“O número de infectados pode ser 17 veces maior que os datos proporcionados polo Goberno”

Ninguén dubida xa que o número de infectados co coronavirus SARS-CoV-2 está subestimado en todo o mundo. A falla de tests para toda a poboación e a elevada porcentaxe de casos non diagnosticados (malia que non existen aínda datos concluíntes, parece que un 80% dos contaxiados son asintomáticos ou teñen síntomas leves) estarían entre as causas desa infravaloración. Matemáticos de todo o mundo están deseñando modelos para tentar calcular o impacto real da enfermidade Covid-19. Entre eles, un equipo de investigadores presenta un novo modelo probabilístico para estimar a propagación real deste virus en Galicia, País Vasco, Castela e León, Madrid e Cataluña. A conclusión: “O número de individuos infectados pode ser 17 veces maior que os datos proporcionados polo Goberno español o 26 de abril, no peor dos casos”, apuntan.

Os seus autores son Marcos Matabuena Rodríguez, Carlos Meijide García e Víctor Leborán pola Universidade de Santiago de Compostela, e Pablo Rodríguez Mier pola de Toulouse. A súa proposta baséase na estimación do número real de persoas recuperadas e infectadas utilizando rexistros de mortalidade. Ademais, trátase dun “modelo dinámico no sentido de que ten en conta as medidas políticas introducidas cando se resolve o problema inverso”, apuntan.

“O modelo está deseñado de tal maneira que non necesita usar estatísticas sobre o número de infeccións, que teñen un erro de medición significativo; no seu lugar úsanse rexistros de mortalidade”, clarifican.

Os investigadores traballaron con dous escenarios utilizando os datos oficiais até o 26 de abril: o primeiro, o optimista, no que se supón que o número de mortes reais por Covid-19 é o aportado nos rexistros oficiais; o segundo escenario está condicionado pola suposición de que máis persoas morreron por coronavirus, pero non foron incluídas nos rexistros porque non se realizou unha proba de diagnóstico. En particular, a suposición dos matemáticos para o escenario pesimista é que o número de mortes é o dobre que as indicadas nos rexistros diarios oficiais.

“Se o número de mortos rexistrado é o correcto en Galicia, o 1,2 % da poboación puido estar infectado. Se o número de mortos foi o dobre, esta cifra ascende a un 2,5 %"

Para Galicia, o escenario 1 calcula nun 1,2 por cento a poboación contaxiada e o escenario 2 eleva a porcentaxe até o 2,5. Traducido en cifras totais, isto supón que entre unhas 32.000 e 67.000 persoas poderían terse contaxiado (o 26 de abril, até onde chega este estudo matemático, en Galicia había confirmados oficialmente 9.176 casos, o 0,33 por cento da poboación). Con todo, como indican os investigadores, “Galicia é a menos afectada” das autonomías analizadas, “malia a súa poboación de maior idade”.

“Se o número de mortos rexistrado é o correcto en Galicia, o 1,2 por cento da poboación puido estar infectado. Se o número de mortos foi o dobre, esta cifra ascende a un 2,5 por cento. É curioso, porque estes resultados achéganse ás enquisas serolóxicas que se están facendo en Galicia. Se temos en conta que os tests rápidos teñen unha sensibilidade do 63 por cento, a nosa estimación aproxímase aos resultados iniciais desta enquisa”, explica en entrevista Marcos Matabuena, investigador no CiTIUS (Centro Singular de Investigación en Tecnoloxías Intelixentes) da Universidade de Santiago de Compostela.

A comunidade máis golpeada é Madrid, pero este modelo matemático eleva a magnitude da traxedia nesta autonomía. Os seus datos van desde o 9,8 por cento no escenario 1 até nada menos que o 19,5 no escenario 2. Se traducimos esas porcentaxes en cifras absolutas, supoñen entre unhas 600.000 e 1.300.000 persoas contaxiadas (a data 26 de abril os datos oficiais eran 59.126 infectados).

"Epidemiólogos de Harvard, como Miguel Hernán, asesor do Goberno español, estiman que máis do 15 % da poboación de Madrid puido estar contaminada, preto das nosas estimacións, o 19,5 %, se asumimos un dobre de mortos”

“En Madrid, se o número de falecidos é o correcto (algo que descartou a Comunidade), a porcentaxe de infectados é de 9. Algúns epidemiólogos de Harvard, como Miguel Hernán, asesor do Goberno español, estiman que máis do 15 por centro da poboación puido estar contaminada, preto das nosas estimacións, o 19,5 por cento, se asumimos un dobre de mortos”, detalla Matabuena.

Nos casos de Castela e León, País Vasco e Cataluña, os autores destacan que “poderían ter sufrido os efectos da Covid-19 cunha magnitude proporcional”. “A porcentaxe de infeccións podería estar entre o 6 e o 10 por cento da poboación” nestas autonomías, calculan no estudo.

