A partir de los datos: ¿es posible saber cuándo se producirá la inmunidad de grupo que dará fin a la pandemia? ¿Y estimar la fecha en la que se contagió en España el primer paciente (paciente cero)? ¿Y cuántos fallecidos se podrían haber evitado si se hubiera dado la alerta una semana antes, o dos? ¿Es posible anticipar si va a haber más olas cuando termine esta segunda en la que estamos? ¿Y diseñar un algoritmo que ofrezca en una sola cifra la gravedad de la situación COVID en cada momento? ¿Es mejorable el procedimiento definido por el Ministerio de Sanidad (MS) para determinar cuándo deben tomar medidas especiales las Comunidades Autónomas (CCAA)? ¿Es posible saber qué porcentaje de la población española está inmunizada en este momento?

Los gráficos que confirman que la segunda ola de la Covid en Madrid arrancó en la última semana de junio

La respuesta es que sí y a esto vamos a dedicar este hilo que comienza hoy y terminará cuando hayamos logrado la inmunidad de grupo.

La fiabilidad de los datos

Empecemos por decir que los datos que aporta tanto el Ministerio como el Instituto de Salud Carlos III (ISCIII), con origen en las Comunidades Autónomas, no son fiables.

El Ministerio de Sanidad (MS) proporciona día a día, salvo sábados y festivos, datos de casos de personas que dan positivo al test PCR, hospitalizados, ingresados en UCI y fallecidos; también test PCR realizados y su positividad (porcentaje de test que dan positivo respecto al total de test realizados).

El Instituto de Salud Carlos III (ISCIII) proporciona datos de casos y los test realizados para detectarlos cada dos días, cinco días, ..., depende. Tanto los unos como los otros los aportan las Comunidades Autónomas siguiendo las indicaciones del Ministerio. Son diferentes a los que publica el MS. El retraso supone más tiempo para el contraste y mayor fiabilidad, dentro de la provisionalidad que ellos mismos declaran. Por eso, en este hilo usaremos estos datos, aunque los analizaremos antes de publicarlos para detectar inconsistencias llamativas; por ejemplo, en los datos que el ISCIII publicó el 6 de octubre se ve claramente que los datos consistentes llegan al 2 de octubre y que los cuatro días siguientes dan cifras que no son compatibles con las anteriores: en Madrid dan para el día 3 de octubre 2.191 casos, cuando el día anterior dieron 3.574 casos. Y para el 4 de octubre dieron 843 casos, para el 5 de octubre 1.490 casos y ningún caso el 6 de octubre. Los datos están sometidos a revisión continua. Así, cada vez que se publican varían respecto a la anterior publicación porque las CCAA siguen consolidando datos incluso de fechas anteriores al 10 de mayo cuando se definieron por el Ministerio los nuevos criterios de contabilidad.

Por todo ello, conviene aceptar la contabilidad de casos con prevención. Por otra parte, los casos reflejan la situación sanitaria de forma muy deficiente por tres motivos.

Primero: cuando se completaron las tres fases del Estudio de Seroprevalencia a nivel nacional, que tomó 165.176 muestras de sangre de 68.296 participantes desde el 27 de abril hasta el 22 de junio se vio que el 5,2% tenían inmunidad a fecha 22 de junio. Ese mismo día la cifra acumulada de casos que publicó el Ministerio fue de 246.504 y dado que el 5,2% de la población española es 2.447.015, concluimos que solo se estaban detectando por entonces el 10% de los existentes.

Segundo: si se hacen más test PCR, se detectan más casos. Si tenemos dos zonas sanitarias equivalentes y en una se hacen 100 test y en la otra se hacen 200, cabe esperar que en esta última detectemos doble de positivos que en la primera. En el límite, si no se hace ningún test no habría ningún caso.

Tercero: la situación sanitaria no es la misma en un lugar que en otro. Esto se refleja en la positividad que es el número medio de positivos que aparecen haciendo 100 test. Si hago 100 test en dos zonas y en una obtengo 20 positivos y en otra 10 positivos, puedo concluir que la gravedad de la situación en la primera es el doble que en la segunda.

Estas tres razones aconsejan no tomar como indicador principal de la situación sanitaria los casos. Pero dado que el Ministerio la utiliza como indicador principal, la incidencia acumulada por cada 100.000 personas a 14 días, es decir, cuántas personas han dado positivo al PCR durante 14 días por cada grupo de 100.000 personas, hay que ponderarla según el número de test realizados y la positividad.

