Las comparaciones pueden ser odiosas y, lo que es peor, ambiguas: a propósito de las diferencias de mortalidad por la COVID-19 entre países

Andreu Segura
Chomel

El alud de datos sobre la pandemia de COVID-19 es un estímulo para analizarlos a fin de averiguar la importancia del problema y , sobre todo, qué podemos hacer para mejorar la situación. Nada más lógico. Uno de los propósitos de estos análisis ha de ser aclarar si alguna de las medidas adoptadas es realmente efectiva, un objetivo sensato y adecuado dadas las potenciales consecuencias negativas que conllevan algunas de ellas, como por ejemplo las restricciones de la movilidad, las limitaciones educativas o las pérdidas de productividad. El problema es que diseñar y desarrollar estudios para contrastar experimentalmente el efecto de estas medidas, además de ser éticamente discutible, no es en absoluto fácil. La alternativa es recurrir a estudios observacionales y, particularmente, a estudios ecológicos, analizando los datos ya disponibles y tratando de extraer la máxima información posible. O todavía hay otra más imprecisa que es comparar directamente las muertes atribuibles a la COVID-19 en varios países que, según lo que sabemos o sospechamos, han adoptado medidas bastante diferentes para controlar la epidemia. 

La opción de comparar mortalidades atribuibles a la COVID-19 también tiene la ventaja de que no es necesario hurgar mucho en las estadísticas ni en los bancos de datos porque en los medios de comunicación social y en las redes estos datos abundan. Pero está claro que no todo es coser y cantar porque ni los mass media ni, todavía menos, las redes sociales son garantía de fiabilidad a la hora de procesar los datos. Unos datos que, por cierto, muchas de las instituciones responsables de producirlos oficialmente advierten que son provisionales porque a menudo no han podido ser suficientemente depurados. 

En cualquier caso, la tentación de buscar informaciones válidas es grande y, además, lógica porque el trastorno ocasionado por la pandemia y, entre paréntesis, por el tipo de reacciones que ha desvelado, ha sido enorme. Así pues, es urgente encontrar explicaciones para mejorar nuestra respuesta a la catástrofe, y todavía mejor si dichas explicaciones refuerzan el tipo de medidas que deseábamos que fueran útiles y que quizá no han sido recomendadas, adoptadas o implementadas con suficiente decisión e intensidad como, por ejemplo, las restricciones generalizadas de la movilidad y la proximidad física. 

Pero incluso las tasas de mortalidad pueden reflejar la influencia de algún factor determinante de la estructura demográfica, sociológica o epidemiológica que interfiera en los resultados y nos confunda. Los manuales más elementales de epidemiología ya nos enseñaban a corregir la influencia de la edad o el sexo con la estandarización de las tasas por el método directo o el indirecto, entre otros. 

Aquí radica el interés de los estudios observacionales, aunque sean ecológicos, como el que acaban de publicar en el European Journal of Public Health(1) Ondrej Hradsky, pediatra, y Arnost Komarek, estadístico, ambos de la Charles University de Praga. Los autores construyen una batería de indicadores sociodemográficos y sanitarios para describir las características estructurales básicas de cada país. Utilizando las bases de datos abiertas del Centro Europeo para la Prevención y el Control de Enfermedades, del Banco Mundial y del Atlas Mundial BCG, entre otras, han elaborado un modelo con el propósito de averiguar si estas variables podrían explicar significativamente las diferencias en mortalidad acumulada entre los diferentes países. Aun cuando inicialmente han considerado 210 países, finalmente han podido incorporar tan solo 138 porque desconocen algunos datos relevantes de la mayoría de países excluidos o por a las características muy singulares de algunos otros. 

Los autores constatan que el número de muertes por coronavirus en 2020 (COVID-19) por millón de personas difiere mucho entre países. Y también constatan que a menudo esto da pie a interpretaciones apresuradas y ambiguas sobre la efectividad de las distintas estrategias de prevención adoptadas, menospreciando la potencial influencia de otros factores que podrían ser incluso más determinantes. Con independencia de que sea factible modificarlos a corto plazo. 

Han hallado asociaciones estadísticamente significativas entre la sobremortalidad por COVID-19 y la densidad de población, la proporción de población urbana, la proporción media (hombres, mujeres) de personas de 80 años o más, el número de camas de hospital con relación a la población, la incidencia de tuberculosis, la temperatura media en marzo y el PIB per cápita. 

El modelo final podría explicar el 67% de la variabilidad. Es decir, que menos de una tercera parte de la variabilidad en las diferencias logarítmicas de mortalidad podría ser modificada por diferentes intervenciones no farmacéuticas que van desde el aislamiento de casos hasta medidas integrales, distanciación social de toda la población y cierre de escuelas y fronteras.

Tal como me han hecho notar algunos colegas y en parte reconocen los propios autores, las limitaciones del estudio son considerables, tanto por lo que respecta a la calidad de algunos de los datos como a la elección de las variables seleccionadas y, todavía más, a la heterogeneidad de las características sociodemográficas y sanitarias de los países comparados. Aunque precisamente este hecho nos tiene que hacer reflexionar sobre la validez o, mejor dicho, sobre las deficiencias de las comparaciones con las que nos obsequian muchos de los expertos consultados por los medios de comunicación. 

También llama la atención que pese a haber tantos epidemiólogos opinando, sea un profesional de la pediatría quien realice, con la colaboración imprescindible del estadístico, esta investigación tan importante. Porque una investigación más concentrada, que analizara la variabilidad de la mortalidad de unos cuantos países más similares, podría orientarnos mucho más en cuanto a los beneficios potenciales de las medidas preventivas no farmacológicas, que son las que implican mayores desventajas económicas, culturales, sociales y políticas. 

Agradezco las sugerencias de Joan Sales, que han mejorado el post sin que le corresponda ninguna responsabilidad por lo que respecta a las eventuales deficiencias. 

Bibliografia

1- Hradsky O, Komarek A. Demographic and public health characteristics explain large part of variability in COVID-19 mortality across countries. European Journal of Public Health, 2021; 31: 12-6.