El verdadero número de muertos por la pandemia: millones más que los recuentos oficiales
Por:
David Adán
Martes 18 de
Enero 2022
Los países han informado de unos cinco millones de muertes por COVID-19 en dos años, pero se estima que el exceso mundial de muertes duplica o incluso cuadriplica esa cifra.
El Día de Muertos del año pasado marcó un hito sombrío. El 1 de noviembre, el número mundial de muertes por la pandemia de COVID-19 superó los 5 millones, sugirieron datos oficiales. Ahora ha alcanzado los 5,5 millones. Pero esa cifra es una subestimación significativa. Los registros de exceso de mortalidad, una métrica que implica comparar todas las muertes registradas con las que se espera que ocurran , muestran que muchas más personas han muerto en la pandemia.
Calcular cuántos más es un desafío de investigación complejo. No es tan simple como contar las cifras de exceso de mortalidad de cada país. Algunos datos oficiales a este respecto son defectuosos, según han descubierto los científicos. Y más de 100 países no recopilan estadísticas confiables sobre muertes esperadas o reales, o no las publican de manera oportuna.
Demógrafos, científicos de datos y expertos en salud pública se esfuerzan por reducir las incertidumbres para una estimación global de las muertes por pandemia. Estos esfuerzos, tanto de académicos como de periodistas, utilizan métodos que van desde imágenes satelitales de cementerios hasta encuestas puerta a puerta y modelos informáticos de aprendizaje automático que intentan extrapolar estimaciones globales a partir de los datos disponibles.
Entre estos modelos, la Organización Mundial de la Salud (OMS) todavía está trabajando en su primera estimación global, pero el Instituto de Métricas y Evaluación de la Salud en Seattle, Washington, ofrece actualizaciones diarias de sus propios resultados modelados, así como proyecciones de qué tan rápido el peaje global podría aumentar. Y uno de los intentos de más alto perfil para modelar una estimación global proviene de los medios de comunicación. La revista The Economist en Londres ha utilizado un enfoque de aprendizaje automático para producir una estimación de 12 millones a 22 millones de muertes en exceso, o entre 2 y 4 veces el número oficial de víctimas de la pandemia hasta el momento (ver go.nature.com/3qjtyge y 'Global toll ').
La incertidumbre en esta estimación es una discrepancia en el tamaño de la población de Suecia. “Lo único justo para presentar en este momento es una gama muy amplia”, dice Sondre Ulvund Solstad, un científico de datos que dirige el trabajo de modelado de The Economist . “Pero a medida que ingresan más datos, podemos reducirlos”.
La lucha por calcular el número de muertos a nivel mundial mientras continúa la pandemia es un ejercicio que combina modelos estadísticos sofisticados con una recopilación de datos rápida. Todos los involucrados saben que cualquier respuesta que den será provisional e imprecisa. Pero sienten que es importante intentarlo. Quieren reconocer el verdadero tamaño y costo de la tragedia humana de COVID-19 (ver 'Comparación de pandemias'), y esperan contrarrestar las afirmaciones engañosas provocadas por cifras oficiales, como el recuento de China de poco menos de 5000 muertes por COVID-19.
Cifras defectuosas
Es bien sabido que la muerte y los impuestos son las únicas certezas en la vida, pero los países dan cuenta de cada uno de ellos de maneras muy diferentes. Incluso los lugares superficialmente similares pueden tener diferentes enfoques para registrar las muertes por COVID-19. Al principio de la pandemia, países como los Países Bajos solo contaban a las personas que morían en el hospital después de dar positivo por el coronavirus SARS-CoV-2. La vecina Bélgica incluyó las muertes en la comunidad y todos los que murieron después de mostrar síntomas de la enfermedad, incluso si no fueron diagnosticados.
Es por eso que los investigadores recurrieron rápidamente al exceso de mortalidad como una medida indirecta del número de víctimas de la pandemia. Las cifras de exceso de muertes son aparentemente fáciles de calcular: compare las muertes durante la pandemia con el promedio registrado durante los cinco años anteriores más o menos. Pero incluso en países ricos con sistemas integrales y sofisticados para informar las muertes, las cifras de exceso de mortalidad pueden ser engañosas. Esto se debe a que la forma más obvia de calcularlos puede no tener en cuenta los cambios en la estructura de la población.
“Debemos tener cuidado con este tema, porque mirar los datos sin procesar promedio es realmente defectuoso”, dice Giacomo De Nicola, estadístico de la Universidad Ludwig Maximilian de Munich, Alemania.
