La importancia de decidir en base a datos

La pregunta fue simple, casi ingenua. ¿Cuál es la probabilidad de contagiarse y fallecer de COVID-19 para los distintos grupos etarios del Área Metropolitana de Buenos Aires (AMBA), en lo que resta del 2020, si se endurece la cuarentena? La siguiente pregunta es obvia ¿Cómo cambian esas probabilidades si no se elevan las restricciones a la movilidad?

Para responder esos interrogantes hay que tener un modelo epidemiológico de base, que describa el comportamiento del virus bajo los distintos escenarios, pero aunque la construcción de ese instrumento es relativamente simple (hay calculadoras que permiten correr modelos SEIR en internet, como por ejemplo en https://gabgoh.github.io/COVID/), la calibración de los valores de ese modelo es una cuestión mas compleja, empezando por el famoso R0, que es la tasa de reproducción del virus; la cantidad de gente que resulta contagiada, en promedio, por cada infectado.

Las primeras investigaciones que surgieron en China a partir de los datos de Wuhan, como el artículo de Qun Li y colegas, publicado en el New England Journal off Medicine, a fines de enero, indicaban que en los primeros 7 días el virus se reproducía en promedio a una tasa R0 de 2,2 pero el estudio tenía un margen de error por lo que el número real de contagiados por cada infectado podía estar en algún lugar entre 1,3 y 3,9. En el primer caso en 35 semanas se contagiaban 10.000 personas a partir del paciente cero. En el segundo caso en 17 semanas el planeta entero contraía el virus.

Pero lo más importante es que esa tasa de reproducción no es fija, sino que varía en función del comportamiento social. Ahora sabemos que se reduce mucho si evitamos quedar por más de quince minutos a menos de dos metros de distancia de una persona infectada, por lo que el transporte publico de media distancia es muy peligroso y lo mismo ocurre con las reuniones prolongadas entre amigos que violan esa simple regla de prevención.

La primera pregunta, entonces, es: ¿Cuál es esa tasa de reproducción del virus en el AMBA? Todos recordamos la magistral explicación de Angela Merkel a la sociedad alemana, contándoles a mediados de abril que, según el modelo con el que trabajaban, si lograban que cada persona contagiara solo a 1,1 persona en promedio, el sistema de salud desbordaba en octubre, pero si en cambio el R0 era de 1,2 entonces las camas de terapia intensiva se llenaban en julio. En la Ciudad de Buenos Aires, el Ministro de Salud Fernán Quirós insiste en que su R0 es 1,1 pero en el Gran Buenos Aires no tenemos la menor idea. Las autoridades plantean que están al borde del colapso, pero ni muestran el modelo epidemiológico, ni dicen cual es la tasa de reproducción que manejan.

Al mismo tiempo, tanto los medios, como en cada una de las presentaciones del Presidente, se hace hincapié en la cantidad de casos detectados, pero ese no es un indicador de la velocidad a la que avanzan los contagios, porque ni el criterio de caso que justifica el testeo, ni la estrategia de a quien testear han sido homogéneas a lo largo del tiempo. Para usar una analogía de esas que le gustan a Alberto Fernández, es como si dijéramos que hay más hinchas de Gimnasia, porque antes consultábamos a todos los que se tomaban un colectivo en la terminal y ahora vamos a preguntar a los que viven en El Mondongo, que como el todo el mundo sabe, es un tradicional barrio tripero.

LE PUEDE INTERESAR

Sorpresivos acuerdos políticos a la sombra de la cuarentena

LE PUEDE INTERESAR

Los intendentes ante la disyuntiva del “siga, siga” o de la imposición de drásticas medidas

La prueba de que ese indicador está sesgado es que mientras que los casos detectados en cada jornada se multiplicaron casi por cuatro en los últimos treinta días, la cantidad de pacientes en terapia intensiva creció 88 por ciento y los fallecidos diarios un 122 por ciento. Es cierto que hay un rezago entre que alguien se contagia y acaba siendo internado o eventualmente fallece, pero si miramos tres semanas atrás los casos diarios crecían incluso más rápido que ahora (casi por seis).

El otro dato clave, pero más difícil de estimar a priori, es en qué posición de la curva epidemiológica está una región. Por ejemplo, hace cinco semanas atrás en pleno brote de la Villa 31, el barrio de Retiro tenía 773 casos semanales, pero en las ultimas dos semanas tuvo menos de 100 y el domingo pasado el operativo Detectar registró cero casos en ese barrio vulnerable.

Estas diferencias son fundamentales porque el gobierno acaba de informar que vuelve a la fase 1 y sabemos por los datos de actividad económica que computa Orlando Ferreres y Asociados, que en mayo la actividad económica rebotó 9 por ciento después del derrumbe de abril, gracias a la flexibilización de la cuarentena. Las nuevas restricciones no solo le costarán a la economía volver a perder buena parte de ese 9 por ciento que había recuperado (unos 190.000 millones de pesos), sino que ensancharan el déficit fiscal obligando a emitir más pesos sin respaldo, que acaban tarde o temprano en más inflación y/o aumento del dólar.

Las decisiones que pueden estar justificadas en un escenario donde la cantidad de gente contagiada se multiplica por cuatro en un mes, no se sostienen si la tasa de reproducción real es de la mitad. Ni hablar de las medidas para las que no existe ninguna evidencia científica de respaldo, como el cierre de los comercios de cercanía o la suspensión de actividad física al aire libre, con protocolos de distanciamiento social.

La responsabilidad del gobierno es la de balancear costos y beneficios de cada medida, buscando el equilibrio que evite tanto el derrumbe de la economía como el colapso del sistema de salud y aunque todos descontamos que los funcionarios son buenos y hacen su mejor esfuerzo, son mucho mejores cuando basan sus políticas en la evidencia científica.