LA PRÓXIMA VEZ DEBEMOS ACTUAR ANTES. Impacto de la precocidad de las intervenciones por Covid-19
Hace un par de semanas publicamos el artículo “Navegando en la Nueva Normalidad”, con sugerencias sobre las medidas a tomar por las administraciones públicas para evitar rebrotes incontrolados del coronavirus en España. En ese artículo mencionábamos que hace dos meses las estrategias China o Coreana nos habrían ahorrado más del 90% de las víctimas actuales. Algunos lectores nos han reprochado con razón que arrojásemos esta cifra sin justificarla. Así que hemos decidido publicar nuestros cálculos.
A fecha de 10 de mayo había en España 26.744 fallecidos por Covid-19 confirmados por prueba de laboratorio.[*] España, con EEUU, Italia, Francia y Reino Unido encabezan la lista de fallecidos en el mundo, todas ellas superando los 25.000.[*] Las cinco tienen algo en común: una reacción tardía.
Haber adelantado tan solo 3 días el confinamiento posiblemente habría evitado del orden de la mitad del número de muertes que llevamos hasta ahora en nuestro país. Haberlo hecho una semana antes, un 80% y dos semanas antes, más de un 95%. Más abajo explicamos cómo llegamos a estas cifras por dos métodos diferentes.
El análisis de los datos de otros países también sugiere que la celeridad en la implementación de medidas de distanciamiento social es más importante que su intensidad (el nivel al que se limita la movilidad), lo que de cara a nuevas oleadas puede ser especialmente relevante. Esto es, que no hace falta cerrar completamente el país para frenar el avance de la Covid-19. Basta con dejarlo a medio gas. Pero hay que actuar rápido. Muy rápido.
¿Podíamos haber actuado antes? ¿Teníamos información suficiente? Creemos que la respuesta es afirmativa en ambos casos. Entre los meses de enero y febrero la OMS había publicado más de 40 informes y alertas sobre la Covid-19, en los cuales quedaba evidente todo su potencial y su alcance global.[*] La información compartida por este organismo, extraída en su mayor parte de la experiencia de Hubei, ya permitía entonces recrear la curva epidemiológica y prever el impacto que podría tener la epidemia en España. Esto es, a finales de febrero ya se podía adelantar lo que vendría después, pero se ignoraron todas las alarmas.
El debate salud pública vs. economía es un falso dilema. En muchos foros se ha justificado el retraso de las restricciones de movilidad por el elevado impacto económico de éstas. Analizar en detalle el coste para la economía de adelantar o retrasar una intervención trasciende el alcance de este artículo. Sin embargo, es de destacar que las proyecciones del FMI para 2020 no penalizan especialmente a los países que cerraron más o antes que otros. [*] La historia también nos dice que son las epidemias las que cuestan mucho dinero, y que las intervenciones en salud pública reducen ese coste.[*][*] El gran error es pensar que retrasar las restricciones puede significar mantenerlas durante menos tiempo, pero estamos viendo que en realidad puede ser al contrario, ya que cuanto antes se cierre, antes se alcanzará una incidencia de la enfermedad suficientemente baja que permita la reapertura.
¿Qué se sabía sobre la COVID-19 cuando nos alcanzó?
