Análisis global sobre propagación del COVID-19 (3)

Buen inicio de semana a todos. Este lunes, como también lo hice los dos lunes anteriores, les comparto mi análisis de mi gráfico de matriz de colores y unos pequeños apuntes sobre la pandemia.

Como lo dije la semana pasada, esto es un análisis que no pretende predecir comportamientos en el futuro ni mostrar el desarrollo real de la pandemia. El análisis general se basa en datos OFICIALES que los países declaran y que, en este caso, el Center for Systems Science and Engineering (CSSE) de la Johns Hopkins University, recolecta y pone a disposición de todos. Para este análisis además de mi matriz de colores, utilizo datos de la WTO (World Trade Organization), y de https://comtrade.un.org/ via Max Galka's Flow of International Trade (http://metrocosm.com/map-international-trade/).

Les dejo nuevamente el vínculo para que puedan consultar la matriz y las otras hojas de cálculo que ha creado para analizar los datos Track Covid-19 Pandemic curve. Ya tiene al menos dos nuevas hojas de información que hice con la intención de analizar los datos. O sea, que no es un documento para visualizar la información. Ya hay muchas de estas páginas con mucho mejores interfaces gráficas para esto, como la aplicación web de mapeo basada en ArcGIS Online de la Universidad John Hopkins (https://coronavirus.jhu.edu/map.html), el DXY map doctor chino (https://ncov.dxy.cn/ncovh5/view/pneumonia) o el bonito mapa en 3D elaborado por Navid Mamoon y Gabriel Rasskin, de la Carnegie Mellon University (https://www.covidvisualizer.com/).

En general, los datos siguen soportando mi hipótesis de contagio según el modelo que llamé «capital‣turismo‣migración», y explica no sólo la trayectoria de propagación del virus, sino también el número de contagios por país. Recientemente se puso en circulación el artículo que correlaciona la vacuna contra la tuberculosis y el número de casos (Correlation between universal BCG vaccination policy and reduced morbidity and mortality for COVID-19: an epidemiological study https://www.medrxiv.org/content/10.1101/2020.03.24.20042937v1), pero esta hipóstesis no es capaz de explicar Irán, India o los mexicanos contagiados en Nueva York o en México, que no son pocos. Debemos recordar la falacia «Cum hoc ergo propter hoc», es decir, que correlación no implica causalidad. Esta hipótesis tiene dos problemas. 1) Está trabajando con datos que no están completos. El artículo se publicó el 28 de marzo de 2020 pero hasta hoy (6 de abril) no ha sido revisado (peer-reviewed). Si consideramos que en los casos en la mayor parte del emisferio sur comenzaron a detectarse a penas en marzo, y considerando el trabajo para escribir el artículo, organizar y analizar la datos, etcétera, es obvio que los investigadores trabajaron con una muestra bastante sesgada del hemisferio sur y 2) Hay un sesgo científico. Yo en mi análisis podría tene run sesgo similar, queriendo dar una explicación geopolítica y económica a un fenómeno epidemiológico, pero ellos también lo hacen al querer encontrar una explicación científica a algo con posibles causas sociopolíticas, de raíz fundamentalmente capitalista.

En el futuro, este tipo de sesgos académicos entre la ciencia social y la natural, deberían evitarse. Es más, ambas hipótesis podrían explicar perfectamente el mismo fenómeno, no son binomios irreconciliables.

Por otro lado, la hipótesis original, de origen casi popular sobre la propagación del virus que todo mundo manejaba pero que por algún motivo se apagó es que la culpa era de la gente que tenía dinero para viajar. Si bien es un hipótesis simplista, no por ello es falsa. Según los patrones que he observado en la matriz de colores (mapa de calor o heatmap), la única correlación que explica prácticamente todos los países por número de casos positivos confirmados es el comercio, y no sólo esto; además lo explica con una jerarquía geopolítica dentro de la economía-mundo. Si trazáramos el desarrollo del pandemia por país, y luego correlacionamos los socios comerciales de cada país según la propagación del virus, podemos ver que la correlación existe.

