A finales de 2019 se produjo el brote de COVID-19, una enfermedad respiratoria causada por el nuevo coronavirus SARS-CoV-2, que rápidamente se convirtió en una pandemia, matando a más de 2.77 millones de personas e infectando a más de 126 millones hasta finales de marzo de 2021. Los datos recopilados diariamente sobre casos de infección y hospitalizaciones informaron a los responsables de la toma de decisiones sobre la emergencia pandémica en curso, lo que permitió el diseño de contramedidas diversificadas, desde políticas de comportamiento hasta confinamientos totales, para frenar la propagación del virus. En este contexto, los modelos mecanicistas podrían representar herramientas valiosas para optimizar el momento y la severidad de las intervenciones, y para revelar propiedades no triviales de la dinámica pandémica que podrían mejorar el diseño de pautas adecuadas para futuras epidemias. Realizamos un análisis retrospectivo de la evolución de la epidemia en Italia hasta mediados de diciembre de 2020 para obtener información sobre las principales características de la cepa original de SARS-CoV-2, antes de la aparición de nuevas mutaciones y de la campaña de vacunación. Definimos un procedimiento de optimización variable en el tiempo para calibrar una versión refinada del modelo SIDARTHE (Susceptible, Infectado, Diagnosticado, Enfermo, Reconocido, Amenazado, Sanado, Extinto) y así reconstruir con precisión la trayectoria epidémica. Luego derivamos características adicionales de la pandemia de COVID-19 en Italia que no se pueden obtener directamente de los datos reportados, como la estimación del día cero de infección a finales de noviembre de 2019 y la estimación de la propagación de infecciones no detectadas. El presente análisis contribuye a una mejor comprensión de las olas pandémicas pasadas, confirmando la importancia del modelado epidemiológico para apoyar un diseño de políticas informado contra las epidemias que vendrán.