Cinque Terre

Ricardo de la Peña

[email protected]

Presidente Ejecutivo de Investigaciones Sociales Aplicadas y Director Adjunto de la Revista Mexicana de Opinión Pública.

La cara oculta de la pandemia – Parte I. El tañido de la campana

“El sonido de la campana de hierro hace que los fieles se arrodillen para escuchar hechizos mágicos suavemente pronunciados”.

Waters, Gilmour, Wright[1].

“¿Cuántas personas han muerto ahora? Esta estadística, que todavía estamos refinando, es aproximadamente tres veces más”[2]. Con esta declaración en los primeros días del mes de julio de 2020, el subsecretario de Prevención y Promoción de la Salud del Gobierno de México, doctor Hugo López-Gatell, intentó dar cierre, así fuera al menos de forma provisional, al diferendo sobre la magnitud de la pandemia de COVID-19 en el país y las muertes que se le pueden atribuir.

Pero con ello el funcionario volvió a sostener confusas y ambiguas declaraciones —que sería exhaustivo listar, además de ser un ejercicio con el que ya se cuenta[3] y que ha derivado en una denuncia por incumplimiento de funciones en contra del servidor público[4], además de la demanda de renuncia inmediata por gobernadores de varios estados[5]—que lo han convertido más en un hechicero que en un científico[6].

En opinión de un reconocido escritor “el subsecretario es una expresión instrumental de una concepción de la gestión pública (…) un peón que disfraza como científicas decisiones políticas” [7]. Agregaríamos que con ello proyecta (en un sentido psicoanalítico) su infodemia en acusaciones contra quienes lo cuestionan, según él a partir de intereses en “cambiar la realidad a través de distorsionar la información”[8].

Un ejemplo de esta  infodemia podría ser su reciente declaración de que “el gobierno ha recomendado el cubrebocas desde el inicio de la epidemia”[9], a pesar de que existen diversas grabaciones que desmienten que así haya sido y que muestran que se ha opuesto de manera insistente contra la evidencia científica acumulada que corrobora el impacto positivo del empleo de tapabocas para controlar los contagios relacionados con el SARS-CoN-2[10].

Este estilo de gestión gubernativa de la pandemia más grave que ha vivido la humanidad en un siglo tiene secuelas no solamente en la cantidad de contagios y fallecimientos vinculados a la COVID-19, siendo causante de muchas muertes, sin reconocerlo como en otros países[11], sino además de desatender otros males letales por la saturación temporal de los servicios médicos, de la postergación de programas de vacunación, problemas de acceso a medicamentos, retrasos en la formación educativa de los infantes y que ha hundido a México en una profunda crisis económica, la mayor de la que se tenga evidencia cuantificada, con millones de empleos perdidos y miles de empresas que han tenido que cerrar.

Todo esto, sin que existan programas de apoyo que permitan realmente el mantenimiento o recuperación de los puestos de trabajos ni el establecimiento de mecanismos como una renta básica temporal, como lo ha sugerido el Programa de Naciones Unidas para el Desarrollo[12], que serviría para paliar aunque fuera en parte los efectos del confinamiento en la economía de las familias y con ello evitar que las personas tengan que salir de casa a buscar lo elemental, con lo que aumentan la propagación del virus. No: todo se reduce a seguir con programas de beneficencia social que poco sirven para atacar los daños reales provocados por la pandemia.

Pero ¿cuál es realmente el origen de esta discusión en el espacio público y que podemos aportar ahora a ella?

LA VIGILANCIA EPIDEMIOLÓGICA

El servidor público que ha fungido como vocero para informar de manera cotidiana sobre el desarrollo de la pandemia por el virus SARS-CoV-2 en México ha reportado cotidianamente, en diversos formatos, los datos oficiales producto del Sistema de Vigilancia Epidemiológica de Enfermedades Respiratoria Viral, que no es otra cosa que un modelo centinela, dado que sus características corresponde a cierto tipo de mecanismos así denominados que son usados para la vigilancia epidemiológica desde hace décadas y promovidos para su empleo a nivel mundial por la Organización Mundial de la Salud (OMS), en particular para el seguimiento de casos vinculados con padecimientos respiratorios tipo influenza[13].

Hay que recordar que fue en la segunda mitad del siglo pasado que se adoptó el concepto de “vigilancia epidemiológica”, en lugar del añejo término de “inteligencia”, para referir a la vigilancia personalizada que permite la detección de signos precoces de infecciones mediante procedimientos de observación sistemática[14], con la intención de lograr “el escrutinio permanente y la observación activa de la distribución y propagación de las infecciones y factores relacionados, con suficiente exactitud en calidad y cantidad para ser pertinentes para un control eficaz” [15]. El producto de la vigilancia epidemiológica es entonces convertirse en “información estratégica para la consolidación y renovación de las políticas de salud” [16]. Así, su propósito es permitir la generación de recomendaciones sobre bases objetivas y científicas respecto a las medidas de acción susceptibles de controlar el problema o de prevenirlo.

En el caso de los modelos de vigilancia llamados centinela, su intención es disminuir la frecuencia de observación para lograr oportunidad, a la vez que se enriquece la cantidad de variables que se miden, con miras a ampliar posibilidades de análisis que apuntalen la detección de “modificaciones significativas en las configuraciones de las condiciones de vida” [17], manteniendo costos accesibles a las disponibilidades financieras del generador de los datos.

Los estándares mundiales de vigilancia epidemiológica asumen luego definiciones operacionales cuya intención no es necesariamente capturar todos los casos, sino describir tendencias a lo largo del tiempo, en el entendido de que el uso de una definición común a nivel mundial permite a las autoridades sanitarias nacionales interpretar sus datos en un contexto internacional[18]. En este sentido, “es más un instrumento de la exploración y monitoreo para la acción que un instrumento del conocimiento científico con propósito de descripción o de construcción de teoría”[19].

Así, los llamados modelos centinela suelen asumir una vigilancia de tipo  pasiva —pues registra los eventos que corresponden a las personas que asisten a los servicios médicos— a la que se observa no mediante la obtención de una muestra probabilística, sino de la disposición de datos recabados en unidades mínimas con comunidad territorial, cultural y comunicacional y con una identidad tipológica respecto a variables estructurales que se pretenden observar y seguir en la medición[20].

Estas unidades son seleccionadas a partir del conocimiento empírico de la diversidad del universo que se pretende aproximar, de la voluntad expresa de los informantes por colaborar y de un esquema teórico que permita la posterior interpretación de los datos[21]. Desde luego, se sabe que invariablemente los datos producto de estos modelos deben complementarse con estudios epidemiológicos convencionales  que permitan diagnósticos globales con una precisión conocida y determinada.

EL MÉTODO DE ESTIMACIÓN

Hoy, más que nunca, parece pertinente recordar las palabras de la canciller Angela Merkel en un discurso reciente ante el Parlamento Europeo: “la pandemia de coronavirus no se puede combatir con mentiras y desinformación (…) En una democracia, se necesita verdad y transparencia”[22].

Pero esa veracidad y transparencia no se ha logrado en México. Y ello es responsabilidad primordialmente de las acciones tomadas para la difusión de los datos y no una consecuencia de los modelos matemáticos adoptados. Al respecto, a nivel federal se cuenta, entre otros, con un modelo conocido como AMA, del cual sus creadores han dado cuenta y explicitado sus alcances y limitaciones[23]. Se trata conforme a esto de “un modelo SEIRD compartimental”[24] modelando a partir de “casos confirmados de ingreso hospitalario y muertes” para producir desde un enfoque bayesiano —puesto que actualiza sus inferencias a partir de evidencias que se van acumulando—[25] “pronósticos probabilísticos oportunos de la demanda hospitalaria”.