Tristemente, son los paraísos fiscales o los países o regiones con turismo de altura o, me atrevo a decir, turismo de negocios (ver A darker side of hypermobility o Lujo y soledad: el lado oscuro de los viajes de negocios) los siguientes nodos en la jerarquía de contagios. Finalmente, el contagio comunitario se debe a la propia relación entre empleadores y empleados, y la movilidad de éstos últimos, así como la migración humana en general. Si quieren ustedes mismos explorar esta posibilidad los invito a visitar la página http://metrocosm.com/map-international-trade/ donde podrán visualizar  un mapa con el flujo internacional de comercio en 2018.

Desde la semana pasada comencé a colaborar con una doctora del Instituto Nacional de Cardiología «Ignacio Chávez», con la finalidad de estudiar estos patrones más rigurosamente. Cuando tenga más información al respecto, o tengamos un artículo publicado, se los hago saber; mientras tanto los dejo con mis observaciones semanales.

Patrones
Desde que los países reportan casos de manera continua, hasta el pico de contagios, pasa aproximadamente un mes (de 28 a 32 días), y otro mes para que la situación comience a normalizarse. Es decir, la contingencia sanitaria dura aproximadamente dos meses completos. Esto se puede observar actualmente con los dos países en los que se ha observado el famoso aplanamiento de la curva (China e Italia). En Corea del Sur, la curva siempre fue plana, por lo que no se puede recuperar información en este sentido, es decir, desde un inicio el número de casos en Corea fue constante, a pesar de un ligero incremento de hasta 851 casos reportados el 3 de marzo. En Corea desde un inicio el promedio de casos reportados es entre 100 y 200. Siendo la última semana de febrero y la primera de marzo, cuando el promedio fue de de entre 400 y 800. Si consideramos esta semana el pico de mayor contagio, de todo modos la regularidad de casos reportados despúés de esa fecha impide detectar un «regreso a la normalidad».

En el caso de Irán, este fin de semana (4-5 de abril) se podría definir su situación si el número de casos se mantiene a la baja. Si se mantiene a la baja, el patrón de 30 días hasta alcanzar el pico, también se observa ahí. Lo mismo aplica para España: estos día es posible que esté experimentando el número máximo de contagios confirmados, y de hecho este mismo fin de semana se mantivo a la baja, por lo que también cumple con el patrón de 30 días. Si el caso de España, Italia o Irán son ejemplares, también lo serán el de Alemania, Francia y Suiza, este último con un crecimiento no exponencial de casos.

Si el patrón es "correcto", podríamos asumir que los 30 días se observan sólo si el país aplicó medidas de distanciamiento y aislamiento, por lo que es imposible ahora mismo saber si habrá un repunte cuando acabe el confinamiento.

Reino Unido y Países Bajos, tienen un desfase de hasta 5 días con respecto a España, por lo que el mayor número de casos confirmados aparecerían esta semana si las probabilidades son acertadas.

Para Latino América, les dejo esta imagen con un comparativo de algunos países de la región, Canadá e Italia. Los números pueden engañar, recuerden que cada país está muestreando los casos de diferentes maneras, el número de personas por país varía considerablemente y siguiendo la hipótesis «capital‣turismo‣migración», hay países que es posible que no estén tan infectados como otros.

