Sobre los datos de la pandemia y su (no) utilidad

Mi profesión de econometrista hizo inevitable que estos días reflexionara sobre los datos que nos llegan día a día (y que consumimos insaciablemente) respecto de la evolución de tres indicadores de la pandemia: contagiados, fallecidos y recuperados en cada país día a día. Después de superar mi ansiedad por comenzar a modelizar series (aunque modelizar series no es mi especialidad), concluí que si bien es útil probar modelos alternativos y observar su comportamiento predictivo, la forma en que se están recolectando los datos (al menos en Uruguay) hace desaconsejable extraer conclusiones sobre el comportamiento que vienen presentando esas tres series. Mis principales reflexiones son:

1) El hecho de que los distintos países apliquen criterios diferentes para definir el uso de los kits de diagnóstico (que son escasos), e incluso cambien esos criterios con el paso del tiempo, sugiere que no estamos observando el desarrollo de una variable aleatoria a través del tiempo y entre países. Esto es válido para contagiados y recuperados.¹ Respecto de los fallecidos, podría haber diferencias de criterios en la determinación de la causa, o incluso situaciones de registro tardío de personas fallecidas.²

2) Hay un problema serio de representatividad de las series de contagios confirmados. Por falta de equipos, materiales o personal, no se están haciendo test (es decir, análisis diagnósticos de laboratorio) masivos a muestras aleatorias de la población y, por lo tanto, no sabemos cuál es el porcentaje real de la población que está infectada o recuperada. Dada la limitada capacidad de realizar test, existe evidencia de que los países están adaptando día a día los criterios con los que seleccionan a las personas a quienes se les aplican. Por ejemplo, se prioriza analizar al personal de la salud, al igual que a otros servidores públicos tales como bomberos o policías. Explico la consecuencia de esto en las características de las muestras de manera más detallada. Si supiéramos con certeza que los test se aplican aleatoriamente al personal sanitario, estaríamos frente a una muestra representativa del personal sanitario; si el caso fuera que se le hacen los test a todos los que tienen síntomas, eso podría ser representativo de algo (que no tengo muy claro). La representatividad de las muestras se complejiza aún más si los test se aplican a personas con síntomas leves, y hay casos que se consideran confirmados exclusivamente por diagnóstico clínico, sin test (ya sea que se contabilicen como contagiados o no). A esto se agrega que, como señalé antes, los criterios de a quiénes aplicar el test y la definición de cuáles son los casos confirmados cambian entre países y con el transcurso del tiempo. Es decir, tenemos un marco muestral que varía por “país-día”, y no tenemos información cierta acerca de cómo se define esa muestra, debido a que la información sobre los criterios aplicados por cada país día a día no está actualmente accesible.

3) Los tres indicadores, contagiados confirmados, fallecidos y recuperados, comparten hoy ese problema: no son las realizaciones de variables aleatorias que presenten las características básicas requeridas para aplicar técnicas de análisis e inferencia estadística. A esto se suma que no tenemos “memoria”, es decir, que no hay patrones previos de series parecidas (ya que es la primera pandemia que cuenta con registros diarios). Otras estadísticas relevantes como la relación entre test positivos/test realizados y la tasa de prevalencia (cantidad de casos acumulados hasta determinado momento) están sujetas a problemas análogos. Adicionalmente, hasta donde sé, aún no se dispone de kits diagnósticos que permitan identificar si la persona tiene el anticuerpo y está, en consecuencia, inmunizada.

