Es esencial tener presente este tipo de consejos cuando se trata de imponer políticas públicas contra el COVID-19. Por suerte, se detuvo, casi que de entrada, una idea que se pretendió poner en práctica de permitir que los asilos de ancianos de nuestro país recibieran enfermos con el virus. Esa es la población etaria más sensible y posiblemente con enfermedades coadyuvantes que terminen en muerte por el contagio con el virus. Es en esa población en donde la pandemia es seria y en donde se debería concentrar el esfuerzo para evitar su propagación.

DOS PANDEMIAS: UNA SERIA, UNA MODERADA

Phillip W. Magness

American Institute for Economic Research
3 de julio del 2020


NOTA DEL TRADUCTOR: Para utilizar los ligámenes de las fuentes del artículo, entre paréntesis y en azul, si es de su interés, puede verlo en https://www.aier.org/article/two-pan...ious-one-mild/

El modelaje epidemiológico ha jugado un papel central en la respuesta global al brote del novel coronavirus (COVID-19) a principios del 2020. La respuesta a la pandemia emergente dio lugar a que diversos equipos de investigadores adaptaran rápidamente modelos existentes, predominantemente de brotes previos de influenza, para pronosticar la diseminación del COVID-19, así como sus tasas de fatalidad anticipadas.

Usando los familiares modelos epidemiológicos SIR/SEIR ( SIR/SEIR epidemiology models), estos estudios intentaron emplear técnicas estadísticas modernas para predecir la diseminación y mortalidad esperada de la pandemia del COVID-19. Enfoques usuales incluyen adaptaciones mecanicistas de simulación basadas en agentes al marco del SIR/SEIR, que estiman probabilísticamente la diseminación del virus por medio de interacciones sociales generales, así como técnicas de predicción auto regresivas, que se actualizan para reflejar datos que van apareciendo de la diseminación de la enfermedad en un país o localidad específica. En ambos casos, los modelos asociados ( associated models) se han usado para aconsejar fuertemente la adopción ( strongly advise the adoption) de intervenciones de políticas no farmacéuticas, como una herramienta primaria para mitigar al COVID-19.

Estas intervenciones, consistiendo ahora del conjunto familiar de cancelaciones de actividades públicas, cierres de escuelas y empresas y una amplia escala de órdenes de cuarentena o de quedarse en sus hogares (SIPOs por sus siglas en idioma inglés), se han puesto en práctica en todos los países, excepto unos pocos, alrededor del globo ̶ a menudo con una dependencia directa en el consejo del modelado epidemiológico. En un ejemplo bien documentado, el influyente modelo de simulación para el Reino Unido y los Estados Unidos de investigadores del Colegio Imperial de Londres ( Imperial College London) (ICL, por sus siglas en inglés) impulsó a ambos gobiernos a cambiar sus estrategias de respuesta para que abrazaran cuarentenas en gran escala a mediados de marzo del 2020.

El presidente estadounidense Donald Trump y el primer ministro británico Boris Johnson acreditaron directamente a este modelo por sus respectivas decisiones de imponer cuarentenas, y Trump continúa citando las proyecciones de la ICL de hasta 2.2 millones de muertes para justificar sus acciones. Estas afirmaciones fantásticas divergen crecientemente de las realidades del brote del coronavirus. En el tiempo que ha pasado desde su comunicado allá atrás en marzo, el modelo del ICL ha fallado repetidamente (repeatedly failed) en anticipar con exactitud el curso de la pandemia en ambos países, y en su adaptación a otras localidades (adaptation to other locales) como Suecia.

Si bien la mayor parte de las discusiones de política hasta el momento se han enfocado en las intervenciones sobre toda una sociedad, orientadas a reducir la velocidad de la diseminación del COVID-19 en la población en general, el problema de brotes agudos dentro de instalaciones de cuido a largo plazo (LTCs por sus siglas en inglés), tales como asilos de ancianos (long-term care facilities (LTCs) such as nursing homes), es ahora difícil de negar. Aunque los datos del brote en las LTCs varían ampliamente en alcance y calidad, según estado y país, es rápidamente evidente una alta concentración de muertes relacionadas con el COVID-19. Dependiendo de la jurisdicción, no es infrecuente encontrar que entre un 30 y un 70 por ciento de las fatalidades registradas por el COVID-19, han ocurrido en asilos de ancianos, incluso más de la mitad de todas las muertes registradas en Europa. En la mayoría de los estados de Estados Unidos ( in most US states) aparecen patrones similares.

La concentración de brotes en las LTCs tan sólo hasta hace poco ha llamado la atención de una limitante del enfoque de los modelos epidemiológicos que guiaron las estrategias del mundo en respuesta al COVID-19. Si bien estos modelos se dirigen a proyectar la diseminación de la enfermedad por medio de interacciones humanas dentro de la población en general, no parecen ser apropiados ( do not appear to be suitable) para capturar los brotes agudos entre poblaciones sensibles de las LTCs y en instalaciones residenciales cerradas similares.

De hecho, podemos encontrar esta limitante directamente aceptada en el estudio de la pandemia de influenza del 2006 (directly acknowledged in the 2006 influenza pandemic study), que el equipo del Imperial College usó como base de su simulación del COVID-19. Como en su momento lo reconocieron sus autores, “La carencia de datos nos impide modelar confiadamente la transmisión en los contextos importantes de las instituciones de residencia (por ejemplo, asilos de ancianos, prisiones) y en ambientes de cuido de la salud.”