El 31 de diciembre China reporta casos de neumonía en Wuhan de origen desconocido.[*] El 5 de enero la Organización Mundial de la Salud (OMS) publica su primer informe sobre el nuevo virus.[*] La semana siguiente China hace pública la secuencia genética del SARS-CoV-2, tiene lugar la primera muerte confirmada en Wuhan y sale a la luz el primer caso fuera de China.[*] El 21 de enero la OMS comienza a publicar informes de situación diarios, con toda la información que se va conociendo sobre el coronavirus.[*] Ese día ya hay 282 casos en 4 países y 6 fallecidos.[*] Dos días después la OMS declara que el riesgo de la enfermedad es “alto” a nivel global.[*] El 30 de enero la OMS reporta 7.818 casos en 19 países (3 países en Europa) y 170 muertes,[*] declara situación de ‘Emergencia Sanitaria de Preocupación Internacional’ y alerta: “Pueden aparecer más casos en cualquier país. Por ello, todos los países deben prepararse para la contención de casos, incluido vigilancia activa, detección temprana, aislamiento y manejo de casos, seguimiento de contactos, y prevención de una transmisión posterior del coronavirus.” Dos días después informa de la posibilidad de transmitir la enfermedad por personas infectadas antes de que desarrollen síntomas.[*]
En los informes de situación[*] de la OMS emitidos entre el 22 y el 29 de enero ya se podía ver el rápido crecimiento de la epidemia con una aumento diario del 50% en el número de casos detectados en China. En Wuhan ya se había decretado el encierro el 23 de enero, con efecto ese mismo día.[*]
El 14 de febrero hay cerca de 50.000 casos confirmados en 25 países, y 1.383 fallecidos.[*] La OMS alerta por primera vez sobre el riesgo de propagación de la Covid-19 en eventos multitudinarios.[*] El 15 de febrero advierte de nuevo a todos los países que deben estar preparados para la llegada de casos,[*] y dos días después insiste en que todos los países con transmisión comunitaria deberían considerar seriamente posponer o reducir eventos multitudinarios por su potencial amplificador de la enfermedad.[*]
El 19 de febrero la OMS publica las primeras estimaciones sobre los principales parámetros de la enfermedad, que muestran que es mucho más peligrosa que gripe común.[*] La Covid-19 parece tener un periodo de incubación de 5–6 días, un intervalo intergeneracional de 4,4 a 7,5 días, letalidad sobre casos confirmados de 2,3% y letalidad sobre casos infectados estimados entre 0,3% y 1% [*] — esto es, la letalidad de este coronavirus es entre tres y diez veces superior que la de la gripe común, que la OMS estima por debajo del 0,1%.[*] El 23 de febrero el Director de la OMS reconoce que las medidas (de confinamiento) tomadas en China han evitado un gran número de casos.[*]
El 25 de febrero se sobrepasan los 80.000 casos en 34 países (10 de ellos europeos) y 2.700 muertes.[*] El Director de la OMS alerta que todos los países deben prepararse para una potencial pandemia: “Todos los países deben estar listos para la detección temprana de casos, aislamiento de pacientes, seguimiento de contactos…prevención de brotes en hospitales y prevención de transmisión comunitaria…. Todos los países deben priorizar la protección de sus trabajadores sanitarios… y a los más vulnerables, en particular a los mayores… no solo luchamos para contener al virus y salvar vidas, también luchamos para contener el daño económico y social que podría hacer una pandemia”.[*]
El 27 de febrero, el Informe de la Misión Conjunta de la OMS y China alerta de nuevo del peligro en todo el mundo.[*] Muestra una letalidad muy superior a la de la gripe común, y alerta que el Covid-19, con un ritmo reproductivo (Ro) estimado de 2–2,5, cerca del doble que la gripe común, es “muy contagioso”, que se está “propagando a una velocidad asombrosa” y que es “capaz de causar un enorme impacto de salud pública, económico y social”. Posteriormente el Instituto Pasteur subiría la estimación del Ro a 3,3 en ausencia de medidas preventivas y estima que se habría reducido a 0,5 durante el confinamiento en Francia.[*]
Los datos epidemiológicos de este informe, junto con los publicados anteriormente, permiten predecir la velocidad de propagación y el impacto de la enfermedad en ausencia de medidas efectivas de contención. Esto es, para entonces ya se podía estimar con bastante precisión el enorme coste humano que implicaba cada día que pasaba sin implementar medidas drásticas para controlar la propagación del coronavirus.
Este mismo día la OMS eleva el riesgo que representa la Covid-19 para el mundo a ”Muy Alto”, y su Director hace una llamada a todos los países a “educar a su población…dar seguimiento a cada contacto y a tomar medidas que involucren a todo el gobierno y toda la sociedad”.[*] Para entonces España suma 33 casos confirmados[*] y posible transmisión comunitaria,[*] señal de que el virus podría estar descontrolado.[*] Sin embargo, la autoridades españolas rebajan el riesgo para España a “moderado” [*] y consideran que medidas de distanciamiento social básicas como reducir aglomeraciones de personas todavía no son necesarias.[*] El día antes se había reportado el primer caso de transmisión comunitaria en España.[*]
El 2 de marzo en España el Ministerio de Sanidad da cuenta de 144 casos confirmados [*] frente a los 32 notificados en su informe anterior [*] del 28 de Febrero, lo que supone un aumento diario del 52%, muy similar al que se observaba en Wuhan el 23 de enero. Ese mismo día Italia reportaba [*] 1.835 casos confirmados y 52 fallecidos con un crecimiento diario del 30%.
