicht enthalten
Definición de variables. E_s = escenario s; y = datos; 0 = parámetros; p(0|y) = distribución posterior.
Nota de cálculo. Muestrear Q por MCMC y clasificar cada trayectoria simulada según reglas predefinidas. La frecuencia posterior aproxima P(E_s[y).
Fuente de datos/estimación. Posteriores del IHRVM y simulaciones Monte Carlo.
Capítulo V. Corrupción, impunidad y teoría de juegos
5.1 Equilibrio de corrupción con probabilidad de sanción
El argumento del equilibrio de Nash se conserva, pero ahora se especifica la estructura de incentivos. Cada agente elige Corromper (C) o No Corromper (NC). La corrupción puede ser racional individualmente si el beneficio esperado excede salario moral/institucional y costo esperado de sanción.
Abb. in Leseprobe nicht enthalten
Definición de variables. EU(C) = utilidad esperada de corromper; q = probabilidad percibida de detección y sanción; B = beneficio ilícito; S = pérdida/sanción; m = costo moral/reputacional.
Nota de cálculo. Los términos pueden estimarse con encuestas experimentales, registros disciplinarios o calibración. q no debe tomarse igual a 1-“impunidad general”.
Fuente de datos/estimación. Encuestas de corrupción, expedientes disciplinarios, auditorías y percepción institucional.
Abb. in Leseprobe nicht enthalten
Definición de variables. W = utilidad legítima asociada al puesto; R = recompensa/reputación por integridad.
Nota de cálculo. Incluir costo de represalias si el entorno castiga la integridad. La política anticorrupción modifica q, S, R y protección.
Fuente de datos/estimación. Reglas salariales, sistemas de carrera, protección a denunciantes, encuestas organizacionales.
Abb. in Leseprobe nicht enthalten
Definición de variables. q* = umbral de probabilidad de sanción a partir del cual corromper deja de ser preferible bajo la parametrización indicada.
Nota de cálculo. Derivado al igualar EU(C)=EU(NC). Si numerador<0, NC ya domina; si q*>1, la sanción por sí sola no basta y se requieren cambios en B, S, R o m.
Fuente de datos/estimación. Cálculo teórico con parámetros calibrados.
5.2 Juego evolutivo institucional
Abb. in Leseprobe nicht enthalten
Definición de variables. x = proporción de agentes que eligen NC; n_NC y n_C = pagos esperados dependientes de la composición institucional.
Nota de cálculo. Ecuación replicadora. Permite evaluar umbrales de masa crítica de integridad. Analizar puntos fijos x=0,1 e internos.
Fuente de datos/estimación. Parámetros derivados de encuestas, datos disciplinarios o escenarios calibrados.
Capítulo VI. Interseccionalidad, territorio y desigualdad
6.1 Interacciones no aditivas
La interseccionalidad se modela como estructura de exposición y posición social. El propósito no es esencializar identidades, sino estimar si la combinación de género, pertenencia indígena, pobreza, ruralidad, discapacidad u otras posiciones produce riesgos que exceden la suma de efectos marginales. La edición 2026 exige reportar intervalos de incertidumbre y evaluar sesgos de medición.
Abb. in Leseprobe nicht enthalten
Definición de variables. Y = evento de violencia o barrera de acceso; X_k = exposiciones/posiciones; p_kl = interacción; u_m = efecto aleatorio territorial.
Nota de cálculo. Centrar variables continuas antes de interacciones. Interpretar probabilidades marginales, no solo coeficientes. Controlar multiplicidad si se exploran muchas interacciones.
Fuente de datos/estimación. ENDIREH, Censo/Intercensal INEGI, CONEVAL y registros administrativos.
6.2 Dependencia espacial
Abb. in Leseprobe nicht enthalten
Definición de variables. I_Moran = autocorrelación espacial global; n = unidades; w_ij = pesos espaciales; W = suma de pesos; x_i = indicador territorial.