Cuando De Nicola y sus colegas trabajaron en un estudio de 2021 para calcular el exceso de mortalidad causado por la pandemia en Alemania, descubrieron que comparar las muertes con la mortalidad promedio en años anteriores subestimaba constantemente la cantidad de muertes esperadas y, por lo tanto, exageraba el exceso de muertes 1 . La razón fue un aumento en la mortalidad nacional anual, al que contribuyó un aumento en el número de personas de 80 años o más, una generación demasiado joven para luchar y morir en la Segunda Guerra Mundial.
La diferencia para Alemania es significativa. Los datos sin procesar publicados por la oficina de estadística alemana el año pasado informaron un 5% más de muertes en 2020 en comparación con 2019. Pero después de tener en cuenta la estructura de edad, el grupo de De Nicola redujo esto a solo el 1%. “Debido a la falta de un método generalmente aceptado para el ajuste por edad, estoy bastante seguro de que este problema se extiende a muchos más países”, dice.
Algunos demógrafos están de acuerdo. “Me preocupa que algunas de las llamadas estimaciones de exceso de muertes de las oficinas nacionales de estadística solo usan un promedio de los últimos cinco años de muertes como las muertes esperadas. En poblaciones que envejecen, es poco probable que esta sea la mejor estimación”, dice Tom Wilson, demógrafo de la Universidad de Melbourne, Australia. En respuesta al trabajo de De Nicola, Felix zur Nieden, demógrafo de la oficina de estadística de Alemania, dice que está de acuerdo en que las cifras brutas deben ajustarse para tener en cuenta la estructura de edad y otras sutilezas.
Los análisis más sofisticados ajustan la línea de base de muertes esperadas para tener en cuenta tales sesgos, por ejemplo, aumentando el número de muertes esperadas a medida que la población envejece. Probablemente la más completa de estas estimaciones de exceso de mortalidad proviene de Ariel Karlinsky, economista de la Universidad Hebrea de Jerusalén en Israel, y Dmitry Kobak, científico de datos de la Universidad de Tübingen, Alemania.
Desde enero de 2021, Karlinsky y Kobak han producido una base de datos actualizada regularmente de todas las causas de mortalidad antes y durante la pandemia (2015-21) de tantas fuentes y para tantos lugares como sea posible 2 , actualmente unos 116 países y territorios. Llamado Conjunto de datos de mortalidad mundial (WMD, por sus siglas en inglés) , la mayor parte de la información proviene de las estadísticas oficiales de muerte recopiladas y publicadas por las oficinas nacionales y los gobiernos. Luego, el dúo trabaja con estos datos para estimar el exceso de mortalidad , incluso tratando de tener en cuenta el número de muertos asociados con conflictos armados, desastres naturales y olas de calor. Por ejemplo, asumieron que se perdieron 4000 vidas tanto en Armenia como en Azerbaiyán durante la guerra de Nagorno-Karabaj de 2020.
Karlinsky, quien anteriormente trabajó en economía de la salud, reconoció que incluso los mejores modelos epidemiológicos se basaron en cifras oficiales de COVID-19 que, en muchos lugares, eran claramente demasiado bajas o no se conocían por completo. “Muchas personas habían estado lanzando sus conjeturas sobre el exceso de mortalidad sin basarlas en datos”, dice.
En muchos casos, las estimaciones de Karlinsky y Kobak sobre el exceso de muertes difieren significativamente de las estadísticas de mortalidad por COVID-19 publicadas por los gobiernos. Rusia, por ejemplo, reportó más de 300 000 muertes por COVID-19 a finales de 2021, pero es probable que haya superado el millón de muertes en exceso en ese tiempo (ver 'Muertes en exceso').
Para los países cubiertos por las ADM, las cifras oficiales sugieren que 4,1 millones de muertes desde el comienzo de la pandemia se deben a la COVID-19, alrededor del 10 % de todas las muertes durante ese tiempo. Pero los cálculos del dúo sugieren que, cuando se tiene en cuenta el exceso de mortalidad, las muertes relacionadas con la COVID-19 son 1,6 veces mayores, en torno a los 6,5 millones de muertes (o el 16 % del total). En algunos países, el impacto relativo del virus es aún mayor. Un tercio de todas las muertes en México se pueden atribuir al virus, según sugieren los datos de Karlinsky y Kobak.
El exceso de muertes incluye la mortalidad que no está relacionada con la COVID-19, como otras enfermedades infecciosas, así como las muertes indirectamente relacionadas, como una persona con cáncer que murió porque se canceló su examen de detección debido al impacto de la pandemia en los sistemas de atención médica. Algunos países, como Nueva Zelanda, incluso tuvieron un exceso de mortalidad negativo, porque experimentaron pocas pérdidas por COVID-19 y vieron una caída en las muertes por influenza. Pero Karlinsky argumenta que, en general, los datos muestran que estimar el exceso de muertes es una forma confiable de medir las bajas por COVID-19.