Es claro que en México no ha habido suficientes pruebas como para disponer de un cálculo sensato y próximo a la realidad de los contagios, lo que se ha dicho desconcierta a expertos en salud pública[26]. Vaya: ni siquiera para romper las cadenas de contagios, las cuales muchas veces no pueden interrumpirse ante el desconocimiento de la condición de positividad de los casos bajo estudio hasta que es demasiado tarde para darle seguimiento a los contactos. Hay que recordar que es improbable que los países que realizan pocas pruebas por caso confirmado las hagan en cantidad suficiente para localizar los casos. Al respecto, Maria Van Kerkhove, adscrita al Programa de Emergencias de Salud de la Organización Mundial de la Salud, ha dicho que “ciertamente nos gustaría ver que los países realicen pruebas al nivel de diez pruebas negativas por una positiva como punto de referencia general de un sistema que está haciendo suficientes pruebas para recoger todos los casos”[27]. Y en México la proporción actual de casos positivos a negativos es prácticamente de uno a uno.

Por otro lado, no es posible saber qué tanto la exactitud en las estimaciones de demanda hospitalaria es producto de lo correcto del modelo y que tanto es consecuencia del ocultamiento de información detallada sobre dónde existe disponibilidad de camas, supuestamente para prevenir potenciales saturaciones[28], que impide que se disponga de información sobre dónde atenderse o del miedo a acudir a instalaciones hospitalarias propiciado por el discurso del “quédate en casa”[29].

Lo que es peor, para otros padecimientos las familias tienen que enfrentar una “trampa 22” que las obliga a hacer peregrinajes buscando un hospital dónde atender una urgencia médica, tratando de navegar por un “laberinto kafkiano”: si el paciente no es portador del virus, no puede recibir cuidados en los hospitales Covid porque no lo aceptan y puede contagiarse, pero tampoco puede ingresar a muchas clínicas que no están designadas como Covid sin antes ser sujeto a una prueba que demuestre que no tiene la enfermedad, lo que lleva a suponer que la capacidad hospitalaria disponible podría ser producto no de la demanda real, sino de la aplicación de filtros burocráticos que provocan el rechazo de pacientes, con el fin de mantener la “única métrica de éxito en la atención  a la pandemia” que sigue el gobierno federal[30]. Sea lo que sea, el resultado práctico es que durante la pandemia se ha presentado una cantidad muy elevada de fallecimientos fuera de las unidades médicas; muchas más de las que supondríamos en un principio, como se verá adelante.

Sin embargo, es claro que al éxito de este modelo en la anticipación de la demanda de ocupación de instalaciones y unidades de cuidados intensivos logrado al menos al principio —que ciertamente no se afecta por el hecho de que demandantes potenciales no hayan llegado a ser atendidos, pues sus cálculos se restringen al cómputo de casos de hospitalización realizados—[31] se contrapone a la escasa eficacia de sus previsiones en lo relativo tanto al número de contagios y decesos como de la fecha del acmé del actual brote[32].

Como dijo el 13 de junio el subsecretario López-Gatell, es totalmente cierto que, en general y en particular en el caso de las estimaciones del comportamiento de epidemias, “las predicciones y proyecciones matemáticas no son un acto de magia, son una proyección, una predicción que utiliza modelos robustos para intentar tener la representación de un fenómeno que en sí mismo tiene una gran incertidumbre”[33].

Cuartoscuro

Es verdad que es un hecho corroborado que los datos no hablan por sí solos, sino que hay que interpretarlos mediante teorías e hipótesis en las que siempre se introducen factores de carácter no científicos[34], pero también que “aunque se utilizara el mejor modelo matemático posible, si éste es alimentado con datos erróneos o incompletos, no va a proporcionar un reflejo fehaciente de la realidad”[35]. Así que la lectura de la realidad estará invariablemente sujeta a dos acotamientos opuestos: de un lado, al bagaje teórico-ideológico disponible para su comprensión, y del otro a la calidad y cantidad de los datos que se aporten para el conocimiento de dicha realidad. Y en el caso de la pandemia causada por el virus SARS-CoV-2 en México, el cuestionamiento no está tanto en los constructos analíticos disponibles, al menos no en los empleados por los equipos científicos responsables del modelaje, sino en la completitud y veracidad de los propios datos acumulados, que invariablemente provienen de una única fuente: los acopios de datos oficiales gubernamentales.

Es absolutamente cierto que en México se han adoptado rigurosamente las definiciones internacionales para la determinación de los casos confirmados y los decesos con COVID-19. Es igualmente correcto afirmar que México es uno de los países que mejor cumple con las buenas prácticas para informar sobre sus datos respecto a la pandemia de COVID-19, dando cumplimiento a lo establecido en el decreto publicado en el Diario Oficial de la Federación del 20 de febrero de 2015, por el cual la Dirección General de Epidemiología ha puesto a disposición pública la información referente a los casos asociados al padecimiento “con el propósito de facilitar a todos los usuarios que la requieran, el acceso, uso, reutilización y redistribución de la misma”[36].

Estos datos, presentados cotidianamente, posibilitan la realización de un análisis longitudinal de la evolución de la pandemia a partir del acopio y reporte de los casos y fallecimientos vinculados con la COVID-19 que se van acumulando a lo largo del tiempo. Es claro que este recuento podría también hacerse atendiendo a otras variables, como las más adecuadas distribuciones a partir de las fechas de registro de la aparición de síntomas o las de deceso, pero en este caso partimos de las fechas de inclusión en base porque ello corresponde a los reportes públicos con los que se ha informado y que por tanto han ido conformado la perspectiva pública del desarrollo del fenómeno, que es lo que nos importa visualizar.

Es conocido que prácticamente desde el inicio de la pandemia se presentó un cuestionamiento público sobre el origen y solidez de los datos oficiales que pretenden aproximarse a la estimación de un fenómeno que, en boca del vocero,  es “inconmensurable”, aludiendo con ello a algo que “no es posible medir de forma directa”[37], aunque tal vez quiso referirse a algo que no puede medirse con precisión. Al respecto, hay que recordar que en matemáticas el concepto de (in)con-mensurable remite a la posibilidad de disponer de un comparativo entre dos magnitudes para las que existe un factor común que puede ser expresado. Desde luego que los contagios en una epidemia son cuantificables e incluso susceptibles de ser numerados, aunque pudiera ser demasiado ardua e inútil la tarea de hacerlo, pero no por ello algo imposible[38].

La crítica a los datos oficiales se inició en un tono menor, de plumas como Arturo Erdely[39] y nosotros mismos[40]. Pero es indiscutible que este debate subió de intensidad y alcanzó mayor impacto con publicaciones posteriores dedicadas primero a la variación temporal del número de decesos vinculados a COVID-19[41] y posteriormente a la divulgación de cálculos del llamado “exceso de mortalidad” en la Ciudad de México[42].

Ante la carencia constatada y documentada de (con)fiabilidad de los datos acopiados y proporcionados en las fuentes de información oficial sobre casos y decesos con Covid-19 y eludiendo la lógica de responsabilizar al comportamiento social de las deficiencias en los pronósticos —como sí lo hizo el Subsecretario López-Gatell en la conferencia de prensa del 8 de junio de 2020[43]—, el problema que se presenta es cómo eliminar o por lo menos reducir la distorsión existente y (re)conocida en dichos datos[44] y, con ello, retirar los elementos propiciadores de sesgos en la interpretación sobre el desarrollo y estado actual de la pandemia.

En general, el diseño de la vigilancia epidemiológica para COVID-19 en México parte de recuperar información sobre todos los casos de hospitalización que se presentan en las unidades médicas del país, pero asume la toma de pruebas para laboratorio de una proporción de muestreo mínimo del diez por ciento para los casos ambulatorios, que pudiera ser mayor cuando se cuente con recursos, seleccionados mediante un esquema sistemático[45]. Dicha cobertura de los casos ambulatorios ha ido cambiando con el paso del tiempo, dado que se informa que los hospitales que reportan al sistema han ido aumentando, pasando de menos de quinientos que originalmente lo hacían a cerca de un millar que ahora lo hacen, aunque dichas cifras se han presentado de manera intermitente y no se dispone de un listado consolidado que indique cuáles son con exactitud las unidades médicas incluidas en cada momento.