Nota de cálculo. Usar 999 o más permutaciones para inferencia. Probar matrices de contigüidad y distancia. Un Moran significativo indica patrón espacial, no mecanismo causal.
Fuente de datos/estimación. Indicadores territoriales del IHRVM; geometrías INEGI.
Abb. in Leseprobe nicht enthalten
Definición de variables. y = resultado; W = matriz espacial; p = dependencia endógena; X = covariables; 0 = spillovers de X; £ = error.
Nota de cálculo. Modelo Durbin espacial. Reportar efectos directos, indirectos y totales; verificar sensibilidad a W.
Fuente de datos/estimación. Panel estatal/municipal y cartografía INEGI.
Capítulo VII. Validación, reproducibilidad y política pública
7.1 Protocolo de validación
Un IHRVM empírico debe validarse en tres capas: medición, inferencia y predicción. Medición: consistencia de definiciones, cobertura y cambios de registro. Inferencia: identificación causal o asociación adecuadamente etiquetada. Predicción: capacidad fuera de muestra. El modelo no se considera validado por producir una narrativa plausible.
Abb. in Leseprobe nicht enthalten
Definición de variables. RMSE = error cuadrático medio; y_i = observado; y_i = predicho.
Nota de cálculo. Usar partición temporal, no aleatoria, en series. Comparar con benchmark ingenuo.
Fuente de datos/estimación. Datos observados de la variable objetivo.
Abb. in Leseprobe nicht enthalten
Definición de variables. p_i = probabilidad predicha; o_ie{0,1} = resultado observado.
Nota de cálculo. Complementar con curvas de calibración. Un buen AUC con mala calibración no basta para política pública.
Fuente de datos/estimación. Predicciones probabilísticas y eventos observados.
7.2 Sensibilidad e incertidumbre
Abb. in Leseprobe nicht enthalten
Definición de variables. S_i = índice de Sobol de primer orden; 0_i = parámetro; Y = salida simulada.
Nota de cálculo. Muestrearparámetros en sus rangos/priores. Reportar también efectos totales. Identificar qué supuestos dominan el resultado.
Fuente de datos/estimación. Distribuciones paramétricas del IHRVM.
7.3 Arquitectura de intervención
La política pública se representa como control óptimo multiobjetivo. El objetivo no es minimizar una sola tasa a costa de otros derechos, sino reducir daño, impunidad y riesgo sin aumentar arbitrariedad, discriminación o vigilancia abusiva.
Abb. in Leseprobe nicht enthalten
Definición de variables. J = función de pérdida social; D = daño; I = impunidad; C = corrupción; U = intervenciones; R = matriz de costo; 0 = costo terminal; w_j = pesos normativos.
Nota de cálculo. Resolver bajo restricciones presupuestales, legales y de no daño. Los pesos deben ser transparentes y participativos.
Fuente de datos/estimación. Costos presupuestarios oficiales, indicadores del IHRVM y estándares de derechos humanos.
7.4 Prioridad de intervención por palancas
Abb. in Leseprobe nicht enthalten
Definición de variables. L_j = palanca costo-efectividad; AD = cambio esperado de daño; Au_j = cambio de intervención j; Cost = costo marginal.
Nota de cálculo. Estimar con simulaciones contra factuales y rangos de incertidumbre. No usar como criterio único: incorporar equidad, legalidad y factibilidad.
Fuente de datos/estimación. Modelo calibrado + presupuestos/programas públicos.
Capítulo VIII. Hitos 2024-2026 y lectura sistèmica
La ventana 2024-2026 combina reformas institucionales, agravamiento visible de la crisis de desapariciones, controversia internacional y modificaciones de instrumentos de búsqueda. Para el IHRVM, los hitos no son simples noticias: son shocks o cambios de régimen potenciales que deben codificarse por fecha, jurisdicción, mecanismo y alcance.