Modelado de muertes globales
El WMD carece de estimaciones de exceso de muertes para más de 100 países, incluidos China, India y muchos en África. Eso se debe a que esos países no recopilan estadísticas de muertes o no las publican rápidamente. Pero también representan millones de muertes por COVID-19. No se puede contar un verdadero número global de muertes por pandemia sin esos datos, pero algunos investigadores argumentan que es posible modelar uno.
Tal estimación se ha producido antes para una pandemia, para la influenza. Comenzando en las Américas en marzo de 2009, un tipo de virus de influenza A H1N1 asoló el mundo durante más de un año. Cuando la OMS declaró el fin de la pandemia en agosto de 2010, la cifra "oficial" de la organización, compuesta por muertes confirmadas por laboratorio, era inferior a 19.000.
Un equipo de expertos internacionales en salud pública adoptó un enfoque diferente. Comenzando con las muertes por influenza estimadas en 20 países, que juntos cubren más de un tercio de la población mundial, los investigadores buscaron factores que pudieran explicar por qué a algunos de estos países les fue mejor o peor que a otros. Encontraron diez indicadores, incluida la densidad de población, el número de médicos y los ingresos. La relación entre estos factores contribuyentes y las muertes para un país determinado les permitió modelar cuántas muertes por influenza esperarían en otros países, basándose únicamente en el desempeño de un país en estos indicadores 3 .
Su estudio sugirió que entre 123.000 y 203.000 personas murieron en la pandemia en los últimos 9 meses de 2009, aproximadamente 10 veces el recuento de la OMS. En 2019, el mismo equipo repitió el ejercicio para modelar las muertes por epidemias de gripe estacional de 2002 a 2011, comenzando esta vez con datos de 31 países. Informaron que un promedio de 389 000 muertes por causas respiratorias (rango de incertidumbre de 294 000 a 518 000) se asociaron con la influenza en todo el mundo por cada año modelado 4 .
El mismo método debería funcionar para COVID-19, dice Cécile Viboud, epidemióloga de los Institutos Nacionales de Salud en Bethesda, Maryland, que trabajó en el estudio de influenza de 2019. “Tenemos muchos más datos [para COVID-19] que los que teníamos con la gripe. Entonces, en cierto modo, es más limpio”. A diferencia de la gripe, debería ser mucho más fácil atribuir las muertes respiratorias a la pandemia de COVID-19, dice, porque la circulación de casi todos los demás patógenos respiratorios se detuvo debido a los cierres y otras medidas. “Estadísticamente, es una propuesta mucho más fácil”, dice Viboud.
El modelo utilizado por The Economist para rastrear la pandemia de COVID-19 utiliza el aprendizaje automático para identificar más de 100 indicadores nacionales que parecen correlacionarse con el exceso de muertes en más de 80 países donde hay datos disponibles. Estas características incluyen las muertes oficiales, la escala de las pruebas de COVID-19 y los resultados de las encuestas de anticuerpos, pero también la latitud geográfica, el grado de censura en Internet y la cantidad de años que un país ha sido una democracia. Es posible examinar la importancia de cada indicador en el modelo, pero esto está lejos de ser sencillo: las características pueden actuar en combinación y su importancia relativa puede diferir para países que tienen características diferentes, dice Solstad.
Ingrese números para estos indicadores para un país que no produce datos de mortalidad en el modelo, y los algoritmos estiman el exceso de muertes de ese país. El modelo estima unos 5 millones de muertes en India, por ejemplo, 10 veces más que el número oficial de COVID-19 del país de menos de 500.000 muertes (ver 'Millones de muertes perdidas'). Esa estimación es lamentablemente plausible: utilizando encuestas de muestra de hogares y datos de mortalidad subnacionales, los grupos académicos han estimado por separado que entre 3 y 5 millones de personas podrían haber muerto a causa de COVID-19 en India 5 , 6 . El algoritmo de The Economist tiene un amplio intervalo de incertidumbre de entre 1 millón y 7,5 millones de muertes para India.
Para China, el modelo estima casi 750.000 muertes (mucho más de 150 veces más que las 4.600 informadas por el país), pero con un amplio intervalo de incertidumbre que va desde 200.000 muertes menos de lo esperado hasta 1,9 millones de muertes en exceso.