Cuartoscuro

Esto responde a una lógica expresa de la autoridad sanitaria de no buscar completitud en los datos y menos precisión en las fuentes. Así, en su intervención en la conferencia de prensa del 4 de julio de 2020, López-Gatell recuerda que “la vigilancia epidemiologia incluye el reconocimiento de distintas señales, distintos elementos de información, que entre otros aspectos proceden de la estadísticas”, aunque recuerda que “no es propósito de ningún sistema de vigilancia del mundo contabilizar todos y cada uno de los eventos”, sino “enfocarse a los fenómenos que se pueden detectar, analizar y procesar y comunicar de manera rápida, en tiempo casi real”[46]. De hecho, está documentado en muchas naciones que existe una diferencia importante entre el número de contagios reportados y el realmente existente, que varía en cada lugar y que sin duda puede llegar en el extremo a relaciones de más de diez a uno[47].

Pareciera entonces que el objetivo de las categorizaciones de los estudios disponibles mediante modelos centinela, como es el caso de los datos en nuestro país, no es alcanzar la verdad respecto al fenómeno que se pretende describir, puesto que no se adopta un procedimiento fiable para lograrlo[48], algo que pudiera resultar legítimo dados los requerimientos de prontitud y economía para la disposición de datos útiles para la toma de decisiones.

Pero si estos mismos datos se presentan de manera reiterada como las estimaciones verdaderas del fenómeno, se estaría entonces respondiendo a otros objetivos, ocultos, dado que su divulgación privilegiada generará indebidamente  efectos “de onda” a través del cuerpo de creencias de otras autoridades distintas al generador y de la población misma, que altera las probabilidades de muchas hipótesis que entran en sus cálculos futuros[49].

Esto no es en sí mismo algo cuestionable si se recuerda y asume que gobernar siempre tiene algo de arte[50]. Lo relevante es entonces preguntarse si las imprecisiones o tergiversaciones en las que se ha caído por el tratamiento dado a las cifras es algo tolerable, si sirven para orientar o evitan que se adopten medidas  por instancias de gobierno y por la sociedad que resultarían más indicadas.

El ocultamiento de datos pertinentes es algo que se ha hecho durante la mayor parte de la pandemia en el caso mexicano, pues antes del 8 de abril no se difundieron las expansiones de casos con COVID-19 resultantes del modelo centinela[51], y apenas un mes después se abandonó su divulgación supuestamente porque ya “no es elemento principal”[52]. Y desde entonces se publican como si fuera lo real recuentos que se saben son sólo parciales de contagios y decesos, con lo que se propicia que la población subestime la magnitud de la tragedia que se enfrenta.

Pero también se ha brindado información incorrecta a los tomadores de decisiones. En una nota periodística apoyada en información obtenida a través del Sistema Nacional de Transparencia, se ve el 12 de mayo de 2020 se puso a consideración del Consejo de Salubridad General la posibilidad de reapertura de actividades a principios de junio utilizando un gráfico que situaban el pico de contagios para mediados de mayo y mostraban un descenso paulatino a partir de entonces, lo que no ocurrió, a pesar de lo cual la decisión no se modificó[53].

Recordemos que cuando López-Gatell dio a conocer los primeros datos de la estimación producto del modelo centinela en la conferencia de prensa del 8 de abril, dijo que la relación entre casos confirmados mediante pruebas en laboratorio y casos estimados por este modelo era de ocho a uno. Pero eso era obviamente inexacto, pues según los datos que se presentaron para el 28 de marzo los casos estimados conforme al modelo eran 13,221, contra 544 casos confirmados a ese día, lo que daba una relación en torno a veinticuatro a uno.

Y siguiendo esa base, hoy podría pensarse en una relación relativamente  elevada, aunque ésta debiera ajustarse a la baja por dos motivos: hasta donde se cuenta con información el factor tendería a reducirse con el paso del tiempo y, además, se ha ampliado la cobertura de hospitales notificantes. Sin embargo, la relación actualmente existente es meramente especulativa, dado que, aunque la autoridad cuente con estimaciones recientes, la población en general carece de información actualizada que permita conocer con exactitud el volumen de casos estimados, y porque nunca se ha puesto a disposición del público la metodología del modelo ni los criterios y valores para la ponderación de los casos observados que permitan la expansión de los datos independiente a sus generadores.

A pesar de esta ignorancia provocada por la falta de información oficial, es posible ahora tener un ajuste verosímil para las estimaciones, pues se puede partir de la relación precisa entre los casos confirmados y los estimados a la fecha del último corte dado a conocer al público, el 11 de mayo pasado, generando una expansión que afecta también a la cantidad de decesos calculados. Luego, se puede hacer descender el factor de expansión de los casos de manera lineal, pero con una pendiente definida para que se alcance una relación entre decesos de confirmados y excedentes próxima a la informada de manera reciente. Al efectuar este ejercicio, llegamos a una relación actual un poco menor a 15 casos efectivos por cada caso confirmado.

Por razones formales y prácticas, el cómputo de decesos en una epidemia siempre tiende a subestimarse, partiendo del hecho de que se define como caso confirmado aquel en que se corroboró el contagio mediante prueba de laboratorio y que es ese el dato que se reportaba inicialmente para resolver si un deceso está vinculado con una enfermedad dada. Sin embargo, en este caso particular, a partir de la segunda quincena de abril se modificó el criterio para fines de vigilancia, definiéndose como una muerte resultante por COVID-19 la que fuera resultado de un caso confirmado o sólo probable, producto de una enfermedad clínicamente compatible, independientemente de las condiciones preexistentes que se sospechen desencadenen el fallecimiento, a menos que exista una causa alternativa de muerte que no pueda estar relacionada con la enfermedad y que haya habido un período de recuperación completa al momento de la muerte[54].

Ahora bien: en cualquier caso, eso quiere decir que entre más pruebas se realicen, más contagios se confirman o al menos se detectan como sospechosos y que, dado que la tasa de letalidad de los contagiados por esta enfermedad, debe de ser básicamente constante —ceteris paribus, es decir: una vez controladas las variables demográficas y las comorbilidades— a mayor cantidad de contagios detectados mayor cantidad de decesos registrados causados por el padecimiento en cuestión. Por consecuencia, si bien en todos lados habría una subestimación de decesos con COVID-19, entre menor la proporción de pruebas respecto a contagios reales, mayor la subestimación relativa también en las defunciones.

Al respecto, López-Gatell recuerda —en la referida conferencia de prensa del 4 de julio de 2020— que la mortalidad “también se documenta para fines de vigilancia epidemiológica, pero al igual que otros fenómenos masivos —hemos dicho técnicamente estos se llaman inconmensurables—“, por lo que “lo que más interesa es tener un reconocimiento de los patrones de ocurrencia” y que “para ese propósito no es necesario tener una contabilidad completa de los eventos”.

Y precisa: “En el caso de COVID (…) registramos los eventos fatales a partir de la atención médica (…) otras más llegan demasiado grave, otras personas mueren en el trayecto, algunas mueren en casa”, indicando que estas tres variantes “dejan un vacío en la información para propósitos de contabilidad (…) de muertes”. E informa luego que se está realizando un análisis integral de la llamada “mortalidad en exceso” durante la epidemia de COVID y otro de la “mortalidad posiblemente atribuible al COVID”, a cargo de diversas instituciones.

Un primer corte informativo de estos datos fue dado a conocer por el doctor Ruy López Ridaura, director general del Centro Nacional de Programas Preventivos y Control de Enfermedades, en la conferencia de prensa sobre el COVID-19 del 25 de julio de 2020[55]. En dicha conferencia,  se presentó el nuevo sistema de vigilancia epidemiológica complementario, cuyos objetivos expresos son estimar el exceso de mortalidad por todas las causas, clasificar las muertes causadas directa o indirectamente por COVID-19 u otras afecciones y la detección de cambios de tendencias para alertar tempranamente sobre una posible reemergencia de COVID-19 u otras amenazas sanitarias.

Así, se informó que para mejorar la calidad de la información y contar con datos sobre defunciones ocurridas se formó un Grupo Interinstitucional para la estimación del exceso de mortalidad, que reúne al Registro Nacional de Población, con el Instituto Nacional de Estadística y Geografía, el Instituto Nacional de Salud Pública y diversas áreas de la Secretaría de Salud, con el apoyo de la Organización Panamericana de la Salud. Los primeros resultados, correspondientes a 20 entidades que cuentan con datos que se consideraron consistentes, apuntan que del 1 de enero al 19 de julio de este año ha habido un exceso de 71 mil 315 defunciones, 55% de aumento respecto a lo esperado y, se dijo, 2.6 veces más que los casos reportados por el SISVER como confirmados con COVID-19.