El 4 de marzo el Director de la OMS recuerda que, con medidas tempranas y agresivas, los países pueden parar la propagación de la Covid-19.[*] Ya hay 77 países afectados (de los que 36 son europeos), más de 93.000 casos acumulados y 3.198 muertes.[*] La gráfica a continuación, extraída del informe diario de la OMS de ese día, muestra la alta velocidad de propagación de la Covid-19 fuera de China. En España hay cerca de 200 casos confirmados y una muerte reportada[*]. En las grandes ciudades seguimos con cientos de miles de personas usando a diario el transporte público, así como con manifestaciones, conciertos, mítines y eventos deportivos con estadios llenos. Hasta el 12 de marzo no se cancelará La Liga.[*]
El 11 de marzo el director de la OMS alerta: “Estamos profundamente preocupados tanto por los alarmantes niveles de propagación y gravedad [de la Covid-19] como por los alarmantes niveles de inacción [de los gobiernos]”.[*] Añade: “El número de casos de Covid-19 fuera de China se ha multiplicado por 13 en las últimas dos semanas, y que el número de países afectados se ha triplicado. Hay más de 118.000 casos en 114 países, y 4.291 personas han fallecido… Hemos llamado a los países todos los días para que tomen acciones urgentes y agresivas. Hemos hecho sonar la campana alto y claro”.[*] Al día siguiente insiste: “a pesar de nuestras frecuentes advertencias, estamos profundamente preocupados por el hecho de que algunos países no están gestionando esta amenaza con el nivel de compromiso político necesario para controlarla … Para salvar vidas debemos reducir la transmisión. Esto implica encontrar y aislar tantos casos como sea posible, y poner en cuarentena a sus contactos más cercanos.” [*]
Ese día el Ministerio de Sanidad reporta 2.128 casos confirmados y 47 muertes en España,[*] con los servicios de emergencia de algunas comunidades saturados desde hace días,[*][*] e incapaces de hacer seguimiento de casos sospechosos — menos aún de contactos próximos.
Hoy más de dos millones de personas se han infectado en España, según el estudio de seroprevalencia coordinado por el Ministerio de Sanidad y cuyos resultados preliminares se publicaron el 13 de mayo.[*]
¿Qué habría pasado con una Intervención más Temprana?
La mayoría de los países de nuestro entorno han aplicado — con distintos grados de intensidad — medidas de distanciamiento social en toda o gran parte de la población. Con esta estrategia, el número de víctimas mortales que se producirán durante la epidemia, depende principalmente de seis factores: (1) la tasa inicial de crecimiento de contagios (sin intervención), determinada fundamentalmente por factores socioculturales o ambientales del país (concentración de población, nivel de masificación del transporte público, hábitos sociales, clima…), (2) la precocidad de la intervención, (3) la intensidad de la misma, (4) la capacidad del sistema sanitario y (5) la proporción de población vulnerable (por edad, patologías previas o barreras de acceso al sistema sanitario) y (6) su nivel de protección. Aunque no se puede decir que ninguno de estos factores tenga menor importancia que los demás, este artículo se centra en la precocidad de la intervención, tratando de responder de manera cuantitativa a la pregunta de ¿qué habría sucedido si hubiéramos actuado antes?
Hemos buscado la respuesta recorriendo dos caminos diferentes. El primero, a través de una comparativa de distintos países y otras unidades territoriales. El segundo, a través de un modelo matemático que nos permite reproducir la evolución temporal de la epidemia en España bajo distintas fechas de comienzo del confinamiento. Como detallamos en sus secciones respectivas, ambos tienen sus limitaciones, pero la consistencia de los resultados parece demostrar que éstos son robustos.
