Usando la epidemiología para leer los nebulosos datos del MINSAL

Examinado el COVID-19 desde la epidemiología, los autores critican la estrategia de cuarentenas: tanto las dinámicas -que aplicó el ex ministro Jaime Mañalich- como las totales, que se implementan hoy. Argumentan que la epidemiología se ha enfrentado a otros virus confinando sólo a quienes transmiten la enfermedad. “Este encierro indiscriminado puede incluso ser perjudicial para la detección y aislamiento de quienes pueden contagiar”, afirman. Los autores también examinan los datos que llevaron a la autoridad a anunciar una leve mejoría. Detectan una brusca y no explicada baja en el conteo de casos activos informados, lo que los hace dudar de las buenas noticias.

Una de las novedades más relevantes en el enfoque de esta pandemia ha sido la gran atención que las autoridades, los medios de comunicación y la opinión pública han prestado a los gráficos que representan números de casos, de fallecidos, de camas disponibles o personas agonizantes. En el debate público, esta perspectiva ha reemplazado los enfoques epidemiológicos, habitualmente centrados en la intervención sobre las vías de transmisión de las enfermedades, por un abordaje que enfatiza indicadores macro y gráficos que no sólo describen lo que ha pasado, sino que se aventuran a hacer predicciones sobre el futuro.

En epidemiología, por el contrario, se analizan los indicadores de una manera mucho más humilde: graficamos lo que ha ocurrido, para intentar entenderlo, en vez de intentar adivinar lo que ocurrirá. El enfoque actual, tan similar a la macroeconomía, y tan parecido a esta en lo de errar constantemente sus predicciones y resolverlo simplemente “ajustando” las predicciones, va asociado a un enfoque “de rebaño”, en que importa más la reducción indiscriminada de la movilidad como medición de una aplicación, que la forma en que las personas interactúan.

Para entender las limitaciones de ese enfoque, tomemos dos grupos de 100 personas. El grupo A cruza la ciudad a diario, pero lo hace en bicicleta. El grupo B vive en un gueto vertical en el centro de la ciudad. Sólo se desplazan por los pasillos de su edificio, interactuando en lugares estrechos con muchas personas. ¿Quiénes tienen más riesgo?

Desde el punto de vista epidemiológico, es claro que el grupo B tiene mucho más riesgo de transmisión de una enfermedad que se contagia por contacto estrecho; sin embargo, el grupo A, marcará un gran riesgo para las aplicaciones que miden movilidad, asociadas a estas ideas innovadoras promovidas por equipos que llevan cuatro meses haciendo epidemiología. No obstante, desde el punto de vista técnico epidemiológico, la falta de interacción estrecha en los desplazamientos determina un bajo riesgo. En cambio, si el grupo A realizara los mismos desplazamientos, en el transporte público aumentaría considerablemente el riesgo. Este aumento sería más intenso, mientras más pequeño fuera el transporte y más hacinada viajara la gente. No se trata de mirar tan simplemente a nivel macro los desplazamientos, como si estuviéramos en la sala de control de una película futurista. El contagio se produce a un nivel mucho más humano, de interacción estrecha que no captan esos gráficos.

La medida de “encerrar a todo el mundo en cierto territorio indiscriminadamente, en vez de buscar y aislar dirigidamente a quienes pueden contagiar” sigue dándose por sentada como el eje central de cualquier estrategia por gran parte del público y las autoridades, pero también por una enorme cantidad de expertos en otras disciplinas y que tan recientemente han incursionado en la epidemiología.

Cuando el exministro Mañalich reconoció antes de irse que se había equivocado en confiar en esos modelos, lo que realmente debimos preguntarnos más allá del debate por Twitter, no fue si los confinamientos debían dividir artificialmente la ciudad o bastaba extender el perímetro, o si debieron aplicarse antes y por períodos más prolongados. Era necesario preguntarse si esta medida tan recientemente introducida en el repertorio de la salud pública tenía sentido, de qué forma estaba aplicándose, cuál era su efectividad.