Cuartoscuro

Sin embargo, esta no sería la única manera posible de contar con estimaciones fiables del total de decesos provocados por esta pandemia, aunque  el procedimiento para obtener una estimación de los decesos totales no se logra considerando únicamente la relación ya establecida entre casos confirmados y estimados, sino que reclama cálculos particulares, pero estrictamente derivados de la información pública oficial, y cuyas características fueron expuestas por quien suscribe desde mayo de 2020[56].

El algoritmo a emplear partiría de los datos sobre COVID-19 integrados en las bases de datos puestas a disposición pública. De ellos es posible calcular la proporción de casos confirmados que corresponden a personas hospitalizadas y las que corresponden a casos ambulatorios. Asumiendo que no tiene por qué existir una subestimación en el registro de hospitalizados, se puede calcular la cantidad de ambulatorios que han pasado por los servicios médicos, restando del total de casos estimados con base en el modelo centinela, proyectados al momento del cálculo, la cantidad de hospitalizados ese día; desde luego, el saldo corresponde a los casos ambulatorios que pueden estimarse.

De las mismas bases de datos es sencillo calcular la tasa de defunción de los ambulatorios tomados en muestra y aplicar esta tasa al número de casos estimados de ambulatorios atendidos por el sistema de salud para calcular el número de decesos en personas que acudieron al servicio médico pero no fueron hospitalizadas. Si se suma este número de defunciones al número de muertos que fueron hospitalizados, se tiene un estimado del número total de decesos para los casos estimados de personas que han presentado síntomas de COVID-19 y han acudido a las instituciones de salud. A partir de allí se pueden construir otros indicadores, en particular la tasa de letalidad de los casos estimados respecto a los decesos calculados.

Estos cálculos pueden sostenerse a pesar de algunas dificultades, como el hecho de que el universo de defunciones de ambulatorios y el de hospitalizaciones no son totalmente excluyentes, dado que el volumen de traslados no afectan de manera significativa los cálculos realizados, cuyas fuentes de imprecisión son ya de por sí diversas, por los errores que pueden generarse en estimaciones de índole muestral, como el cálculo de la proporción de enfermedades tipo influenza e infecciones respiratorias graves respecto del total de infecciones respiratorias, la medición de la tasa de positividad para COVID-19 en pruebas de laboratorio, entre otras y el cálculo de la relación entre decesos contabilizados y excedentes. De hecho, en la medida de que se disponga de modelos más acabados y de información más completa sobre este padecimiento, será posible ir construyendo  estimadores más exactos para los cálculos de casos y decesos entre la población que haya requerido apoyo del sistema nacional de salud, lo que sería lo deseado.

Desde luego que los cálculos de la totalidad de decesos ocurridos vinculados con la COVID-19 se pueden hacer de muchas maneras. Una, la aquí adoptada, asume para lo nacional la razón observada entre decesos excedentes y casos confirmados en el segmento de veinte entidades federativas para las que se contó con reporte, lo que lleva a las cantidades calculadas y a la relación de 3.1 establecida, que desde luego no es la de 2.6 falazmente informada por las autoridades al presentar el modelo de cálculo.

Pero otra podría ser asumir la proporción de decesos en exceso para la población donde se contabilizó, expandir al total nacional con base en esta razón y comparar la cantidad que resulta con los casos confirmados, como otros han hecho, lo que arroja cifras más elevadas, de hasta 3.8 decesos reales por muerte confirmada[57], lo que sin embargo supondría estimar una relación de cinco a uno entre decesos contados y en exceso en las entidades para las que no se dispuso de reporte, lo que parece excesivo. En todo caso, es claro que no tendremos certidumbre del cálculo correcto y las cifras exactas mientras las autoridades no aporten datos nacionales completos del fenómeno.

Encontrar estas relaciones y algoritmos para arribar a estas estimaciones no es de ninguna manera descubrir la piedra filosofal. Es simplemente aplicar una cadena de razonamientos lógicos a los elementos informativos disponibles sobre el desarrollo de la pandemia en nuestro país, a pesar del ocultamiento que hace el gobierno federal de muchos de los datos con los que cuenta (como son los resultados más recientes del “modelo centinela”). Y sus resultados podrían gozar de fiabilidad cuando se encuentra que no se distancian radicalmente de los datos divulgados o de los propios cálculos preliminares que la propia autoridad sanitaria ha hecho del dominio público, ni de estimaciones realizadas a partir de otras fuentes de información y con otros procedimientos, como el cálculo del exceso de decesos a través del cómputo de las actas de defunción emitidas.

LOS DATOS AGREGADOS

A partir de un corte al 31 de julio de 2020 de la información disponible sobre la evolución de la pandemia por COVID-19 en México, cuando prácticamente se  había ya alcanzado el millón de casos estudiados por las autoridades sanitarias incluidos en las bases de datos (43% de los cuales habían tenido un resultado positivo en prueba de laboratorio) y el día en que se pasó a ocupar la tercera posición en el registro mundial de decesos por esta enfermedad[58], podemos llevar adelante un recuento de los casos y decesos confirmados y estimados conforme los procedimientos anteriormente descritos.

El gráfico 1 es simplemente la recuperación de los casos oficialmente divulgados, sin ningún cambio: los casi 425 mil contagios, de los que 309 mil corresponden a casos ambulatorios y 115 mil a hospitalizaciones.

A diferencia, el gráfico 2 es producto del ejercicio de estimación de los casos totales que han acudido a servicios médicos y que habrían resultado positivos a COVID-19 hasta el final del mes de julio de este año. Como puede verse, de los 6.16 millones de personas que se han infectado y han presentado sintomatología la enorme mayoría, 98%, son casos ambulatorios, que alcanzan más de seis millones de casos, manteniendo constantes las hospitalizaciones en el entendido de que éstas están plenamente registradas.

Ahora bien, ¿qué pasa con los decesos vinculados a la COVID-19? Los datos oficiales, que se muestran en el gráfico 3, dan cuenta de las defunciones de personas que fueron confirmadas como positivas a SARS-CoV-2, llegando a casi 47 mil casos, de los cuales 41 mil corresponderían a hospitalizaciones (89% del total) y apenas un poco más de cinco mil a casos ambulatorios.

Cuando vemos los datos expandidos al total de contagios, que se presenta en el gráfico 4, se descubre que la subestimación de registros por la selección muestral de casos ambulatorios provoca una engañosa distribución de muertes según su condición de hospitalización, pues realmente de los 143 mil decesos ocurridos hasta el cierre del mes de julio, casi 102 mil habrían correspondido a casos ambulatorios, siendo constante el número de casos de hospitalizados por las razones antes expuestas. Así, realmente siete de cada diez fallecimientos con COVID-19 no han sido internados en unidades médicas del país.

Otro dato que resulta seriamente deformado por la subestimación en el registro de casos ambulatorios es la letalidad que ha tenido esta enfermedad. Si bien 36% de los casos de hospitalización terminan en muerte y menos de dos por ciento de los casos ambulatorios concluyen con un deceso, la tasa general que se deriva de ello, como se ve en el gráfico 5, no es de 11%, sino apenas de 2.3%, dado que la mayor parte de las defunciones corresponden a casos ambulatorios.

LOS CASOS ACTIVOS

 Típicamente, además de las categorías normadas internacionalmente de casos positivos o negativos según el resultado de pruebas de laboratorio (o como sospechosos cuando se carece aún de resultado), los casos confirmados como positivos suelen diferenciarse en activos o cerrados, y dentro de estos últimos distinguirse aquellos que terminaron con la recuperación del enfermo de aquellos que llevaron al deceso. Esto supone una clasificación en categorías que cumplen con las dos condiciones básicas que debe reunir una taxonomía científica: estar integrada por compartimentos excluyentes entre sí y que son exhaustivos como  conjunto. Luego, conforme a este criterio un caso será activo si no se ha dado una recuperación o un deceso; esto es, cuando una persona viva no haya superado el tiempo para la eventual desaparición de los síntomas o capacidad de contagio y mantenga la condición de enfermo, ambas condiciones para considerarlo como recuperado, pero además y desde luego, que no haya ocurrido su muerte.