El modelo de The Economist destaca cómo los recuentos oficiales de muertes de los países a menudo subestiman el número real, pero el grado de subestimación varía. El exceso de muertes en los países más ricos del mundo podría estar alrededor de un tercio por encima de los recuentos oficiales, pero el de los países más pobres podría ser más de 20 veces mayor, aunque estas estimaciones son extremadamente inciertas.
En general, el modelo sugiere que los países de ingresos medianos bajos (según lo descrito por las agrupaciones del Banco Mundial) han sufrido muertes per cápita al menos tan severamente como los países ricos, en contraste con la imagen que ofrecen las cifras oficiales (ver 'Ricos y pobres'). ). Eso es a pesar del hecho de que estos países más pobres tienen poblaciones más jóvenes, agrega Solstad.
¿Mala práctica?
No todos están de acuerdo con el enfoque. Un crítico vocal del modelo pandémico de la revista es Gordon Shotwell, un científico de datos en Halifax, Nueva Escocia, quien publicó una publicación de blog que lo calificó de irresponsable (ver go.nature.com/3jpdkrs ). “Modelos como este tienen el efecto de poner una fina capa de objetividad y pensamiento científico sobre lo que es básicamente un artículo de opinión”, escribió.
En septiembre, por ejemplo, la revista usó los resultados de su modelo para decir que las muertes por pandemia en Kenia estaban entre 19.000 y 110.000, frente a una cifra oficial de 4.746.
"Usar cualquier modelo para hacer una estimación sobre esos lugares creo que es simplemente una mala práctica", dijo Shotwell a Nature . “No se aprende nada entrenando un modelo en países en su mayoría ricos con una alta esperanza de vida y aplicándolo a países pobres con baja esperanza de vida”.
Solstad, como era de esperar, lo ve de otra manera: "Creo que es mejor proporcionar un número incierto que confiar en un número muy cierto que es claramente falso".
Números 'oficiales' muy bajos o nulos de muertes por COVID-19 para países donde los datos son irregulares o carecen de problemas propios, dice. Han alimentado teorías sin sentido de que las personas en África tienen resistencia genética a la enfermedad y no necesitan ayuda internacional ni vacunas, por ejemplo.
Algunos demógrafos ven el punto de vista de Shotwell y dicen que aplicar modelos a países sin sus propios datos de muertes es inherentemente difícil. “El proceso es intrínsecamente defectuoso. Los datos son un verdadero desastre, por lo que cualquier esfuerzo de modelado será muy especulativo”, dice Jon Wakefield, estadístico de la Universidad de Washington en Seattle, quien dirige un proyecto de modelado dirigido por la OMS para estimar el número excesivo de muertes por la pandemia. “Es muy frustrante ya que los datos son muy limitados. No estoy contento con las suposiciones que nos vemos obligados a hacer, pero estamos haciendo lo mejor que podemos”.
El proyecto, que utiliza un modelo estadístico más sencillo que The Economist para llenar los vacíos, tenía previsto publicar sus primeros resultados en diciembre, pero no se habían publicado a mediados de enero cuando Nature entró en prensa.
El Institute for Health Metrics and Evaluation (IHME), un centro independiente de investigación de salud global de la Universidad de Washington, también produce estimaciones separadas de muertes globales en tiempo real por la pandemia. El modelo del IHME dice que entre 9 y 18 millones de personas han muerto hasta ahora; también trata de pronosticar cómo crecerá este número y con qué rapidez.
Aunque su cifra global de mortalidad global concuerda con otras estimaciones, existen diferencias significativas a nivel nacional. Por ejemplo, el IHME sitúa el exceso acumulado de muertes en casi 71.000 para Japón, en comparación con las 18.000 oficiales informadas. Sin embargo , el modelo de The Economist estima el exceso de muertes de Japón entre 550 y 27 000 (ver 'Desacuerdos del modelo').
También hay otras discrepancias. En mayo, el IHME apareció en los titulares y generó críticas por sugerir que el exceso de muertes en los EE. UU. en la pandemia hasta ese momento llegó a 900,000 personas. Eso fue unos 300.000 más que otras estimaciones, como las de los Centros para el Control y la Prevención de Enfermedades de EE. UU. y el WMD. En octubre, el IHME redujo silenciosamente la cifra de mayo a 670.000 después de realizar cambios en su estrategia de modelado, que algunos en el campo se quejan de que es opaca y difícil de seguir.
El IHME dice que pronto publicará un documento que detalla su modelo. También dice que su estimación inicial de exceso de muertes en EE. UU. era demasiado alta porque no había tenido en cuenta que las muertes invernales por influenza y virus respiratorio sincitial podrían disminuir, y que podría incluir esta información solo una vez que llegaran los datos oficiales meses después.