MODELO 1: COMPARATIVA CON OTROS PAÍSES
La variable principal de este modelo es la anticipación de la intervención, que definimos como la diferencia entre dos hitos temporales: uno que muestra el grado de avance de la epidemia (el día en el que se superan los cincuenta fallecidos) y otro que muestra el comienzo de la implementación generalizada de medidas de distanciamiento social (el primer día en que la movilidad a los centros de trabajo cae por debajo del 40% respecto al valor normal). Para el primer parámetro hemos usado datos del Ministerio de Sanidad [*] para España y de Worldometer[*] para el resto de países. Para este segundo hito hemos usado los informes de movilidad de Google [*].
Alcanzar los 50 fallecidos indica ya un avance muy importante de la epidemia por lo que parecería mejor buscar una fecha de referencia más temprana y más indicativa del inicio del brote. Se ha descartado usar la fecha de superación de número concreto de infectados (como se suele ver habitualmente) por ser muy dependiente de la capacidad de ensayos, que varía mucho entre países. Por otro lado, se ha preferido considerar un número relativamente elevado de fallecidos, porque números más bajos son muy sensibles a irregularidades en la publicación de datos y pueden estar muy afectados por casos importados. La cifra de 50 es un valor de compromiso para asegurar que la transmisión local y/o comunitaria es predominante e igualar la condición de partida de todos los países.
El parámetro de reducción de movilidad elegido nos permite poner en equivalencia todos los países. Fijar como referencia simplemente el día que se anuncia el estado de alarma o el confinamiento no nos permitiría capturar las distintas intensidades de intervención y progresividad temporal de las medidas. Este concepto se ilustra en la figura 5, donde se puede apreciar que la intervención en Alemania se inició en la misma fecha que la de Francia pero fue menos intensa (se redujo menos la movilidad) y más progresiva (se tardó una semana más en alcanzar el 40% de reducción). Es de destacar que si en vez de movilidad al trabajo se hubiese usado como parámetro de referencia la reducción de movilidad en comercios y restauración, la fecha de referencia de algún país se movería unos días arriba o abajo, pero la visión global obtenida es muy similar y las conclusiones no varían.
Los valores de ambos parámetros para los países considerados en este estudio se muestran en la figura 6. Se puede apreciar el retraso en la intervención en los lugares en que antes se inició el brote. EEUU, Italia y Reino Unido fueron los más lentos en reaccionar en términos relativos la epidemia, seguidos por Francia, España, Alemania y Bélgica. En el extremo opuesto Dinamarca, Grecia, Irlanda, Noruega y Polonia actuaron del orden de 15 días antes de alcanzar el 50º fallecido, salvando con ello miles de vidas.
La intensidad de la reducción de movilidad laboral varía mucho entre los países analizados, desde el 44% de Alemania, al 74% de España, que actuó de manera tardía pero contundente. La figura 7 muestra cómo afectan ambos factores al número total de fallecidos por Covid-19 a 10 de Mayo. EEUU con una intervención tardía y poco intensa encabeza la lista de fallecidos, representados en la gráfica por el tamaño de los círculos. El siguiente grupo lo forman Reino Unido, Italia, España y Francia, con una reacción también tardía, pero muy intensa. La figura muestra que la intervención temprana domina con respecto a la intensidad de la misma. Los países de la zona amarilla, con intervenciones menores, consiguen controlar el número de fallecidos, tal vez compensando con otras medidas de reducción de los contagios.
De los datos se puede deducir que tiene más impacto reducir la movilidad pronto que reducirla mucho. El número de contactos personales es inversamente proporcional al cuadrado de la presencia, por lo tanto reducir la presencia a la mitad, reduce por cuatro los contactos y con ello la probabilidad de contagios. Esto hace que reducciones de movilidad moderadas resulten muy eficientes. Esto aplica tanto a nivel país como a nivel micro: si una empresa impulsase el teletrabajo para la mitad de sus empleados los días pares y la otra mitad los impares, podría reducir el riesgo de contagio aproximadamente un 75%, al partir por la mitad la exposición y el número de potenciales contagiadores. Este ejemplo no deja de ser una simplificación, pero ilustra las ganancias cuadráticas de la reducción de movilidad (y las ventajas del teletrabajo para las empresas y la sociedad en general en el contexto actual).