Las herramientas con que la epidemiología ha enfrentado las epidemias de virus respiratorios históricamente son: a nivel individual, el lavado de manos, la distancia física y la ventilación; y a nivel colectivo, la detección y confinamiento de quienes pueden contagiar (aislamiento de casos y cuarentena de sus contactos) y la separación de áreas con muy distintos niveles de incidencia (cordones sanitarios para evitar la salida o la entrada de quienes pueden contagiar).

En un artículo previo, publicado en El Desconcierto, hemos explicado cómo este encierro indiscriminado puede incluso perjudicar la detección y aislamiento de quienes pueden contagiar. Países como Uruguay o Noruega, que se basaron en las estrategias  epidemiológicas tradicionales, también promovieron medidas de reducción de desplazamientos e interacciones de riesgo, como en restaurantes y cines. Noruega medidas que consideraban muy drásticas: cierre de jardines infantiles, escuelas y otras instituciones educativas, prohibición de eventos culturales y deportivos, cierre de gimnasios, cierre de negocios que ofrecen servicios como cortes de cabello, cuidado de la piel, masajes, cuidado del cuerpo, tatuajes y similares,  cierre de lugares de servicio que no fuera  alimentación, no permitiendo servir comida como buffet (los restaurantes debían mantener un metro de distancia entre todos los comensales), restricción de acceso en las instituciones de salud del país. No se impuso confinamientos domiciliarios ni toques de queda. En cambio, se exigió el lavado de manos y la distancia física. Actualmente, haciendo un análisis basado en sus estadísticas, la experiencia noruega cuestiona fuertemente la pertinencia de estas últimas restricciones.

Las reducciones de desplazamiento pueden ayudar a enlentecer la trasmisión por períodos breves, pero no son la base de la estrategia, ni se pueden implementar reduciendo por la fuerza la movilidad tanto de personas sanas como enfermas^[1].

Es importante tener en cuenta que la medida de confinamiento masivo prolongado no tiene antecedentes históricos relevantes. Es la primera vez que se aplica a gran escala y por tanto constituye una medida marcadamente experimental, cuya validación se basa en modelos matemáticos, sujetos a grandes variaciones con pequeños cambios en sus parámetros de entrada y alimentados por datos de países que en lo peor de la crisis ni siquiera podían contar sus muertos.

La forma de validarla es comparar datos agrupados de territorios que aplicaron medidas muy distintas en su implementación, contra estos modelos matemáticos, como hemos dicho, muy sujetos a variaciones e imprecisiones.  Se suele presentar este confinamiento masivo, en cambio, como algo autoevidente. Hagamos memoria: ¿Habría sido posible siquiera plantearse modelos masivos de teletrabajo o educación en casa con la tecnología que nos sorprendió la pandemia de H1N1 del año 2009?

DATOS POCO CLAROS

Uno de los criterios que se ha proclamado para evaluar la continuidad e intensidad de estas medidas de confinamiento masivo y un elemento fundamental para evaluar la situación epidemiológica de un territorio, incluyendo la necesidad de residencias, hospitalizaciones, camas críticas, es la cantidad de casos activos que éste tiene.

El gráfico a continuación, extraído de las infografías de la página de datos oficiales del gobierno de Chile, muestra un trazado muy suave y armonioso. Parece respaldar los nuevos anuncios de éxito. Al alza de casos a finales de mayo, habría seguido una suave y sostenida bajada, que se podría interpretar como un anuncio de que “ya pasamos el pico de la epidemia”.

A diferencia de la cifra de casos acumulados o los fallecidos, que corresponde a un dato obtenido directamente, la cantidad de casos activos corresponde a una estimación. Sabemos que no todos los casos tienen la misma duración y, por tanto, hay que establecer ciertos acuerdos que nos permita evaluar la tendencia de los datos.