Sin embargo, en México la definición y estadística sobre casos activos, recuperados y decesos no resulta ni exhaustiva ni excluyente, pues se consideran como casos activos “todos aquellos positivos a SARS-CoV-2 con fecha de inicio de síntomas en los últimos 14 días”, aclarando que “las defunciones de casos activos se consideran parte de los casos activos, porque, desde una perspectiva poblacional, contribuyeron a la transmisión del virus”[59]. Luego, “los casos recuperados son todos aquellos positivos a SARS-CoV-2 no hospitalizados, con fecha de inicio de síntomas con más de 14 días y sin fecha de defunción”.

De esta manera, “arbitrariamente y al contrario del uso internacional, para las autoridades sanitarias mexicanas un muerto con COVID-19 es un caso activo y no uno cerrado”[60]. Así, los casos activos y los decesos no son excluyentes entre sí. Además, dado que no se da seguimiento alguno a las hospitalizaciones, salvo cuando ocurre un fallecimiento, los casos en que se llegó a internar a una persona jamás pasan a la condición de recuperado. Luego, la suma de activos (dejando o quitando a los muertos recientes), más fallecidos y recuperados no iguala jamás al total de los casos confirmados. De hecho, a la fecha uno de cada seis casos confirmados no se encuentra ubicado en ninguno de los tres segmentos, por lo que el conjunto de opciones, tal y como se reporta, no resulta exhaustivo.

Como se carece de un pertinente reporte sobre qué ocurre con los casos de hospitalización que son registrados a su ingreso, la única manera de generar una clasificación que cumpla con los criterios de exhaustividad y exclusión entre los taxones es asumir que las defunciones forman un paquete separado de los casos activos, que se definirían para lograr una precisión en aquellos vivos que iniciaron con síntomas en los últimos catorce días, correspondan a casos ambulatorios o de  hospitalización, quedando un remanente indefinido, que no pudiera considerarse como recuperados, puesto que no existe un seguimiento ni de los casos donde hubo internamiento en un centro de salud que permita saber si fueron dados de alta, ni de los casos ambulatorios que fueron inicialmente registrados, de los que no se sabe si tuvieron síntomas de gravedad y si estos continuaron una vez transcurridas las dos semanas de ventana de contagio.

En el gráfico 6 se presentan los datos sobre casos confirmados que podrían ser considerados como activos en México, acorde con el criterio científico de exhaustividad y exclusión entre divisiones. El número al que se arriba es ligeramente inferior al oficial (al excluirse alrededor de tres por ciento de casos que corresponden a decesos acaecidos en las dos semanas previas) y la curva que se forma presenta hacia fines de junio un cruce que hace que desde entonces sean menos los casos activos que los decesos ocurridos entre los casos confirmados.

Pero esto resulta algo sólo aparente, pues cuando lo que se observan son los casos expandidos para estimar el total de atendidos por los servicios médicos del país, datos que se presentan en el gráfico 7, aun con la práctica triplicación de defunciones se ve que los casos activos siempre han sido más que los decesos y que de hecho guardan una relación de más de tres a uno sobre los fallecimientos.

La cantidad de casos activos que se estimaría actualmente ronda el medio millón de personas, cifra que se ha tendido a mantener estable en el curso de las últimas tres semanas. Y ello da sentido a las medidas de distanciamiento social y las precauciones sanitarias personales: no es verdad que apenas una de cada dos mil personas esté infectada y tenga síntomas de COVID-19, sino que los casos activos son al menos 16 veces más, por lo que está enferma aproximadamente una de cada 250 personas (una de cada 150 si se consideran casos asintomáticos potencialmente existentes), lo que hace sumamente probable que en el curso de una salida al espacio público se encuentre uno con alguien que padezca la enfermedad y muy factible la presencia de alguien contagiado al abordar un medio de transporte público o acudir a un centro de abasto de básicos. Esta sería la realidad de la pandemia y por ello resulta tan importante mantener las prácticas de distanciamiento todo lo posible y protegerse individualmente mediante el uso de cubrebocas y el seguimiento estricto de las medidas de higiene personal.

LOS CASOS POR VENIR

¿Cómo proyectar para el futuro inmediato y mediato los casos confirmados y estimados de manera realista? Para resolver este problema, el gobierno federal acudió a especialistas para desarrollar un modelo matemático que fuera flexible y que permitiera incorporar las intervenciones que se van realizando. Este modelo, tipo Gompertz[61], es un caso especial de la función logística generalizada, que se utiliza para el análisis y proyección de series de tiempo. El modelo genera una curva sigmoidea que describe el crecimiento como más lento al comienzo y al final de un período de tiempo dado[62], a diferencia de la simetría propia de la  función logística simple. Así, su principal propiedad es que la asíntota de la función hacia la derecha, su valor futuro, se aproxima de manera más gradual que la izquierda, su valor pasado, por lo que el crecimiento relativo tiende a decrecer de manera exponencial con el tiempo. En concreto, en estos modelos a iguales incrementos de tiempo se pierden iguales capacidades de crecimiento[63], lo que lo hace ser empíricamente afín al comportamiento de una epidemia.

El modelo Gompertz desarrollado y seguido mediante actualizaciones semanales por el Centro de Investigaciones en Matemáticas (CIMAT) para el Consejo Nacional de Ciencia y Tecnología (CONACYT) arroja proyecciones de la fecha en que se alcanzará el pico de los contagios, la fecha de cierre de la pandemia (cuando se alcance 95% de los casos) y de la cantidad esperada de contagios en esos momentos.

Conforme al gráfico 8, puede verse que el acmé de la pandemia en México ha tendido a situarse siempre muy próximo al momento en que se realiza la estimación correspondiente, hasta que encontró su ubicación final a mediados del mes de julio, donde actualmente se sitúa.

A diferencia, la fecha de terminación de la pandemia ha ido alejándose en el tiempo a mayor velocidad que el tiempo transcurrido entre reportes, de forma tal que cada vez se reporta una duración posterior mayor que la anteriormente estimada. Así, si en las primeras tres estimaciones, hasta inicio del mes de mayo, se calculaba una duración de cinco a siete meses adicionales, las proyecciones de mediados de junio a mediados de julio situaban su terminación primero para marzo de 2021, luego para mayo y después para junio, casi un año más tarde. Pero en las dos últimas presentaciones, en la segunda quincena del mes de julio, los cálculos son que la pandemia durará todavía más de un año, ubicando el cierre hacia el mes de septiembre de 2021, catorce meses más tarde que el momento de la estimación.

 

Y si el tiempo que durará la pandemia ha ido aumentando, también lo ha hecho el cálculo del volumen de contagios esperado. Las cifras originalmente estimadas en mayo pasado han sido ya rebasadas por la realidad. En el curso del mes de junio, en cuatro proyecciones distintas, se pasó de casi 435 mil casos esperados a más de un millón de contagios esperados, cifra que siguió subiendo en las proyecciones posteriores, llegando a más de 1.4 millones en el cálculo más reciente, al cierre del mes de julio.

La postergación de la fecha de cierre de la pandemia y el crecimiento del número de casos esperados es de tal orden que si uno intentara a partir de ello calcular una fecha o una cifra final resulta prácticamente inviable: el ciclo de contagios se prolongaría por un larguísimo tiempo y los contagios solamente se detendrían cuando se alcanzara una inmunidad comunitaria, luego de infectarse la proporción de la población requerida para ello, con un enorme caudal de muertes.

Llama la atención que las proyecciones del modelo Gompertz difundidas por CONACYT-CIMAT han pasado casi desapercibidas, a pesar de que advierten una prolongación de la pandemia activa más allá que lo que suele pensarse e incluso de lo que calculan expertos que divulgan sus cálculos en redes sociales, que tienden a situar el final de la pandemia hacia fines de año o a lo sumo en el primer trimestre del año próximo; comparativamente, los pronósticos oficiales son menos halagüeños, pues apenas se habría avanzado 24% en los contagios que se darían y habría transcurrido 27% de la duración de la pandemia, que superaría el año y medio.