4) Hay muchos elementos que indican que la comparación entre países debería incorporar mucha más información de la que efectivamente contienen las propias “series”. La comparación falla porque no incorpora, por ejemplo, ajustes demográficos y porque existen ecosistemas diferentes (en cuanto a las enfermedades infecciosas habituales, la organización de los sistemas de salud y de educación, las diferencias culturales y la heterogeneidad en términos de la dispersión geográfica de los contagiados, entre otros aspectos). Esto resulta, por ejemplo, en que el nivel de mortalidad asociado sea muy diferente no sólo por errores en la determinación de la causa del fallecimiento. A eso se suma el problema de la definición de las muestras señalado antes, ya que al no tener información acerca de cómo cambian los criterios de aplicación de los test, tampoco se puede tener en cuenta la variación país-día en la definición de la muestra. Por lo tanto, creo que la comparación entre países es muy problemática y poco informativa.

5) En China desarrollaron un sistema de ciencia ficción al estilo Gran Hermano para identificar y aislar contagiados, y para desarrollar estadísticas fiables sobre la propagación del virus. Más allá de mi avidez por los datos y mi deseo de encontrar un sistema estadístico que nos proteja del virus, no estoy dispuesta (al menos no de momento) a renunciar a otras dimensiones que considero fundamentales para la vida humana, en particular la libertad y el derecho a la privacidad. Creo entonces que los cientistas sociales deberíamos colaborar con los epidemiólogos (y científicos de otras áreas) para encontrar formas de elaborar estadísticas fiables y consistentes (y, por lo tanto, útiles) que nos permitan frenar la propagación, a la vez que respeten nuestros derechos humanos básicos.

6) ¿Qué hacer? Amengual y Cubas proponen: “Lo más sensato en este contexto es hacer test con una muestra al azar de la población en las principales ciudades con un brote del SARS-CoV-2. Por supuesto, esto no quiere decir que debamos ignorar información relativa a las redes de contactos de los infectados sino todo lo contrario”.³ Existe una tensión nada sencilla en la asignación de una parte de los recursos muy escasos (equipos, materiales y personal sanitario para realizar los test) para hacer pruebas a muestras aleatorias de la población. No obstante, considero que la necesidad de generar estadísticas fiables (sobre la proporción de la población contagiada, la incidencia de los contagiados asintomáticos, entre otros datos) justifica que al menos se hagan evaluaciones de costo-efectividad de estudios que apliquen test a muestras aleatorias. Es una idea muy preliminar; es necesario responder muchas preguntas respecto de la implementación, tales como: ¿sería una muestra de panel o un corte transversal?; ¿cómo se compondría la muestra (tamaño, por hogares, cuántos individuos por hogar)? Una posibilidad es iniciar un proceso de relevamiento telefónico de las características de las personas, recabar información sobre la presencia de síntomas, y de los contactos de los miembros del hogar. Esta información podría permitir hacer muestras estratificadas de individuos a los que realizar el análisis diagnóstico, asignando eficientemente esos recursos tan escasos.

7) Ejemplos a seguir: en Islandia se llevaron a cabo pruebas diagnósticas a personas seleccionadas aleatoriamente, y se encontró evidencia que sugiere que 50% de los casos positivos de coronavirus son asintomáticos.⁴ Estos datos son útiles, y mucho. Si la mitad de los contagiados no presenta síntomas, entonces la letalidad de la pandemia se reduce (por lo menos) a la mitad de lo que sugieren las estimaciones que se están haciendo en países tales como Italia o España (con los que tenemos tanto en común). Sin embargo, para extrapolar los resultados de Islandia será necesario controlar por el hecho de que las variedades del virus son diferentes entre los países. Además, todavía existe incertidumbre acerca de si los casos asintomáticos detectados en Islandia presentarán síntomas en el futuro, pero en las próximas semanas dicha incertidumbre se irá reduciendo, y esto aportará nuevos datos, también muy útiles. Al ser un país pequeño (aunque diez veces del tamaño de Islandia), Uruguay podría seguir el ejemplo de este y colaborar con la elaboración de datos valiosos que contribuyan a la superación de esta crisis en nuestro territorio, y eventualmente extrapolables a otros países.

Graciela Sanroman es profesora titular del Departamento de Economía de la Facultad de Ciencias Sociales, Universidad de la República.