Mejores estimaciones
Incluso los mejores modelos son tan buenos como los datos en los que se basan. A través del proyecto de la OMS, los demógrafos y otros están buscando formas de mejorar los recuentos y las estimaciones del número de muertes en países que no tienen datos nacionales de mortalidad confiables. Los investigadores han demostrado que esto se puede estimar, por ejemplo, mediante la extrapolación de regiones más pequeñas de un país, donde podría haber datos limitados disponibles.
En un estudio 7 que aún no ha sido revisado por pares, Karlinsky usó las muertes reportadas en un periódico regional de la provincia argentina de Córdoba para extrapolar una estimación de exceso de muertes a nivel nacional de 120,155 desde marzo de 2020 hasta agosto de 2021, en comparación con las muertes oficiales por COVID-19 por el periodo de 111.383.
Otro método es encuestar a una muestra representativa de hogares para preguntarles acerca de las muertes. “Esencialmente, así es como se estima el número anual de muertes en países sin un buen registro civil, como Bangladesh”, dice Karlinsky. Este tipo de encuestas se están realizando en muchos países y, en algunos casos, ya han demostrado que el exceso de mortalidad es varias veces mayor que las muertes oficiales por COVID-19.
Este mes, por ejemplo, un equipo dirigido por el epidemiólogo Prabhat Jha de la Universidad de Toronto en Canadá informó los resultados de una encuesta telefónica de adultos en India realizada por una agencia de encuestas privada que rastrea la pandemia. El equipo descubrió que hubo más de 3 millones de muertes por COVID-19 en India hasta julio de 2021, una estimación respaldada al examinar los datos de mortalidad en los centros de salud y las muertes registradas en el registro civil en diez estados. Los investigadores, que señalan que otros científicos han llegado a conclusiones similares, estiman que, a partir de septiembre de 2021, las muertes por COVID-19 en la India fueron entre 6 y 7 veces más altas que las estadísticas oficiales 5 .
Mervat Alhaffar, investigadora de salud pública de la Escuela de Higiene y Medicina Tropical de Londres (LSHTM), trabajó en un estudio que utilizó un método aún más directo para estimar las muertes: contar tumbas. Usando imágenes satelitales de 11 cementerios en la provincia de Adén en Yemen, el estudio sugirió que los entierros semanales aumentaron hasta un 230% entre abril y septiembre de 2020. Estimó que, como resultado de la pandemia de COVID-19, el exceso de muertes en la región fue 2,120 durante el mismo período 8 . Otro equipo de LSHTM aplicó la misma técnica para contar tumbas recientes en Mogadiscio, Somalia, y calculó 9 que el exceso de muertes en la ciudad entre enero y septiembre de 2020 fue de 3200 a 11 800.
Alhaffar dice que la técnica es útil, pero no se puede aplicar en todas partes. “Es necesario relacionarse con los lugareños sobre el terreno, comprender las prácticas funerarias y dar sentido a las imágenes”, dice. Puede ser difícil establecer tales conexiones, agrega, porque las personas en zonas de conflicto a menudo temen la reacción de las autoridades locales.
Y, en países donde los datos son escasos, las prácticas culturales de entierro son más difíciles de rastrear. “En algunos lugares, donde la gente prefiere enterrar a sus seres queridos en cementerios más pequeños más cerca de sus casas en lugar de en los grandes, analizar imágenes satelitales de cementerios puede ser mucho más desafiante”, dice Alhaffar.
En medio de la búsqueda de formas de contar las muertes, Andrew Noymer, demógrafo de la Universidad de California, Irvine, dice que la pandemia y la mayor demanda de cifras de mortalidad en tiempo real resaltan una deficiencia demográfica que se remonta a décadas: muchos países simplemente no recopilar buenos datos sobre nacimientos, defunciones y otras estadísticas vitales. “Los demógrafos hemos sido parte del problema, porque hemos ayudado a poner curitas en esto durante 60 años. Hemos desarrollado todo tipo de técnicas para estimar las tasas demográficas en ausencia de datos concretos”, dice.
Eso significa que el verdadero número de muertos por COVID-19 siempre puede ser discutido. “Todavía no sabemos cuántas personas murieron en la pandemia [de gripe] de 1918, pero siempre pensé que sabríamos bastante bien cuántas personas morirían en la próxima, porque vivimos en el mundo moderno”, dice Noymer. “Pero en realidad no lo hacemos, y eso es un poco triste para mí como demógrafo”.