Si somos sumamente conservadores, el total de casos estimados para este largo ciclo de contagios derivará para 2020 en cerca de 70 mil decesos confirmados con COVID-19, lo que significaría al menos 200 mil muertos provocados realmente por esta enfermedad (asumiendo un factor de expansión ligeramente inferior a tres para el agregado anual, lo que es esperable), con una tasa de letalidad arriba de dos por ciento, que convertirá entonces a este nuevo padecimiento en la principal causa de muerte en México, superando las 150 mil defunciones anuales provocadas por enfermedades cardiacas y las más de cien mil derivadas de la diabetes[64]. Eso, sin considerar que las cifras vinculadas a otras causas naturales de deceso tenderán a ser mayores debido al fuerte rezago en su atención hospitalaria provocado por la reconversión temporal de instalaciones, las que en algún momento tendrán que recuperarse para sus fines convencionales, lo que pudiera generar un problema futuro en la capacidad para atender las complicaciones provocadas por el virus  SARS-CoV-2.Y si bien hay avances en la búsqueda de un remedio, aún “no existe una vacuna que haya demostrado eficacia y seguridad para su uso en humanos”. Además, hay que considerar que no todas las vacunas que estarán disponibles tendrán la misma eficacia: unas podrán tener como objetivo controlar o eliminar la presencia de enfermedades infecciosas y otras solamente mitigar riesgos, siendo  “muy probable que esta sea la perspectiva con COVID”[65]; y en todo caso, será dilatado el período para la vacunación de toda la población. Ya veremos qué se podrá hacer al respecto.

Cuartoscuro

A lo anterior hay que añadir que se desconoce el tiempo que tendrá efecto la aplicación de una dosis de cualquier vacuna, que pudiera ser limitado, lo que obligará eventualmente a la aplicación de varias dosis durante un determinado  tiempo, que podrían ser tal vez años, lo que se conjuga con la evidencia de que es posible que la inmunidad provocada por el contacto con el virus pudiera ser sólo temporal. Así que la población seguirá expuesta a este letal padecimiento, aun y cuando se haya contagiado o si ya ha pasado tiempo desde que fue vacunada.

Lamentablemente, la COVID-19 llegó para quedarse[66]. Aunque no existe una definición institucional de ciclos en casos de infección comunitaria[67] y la doctora Margaret Harris, de la Organización Mundial de la Salud, descartó que se pueda hablar de una “segunda ola” en esta pandemia —pues este padecimiento no está regido por ondas estacionales[68]—, actualmente hay países que recorrieron ya una curva completa de contagios, pero en los que se estarían presentando rebrotes, en gran medida como consecuencia de haber relajado medidas de distanciamiento social y desatendido lo esencial: incorporar a la vida cotidiana las medidas de higiene y cuidado personal requeridas para sobrevivir a la pandemia.

Pensar en alcanzar inmunidad comunitaria por contagio es poco viable de manera próxima e incluso remota, pues supondría una inmunidad permanente de los contagiados, y es una actitud al menos irresponsable, pues según quién haga los cálculos supone que entre un mínimo de un tercio o hasta dos tercios de la población se haya expuesto al SARS-CoV-2, lo que significaría llegar a entre 45 y 90 millones de infectados en nuestro país, lo que se alcanzaría en un período de tres a seis años y provocaría un mínimo de medio millón o hasta más de un millón de decesos (aunque sólo una parte sea oficialmente contabilizado). Por otro lado, adquirir inmunidad permanente vía vacunación es algo que está por demostrarse. Seguramente la solución será de largo plazo y producto de la mezcla de procesos de contagios naturales y de vacunación. Eso hace más dramática la ineficiencia e ineficacia en el combate a esta enfermedad demostrada hasta el momento por las autoridades sanitarias del país.


[1] Traducción propia del original: “The tolling of the iron bell/calls the faithful to their knees/to hear the softly/spoken magic spells”. Roger Waters, David Gilmour and Richard Wright, “Breathe (reprise)”, en: Pink Floyd, The Dark Side of the Moon, EMI Music, 1973.

[2] Mary Beth Sheridan, “Mexico City deaths spiked to three times normal during covid-19 outbreak, official says”, The Washington Post, 2 de julio de 2020; disponible en: https://www.washingtonpost. com/world/the_americas/mexico-city-coronavirus-excess-death-toll/2020/07/02/2baaab3e-bbbb-11ea-80b9-40ece9a701dc_story.html.

[3] Mariluz Roldán, “Los tres meses de contradicciones de López-Gatell”, La Silla Rota, 22 de julio de 2020; disponible en: https://lasillarota.com/nacion/los-tres-meses-de-contradicciones-de-lopez-gatell-covid-19-pandemia-coronavirus-cubrebocas/415578.

[4] Denuncia ante la Secretaría de la Función Pública en contra del subsecretario de prevención y promoción de la salud, Hugo López-Gatell Ramírez, por la violación prevista en la fracción I, del artículo 49 de la Ley General de Responsabilidades Administrativas, presentada el 20 de julio de 2020 por el senador Clemente Castañeda y por Jorge Álvarez Máynez. Cfr.: Jorge Álvarez Máynez y Juan Manuel Ramírez Velasco, “La denuncia contra López Gatell. Un caso jurídico contra la negligencia”, Nexos, 27 de julio de 2020; disponible en: https://eljuegodelacorte.nexos.com.mx/ ?p=11844.

[5] “Diez gobernadores pidieron la renuncia de López-Gatell por ‘mal manejo’ de la pandemia de COVID-19”, Infobae, 31 de julio de 2020; disponible en: https://www.infobae.com/america/ mexico/2020/07/31/diez-gobernadores-pidieron-la-renuncia-de-lopez-gatell-por-mal-manejo-de-la-pandemia-de-covid-19/.

[6] Ronald Hutton, Witches, Druids and King Arthur, Hambledon & London, London, 2003; disponible en: https://es.scribd.com/document/325174566/Witches-Druids-and-King-Arthur-Ronald-Rutton.

[7] Diego Fonseca, “El factor López-Gatell”, The New York Times, 23 de julio de 2020; disponible en: https://www.nytimes.com/es/2020/07/23/espanol/opinion/lopez-gatell.html.

[8] Gobierno de México, Conferencia de prensa sobre COVID-19, 26 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=W2wj32DcPGs.

[9] Gobierno de México, Conferencia de prensa sobre COVID-19, 29 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=ExQAxF_CCog.

[10] Ricardo Becerra, “Científicamente demostrado”, La Crónica de Hoy, 26 de julio de 2020; disponible en: https://www.cronica.com.mx/notas-cientificamente_demostrado-1159750-2020.

[11] Vgr.; “Suecia no hizo lo suficiente durante la pandemia de coronavirus, admitió el primer ministro”, Deutsche Welle, 12 de abril de 2020; disponible en: https://www.dw.com/es/suecia-no-hizo-lo-suficiente-durante-la-pandemia-de-coronavirus-admiti%C3%B3-el-primer-ministro/a-53098975.

[12] George Gray Molina y Eduardo Ortiz-Juarez, Temporary Basic Income: Protecting Poor and Vulnerable People in Developing Countries, United Nations Development Program, 23 de julio de 2020; disponible en: https://www.undp.org/content/undp/en/home/librarypage/transitions-series/ temporary -basic-income–tbi–for-developing-countries.html.

[13] Organización Panamericana de la Salud-Organización Mundial de la Salud, Guía operativa para la vigilancia centinela de la Infección Respiratoria Aguda Grave (IRAG), septiembre de 2014;  disponible en: https://www.paho.org/revelac-i/wp-content/uploads/2015/10/2015-cha-guia-operativa -vigilancia-centinela-irag.pdf

[14] Langmuir, C. A. “The Surveillance of Communicable Diseases of National Importance”, The New England Journal of Medicine, Boston, Mass., 1963, Jan 24, 268, pp.182-192; disponible en: https://doi.org/10.1056/NEJM196301242680405.

[15] World Health Assembly 21. Report of the technical discussions at the twenty-first World Health Assembly on “National and global surveillance of communicable diseases”, World Health Organization, 1968; disponible en: https://apps.who.int/iris/handle/10665/143808.