Abb. in Leseprobe nicht enthalten
Conclusiones
La revisión 2026 fortalece la tesis original y, al mismo tiempo, limita sus afirmaciones a lo que puede sostenerse. México presenta una constelación persistente de desapariciones, tortura, violencia contra mujeres, ataques a periodistas, debilidad de justicia y alta cifra oculta. La evidencia disponible no autoriza resumir esa complejidad en una sola tasa de “98% de impunidad”; tampoco permite afirmar que una cadena causal lineal conecte automáticamente todas las violaciones. Sí permite formular un sistema de hipótesis verificables y un programa cuantitativo que combine registros oficiales, encuestas, seguimiento procesal, dinámica territorial y análisis de instituciones.
La contribución del IHRVM-2026 reside en su arquitectura de integración. La dinámica de sistemas aporta retroalimentación y estabilidad; los DAG y redes bayesianas aportan estructura causal y actualización probabilística; la econometría de panel y supervivencia aporta identificación; la lógica difusa trata categorías graduadas; la teoría de juegos formaliza incentivos; el ABM permite emergencia; y la ética impone límites a la optimización. La modelización no sustituye el derecho, la experiencia de víctimas ni la teoría crítica: organiza evidencia para hacer explícitos supuestos, incertidumbre y consecuencias.
Un documento 10/10 en esta línea no es el que contiene más ecuaciones, sino el que puede explicar de dónde sale cada símbolo, qué dato lo alimenta, qué supuesto lo sostiene, qué cálculo lo transforma y qué evidencia podría refutarlo. Esta edición adopta ese estándar como regla metodológica central.
Capítulo IX. Calibración empírica mínima, auditoría y prueba de estrés del IHRVM-2026
9.1 Propósito: cerrar la brecha entre formalización y evidencia observada
El dictamen de la edición anterior identificó una brecha concreta: la arquitectura matemática era sustantivamente más fuerte que la validación empírica. Esta versión definitiva incorpora una calibración mínima reproducible con indicadores observados y verificados disponibles al 17 de agosto de 2026. La finalidad no es fabricar un “índice oficial” de derechos humanos, sino demostrar de manera auditable cómo los datos reales ingresan al sistema, cómo se transforman y cómo la incertidumbre altera los resultados. Se conserva una separación estricta entre dato observado, transformación matemática, inferencia y escenario.
La calibración utiliza únicamente indicadores cuya definición y corte pueden verificarse en fuentes primarias o institucionales: ENVIPE 2025 del INEGI para victimización y cifra oculta; World Justice Project 2025 para justicia penal; Reporteros Sin Fronteras 2026 para libertad y seguridad de la prensa; el SESNSP con corte a junio de 2026 para incidencia delictiva bajo la metodología vigente; el RNPDNO como registro dinámico para desaparición y no localización; y documentos del Comité contra la Desaparición Forzada de Naciones Unidas publicados en 2026 para el hito internacional del artículo 34 (INEGI, 2025; SESNSP, 2026a, 2026b; WJP, 2025; RSF, 2026; CED, 2026).
9.2 Vector empírico verificable al corte editorial
Los valores siguientes son datos observados o transformaciones directas de indicadores publicados. ENVIPE 2025 estimó que 93.2% de los 33.5 millones de delitos ocurridos durante 2024 no fueron denunciados o no derivaron en carpeta de investigación. El WJP asignó a México en 2025 un puntaje de 0.25 en justicia penal, 0.19 en efectividad de investigación criminal, 0.16 en imparcialidad del sistema penal y 0.29 en debido proceso. RSF ubicó a México en 2026 en la posición 122 de 180 países, con puntuación global de 45.23 y puntuación de seguridad de 31.35; al 22 de julio de 2026 había documentado siete periodistas asesinados durante el año. Estos indicadores no son equivalentes entre sí y por ello no deben agregarse sin transformación y advertencia metodológica.
Abb. in Leseprobe nicht enthalten
Abb. in Leseprobe nicht enthalten
Definición de variables. R_j = riesgo normalizado del indicador j en [0,1]; x_j = valor publicado previamente reescalado a [0,1]. La orientación se fija antes del cálculo: 0 significa menor riesgo estructural y 1 mayor riesgo estructural.