Naturaleza 601 , 312-315 (2022)
doi: https://doi.org/10.1038/d41586-022-00104-8
-----
Calcular cuántos más es un desafío de investigación complejo. No es tan simple como contar las cifras de exceso de mortalidad de cada país. Algunos datos oficiales a este respecto son defectuosos, según han descubierto los científicos. Y más de 100 países no recopilan estadísticas confiables sobre muertes esperadas o reales, o no las publican de manera oportuna.
Demógrafos, científicos de datos y expertos en salud pública se esfuerzan por reducir las incertidumbres para una estimación global de las muertes por pandemia. Estos esfuerzos, tanto de académicos como de periodistas, utilizan métodos que van desde imágenes satelitales de cementerios hasta encuestas puerta a puerta y modelos informáticos de aprendizaje automático que intentan extrapolar estimaciones globales a partir de los datos disponibles.
Entre estos modelos, la Organización Mundial de la Salud (OMS) todavía está trabajando en su primera estimación global, pero el Instituto de Métricas y Evaluación de la Salud en Seattle, Washington, ofrece actualizaciones diarias de sus propios resultados modelados, así como proyecciones de qué tan rápido el peaje global podría aumentar. Y uno de los intentos de más alto perfil para modelar una estimación global proviene de los medios de comunicación. La revista The Economist en Londres ha utilizado un enfoque de aprendizaje automático para producir una estimación de 12 millones a 22 millones de muertes en exceso, o entre 2 y 4 veces el número oficial de víctimas de la pandemia hasta el momento (ver go.nature.com/3qjtyge y 'Global toll ').
La incertidumbre en esta estimación es una discrepancia en el tamaño de la población de Suecia. “Lo único justo para presentar en este momento es una gama muy amplia”, dice Sondre Ulvund Solstad, un científico de datos que dirige el trabajo de modelado de The Economist . “Pero a medida que ingresan más datos, podemos reducirlos”.
La lucha por calcular el número de muertos a nivel mundial mientras continúa la pandemia es un ejercicio que combina modelos estadísticos sofisticados con una recopilación de datos rápida. Todos los involucrados saben que cualquier respuesta que den será provisional e imprecisa. Pero sienten que es importante intentarlo. Quieren reconocer el verdadero tamaño y costo de la tragedia humana de COVID-19 (ver 'Comparación de pandemias'), y esperan contrarrestar las afirmaciones engañosas provocadas por cifras oficiales, como el recuento de China de poco menos de 5000 muertes por COVID-19.
Cifras defectuosas
Es bien sabido que la muerte y los impuestos son las únicas certezas en la vida, pero los países dan cuenta de cada uno de ellos de maneras muy diferentes. Incluso los lugares superficialmente similares pueden tener diferentes enfoques para registrar las muertes por COVID-19. Al principio de la pandemia, países como los Países Bajos solo contaban a las personas que morían en el hospital después de dar positivo por el coronavirus SARS-CoV-2. La vecina Bélgica incluyó las muertes en la comunidad y todos los que murieron después de mostrar síntomas de la enfermedad, incluso si no fueron diagnosticados.
Es por eso que los investigadores recurrieron rápidamente al exceso de mortalidad como una medida indirecta del número de víctimas de la pandemia. Las cifras de exceso de muertes son aparentemente fáciles de calcular: compare las muertes durante la pandemia con el promedio registrado durante los cinco años anteriores más o menos. Pero incluso en países ricos con sistemas integrales y sofisticados para informar las muertes, las cifras de exceso de mortalidad pueden ser engañosas. Esto se debe a que la forma más obvia de calcularlos puede no tener en cuenta los cambios en la estructura de la población.
“Debemos tener cuidado con este tema, porque mirar los datos sin procesar promedio es realmente defectuoso”, dice Giacomo De Nicola, estadístico de la Universidad Ludwig Maximilian de Munich, Alemania.
Cuando De Nicola y sus colegas trabajaron en un estudio de 2021 para calcular el exceso de mortalidad causado por la pandemia en Alemania, descubrieron que comparar las muertes con la mortalidad promedio en años anteriores subestimaba constantemente la cantidad de muertes esperadas y, por lo tanto, exageraba el exceso de muertes 1 . La razón fue un aumento en la mortalidad nacional anual, al que contribuyó un aumento en el número de personas de 80 años o más, una generación demasiado joven para luchar y morir en la Segunda Guerra Mundial.
La diferencia para Alemania es significativa. Los datos sin procesar publicados por la oficina de estadística alemana el año pasado informaron un 5% más de muertes en 2020 en comparación con 2019. Pero después de tener en cuenta la estructura de edad, el grupo de De Nicola redujo esto a solo el 1%. “Debido a la falta de un método generalmente aceptado para el ajuste por edad, estoy bastante seguro de que este problema se extiende a muchos más países”, dice.