Por último, la figura 8 muestra la alta correlación entre el momento de intervención y el número de fallecidos, con una relación exponencial de la forma:
Donde ‘F’ es el número total de fallecidos, ‘A’ es la anticipación de la intervención (en días), F0 el número de fallecidos cuando la intervención en reducción de movilidad se implementa exactamente el día en que se alcanzan los 50 fallecidos (esto es, el valor de F para A=0), y Z es la tasa de reducción de fallecidos por cada día que se adelante la intervención. El valor obtenido para F0 es 7.305, y para Z es 0,823 (0,814–0,831 con un nivel de confianza del 80%).
Del valor de Z se deduce que cada día de adelanto en la intervención está asociado con un 18% de reducción en el número de muertes totales. En otras palabras, adelantar una semana la intervención podría haber reducido los fallecimientos un 75%… dos semanas un 94%.
Este modelo tiene varias limitaciones. En primer lugar, la comparabilidad de los datos entre distintos países es limitada, pues cada territorio tiene un criterio distinto para contabilizar los fallecimientos. Algunos países incluyen casos diagnosticados por clínica (sin prueba de laboratorio), otros incluyen solamente los casos confirmados, otros solo muertes hospitalarias y otros cambiaron de criterio durante la epidemia, comprometiendo la serie histórica, de modo que los casos reales pueden diferir de manera importante de los oficiales[*]. Además, aunque la mayoría de territorios están finalizando ya la epidemia (o al menos su primera oleada), algunos como EEUU, Polonia o Rumanía, apenas acaban de superar el pico de fallecidos, con lo que el número final se incrementará notablemente. Por otro lado, los otros factores enumerados al principio de este capítulo pueden variar de manera importante entre distintos territorios. Por ejemplo, el Estado de Nueva York o España tenían valores iniciales de la tasa de crecimiento muy altos que justifican su situación por encima de la curva de ajuste. Otros, como Alemania, fueron más activos en el control y seguimiento e hicieron intervenciones progresivas y asimétricas que resultaron en conjunto más efectivas y por eso se sitúan por debajo de la curva. En cualquier caso, el elevado coeficiente de correlación obtenido indica que la importancia de estos factores es secundaria frente a la aplicación temprana de medidas de reducción de movilidad.
Por otro lado, el modelo está basado en la elección de dos referencias (los 50 fallecidos y el 40% de reducción de movilidad a centros de trabajo) que tienen cierto grado de arbitrariedad. Se ha analizado la sensibilidad de la tasa de reducción de fallecimientos ‘Z’ a la variación de estos parámetros. Las variabilidades obtenidas son las siguientes:
- Referencia de número de fallecidos entre 25 y 100: Z = (0,810–0,838)
- Referencia de reducción de movilidad: día cero igual a -20% y -40% de la movilidad media, así como día cero igual a 25%-50%-75% de la máxima reducción de movilidad alcanzada: Z = (0,816–0,823)
- Nivel de reducción de movilidad basado en comercios y restauración: Z = 0,820
Las variaciones obtenidas son despreciables para la precisión que se pretende en este estudio.
Por último, hemos utilizado siempre el número absoluto de fallecidos en lugar de las tasas de mortalidad (muertos por habitante), que a priori podría parecer más adecuado, pero en realidad, mientras que el número de infectados no alcance un valor comparable al de la población total, ésta no restringe la propagación del virus y por lo tanto no influye en la misma. De hecho, una correlación como la de la figura 8 basada en mortalidad tendría un coeficiente de correlación de 0,13, muy inferior al 0,95 que se obtiene con fallecidos absolutos.
MODELO 2: ANÁLISIS DE LA CURVA EPIDEMIOLÓGICA EN ESPAÑA
A continuación se estima de nuevo el efecto que habría tenido el adelanto del confinamiento en España mediante un segundo modelo que nos permita cotejar los resultados obtenidos con el análisis de regresión. En esta ocasión lo que hacemos es reproducir la evolución temporal de la epidemia en base a los parámetros observados y los datos epidemiológicos de la Covid-19 conocidos.