Nota de cálculo. La transformación no altera el orden de los datos; únicamente homogeneiza la dirección. Para RSF, x=31.35/100=0.3135 en seguridad, por lo que R=0.6865. Para WJP, que ya se encuentra en [0,1] y donde valores mayores significan mejor Estado de derecho, se usa R=1-x.
Fuente de datos. INEGI (ENVIPE 2025), World Justice Project (Rule of Law Index 2025) y Reporteros Sin Fronteras (World Press Freedom Index 2026).
9.3 índice prototipo de estrés institucional: demostración y límites
Para demostrar la mecánica de integración, se construye un Índice Prototipo de Estrés Institucional (IPEI-6). No es un indicador oficial ni sustituye una estimación causal; su función es exclusivamente metodológica: mostrar cómo seis señales heterogéneas pueden armonizarse bajo reglas explícitas, auditables y sensibles a los pesos.
Abb. in Leseprobe nicht enthalten
Definición de variables. IPEI_6 = índice prototipo; R_j = riesgo normalizado; w_j = peso del indicador j. Para la línea base se utilizan pesos iguales, w_j=1/6.
Nota de cálculo. Con R = (0.932, 0.750, 0.810, 0.840, 0.710, 0.6865), el valor de demostración es IPEI_6 = 0.7881. Este número no debe interpretarse como “78.81% de violación de derechos”; representa únicamente el promedio normalizado de seis señales de estrés seleccionadas. Su uso válido es comparativo dentro de la misma especificación.
Fuente de datos. Cálculo propio a partir de INEGI (2025), WJP (2025) y RSF (2026).
Abb. in Leseprobe nicht enthalten
Definición de variables. IPEI_{(-j)} = índice recalculado excluyendo el indicador j. Sirve como análisis leave-one-out de robustez estructural.
Nota de cálculo. Los valores obtenidos al excluir sucesivamente cada señal oscilan entre 0.7593 y 0.8084. La amplitud de 0.0491 muestra que el resultado no depende de un único indicador, pero también confirma que la especificación y los pesos importan. Esta prueba debe ampliarse con Sobol o Dirichlet cuando exista el panel completo.
Abb. in Leseprobe nicht enthalten
9.4 Calibración bayesiana mínima de la probabilidad de sanción
La cifra oculta no equivale a impunidad, por lo que la versión definitiva evita usar 0.932 como probabilidad de no sanción. La calibración bayesiana de sanción debe partir de cohortes de casos con trayectoria procesal conocida. En ausencia de una base nacional enlazada a nivel de expediente, el documento establece una regla de inferencia: no se fija un valor nacional de P(sanción|violación); se especifica una distribución posterior que solo puede actualizarse con datos de casos elegibles.
Abb. in Leseprobe nicht enthalten
Definición de variables. p_s = probabilidad de sanción en una cohorte definida; a_0,b_0 = hiperparámetros previos; y = casos con sanción; n = casos elegibles con seguimiento suficiente.
Nota de cálculo. Se recomienda un prior débil Beta(1,1) si no existe información previa defendible. La unidad de análisis debe ser homogénea por tipo de violación, entidad y cohorte. Un expediente aún abierto se maneja mediante censura/tiempo hasta evento, no como “no sancionado” definitivo.
Fuente de datos. Censos Nacionales de Procuración de Justicia Estatal y de Impartición de Justicia Estatal del INEGI, fiscalías y poderes judiciales cuando exista linkage de cohortes. La ENVIPE se usa para subregistro, no para estimar directamente p_s.
9.5 Evidencia institucional 2026: desaparición forzada y artículo 34
El procedimiento internacional de 2026 debe incorporarse como shock institucional y no como “prueba numérica” de una tasa. El Comité contra la Desaparición Forzada adoptó el 17 de abril de 2026 una decisión bajo el artículo 34 respecto de México; el documento fue transmitido a la Asamblea General por el Secretario General. México había presentado respuestas a la solicitud de información en enero de 2026 y posteriormente remitió información adicional mediante nota verbal de 20 de mayo de 2026 (Comité contra la Desaparición Forzada, 2026a, 2026b; Naciones Unidas, 2026). Este hito es relevante porque altera el entorno de presión internacional y rendición de cuentas del IHRVM.