Algunos demógrafos están de acuerdo. “Me preocupa que algunas de las llamadas estimaciones de exceso de muertes de las oficinas nacionales de estadística solo usan un promedio de los últimos cinco años de muertes como las muertes esperadas. En poblaciones que envejecen, es poco probable que esta sea la mejor estimación”, dice Tom Wilson, demógrafo de la Universidad de Melbourne, Australia. En respuesta al trabajo de De Nicola, Felix zur Nieden, demógrafo de la oficina de estadística de Alemania, dice que está de acuerdo en que las cifras brutas deben ajustarse para tener en cuenta la estructura de edad y otras sutilezas.
Los análisis más sofisticados ajustan la línea de base de muertes esperadas para tener en cuenta tales sesgos, por ejemplo, aumentando el número de muertes esperadas a medida que la población envejece. Probablemente la más completa de estas estimaciones de exceso de mortalidad proviene de Ariel Karlinsky, economista de la Universidad Hebrea de Jerusalén en Israel, y Dmitry Kobak, científico de datos de la Universidad de Tübingen, Alemania.
Desde enero de 2021, Karlinsky y Kobak han producido una base de datos actualizada regularmente de todas las causas de mortalidad antes y durante la pandemia (2015-21) de tantas fuentes y para tantos lugares como sea posible 2 , actualmente unos 116 países y territorios. Llamado Conjunto de datos de mortalidad mundial (WMD, por sus siglas en inglés) , la mayor parte de la información proviene de las estadísticas oficiales de muerte recopiladas y publicadas por las oficinas nacionales y los gobiernos. Luego, el dúo trabaja con estos datos para estimar el exceso de mortalidad , incluso tratando de tener en cuenta el número de muertos asociados con conflictos armados, desastres naturales y olas de calor. Por ejemplo, asumieron que se perdieron 4000 vidas tanto en Armenia como en Azerbaiyán durante la guerra de Nagorno-Karabaj de 2020.
Karlinsky, quien anteriormente trabajó en economía de la salud, reconoció que incluso los mejores modelos epidemiológicos se basaron en cifras oficiales de COVID-19 que, en muchos lugares, eran claramente demasiado bajas o no se conocían por completo. “Muchas personas habían estado lanzando sus conjeturas sobre el exceso de mortalidad sin basarlas en datos”, dice.
En muchos casos, las estimaciones de Karlinsky y Kobak sobre el exceso de muertes difieren significativamente de las estadísticas de mortalidad por COVID-19 publicadas por los gobiernos. Rusia, por ejemplo, reportó más de 300 000 muertes por COVID-19 a finales de 2021, pero es probable que haya superado el millón de muertes en exceso en ese tiempo (ver 'Muertes en exceso').
Para los países cubiertos por las ADM, las cifras oficiales sugieren que 4,1 millones de muertes desde el comienzo de la pandemia se deben a la COVID-19, alrededor del 10 % de todas las muertes durante ese tiempo. Pero los cálculos del dúo sugieren que, cuando se tiene en cuenta el exceso de mortalidad, las muertes relacionadas con la COVID-19 son 1,6 veces mayores, en torno a los 6,5 millones de muertes (o el 16 % del total). En algunos países, el impacto relativo del virus es aún mayor. Un tercio de todas las muertes en México se pueden atribuir al virus, según sugieren los datos de Karlinsky y Kobak.
El exceso de muertes incluye la mortalidad que no está relacionada con la COVID-19, como otras enfermedades infecciosas, así como las muertes indirectamente relacionadas, como una persona con cáncer que murió porque se canceló su examen de detección debido al impacto de la pandemia en los sistemas de atención médica. Algunos países, como Nueva Zelanda, incluso tuvieron un exceso de mortalidad negativo, porque experimentaron pocas pérdidas por COVID-19 y vieron una caída en las muertes por influenza. Pero Karlinsky argumenta que, en general, los datos muestran que estimar el exceso de muertes es una forma confiable de medir las bajas por COVID-19.
Modelado de muertes globales
El WMD carece de estimaciones de exceso de muertes para más de 100 países, incluidos China, India y muchos en África. Eso se debe a que esos países no recopilan estadísticas de muertes o no las publican rápidamente. Pero también representan millones de muertes por COVID-19. No se puede contar un verdadero número global de muertes por pandemia sin esos datos, pero algunos investigadores argumentan que es posible modelar uno.