Hay otras tres cantidades que también publica el Ministerio y que consideramos más fiables y significativas: las personas hospitalizadas, los ingresos en UCI y los fallecidos por COVID-19. Los dos primeros son considerados fiables por todos los analistas, si bien cuando se aportan en cifras relativas, es decir, en porcentajes de ocupación de camas respecto al total de camas existentes, producen discrepancias. La más significativa se refiere al número total de camas de hospitalización y de UCI existentes; antes del colapso sanitario de marzo, había un número de camas que algunos llaman “camas prepandemia”, pero la mayoría de los hospitales han ido habilitando desde entonces más camas tanto para hospitalización como para UCI, habilitando en este caso camas de salas de postoperatorio, de quirófanos, de unidades coronarias, etc. incluso instalando nuevas UCI. Es claro que no es suficiente añadir camas de emergencia, sino que es necesario completar con personal sanitario formado esos aumentos de equipamiento por lo que sí sería lícito dar una cifra de UCIs dotadas al 100% y UCIs semidotadas. Por eso, si se calcula -por ejemplo- el porcentaje de ocupación de UCIs en Madrid respecto a la dotación prepandemia, que era de 641 UCIs, se obtienen porcentajes de ocupación distintos que si se calculan respecto a la dotación de camas actual, que en Madrid es de 936 UCIs.

Tampoco se nos escapa que esta estrategia de sustitución no es inocua en relación a la salud pública porque esas camas que se emplean para COVID-19 dejan de emplearse para otras afecciones produciendo merma en la salud de las personas que deberían ser atendidas en esas unidades durante esos periodos; no deja de ser significativo que el número de fallecidos por infarto en los últimos meses ha duplicado el del año anterior.

En cuanto a la cifra de fallecidos conocemos la controversia que ha suscitado desde que se publicaron los excesos de fallecidos. Es decir, la comparación entre los fallecidos oficialmente por COVID-19 durante la primera ola -en la que solo se contabilizaron los fallecidos con test PCR positivo que, además, fallecían en hospital- y los fallecidos que se deducían, en el mismo periodo, del análisis de los datos de los registros civiles, funerarias y estadísticas de doce años anteriores. El ISCIII publica en su página web el Sistema de Vigilancia de la Mortalidad Diaria (MoMo) que identifica las desviaciones de mortalidad diaria observada con respecto a la esperada según las series históricas de mortalidad. Se basa en los datos estadísticos de 3.929 registros civiles informatizados que recogen datos desde el 1 de enero de 2008. Tanto un periódico nacional como el New York Times analizaron los excesos en distintos países del mundo y proporcionaron datos que iremos publicando en este hilo y nos darán idea clara de los excesos. Cuanto más tiempo dure la pandemia, la polarización de la atención sanitaria en COVID-19 producirá mayor letalidad en otras afecciones y será más difícil discriminar la causa de muerte en los excesos. Por otra parte, la comparación con otros países no es homogénea; por ejemplo, en Bélgica, con quien competimos trágicamente por el top europeo de muertes, se contabilizan también los fallecidos en residencias y en domicilios.

Explicaremos en su momento cómo podemos combinar mediante un algoritmo los datos de hospitalizaciones, ingresos en UCI, fallecidos y casos para obtener una cifra que nos dé idea de la situación sanitaria tanto a nivel nacional como regional.

Las matemáticas sencillas nos ayudarán también a entender con detalle cómo se modela matemáticamente la realidad de una pandemia y a realizar estimaciones de lo que ha pasado y predicciones de lo que va pasar. El modelo SIR básico que explicaremos nos permitirá estimar cuándo se debió producir el primer contagio en España, cómo hubiera cambiado la situación si en la reunión que convocó el 31 de enero el Centro de Coordinación de Alertas y Emergencias Sanitarias (CCAES), un día después de la declaración por la OMS de la emergencia internacional, los epidemiólogos hubieran acertado con lo que venía, cómo hubieran evolucionado los casos si la alerta, responsabilidad del CCAES, se hubiera dado unos días o unas semanas antes, cómo hubiéramos enfrentado la situación si “la coordinación de la gestión de la información”, responsabilidad del CCAES, se hubiera hecho bien desde el principio o, incluso, si se hiciera bien siete meses después.

Daremos también pinceladas de la evolución a nivel europeo y mundial porque eso es una pandemia, algo que nos globaliza a partir de un paciente cero en China que inició los más de treinta y siete millones de contagios y los más de un millón de muertes que la COVID-19 ha producido.

Intentaremos predecir, a pesar de la calidad mediocre de los datos, cómo va a evolucionar la situación hacia la inmunidad de grupo.

Procuraremos, desde el análisis de los datos, aportar claridad a la situación pasada, evidencias sobre la situación actual y predicciones que puedan ayudar a planificar la forma de enfrentarla en adelante.

Y mientras, a seguir con las medidas personales de contención porque esta es una partida larga en la que los que hoy ven lejos la amenaza, mañana la tienen encima.