[16] Antonio Villa Romero, Laura Moreno Altamirano y Guadalupe S. García de la Torre, Epidemiología y estadística en la salud pública, Universidad Nacional Autónoma de México, 2012, p. 184; disponible en: https://accessmedicina.mhmedical.com/book.aspx?bookID=1464.

[17] Henri Fossaertz, Alvaro Llopis y Clovis H. Tigre, “Sistemas de vigilancia epidemiológica”, Boletín de la Oficina Sanitaria Panamericana, núm. 76, junio de 1974, pp. 512-528; disponible en: https://iris.paho.org/bitstream/handle/10665.2/10777/v76n6p512.pdf?se.

[18] Organización Mundial de Salud, Definiciones de casos de vigilancia de la OMS para ILI y SARI, 2020; disponible en: https://www.who.int/influenza/surveillance_monitoring/ili_sari_surveillance _case_definition/en/..

[19] Juan Samaja, “Muestras y representatividad en vigilancia epidemiológica mediante sitios centinela”, Cadernos de Saúde Pública [online], vol.12, núm.3, 1996, pp.309-319; disponible en: https://doi.org/10.1590/S0102-311X1996000300004.

[20] Cfr.: Organización Panamericana de la Salud-Organización Mundial de la Salud, Guía operativa para la vigilancia centinela de la Infección Respiratoria Aguda Grave (IRAG), septiembre de 2014; disponible en: https://www.paho.org/revelac-i/wp-content/uploads/2015/10/2015-cha-guia-operativa -vigilancia-centinela-irag.pdf.

[21] Jorge D. Lemus, Manual de vigilancia epidemiológica, Oficina Sanitaria Panamericana de la Organización Panamericana de la Salud – División de Desarrollo de Sistemas y Servicios de Salud de la Oficina Regional de la Organización Mundial de la Salud – Fundación W. K. Kellogg, Serie HSP-UNI/Manuales Operativos PALTEX, Volumen IV, Washington, D.C., 1996.

[22] Angela Merkel, “In einer Demokratie braucht es Wahrheit und Transparenz”, 8 de julio de 2020; extracto en video disponible en: https://www.bundesregierung.de/breg-de/suche/video-kanzlerin-ep-demokratie-1767400.

[23] Consejo Nacional de Ciencia y Tecnología, “Pronósticos de demanda hospitalaria por brotes epidémicos de Covid-19”, Seminario PRONAI-Covid 19, 5 de junio de 2020; disponible en video en: https://www.facebook.com/watch/live/?v=572653836569790. Marcos A. Capistran, Antonio Capella y J. Andres Christen, “Forecasting hospital demand during COVID-19 pandemic outbreaks”, preprint, 2020; disponible en: https://arxiv.org/pdf/2006.01873.pdf.

[24] “SEIRD”= “S” de individuos susceptibles, “E” de expuestos, “I” de infectados, “R” de recobrados y “D” de determinista. Los modelos compartimentales constituyen una técnica en la que la población se divide en compartimentos, asumiendo que cada individuo en un mismo compartimento tiene las mismas características. Al respecto, cfr.: Rocío Maribel Ávila Ayala, Inferencia de modelos epidemiológicos compartimentales en redes sociales, Tesis para obtener el grado de Maestría en Ciencias con especialidad en Probabilidad y Estadística, Centro de Investigación en Matemáticas, Guanajuato, 2016; disponible en: https://cimat.repositorioinstitucional.mx/jspui/bitstream/1008/ 549/1/TE%20625.pdf.

[25] Robert L. Winkler, An Introduction to Bayesian Inference and Decision, Probabilistic Publishing, Sugar Land, Texas, second edition, 2003.

[26] David Agren, “Mexico flying blind as lack of Covid-19 testing mystifies experts”, The Guardian, 24 de julio de 2020; disponible en: https://www.theguardian.com/global-development/2020/jul/24/ mexico-covid-19-testing-coronavirus.

[27] Traducción propia del original: “we would certainly like to see countries testing at the level of ten negative tests to one positive as a general benchmark of a system that’s doing enough testing to pick up all cases”. World Health Organization, COVID-19 Virtual Press Conference, 30 de marzo de 2020; disponible en: https://www.who.int/docs/default-source/coronaviruse/transcripts/who-audio-emergencies-coronavirus-press-conference-full-30mar2020.pdf.

[28]¿Qué hospitales tienen espacio para pacientes COVID?, Serendipia data, 17 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=DApWwnqV0XY.

[29] Carmen Morán Breña, “El margen de ocupación hospitalaria impide visualizar la tragedia de la covid-19 en México”, El País, 20 de julio de 2020; disponible en: https://elpais.com/mexico/2020-07-21/el-margen-de-ocupacion-hospitalaria-impide-visualizar-la-tragedia-de-la-covid-19-en-mexico.html.

[30] Alejandro Hope, “Una historia personal”, El Universal, 13 de julio de 2020; disponible en: https://www.eluniversal.com.mx/opinion/alejandro-hope/una-historia-personal.

[31] Puesto que “a partir de los últimos reportes es claro que el modelo ama ha perdido capacidad predictiva y no ajusta bien la dinámica de la epidemia después de los acmés”. Marcos A. Capistrán, Antonio Capella y J. Andrés Christen, Modelo ama. Informe: 2020.06.18; Consejo Nacional de Ciencia y Tecnología, 18 de junio de 2020;  disponible en: https://coronavirus.conacyt.mx/ productos/ama/Reporte-ama-1_20200618.pdf. Para intentar solventar este problema se generó un modelo ama-2, cuyas características pueden verse en: Marcos A. Capistrán, Antonio Capella y J. Andrés Christen, Modelo ama-2. Informe: 2020.06.18; Consejo Nacional de Ciencia y Tecnología, 18 de junio de 2020;  disponible en: https://coronavirus.conacyt.mx/productos/ama/Reporte_ama-2_20200618.pdf.

[32] Cfr.: Javier Flores, “¿Falló el modelo matemático”, Nexos, 9 de julio de 2020; disponible en: https://datos.nexos.com.mx/?p=1485.

[33] Gobierno de México, Conferencia de prensa sobre COVID-19, 13 de junio de 2020; disponible en video en: https://www.youtube.com/watch?v=MtHVsn4m5Cw.

[34] Cfr.: Misla Landeu, Narratives of Human Evolution, Yale University Press, New Haven, 1991.

[35] Raúl Rojas, “Proyectan para México 25 mil muertos al 20 de junio”, El Universal, 1 de junio de 2020; disponible en: https://www.eluniversal.com.mx/ciencia-y-salud/coronavirus-proyectan-para-mexico-25-mil-muertos-al-20-de-junio.

[36] Secretaría de Salud, Datos Abiertos–Dirección General de Epidemiología, disponibles en: https://www.gob.mx/salud/documentos/datos-abiertos-152127; y Datos Abiertos–Bases Históricas, disponibles en: https://www.gob.mx/ salud/documentos/datos-abiertos-bases-historicas-direccion-general-de-epidemiologia.

[37] Gobierno de México, Conferencia de prensa sobre COVID-19, 3 de mayo de 2020; disponible en video en: https://www.youtube.com/watch?v=CEg-QZcFnyo. Versión estenográfica disponible en: https://www.gob.mx/presidencia/articulos/version-estenografica-conferencia-de-prensa-informe-diario-sobre-coronavirus-covid-19-en-mexico-241493?idiom=es.

[38] https://definicion.de/inconmensurable/.

[39] Arturo Erdely, “Algunas dudas sobre la aritmética de la secretaría de Salud”, Nexos, 20 de abril de 2020; disponible en: https://www.nexos.com.mx/?p=47756. “Matemáticas, Estadística y Epidemiología”, Reforma, 22 de abril de 2020; disponible en: https://www.reforma.com/ matematicas-estadistica-y-epidemiologia-2020-04-22/op178611.  “Todos los modelos están mal”, Reforma, 9 de mayo de 2020; disponible en: https://www.reforma.com/todos-los-modelos-estan-mal-2020-05-09/op179710.

[40] Ricardo de la Peña, “La danza de los números”, El Universal, México, 5 de abril de 2020; disponible en: https://www.eluniversal.com.mx/opinion/ricardo-de-la-pena/la-danza-de-los-numeros.