De manera simplificada, se plantea que el número de nuevos infectados en un día (In) se obtiene a partir de los casos nuevos del día anterior (In-1) a partir de la tasa de crecimiento diario ‘rn’:
Por otro lado, conociendo el tiempo medio entre contagio y fallecimiento (nf) y la tasa de fatalidad (IFR), se puede relacionar el número de infectados con el de fallecidos diarios (Fn) mediante
y por lo tanto
Los datos de fallecidos en general son mucho más fiables que los de infectados ya que los segundos son muy dependientes de la capacidad de ensayos y la proporción de infectados asintomáticos. Por ello se considera más adecuado utilizar el número de fallecidos para monitorizar la evolución de la epidemia y deducir a partir de ellos el número de infectados asumiendo un valor de IFR (como hicimos en el artículo anterior)
En ausencia de medidas de control o mitigación de la propagación de la epidemia y mientras el número de personas infectadas sea mucho menor que la población total susceptible de infectarse ‘r’ se mantiene constante y está directamente relacionado con el índice reproductivo básico R0 (número medio de personas a las que contagia cada infectado). La inmunización de la población ya infectada produce una lenta reducción de ‘r’ que hace que la epidemia remita de manera natural alcanzándose la inmunidad de rebaño. Mediante medidas de control, como la higiene de manos, el uso de mascarilla, el aumento de la distancia social, el aislamiento de enfermos o sospechosos y la restricción de movimientos de la población se consigue reducir sustancialmente los contagios forzando la reducción de la tasa de crecimiento. Por otro lado, la protección de los vulnerables y las mejoras en el tratamiento de la enfermedad producen una reducción del IFR, que, si se produce de manera progresiva durante la epidemia, se traduce en un efecto aparente de reducción de ‘r’. La saturación del sistema sanitario produce el efecto contrario.
El modelo consiste en obtener una variación diaria de ‘r’ que reproduzca la distribución de fallecimientos observados que se muestra en la siguiente figura:
La distribución obtenida para ‘r’ se muestra en la figura 10. Los datos publicados de fallecidos diarios indican que inicialmente el virus se propagaba en España con un crecimiento diario del 41%, un valor notablemente más alto que en la mayoría de territorios del mundo, destacando la Comunidad de Madrid dónde se situaba por encima del 50%. Este crecimiento se mantiene hasta el 12 de marzo, día a partir del cual comienza a decrecer para situarse durante unos 5 días en un valor del 26%. Este cambio en el valor del crecimiento corresponde a la tasa de contagios de finales de Febrero y principios de marzo (nótese el desfase entre contagio y fallecimiento (nf), que se estima en un rango de 10 a 25 días[*][*]), posiblemente influida por una mayor concienciación social ante las noticias que llegaban de Italia y los primeros casos conocidos en España.
La drástica reducción de movilidad entre el 11 y el 15 de marzo comienza a notarse a partir del día 22 con una reducción mantenida de ‘r’ que se estabiliza en un valor en torno a 0,96, marginalmente por debajo de 1, lo que permite una lenta, pero continua reducción de los fallecidos diarios. En esta fase llevamos cinco semanas y seguiremos hasta que la epidemia remita si el desescalado no lo impide.
El efecto del adelanto de la intervención se modeliza desplazando a la izquierda la curva de la figura anterior desde el día del inicio del efecto del confinamiento el número de días de adelanto que se quieran simular, manteniendo invariables los valores previos a la intervención. La figura 11 Iz. muestra las tasas de crecimiento estimadas para 4, 7, 10 y 14 días. A partir de ellas se pueden construir las curvas de fallecidos diarios correspondientes. Se observa cómo el pico de infectados inicialmente situado el 1 de abril, 17 días después de día de confinamiento, se va lógicamente adelantando y reduciendo. La figura 1 al comienzo del artículo muestra los resultados acumulados; con solo tres días de adelanto el número de fallecidos a 10 de mayo sería un 51% de los actuales, con una semana un 18%, con diez días un 7% y con dos semanas apenas un 2% de los fallecidos a día de hoy.