Os seus resultados confirman que “o efecto do coronavirus foi desigual entre as comunidades autónomas”. Así, “Madrid é a rexión máis afectada, mentres que Galicia é a menos prexudicada, malia a súa poboación de maior idade; con todo, é importante ter en conta que o brote comezou máis tarde [en Galicia] e que a contención se aplicou antes que en Madrid”, subliñan.

Nos casos de Cataluña, Castela e León e País Vasco, “os efectos foron sorprendentemente similares, aínda que o brote de infeccións comezou teoricamente en diferentes momentos”, engaden.

Para explicar o caso de Castela e León, coa poboación máis envellecida das autonomías analizadas, salientan que “a dispersión xeográfica é máis significativa” e “quizais a súa poboación maior ten unha taxa de mortalidade máis alta que outras comunidades”, polo que este modelo matemático “pode estar sobreestimando o número de persoas infectadas nesa rexión”, recoñecen.

Estas desigualdades levan aos autores a considerar que “o grao de inmunidade da poboación pode ser diferente” e “o número de persoas recuperadas que poden volver á normalidade tamén é diferente”, polo que “unha estratexia razoable a considerar podería ser levantar a corentena caso por caso en función do grao de exposición de cada rexión ao virus”.

“Asumindo que o número de vítimas mortais é o dobre, o número de infeccións pode aumentar entre un 40 e un 110 % por comunidade autónoma. Con todo, debemos interpretar estes resultados con precaución”

En conxunto, estes investigadores calculan que o número de infectados en España podería ser até 17 veces maior que o oficialmente informado. O 26 de abril, o Centro de Coordinación de Alertas e Emerxencias Sanitarias, no seu informe diario, informou de 207.634 casos confirmados de Covid-19 por PCR, 23.190 falecidos e 98.732 curados. Se os cálculos destes matemáticos se aproximan ao correcto, a cifra real de contaxiados podería superar, no peor dos escenarios, os tres millóns e medio en todo o Estado.

Matabuena explica por que o seu modelo calcula que o número pode ser até 17 veces maior: “Basta ter en conta os infectados oficiais rexistrados polo Goberno e os resultados que arroxa o noso modelo en Madrid. De todos os xeitos, os resultados non son comparables, os tests polo xeral fanse a pacientes con síntomas e non á poboación xeral. A evidencia epidemiolóxica máis sólida indica que a proporción de pacientes  asintómaticos é alta; de feito, analizamos estes problemas no noso traballo preliminar”.

Tamén defende que os seus resultados “son acordes aos de epidemiólogos de Harvard como os comentados, ou aos resultados iniciais da enquisa serolóxica en Galicia”.

“Asumindo que o número de vítimas mortais é o dobre do reportado polos rexistros oficiais, o número de infeccións pode aumentar entre un 40 e un 110 por cento por comunidade autónoma. Con todo, debemos interpretar estes resultados con precaución”, conclúen no estudo.

ESCENARIOS

Preguntado sobre cal deses dous escenarios sería máis realista e en que se basean para propoñer un máis pesimista baseado nunha cifra de mortos que dobra a oficial, Matabuena explica: “Un problema fundamental cando hai unha epidemia destas magnitudes é que moitos pacientes falecen polo virus, pero a falta dun test de diagnóstico previo non consta esta causa no rexistro oficial. O xornal norteamericano The New York Times fíxose eco deste problema e en Italia, a partir da análise de necrolóxicas, uns investigadores estimaron que en Lombardía o número de mortos pode ser tres veces maior. A propia Comunidade de Madrid recoñeceu este problema e cremos que nalgunhas autonomías a cifra oficial pode estar próxima á realidade, pero noutras pode afastarse”.

O matemático do CiTIUS engade: “Por iso, por ser sistemáticos, axustamos os modelos co número de falecidos reportado polas institucións sanitarias españolas e co dobre, para ver que pode pasar nun escenario máis extremo. En todo caso, a corrección de falecidos precisa depende da comunidade autónoma de estudo”.

PICO EN ESPAÑA

Sobre o “famoso pico de novos infectados”, estiman que este “se produciu entre o 9 e o 16 de marzo ao longo do territorio español, e non despois”. 

Como xustifican isto? “O tempo medio de incubación da Covid-19 podería ser de 5,2 días e debido a que as consecuencias en número de falecidos se comezaron a observar sobre o 13 de marzo en Madrid, onde un 15 por cento da poboación xa podería estar infectada, isto condicionou que se impulsase unha corentena en todo o territorio nacional”, comenta Matabuena.

