Los gobiernos de todo el mundo han introducido una serie de políticas estrictas para intentar contener los brotes de COVID-19, pero la importancia relativa de tales medidas, en comparación con la respuesta de la comunidad a estas restricciones, la cantidad de pruebas realizadas y las interconexiones entre ellas, aún no se comprende bien. En este estudio, se recopilaron datos de numerosas fuentes en línea, se preprocesaron y analizaron, y se desarrollaron varios modelos de Redes Bayesianas, en un intento de desentrañar tal complejidad. Los resultados muestran que las pruebas tempranas y en gran volumen fueron el factor más crucial para monitorear y controlar con éxito los brotes; cuando las pruebas fueron bajas, se encontró que las respuestas tempranas del gobierno y de la comunidad fueron críticas para predecir cuán rápidamente crecieron los casos y las muertes en las primeras semanas del brote. Los resultados también destacan que en los países con bajos números de pruebas tempranas, los casos no diagnosticados podrían haber sido hasta cinco veces más altos que los casos diagnosticados oficialmente. El análisis realizado y los modelos desarrollados pueden ser refinados en el futuro con más datos y variables, para entender/modelar posibles segundas olas de contagios.