Esos acuerdos sobre los datos no se han producido. Algunos recordarán la polémica que se produjo cuando se trasparentó que el ministerio incluía en su estadística de recuperados a las personas fallecidas. Tiempo después se supo que el ministerio también contaba como recuperados a personas que están en riesgo de morir.

Por un tiempo, nos acostumbramos, entonces, a que la cifra de casos activos se calcularía restando, a la cifra de casos acumulados de un día, la suma de los casos acumulados catorce días antes y la de fallecidos del día.

Con todo lo discutible que podamos considerar la forma de llegar a esa cifra, su permanencia en el tiempo permite seguir una tendencia.

Al ser el mismo indicador en el tiempo, aunque tenga problemas, como estos se mantendrán, podemos aún visualizar la tendencia subyacente.

Sin embargo, estas cifras han tenido una historia bastante más accidentada, y con sorprendentes variaciones algunas más inexplicables que otras.

La más llamativa se produce el 2 de junio, cuando repentinamente se descuenta 37.775 casos (recuadro rojo vivo en la siguiente tabla).

Hemos hecho varios intentos infructuosos por saber el origen de ese cambio (cuál es la fórmula que respalda una reclasificación de esa magnitud); desde consultar todos los informes epidemiológicos, preguntar a integrantes de los equipos técnicos en diferentes niveles, e incluso preguntar en redes sociales personas que trabajan en el tema. No está demás mencionar que el seguimiento de estas cifras reviste cierta dificultad adicional, pues cada cierto tiempo, el ministerio retira de los informes una parte de los datos más antiguos e incluso en algún momento, deja de informar los datos de quienes considera “recuperados”, para retomarlo afortunadamente después.

La reconstitución de estos datos resulta sorprendente: Si nos guiamos por las tablas de los informes diarios el gráfico adopta una forma bastante menos armoniosa que el anterior.

Las diferencias son significativas, como descubrimos al combinar ambos gráficos:

La baja en la cantidad de casos activos, que tanto entusiasma al ministro se ve muy distinta en este caso. Si nos fijamos en el área naranja, que representa lo consignado en los informes diarios, ya no es tan clara la bajada que tanto se celebra por estos días.

Ambas series de datos están sacadas de la misma fuente: la página de cifras oficiales del Gobierno de Chile (https://www.gob.cl/coronavirus/cifrasoficiales/). No se entiende diferencias de decenas de miles de casos activos. Son más de treinta y cinco mil a mediados de mayo; esto es, anterior a la influencia de los 36.179 casos agregados el 17 de junio (recuadro rojo oscuro en la tabla).

En un país que ha vivido una sucesión de crisis debido a la poca transparencia de los datos lo anterior resulta preocupante. Pareciera que hay un conjunto de datos para mostrar en las tablas, con números más bajos, y otro conjunto de datos con más casos, pero que dibuja una curva perfectamente consistente con el discurso.

Dado que la interpretación de esos datos justifica medidas altamente restrictivas, que afectan de manera mucho más intensa a quienes tienen menos recursos de todo tipo; tenemos derecho a los mejores datos disponibles y a saber cómo se llegó a ellos.

NOTAS Y REFERENCIAS

Este artículo es parte del proyecto CIPER/Académico, una iniciativa de CIPER que busca ser un puente entre la academia y el debate público, cumpliendo con uno de los objetivos fundacionales que inspiran a nuestro medio.

CIPER/Académico es un espacio abierto a toda aquella investigación académica nacional e internacional que busca enriquecer la discusión sobre la realidad social y económica.

Hasta el momento, CIPER/Académico recibe aportes de cinco centros de estudios: el Centro de Estudios de Conflicto y Cohesión Social (COES), el Centro de Estudios Interculturales e Indígenas (CIIR), el Instituto Milenio Fundamentos de los Datos (IMFD), el Centro de Investigación en Comunicación, Literatura y Observación Social (CICLOS) de la Universidad Diego Portales  y el Observatorio del Gasto Fiscal. Estos aportes no condicionan la libertad editorial de CIPER.