Hipótesis
Hipótesis de decesos: El número de contagios por día no puede reflejar el números de decesos por día. Sí hay una pequeña correlación, pero no es constante según se reportan los casos. Es posible tener un desfase de algunos días entre número de casos y muertes. Entonces, puede haber un pico de muertes con un número bajo de casos, o un número de casos positivos muy alto alto pero pocas muertes reportadas. La razón es obvia, pero quizá no evidente. Puede haber un número muy alto de pacientes que entran en un pico alto de contagio, pero que mueren 1 o 2 semanas después, coincidiendo cuando los casos comienzan a controlarse; por esta razón podría haber más muertes cuando se nota que los países comienzan a controlar los contagios, siendo un poco contraproducente a simple vista a nivel numérico, pero perfectamente lógico a nivel clínico. Por ejemplo, un grupo que entra a terapia intensiva de gravedad con altas probabilidades de morir, digamos un lunes, y que coincide con un pico muy alto de contagios confirmados, no necesariamente morirá el lunes. Es posible que permanezca en terapia intensiva una semana entera y después muera, digamos el domingo, pero es posible que el domingo se registren pocos casos positivos a Covid-19, pero el grupo que ingresó una semana antes, muera ese día con pocos casos. Este desfase de contagios/muertos podría ser, de hecho, un indicador para evaluar la eficacia de las medidas de confinamiento. Mayor número de casos con una curva de tendencia similar a la de fallecidos indicaría fase de propagación. Una curva de decesos en aumento con una tendencia de casos positivos en declive, podría indicar fase de control.
Hipotesis nueva de contagio. ¿La altura podría ser un factor de propagación? ¿Dónde se transmite más el virus? ¿a nivel del mar o en las montañas? Este análisis se podría hacer evaluando los focos máximos de infección a nivel local y comparando la recurrencia según altitud. POr ahora sólo es una hipótesis y podría haber una oportunidad de análisis por ahí.

Comentarios finales
Entiendo el modelo mexicano de muestreo de casos como el modelo "encuesta" (se muestrea un número X de casos para proyectarlo a la población total). Su principal ventaja es ahorrar costos en pruebas para detectar el virus. Sabemos por información oficial que el gobierno compró 9100 pruebas en un inicio, y luego se adquirieron reactivos para hasta 35 mil pruebas más. Hasta ahí, relativamente bien. Obviamente este sistema de muestreo tiene algunos sesgos que podrían generar incertidumbre para tomar decisiones, los mismos sesgos que las encuestas tienen (e.g. poblaciones de muestro dispares o muestras principalmente en ciudades). Además de que no se muestrean los posibles casos positivos asintomáticos, ni aquellos sintomáticos que no llegan a hospitalización. Y no estoy seguro de lo que ocurre con identificación post-mortem para efectos estadísticos.

Como sea, si tomamos el "muestreo" mundial (que incluye mayoritariamente países europeos, EUA, y algunos países de Asia), dejamos el parroquialismo a un lado y entendemos que Latinoamérica, África y sur de Asia son las últimas regiones en "recibir" el virus por su posición en el sistema-mundo, y que sus casos generan un gran sesgo porque empezaron a reportar sus casos hace poco relativamente; tenemos que de un millón de casos reportados en el mundo (al 3 de abril de 2020) al menos 50 mil han fallecido, o sea, 5% de los casos positivos.

Traspolado a la población mundial esto significa que si el 70% de las personas se infectaran, como se ha sugerido, en el peor de los escenarios morirán hasta 210 millones de personas. Es decir, de 6 mil millones de personas, se infectarían 4200 millones y el 5% de esta cifra morirían según la cifra actual de decesos. Pero ojo, esto es si consideramos que los datos actuales son representativos, y se usan como el modelo "encuesta". Pero, si este modelo sólo está reportando en su gran mayoría los casos sintomáticos graves, o que requieren atención médica, en realidad al 70% de contagiados debemos descontar a todos los casos que no llegarán al hospital.

Según cifras conservadoras de diversos países, incluido México, de todos los casos posibles, sólo un 10% requiere atención médica. Si esto es verdad, sólo entre el 2% y el 5%, del 70% del total de la población, podría morir en el peor de los casos, es decir, con un sistema de salud colapsado. Esto reduce dramáticamente los números. Entre 8.4 millones y 21 millones de decesos en todo el mundo, y entre 176 y 441 mil personas en México. Las cifras, eventualmente, pueden bajar si es posible atender a los pacientes en condiciones óptimas.

Como sea, nunca está de más saber que las proyecciones son tan acertadas como las encuestas y sólo son probabilidades, no predicciones, y mucho menos profecías. Si desean saber más sobre los modelos de propagación les recomiendo este pequeño artículo periodístico Don’t Believe the COVID-19 Models That’s not what they’re for.