Los datos del covid-19 son inexactos: Aquí las 10 razones

Catherine O’Neil es conocida mundialmente por su TED Talk sobre la “fe ciega en los datos”. El argumento toma peso al saber un poco más de ella y su posición en el mundo de las matemáticas. En su blog mathbabe.org y varios libros sobre ciencia de datos deja en claro esta posición y hoy, frente al Covid-19, no es distinto.

En un artículo publicado en Bloomberg, la experta explora en sus razones del por qué duda de los datos entregados por las autoridades a nivel mundial. En total son 10 los puntos, que van desde el mentiroso número de infectados (no se puede saber el número real si no hay pruebas para todos) y los incentivos perversos para reportar gradualmente los muertos.

A continuación les dejo la traducción al español del artículo, una especie de tirón de orejas a medios de comunicación y autoridades:

Si eres como yo, has estado observando los datos diarios de la pandemia de coronavirus, buscando destellos de esperanza en las trayectorias: los infectados, los hospitalizados, los intubados y, claro, los muertos.

Si tan sólo hubiera más comprensión. Cuanto más observo los números, más veo sus defectos. Aquí están los principales.

  1. El número de infectados está cerca de no tener sentido. Sólo se puede contar a las personas que se hacen la prueba, y todavía no hay suficientes pruebas, ni siquiera cerca. Quizás en Islandia. Lo mejor que podemos hacer es estimar cuántas personas están enfermas adivinando qué porcentaje de los infectados pueden obtener una prueba. En los Estados Unidos, por ejemplo, las pruebas anecdóticas sugieren que las personas deben estar lo suficientemente enfermas para ser hospitalizadas. Alrededor del 10% de los casos merecen ser hospitalizados, por lo que el número real de infectados podría ser unas diez veces mayor que lo que se informa.
  2. Las pruebas no son exactas y las inexactitudes no son simétricas. En particular, producen muchos más falsos negativos que falsos positivos, lo que significa que tienden a indicar que las personas están bien cuando en realidad están enfermas. Algunas investigaciones sugieren que la tasa de falsos negativos podría superar el 30%. Esto significa que las estimaciones del verdadero número de infecciones deberían ser infladas una vez más.
  3. El número de pruebas no es igual al número de personas examinadas. Debido a que las pruebas son tan inexactas, algunas personas se hacen la prueba dos veces para estar más seguros de los resultados. Esto significa que la proporción de la población analizada en comparación con el número de personas que se encuentran infectadas pinta un cuadro más positivo que la realidad, ofreciendo una razón más para creer que el número real de infectados es mayor.
  4. Los números no están sincronizados. A veces las personas mueren semanas después de ser hospitalizadas, y son hospitalizadas una semana o más después de dar positivo en las pruebas del virus. Así que no debemos esperar que la curva del “número de muertes” se aplane hasta mucho después de que lo haga la curva del “número de casos”. El lado bueno de este desfase es que, como lleva más tiempo recuperarse que morir, la tasa de mortalidad bajará con el tiempo.
  5. El significado de la hospitalización está cambiando. Los funcionarios han presentado recientemente el aplanamiento de las admisiones hospitalarias como un signo positivo. Pero hoy en día se necesita mucho más para llevar a alguien al hospital. Las líneas telefónicas están atascadas, las ambulancias son escasas, los estándares para quién es hospitalizado han cambiado drásticamente, y la gente está evitando las salas de emergencia abrumadas. Así que menos hospitalizaciones no significa necesariamente que la situación esté mejorando.
  6. Las muertes no se reportan de manera inmediata o consistente. Diversas cuestiones operacionales, como la presentación de documentos y la notificación a los parientes más cercanos, determinan cuándo se registra realmente una muerte. Esto podría ayudar a explicar por qué la mayoría de las muertes tienden a ser reportadas los martes. Así que no se entusiasmen con las buenas noticias en un fin de semana, podrían decepcionarse con el comienzo de la semana.
  7. Las muertes fuera de los hospitales no se reportan. Cuando la gente muere en casa o en centros de enfermería, hogares de veteranos o prisiones, no siempre se cuentan. Esto es importante: Cuando Francia comenzó a reportar las muertes en los asilos, su conteo de muertes aumentó en un 40%. Bélgica reporta muy bien las muertes en asilos, y encuentran que el 40% de las muertes ocurren allí.
  8. La política de atribución de muertes no es consistente. Una vez que alguien se ha ido, ¿por qué desperdiciar una prueba valiosa? Para que los médicos no mencionen el Covid-19 como causa contribuyente. Es una decisión de juicio, especialmente cuando alguien ya estaba enfermo. Esto podría tener un gran efecto en los datos de ciertos ambientes como centros de rehabilitación y asilos.
  9. Los funcionarios pueden tener incentivos para ocultar los casos de coronavirus. China, Indonesia e Irán están bajo escrutinio por sus estadísticas. “Juking the stats” tampoco es desconocido en otros contextos en los EE.UU. Así que no asuma que los funcionarios están por encima de la manipulación directa.
  10. Lo que sucede en un lugar, o en promedio, podría no ser aplicable en todas partes. Algunos pequeños estudios sugieren que la tasa de mortalidad de los Covid-19 es de alrededor del 1% de la población infectada. Pero eso no significa que será lo mismo en los EE.UU., o en la ciudad de Nueva York. Áreas específicas podrían ver tasas de mortalidad mucho peores, simplemente porque sus sistemas de salud no son tan completos o sus poblaciones tienen más enfermedades crónicas. Los EE.UU. tienen muchas áreas contaminadas que parecen hacer a las personas más vulnerables a las infecciones y más enfermas una vez que se enferman. Como hemos visto en los últimos días, tales disparidades están afectando desproporcionadamente a las personas de color.

Por muy atractivo que sea llevar la cuenta, los verdaderos números podrían no conocerse hasta mucho más tarde. Las pruebas deben hacerse sistemáticamente, incluso en personas asintomáticas. En el caso de las muertes, los números precisos podrían no aparecer nunca. Es posible estimar usando el número de muertes inesperadas en comparación con el año anterior. Pero incluso eso no es lo ideal, porque los cierres podrían suprimir otros tipos de muertes – accidentes de tráfico, por ejemplo – obligando a la gente a quedarse en casa.

No me malinterpreten: Observar los datos oficiales no es una completa pérdida de tiempo y atención. Los números pueden dar una idea de lo que está sucediendo, siempre y cuando reconozcamos sus defectos.