Si en España se hubiera iniciado el confinamiento el 1 de marzo, la cifra de fallecidos estaría ahora en el entorno de las 500 personas, valor similar al de Austria que efectivamente intervino del orden de dos semanas antes en términos relativos al brote. Si en cambio, se hubiera iniciado el 8 de marzo, estaríamos entorno a las 5.000, valor similar a Hubei.
La tabla 1 compara los resultados de los dos métodos utilizados. La concordancia entre ambos es bastante razonable teniendo en cuenta las simplificaciones realizadas para las estimaciones y la limitación de los datos disponibles. El llegar a cifras similares con dos métodos completamente distintos da bastante confianza en los resultados obtenidos.
Es posible que el modelo 2 sobreestime la reducción de fallecimientos al asumir que el seguimiento por parte de la ciudadanía de las medidas restrictivas habría sido igual al adelantar su aplicación. La relativamente baja sensibilidad social antes de las primeras muertes por Covid19 en España podría haberse traducido en un menor cumplimiento ciudadano de las directrices de distanciamiento social, lo que restaría eficacia a las medidas. Este efecto, al menos en parte, es capturado por la correlación del modelo 1.
Conclusión
Una epidemia es gestionable cuando vas por delante de ella. Si te adelanta, te desborda. Esperemos que esto sea una lección aprendida para el futuro por todas las autoridades españolas a nivel estatal, autonómico y local, pues probablemente vendrán nuevos brotes — de esta u otras enfermedades infecciosas.
La velocidad de las medidas es más importante que su intensidad. La experiencia de otros países nos demuestra que medidas de distanciamiento social con restricciones de movilidad parciales, que bajen la movilidad de la población en apenas un 40% pueden dar un resultado superior a restricciones más drásticas que sobrepasen el 70% de la población confinada si se toman con suficiente antelación y están acompañadas de otras medidas. La detección temprana de nuevos casos, el seguimiento de contactos cercanos, el aislamiento de casos positivos, la cuarentena de los contactos y sospechosos y la protección del personal sanitario y la población vulnerable son la manera más eficiente de controlar la epidemia, tal como nos ha repetido insistentemente la OMS.
La enorme sensibilidad del número de víctimas al momento de confinamiento lleva a que cada día de retraso en la intervención tenga un coste de miles de vidas. A pesar de las advertencias de la OMS, el miedo a tomar medidas impopulares y difíciles de entender por la población llevó a muchos de los países occidentales que primero se enfrentaron al brote a retrasar imprudentemente la intervención. Pretendiendo evitar el perjuicio del cierre en sus economías, confiando en una exigua capacidad para el control y aislamiento de casos, no supieron anticipar el enorme daño del retraso, no solo humano, sino también económico. En el momento que la capacidad de seguimiento de casos se vea sobrepasada es necesario limitar la movilidad cuanto antes.
Vivimos en un mundo global fuertemente interconectado, y tenemos que dejar de pensar en local como si fuésemos islas. La mayoría de los países europeos reaccionaron únicamente al ver el sufrimiento de sus vecinos o el propio, ignorando las noticias que llegaban de Asia. Tampoco es casual que la mayoría de los países del sudeste asiático y lejano oriente reaccionasen más rápidamente y de manera más eficiente que la mayoría de los europeos. Al fin y al cabo, China era su vecino. Pero hoy en día las distancias se han difuminado, y tenemos que acostumbrarnos a la idea de que vivimos en una comunidad de vecinos global. Lo que pase a 20.000 kilómetros de aquí nos debería importar, porque nos afecta.
La OMS y la experiencia de China nos avisaron de lo que venía. La próxima vez, escuchémoslos.
Madrid, 18 de Mayo de 2020
David Cadrecha Robles y Marcos Ferreiro Rodríguez
David Cadrecha es Ingeniero Aeronáutico (Universidad Politécnica de Madrid) y Technical Fellow en ITP Aero. Tiene 20 años de experiencia en técnicas de medida y análisis de datos.
Marcos Ferreiro es ingeniero aeronáutico (UPM) y Master en Administración Pública (Harvard University). Tiene 15 años de experiencia con Médicos Sin Fronteras — donde ha trabajado en epidemias de cólera, sarampión y meningitis — el Banco Mundial y otras organizaciones humanitarias y de desarrollo. Es co-fundador y CTO de Fáktica Analytics.