Abb. in Leseprobe nicht enthalten
Definición de variables. ZACED_t = variable indicadora de shock internacional; toma 0 antes del 17 de abril de 2026 y 1 desde esa fecha, salvo que se modele una ventana de anticipación o respuesta gradual.
Nota de cálculo. En un diseño de serie temporal interrumpida, la ecuación debe incluir nivel y pendiente postintervención, además de controles por violencia general y cambios metodológicos. La activación del artículo 34 no se interpreta automáticamente como causa de cambios posteriores; se trata como evento institucional susceptible de evaluación.
Fuente de datos. OHCHR/Committee on Enforced Disappearances, CED/C/MEX/A.34/D/1 (17 abril 2026); Naciones Unidas A/80/737 y A/80/749.
9.6 Cambio metodológico del SESNSP en 2026 y ruptura de comparabilidad
El SESNSP introdujo en 2026 una metodología vigente del Registro Nacional de Incidencia Delictiva (RNID). El portal oficial separa explícitamente las series 2015-2025 de la metodología 2026 en adelante y publica notas de comparación histórica y modificaciones mensuales. Por ello, cualquier panel 2015-2026 debe incluir una variable de ruptura metodológica y no concatenar mecánicamente las series como si fueran idénticas (SESNSP, 2026a, 2026b).
Abb. in Leseprobe nicht enthalten
Definición de variables. Y_it = tasa o conteo delictivo; a_i = efecto territorial; T_t = efecto temporal; X_it = covariables; M_2026,t = indicador del cambio metodológico; 5 = desplazamiento atribuible a ruptura de medición, no necesariamente a cambio real del fenómeno.
Nota de cálculo. Se deben estimar especificaciones con y sin 2026, y verificar si la relación entre series antiguas y nuevas puede armonizarse mediante la nota metodológica oficial. Cuando no sea posible, 2026 se analiza como nueva serie y se evita afirmar tendencias continuas.
Fuente de datos. SESNSP, Datos abiertos de incidencia delictiva y Manual metodológico del RNID, actualización publicada en julio de 2026.
9.7 Prueba empírica de riesgo para libertad de prensa
RSF reportó para México en 2026 una puntuación global de 45.23 y un indicador de seguridad de 31.35, ubicando al país en el lugar 160 de 180 en seguridad. Al 22 de julio de 2026, la organización había contabilizado siete periodistas asesinados durante el año. La combinación permite separar dos dimensiones: el entorno estructural de seguridad y la ocurrencia observada de eventos letales.
Abb. in Leseprobe nicht enthalten
Definición de variables. XApress_t = intensidad esperada de asesinatos/agresiones graves a periodistas; SAF_t = indicador de seguridad de RSF; M_t = funcionamiento de mecanismos de protección; O_t = exposición territorial a crimen organizado; 0 = parámetros.
Nota de cálculo. La cifra de siete asesinatos no basta para estimar el modelo anual por sí sola. Se requiere serie temporal multianual y, preferentemente, panel subnacional. Para eventos raros puede usarse Poisson, binomial negativa o Bayes jerárquico. El índice RSF funciona como covariable contextual, no como variable dependiente equivalente.
Fuente de datos. Reporteros Sin Fronteras, ficha de México 2026 y comunicado del 22 de julio de 2026.
9.8 Criterios explícitos de validación del IHRVM-2026
La validación definitiva se define ex ante mediante cuatro familias: ajuste, predicción, calibración probabilística y estabilidad. Una ecuación conceptualmente atractiva no se considera “validada” por coherencia narrativa. Debe superar pruebas cuantitativas apropiadas a su objetivo y a la escala de los datos.