No obstante, el acertijo presentado por los brotes en las LTCs vis à vis los modelajes epidemiológicos no necesita ser algo especulativo, cuando patrones estadísticos emergentes están empezando a revelar una diferencia aguda en el curso de la pandemia, al ser las tendencias en esas instalaciones comparadas con la población en general. Aunque los brotes en las LTCs han explicado gran parte de la mortalidad por el COVID-19 en todos los 50 estados, obtener datos diarios y exactos de las LTCs sigue siendo un desafío.

La Mancomunidad de Massachusetts presenta una excepción (Commonwealth of Massachusetts presents an exception) en este déficit de datos. Calificando entre los más duramente golpeados de los estados de Estados Unidos, aparte de la región de la Ciudad de Nueva York, Massachusetts empezó el 10 de abril del 2020 a seguir detallada y diariamente el rastro de los casos del COVID-19 y las estadísticas de mortalidad en las LTCs. En esta etapa relativamente temprana de la pandemia, las muertes en Massachusetts en las LTCs y en no LTCs eran casi paritarias. Luego, empezaron a divergir. Al 29 de junio, las muertes en las LTCs de la Mancomunidad equivalieron a 5.111 de 7.895 muertes confirmadas; o sea, un 64.7 por ciento de todas las muertes.

Patrones claros en estos datos sugieren que el coronavirus se entendería mejor si empezamos a tratarlo como dos pandemias simultáneas: un brote severo pero agudo que hace estragos en asilos de ancianos y en las LTCs con fatalidades extremamente altas, concentradas entre ancianos y enfermos, y una segunda onda más moderada en la población en general.

Dado que casi la mayoría de las estrategias se han enfocado en contener la diseminación entre la población en general, por medio de cuarentenas y mandatos similares, la política de respuesta casi que erró en el blanco, a pesar de desatar una devastación sin precedentes de nuestra economía y fábrica social.

Datos diarios de Massachusetts ilustran la divergencia de las dos pandemias simultáneas. Como muchos pueden ver en el gráfico (disponible en https://www.aier.org/article/two-pan...ious-one-mild/), ellas muestran un crecimiento constante en la participación de muertes por el COVID-19 provenientes de brotes en instalaciones de las LTCs desde el inicio en que hubo registros. Todavía más, estas dos tendencias continúan separándose. En el mes de junio, Massachusetts promedió sólo 9 muertes diarias por el COVID-19 en la población en general. En contraste, las instalaciones de las LTCs promediaron 27 muertes diarias, a pesar de significar una parte mínima de la población.

El gráfico de muertes por el COVID-19 en Massachusetts, según tipo se encuentra en https://www.aier.org/article/two-pan...ious-one-mild/

Cuando se suavizan usando un promedio móvil de 7 días, las muertes diarias en la población en general no LTC tuvieron un pico a fines de abril y empezaron a declinar fuertemente a fines de mayo del 2020. Mientras que las muertes en las LTCs de Massachusetts se han nivelado de su pico temprano casi en ese mismo instante, aún permanecen siendo aproximadamente tres veces la muerte diaria de la población en general.

El gráfico de muertes diarias por el COVID-19 en Massachusetts, según tipo (suavizadas usando un promedio móvil de 7 días), se encuentra en https://www.aier.org/article/two-pan...ious-one-mild/


Nota: Massachusetts cambió su metodología de conteo el 1 de junio para incluir muertes probables por el COVID-19 que no se confirmaron por pruebas directas. El aumento breve de muertes en las LTCs alrededor de ese tiempo es posiblemente un artilugio de este cambio en el reporteo, y no el alza breve observada en el gráfico.

La severidad del brote en las LTCs puede verse en las cifras acumuladas de muertes en este subconjunto de la población. Al escribir esto, las mortalidades por el COVID-19 parecen abarcar casi un 10 por ciento de la población pre pandemia de las LTCs, en un estimado de 53.000 residentes. En comparación, al 30 de junio son aproximadamente 2.784 muertes de la población en general no en las LTCs, una población estimada de 6.9 millones.

La diferencia clara en los patrones observados en las LTCs y en la población en general, apunta a una necesidad de evaluar más la idoneidad de las estrategias de modelado epidemiológico de la actual COVID-19, para capturar exactamente la dinámica de la pandemia existente. De hecho, el enfoque de modelaje parece proyectar un patrón de mortalidad enteramente distinto de lo que estamos observando con datos ya obtenidos ̶ incluso cuando los totales acumulados de muertes se aproximan a algunos de los escenarios modelados más moderados del modelo del ICL y proyecciones similares.

Puesto que la mayoría de las intervenciones de políticas dirigidas a mitigar el COVID-19 se basaron en las premisas de modelos que representan su diseminación en la población en general, la evidencia que emerge de un patrón muy diferente concentrado en instalaciones de las LTCs, tiene una consecuencia elevada al evaluar las intervenciones políticas adoptadas en marzo.

En sencillo, adoptamos las medidas equivocadas y las usamos para abordar ineficazmente la más moderada de las dos pandemias, al tiempo que se negó e incluso se exacerbó ( exacerbating) el brote más severo que continúa su curso a través de nuestra población vulnerable en los hogares de ancianos.

Phillip Magness es investigador sénior en el American Institute for Economic Research. Es autor de numerosos trabajos acerca de historia económica, impuestos, desigualdad económica, la historia de la esclavitud y la política educativa en los Estados Unidos.