“O pico de novas infeccións en España probablemente se produciu ao comezo da corentena, mentres que o de persoas que poden contaxiar foi entre o 17 e o 24 de marzo”

Os autores do novo modelo matemático lembran que “o 13 de marzo Madrid informou 500 novos casos de Covid-19 nun día (64 mortes en total); Wuhan [cidade chinesa onde se orixinou a pandemia] aplicou o confinamento con 400 novos casos por día (17 mortes en total)”.

Máis detalladamente, no estudo diferencian “pico máximo de novas infeccións” e “pico máximo de persoas que poden contaxiar”. “No primeiro caso, os nosos modelos proban a existencia deste pico entre o 9 e o 16 de marzo, mentres que no segundo estimouse que foi do 17 ao 24 de marzo. Desde unha perspectiva de contención do virus, o máis importante é o segundo, xa que indica o número de transmisores potenciais”, argúen.

En resumo, “o pico de novas infeccións probablemente se produciu ao comezo da corentena, mentres que o pico de persoas que poden contaxiar tivo lugar entre o 17 e o 24 de marzo”, aportan nas súas conclusións.

ORIXE E NOVIDADE DESTE MODELO MATEMÁTICO

A orixe deste proxecto sitúase no momento no que España estaba ás portas do confinamento, lembra Matabuena: “O venres 13 de marzo, de xeito espontáneo e independente, falei con dous amigos e colaboradores –Óscar Hernan Madrid Padilla (profesor de Estatística na Universidade de California, Los Ángeles) e Francisco Javier González Barcala (pneumólogo no Hospital Clínico e Universidade de Santiago de Compostela)– sobre a investigación actual sobre a Covid-19. A raíz destas conversas escribimos un pequeno traballo, aceptado o 23 de abril, titulado ‘Modelado estatístico e matemático na epidemia do coronavirus: algunhas consideracións para minimizar os nesgos nos resultados’. Este traballo preliminar serviume para revisar a literatura de propagación de epidemias, e vin que os modelos usados de forma sistemática teñen importantes limitacións”.

A partir dese momento, Matabuena comezou a pensar en como crear un “novo modelo máis realista” e falou cos coautores deste proxecto –Carlos Meijide García, Pablo Rodríguez Mier e Víctor Leborán– para levalo a cabo. “En todo este tempo, algúns colegas de universidades americanas proporcionáronnos retroalimentación do traballo que iamos desenvolvendo”, comenta.

O obxectivo destes matemáticos “non foi facer predicións para o futuro, senón coñecer a situación actual do coronavirus en España”. Neste sentido, engade Matabuena, “o traballo é bastante innovador”, xa que “hai poucos estudos que abordan esta cuestión”. Con todo, destaca, “se queremos facer predicións no futuro, é o primeiro problema que se debería resolver”.

Agora traballan na creación dunha páxina web na que publicarán as súas estimacións “para toda España e algúns países onde as nosas estimacións poidan ter valor”

O investigador do CiTIUS tamén salienta a “novidade” da súa aproximación metodolóxica: “A partir do uso de computación intensiva simulamos o comportamento dos individuos dunha poboación e vemos que escenarios de infectados e recuperados son capaces de predicir as traxectorias máis verosímiles de persoas falecidas”.

“Ata onde sabemos, propoñemos un dos poucos modelos probabilísticos que estiman a evolución dunha epidemia de cada individuo da poboación”, destacan no estudo.

Matabuena considera que “os métodos clásicos son do século pasado e modelizan a dinámica da poboación a nivel global, non a nivel de individuo”, como fan eles no seu modelo. Tamén opina que un erro é “alimentarse das estatísticas de infectados”, sobre as que “existe moita incerteza acerca da súa fiabilidade, debido á non realización de tests masivos entre a poboación xeral”, e “as hipóteses que xustifican o seu uso son moi restritivas”, argumenta.

Mediante a simulación de todos os individuos dunha poboación, defenden que poden “reconstruír as traxectorias dos pacientes infectados, desde a incubación até a recuperación, o que explica con maior precisión o rexistro de mortes”, insisten.

How does our model work?. Through the simulation of all individuals of one population, we can reconstruct the trajectories followed by the infected patients from incubation to recovery, which explains more accurately the record of fatalities. See Video, pic.twitter.com/9VIQiVtKm5

— Marcos Matabuena (@MarcosMatabuena) April 29, 2020

A selección de Galicia, País Vasco, Castela e León, Madrid e Cataluña para aplicar o modelo ten unha razón xustificada: “Nun traballo non podemos mostrar moita máis información, e máis tendo en conta que estamos a introducir un novo modelo matemático. Por iso, mostramos os resultados de comunidades autónomas onde o efecto da Covid-19 foi representativo para o resto de España”.

Agora, traballan na creación dunha páxina web na que publicarán as súas estimacións “para toda España e algúns países onde as nosas estimacións poidan ter valor”, adianta Matabuena.