Abb. in Leseprobe nicht enthalten
Definición de variables. y_i = valor observado; y_i = predicción; n = observaciones. RMSE penaliza con mayor intensidad errores grandes.
Fuente de datos. Se calcula sobre muestra de validación temporal o espacial construida a partir de las fuentes del nodo correspondiente.
Abb. in Leseprobe nicht enthalten
Definición de variables. p_i = probabilidad pronosticada; y_ie{0,1} = evento observado. Menor valor indica mejor calibración probabilística.
Nota de cálculo. Además del Brier deben presentarse curva de calibración y, cuando proceda, AUC/PR-AUC. Para eventos raros la PR-AUC es más informativa que la precisión global.
Abb. in Leseprobe nicht enthalten
Definición de variables. A_rob = rango de resultados bajo especificaciones m; S_m = estimación del resultado objetivo bajo cada modelo plausible.
Nota de cálculo. Una conclusión sustantiva solo debe calificarse como robusta si su signo y magnitud cualitativa se mantienen frente a especificaciones razonables, cambios de pesos, rezagos y exclusión de observaciones influyentes.
9.9 Matriz de trazabilidad de afirmaciones críticas
Abb. in Leseprobe nicht enthalten
9.10 Regla editorial de no sobreafirmación
• “Los datos muestran” se reserva para estadísticas directamente observadas o estimadas por la fuente con definición explícita.
• “Existe asociación” requiere coeficiente, intervalo de confianza/credibilidad y diagnóstico del modelo.
• “Existe efecto causal” requiere identificación causal defendible, supuesto explícito y prueba de sensibilidad.
• “El escenario sugiere” se utiliza para simulación prospectiva y nunca se presenta como predicción determinista.
• “Impunidad” no se sustituye por cifra oculta, no denuncia o ausencia de sentencia sin una definición procesal coherente.
• Los registros dinámicos deben archivarse con fecha, versión, hash y diccionario de variables antes de reproducir una cifra.
9.11 Dictamen de cierre metodológico
Con estas incorporaciones, el IHRVM-2026 deja de depender exclusivamente de funciones abstractas y presenta una ruta completa desde el dato publicado hasta la transformación, la ecuación, la inferencia y la prueba de robustez. La calibración mínima no pretende sustituir el panel nacional 2015-2026 todavía necesario para una validación causal completa; sí demuestra que el modelo puede operar con datos verificables sin confundir niveles inferenciales. Esta separación es esencial para mantener simultáneamente ambición teórica, rigor matemático y responsabilidad ética.
El criterio de excelencia adoptado para esta edición no es maximizar el número de ecuaciones, sino garantizar que cada ecuación tenga una semántica observable, una regla de cálculo, una fuente y una condición de falsabilidad. El sistema resultante es más conservador en sus afirmaciones y, precisamente por ello, más sólido como programa postdoctoral de sociología matemática aplicada a derechos humanos.
Anexo 0. Protocolo mínimo para réplica empírica 2026
Toda réplica del capítulo empírico deberá conservar un manifiesto de datos con: nombre exacto del archivo, institución, fecha de descarga, periodo cubierto, URL de origen, hash SHA-256, número de registros, variables utilizadas, transformaciones y script ejecutado. Si la fuente es dinámica, el archivo congelado constituye la unidad de evidencia y no la consulta posterior al portal.
Abb. in Leseprobe nicht enthalten
Definición de variables. h_256 = huella criptográfica del archivo bruto descargado. Permite comprobar que una réplica utiliza exactamente la misma evidencia de origen.
Nota de cálculo. Calcular antes de limpiar o transformar el archivo. La versión curada recibe un hash independiente. Conservar ambos en el manifiesto LiTCoDE.
Fuente de datos. Aplicable a archivos descargados de INEGI, SESNSP, CNB/RNPDNO, CNDH y otras fuentes institucionales.