 “La macabra danza de los contagios”, en: etcétera, México, 22 de abril de 2020: disponible en: https://www.etcetera.com.mx/opinion/macabra-danza-contagios-covid-mexico/. “La importancia de lo invisible”, México Social, 20-22 de mayo de 2020; disponible en: http://mexicosocial.org/la-importancia-de-lo-invisible/. “La tortura de los datos sobre COVID-19”, en: etcétera, México, junio 30 de 2020; disponible en: https://www.etcetera.com.mx/opinion/tortura-datos-sobre-covid-19/.

[41] Jorge Andrés Castañeda y Sebastián Garrido, “¿Cómo entender los datos de defunciones por COVID-19 en México?”, Nexos, 12 de mayo de 2020; disponible en: https://datos.nexos.com.mx/ ?p=1351.

[42] Mario Romero Zavala y Laurianne Despeghel, “¿Qué nos dicen las actas de defunción de la CDMX?”, Nexos, 25 de mayo de 2020; disponible en: https://datos.nexos.com.mx/?p=1388. “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 31 de mayo de 2020”, Nexos, 6 de junio de 2020; disponible en: https://datos.nexos.com.mx/?p=1443. “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 7 de junio 2020 y seguimiento semanal”, Nexos, 15 de junio de 2020; disponible en: https://datos.nexos.com.mx/?p=1458. “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 28 de junio 2020”, Nexos, 3 de julio de 2020; disponible en: https://datos.nexos.com.mx/?p=1480. “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 5 de julio 2020”, Nexos, 13 de julio de 2020; disponible en: https://datos.nexos. com.mx/?p=1498; “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 12 de julio 2020”, Nexos, 20 de julio de 2020; disponible en: https://datos.nexos. com.mx/?p=1540. “¿Qué nos dicen las actas de defunción de la CDMX? Actualización al 19 de julio 2020”, Nexos, 27 de julio de 2020; disponible en: https://datos.nexos.com.mx/?p=1550.

[43] Gobierno de México, Conferencia de prensa sobre COVID-19, 8 de junio de 2020; disponible en video en: https://www.youtube.com/watch?v=Bnr6IL4RPoA.

[44] Cfr.: Michael Shermer, The Borderlands of Science: Where Sense Meets Nonsense, Oxford University Press, 2001, Introduction; disponible en: https://books.google.com.mx/books? id=ino8DwAAQBAJ.

[45] Secretaría de Salud, Manual para la vigilancia epidemiológica de influenza, octubre de 2014; disponible en: http://187.191.75.115/gobmx/salud/documentos/manuales/12_Manual_VE_Influenza .pdf.

[46] Gobierno de México, Conferencia de prensa sobre COVID-19, 4 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=sMZ2rhiWAsA.

[47] Peter Weber, “Actual COVID-19 infections are up to 13 times higher than reported cases in some states, CDC says”, The Week, 22 de julio de 2020; disponible en: https://news.yahoo.com/actual-covid-19-infections-13-105157985.html.

[48] Cfr.: Charles Peirce, “The Fixation of Belief”, en: Collected Papers, Harvard University Press, Cambridge, Mass., 1931-1958, 5: 223-247.

[49] Robert Nozick, The nature of rationality, Princeton University Press, NJ, 1993, chapter 3; disponible en: https://books.google.com.mx/books?id=8ex4vxG9uC4C.

[50] David Runciman, Political Hypocrisy: The Mask of Power, from Hobbes to Orwell and Beyond, Princeton University Press, NJ, revised edition, 2018.

[51] Gobierno de México, Conferencia de prensa sobre COVID-19, 8 de abril de 2020; disponible en video en: https://www.youtube.com/watch?v=qPvXQ_MiZ4A&t.

[52] Gobierno de México, Conferencia de prensa sobre COVID-19, 3 de mayo de 2020; disponible en video en: https://www.youtube.com/watch?v=odJRU09-dZ4.

[53] Alejandro Domínguez, “’Nueva normalidad’ se aprobó con estimaciones equivocadas”, Milenio, 22 de julio de 2020; disponible en: https://www.milenio.com/politica/covid-19-mexico-normalidad-aprobo-estimaciones-erroneas.

[54] Organización Panamericana de la Salud-Oficina Regional para las Américas de la Organización Mundial de la Salud, Orientación internacional para la certificación y clasificación (codificación) del COVID-19 como causa de muerte, WHO/HQ/DDI/DNA/CAT, 20 de abril de 2020; disponible en: https://www.who.int/classifications/icd/Guidelines_Cause_of_Death_COVID-19-20200423_ES.pdf.

 [55] Gobierno de México, Conferencia de prensa sobre COVID-19, 25 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=cB25YbyJ4nA.

[56] Ricardo de la Peña, Sobre COVID-19 en México: de los mitos a los datos, participación en el Ciclo de Conferencias: Información para la comunicación y la toma de decisiones públicas en situación de riesgos, Laboratorio de Métodos de la Facultad Latinoamericana de Ciencias Sociales México, 20 de mayo de 2020; disponible en video en: https://www.youtube.com/watch?v= fwzIUxChz9E.

[57] Raúl Rojas, “México tiene 165 mil muertes por COVID, calcula científico”, El Universal, 28 de julio de 2020; disponible en: https://www.eluniversal.com.mx/ciencia-y-salud/mexico-tiene-165-mil-muertes-por-covid-calcula-cientifico.

[58] Cfr.: COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU), Johns Hopkins Coronavirus Resource Center, 31 de julio de 2020; disponible en: https://coronavirus.jhu.edu/map.html.

[59] Secretaría de Salud, Covid-19 en México. Información general, Nota metodológica; disponible en: https://coronavirus.gob.mx/datos/,

[60] Ricardo de la Peña, “A través del espejo: sobre casos activos y recuperados de COVID-19”, México Social, 20 de julio de 2020; disponible en: http://mexicosocial.org/casos-activos-y-recuperados-covid19/.

[61] Desarrollado por Rogelio Ramos y Graciela González, del Centro de Investigación en Matemáticas, para el Consejo Nacional de Ciencia y Tecnología; disponible en: https://coronavirus. conacyt.mx/proyectos/gompertz.html.

[62] Benjamin Gompertz. “On the Nature of the Function Expressive of the Law of Human Mortality, and on a New Mode of Determining the Value of Life Contingencies”, The Royal Society, 115:513–583,1825.

[63] Fermín Simón Mínguez, Procesos de difusión Logístico y Gompertz: Métodos numéricos clásicos en la estimación paramétrica, Máster en Estadística Aplicada del Departamento de Estadística e Investigación Operativa de la Universidad de Granada, Granada, septiembre de 2016, p. 24; disponible en: https://masteres.ugr.es/moea/pages/curso201516/tfm1516/simon_minguez_tfm.

[64] Cfr.: Instituto Nacional de Estadística y Geografía, Estadísticas de Mortalidad 2018; disponibles en: https://www.inegi.org.mx/temas/mortalidad/default.html#Informacion_general.

[65] Gobierno de México, Conferencia de prensa sobre COVID-19, 22 de julio de 2020; disponible en video en: https://www.youtube.com/watch?v=3kI0V5SlEqk..

[66] “Se vivirán muchos años con coronavirus, aunque exista vacuna, señalan científicos”, EFE, 21 de julio de 2020: disponible en: https://www.forbes.com.mx/mundo-coronavirus-covid-19-muchos-anos-aunque-haya-vacuna-cientificos-britanicos/.

[67] “COVID-19: ¿se acerca ya la segunda ola de coronavirus?”, Deutsche Welle, 28 de julio de 2020; disponible en: https://www.dw.com/es/covid-19-se-acerca-ya-la-segunda-ola-de-coronavirus/a-54353206.

[68] “Coronavirus: ‘Hablar de segunda ola no tiene sentido, se trata de una única gran ola’: la advertencia de la OMS sobre la expansión de la pandemia”, BBC News Mundo, 29 de julio de 2020; disponible en: https://www.bbc.com/mundo/noticias-53580536.

Login

Welcome! Login in to your account

Remember me Lost your password?

Lost Password