Anexo A. Diccionario de variables, operacionalización y fuentes
Abb. in Leseprobe nicht enthalten
Anexo B. Protocolo de cálculo reproducible
1. Congelar cada descarga con fecha, URL, hash SHA-256 y metadatos de cobertura.
2. Conservar una capa RAW sin modificar y una capa CURADA con reglas de limpieza versionadas.
3. Documentar cambios de definición, reclasificaciones y rezagos de actualización.
4. Mantener denominadores compatibles con numeradores; no mezclar población total con población femenina o detenida.
5. Separar stock, flujo e incidencia. En RNPDNO, el stock acumulado no sustituye las desapariciones ocurridas en el periodo.
6. Estimar incertidumbre: errores muestrales en encuestas, intervalos posteriores en Bayes y sensibilidad en simulación.
7. Registrar cada ecuación con unidades, fuente, transformación y script de cálculo.
8. Validar fuera de muestra y publicar benchmarks.
9. Aplicar controles de privacidad y minimización de datos para información sensible.
10. Reproducir resultados en un contenedor o entorno con versiones fijas de R/Python y dependencias.
Referencias
Bourdieu, P. (1979). La distinction: Critique sociale du jugement. Les Éditions de Minuit.
Comisión Nacional de Búsqueda de Personas. (2026). Versión pública del Registro Nacional de Personas Desaparecidas y No Localizadas [Base de datos dinámica]. Secretaría de Gobernación. Recuperado el 28 de agosto de 2026, de https://versionpublicarnpdno.segob.gob.mx/
Comisión Nacional de los Derechos Humanos. (s. f.). Informes especiales e informes de supervisión del Mecanismo Nacional de Prevención de la Tortura. Recuperado el 28 de agosto de 2026, de https://tortura.cndh.org.mx/
Comité contra la Desaparición Forzada. (2026, 17 de abril). Decision adopted by the Committee under article 34 of the Convention, concerning Mexico (CED/C/MEX/A.34/D/1). Naciones Unidas. https://tbinternet.ohchr.org/_layouts/15/treatybodyexternal/Download.aspx?symbolno=CED/C/MEX/A.34/D/1 &Lang=en
Crenshaw, K. (1989). Demarginalizing the intersection of race and sex: A Black feminist critique of antidiscrimination doctrine, feminist theory and antiracist politics. University of Chicago Legal Forum, 1989(1), Article 8. https://chicagounbound.uchicago.edu/uclf/vol1989/iss1/8
Diario Oficial de la Federación. (2026, 18 de febrero). Protocolo Nacional para la Activación de la Alerta Nacional de Búsqueda, Localización e Identificación de Personas Desaparecidas y No Localizadas. https://www.dof.gob.mx/nota_detalle.php?codigo=5780405&fecha=18/02/2026
Espíndola, J. P. (2026, 7 de agosto). Adolescentes de 15 a 19 años vuelven a liderar las desapariciones en julio de 2026. UnoTV. https://www.unotv.com/nacional/desapariciones-mexico-julio-2026-adolescentes/
Foucault, M. (1975). Surveiller et punir: Naissance de la prison. Gallimard.
Galtung, J. (1969). Violence, peace, and peace research. Journal of Peace Research, 6(3), 167-191. https://doi.org/10.1177/002234336900600301
González Casanova, P. (1965). La democracia en México. Era.
Hernán, M. A., & Robins, J. M. (2020). Causal inference: What if. Chapman & Hall/CRC.
Human Rights Watch. (2026, 21 de enero). Informe Mundial 2026: México. https://www.hrw.org/es/world- report/2026/country-chapters/mexico
Instituto Nacional de Estadística y Geografía. (2021). Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares (ENDIREH) 2021. Recuperado el 28 de agosto de 2026, de https://www.inegi.org.mx/programas/endireh/2021/
Instituto Nacional de Estadística y Geografía. (2022, 30 de agosto). Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares (ENDIREH) 2021: Principales resultados. INEGI.
Instituto Nacional de Estadística y Geografía. (2025, 18 de septiembre). Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública (ENVIPE) 2025. https://www.inegi.org.mx/programas/envipe/2025/
México. (2026, 15 de enero). Replies of Mexico to the request for information submitted under article 34 of the Convention (CED/C/MEX/A.34/RRI/R.1). United Nations. https://digitallibrary.un.org/record/4107347
México. (2026, 20 de mayo). Note verbale dated 20 May 2026 from the Permanent Mission of Mexico to the United Nations addressed to the Secretary-General (A/80/749). United Nations. https://digitallibrary.un.org/record/4115446
Morin, E. (1990). Introduction a la pensée complexe. ESF.
Nussbaum, M. C. (2000). Women and human development: The capabilities approach. Cambridge University Press.
Office of the United Nations High Commissioner for Human Rights. (2026, April 2). Mexico: UN Committee requests General Assembly consideration of enforced disappearance situation. https://www.ohchr.org/en/press-releases/2026/04/mexico-un-committee-requests-general-assembly- consideration-enforced
Red Lupa. (2026, 24 de junio). Desapariciones en México en 2026: Más de 135 mil personas registradas y una crisis que continúa creciendo. Instituto Mexicano de Derechos Humanos y Democracia. https://imdhd.org/redlupa/avance-de-la-ley-general-de-busqueda/desapariciones-en-mexico-en-2026-mas- de-135-mil-personas-registradas-y-una-crisis-que-continua-creciendo/
Reporteros Sin Fronteras. (2026, 22 de julio). México: El asesinato de Francisco Alejandro Leyva Aguilar, séptimo periodista asesinado en 2026, evidencia el fracaso de la protección del Estado. https://rsf.org/es/m%C3%A9xico-el-asesinato-de-francisco-alejandro-leyva-aguilar-s%C3%A9ptimo- periodista-asesinado-en-2026
Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública. (2026). Datos abiertos de incidencia delictiva [Conjunto de datos]. Gobierno de México. Recuperado el 28 de agosto de 2026, de https://www.gob.mx/sesnsp/acciones-y-programas/datos-abiertos-de-incidencia-delictiva
Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública. (2026, 19 de junio). Documentos y manuales sobre incidencia delictiva. Gobierno de México. https://www.gob.mx/sesnsp/documentos/documentos-y-manuales-sobre-incidencia-delictiva
Sistema Nacional de Búsqueda de Personas. (2026, 25 de marzo). Acuerdo del Sistema Nacional de Búsqueda de Personas, emitido en su segunda sesión ordinaria, celebrada el 15 de diciembre del 2025, por el que se aprueba la actualización del Protocolo Homologado para la Búsqueda de Personas Desaparecidas y No Localizadas, el cual se anexa al presente Acuerdo y forma parte integrante del mismo. Diario Oficial de la Federación. https://sidof.segob.gob.mx/notas/5783197
United Nations, Secretary-General. (2026). Decision by the Committee on Enforced Disappearances: Note by the Secretary-General (A/80/737). United Nations. https://digitallibrary.un.org/record/4115570
Pearl, J. (1988). Probabilistic reasoning in intelligent systems: Networks of plausible inference. Morgan Kaufmann.
Pearl, J. (2009). Causality: Models, reasoning, and inference (2nd ed.). Cambridge University Press.
Reporters Without Borders. (s. f.). Mexico. Recuperado el 28 de agosto de 2026, de https://rsf.org/en/country/mexico
Segato, R. L. (2016). La guerra contra las mujeres. Traficantes de Sueños.
Sen, A. (1999). Development as freedom. Oxford University Press.
World Justice Project. (2025). WJP Rule of Law Index 2025: Mexico. https://worldjusticeproject.org/rule-of-law- index/country/Mexico
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353. https://doi.org/10.1016/S0019- 9958(65)90241-X
[...]
Buy now
- Quote paper
- Carlos Medel-Ramírez (Author), 2026, Modelización de los derechos humanos en México: Dinámicas complejas y epistemología crítica, Munich, GRIN Verlag, https://www.grin.com/document/1762417