Tal estimación se ha producido antes para una pandemia, para la influenza. Comenzando en las Américas en marzo de 2009, un tipo de virus de influenza A H1N1 asoló el mundo durante más de un año. Cuando la OMS declaró el fin de la pandemia en agosto de 2010, la cifra "oficial" de la organización, compuesta por muertes confirmadas por laboratorio, era inferior a 19.000.
Un equipo de expertos internacionales en salud pública adoptó un enfoque diferente. Comenzando con las muertes por influenza estimadas en 20 países, que juntos cubren más de un tercio de la población mundial, los investigadores buscaron factores que pudieran explicar por qué a algunos de estos países les fue mejor o peor que a otros. Encontraron diez indicadores, incluida la densidad de población, el número de médicos y los ingresos. La relación entre estos factores contribuyentes y las muertes para un país determinado les permitió modelar cuántas muertes por influenza esperarían en otros países, basándose únicamente en el desempeño de un país en estos indicadores 3 .
Su estudio sugirió que entre 123.000 y 203.000 personas murieron en la pandemia en los últimos 9 meses de 2009, aproximadamente 10 veces el recuento de la OMS. En 2019, el mismo equipo repitió el ejercicio para modelar las muertes por epidemias de gripe estacional de 2002 a 2011, comenzando esta vez con datos de 31 países. Informaron que un promedio de 389 000 muertes por causas respiratorias (rango de incertidumbre de 294 000 a 518 000) se asociaron con la influenza en todo el mundo por cada año modelado 4 .
El mismo método debería funcionar para COVID-19, dice Cécile Viboud, epidemióloga de los Institutos Nacionales de Salud en Bethesda, Maryland, que trabajó en el estudio de influenza de 2019. “Tenemos muchos más datos [para COVID-19] que los que teníamos con la gripe. Entonces, en cierto modo, es más limpio”. A diferencia de la gripe, debería ser mucho más fácil atribuir las muertes respiratorias a la pandemia de COVID-19, dice, porque la circulación de casi todos los demás patógenos respiratorios se detuvo debido a los cierres y otras medidas. “Estadísticamente, es una propuesta mucho más fácil”, dice Viboud.
El modelo utilizado por The Economist para rastrear la pandemia de COVID-19 utiliza el aprendizaje automático para identificar más de 100 indicadores nacionales que parecen correlacionarse con el exceso de muertes en más de 80 países donde hay datos disponibles. Estas características incluyen las muertes oficiales, la escala de las pruebas de COVID-19 y los resultados de las encuestas de anticuerpos, pero también la latitud geográfica, el grado de censura en Internet y la cantidad de años que un país ha sido una democracia. Es posible examinar la importancia de cada indicador en el modelo, pero esto está lejos de ser sencillo: las características pueden actuar en combinación y su importancia relativa puede diferir para países que tienen características diferentes, dice Solstad.
Ingrese números para estos indicadores para un país que no produce datos de mortalidad en el modelo, y los algoritmos estiman el exceso de muertes de ese país. El modelo estima unos 5 millones de muertes en India, por ejemplo, 10 veces más que el número oficial de COVID-19 del país de menos de 500.000 muertes (ver 'Millones de muertes perdidas'). Esa estimación es lamentablemente plausible: utilizando encuestas de muestra de hogares y datos de mortalidad subnacionales, los grupos académicos han estimado por separado que entre 3 y 5 millones de personas podrían haber muerto a causa de COVID-19 en India 5 , 6 . El algoritmo de The Economist tiene un amplio intervalo de incertidumbre de entre 1 millón y 7,5 millones de muertes para India.
Para China, el modelo estima casi 750.000 muertes (mucho más de 150 veces más que las 4.600 informadas por el país), pero con un amplio intervalo de incertidumbre que va desde 200.000 muertes menos de lo esperado hasta 1,9 millones de muertes en exceso.
El modelo de The Economist destaca cómo los recuentos oficiales de muertes de los países a menudo subestiman el número real, pero el grado de subestimación varía. El exceso de muertes en los países más ricos del mundo podría estar alrededor de un tercio por encima de los recuentos oficiales, pero el de los países más pobres podría ser más de 20 veces mayor, aunque estas estimaciones son extremadamente inciertas.
En general, el modelo sugiere que los países de ingresos medianos bajos (según lo descrito por las agrupaciones del Banco Mundial) han sufrido muertes per cápita al menos tan severamente como los países ricos, en contraste con la imagen que ofrecen las cifras oficiales (ver 'Ricos y pobres'). ). Eso es a pesar del hecho de que estos países más pobres tienen poblaciones más jóvenes, agrega Solstad.
¿Mala práctica?
No todos están de acuerdo con el enfoque. Un crítico vocal del modelo pandémico de la revista es Gordon Shotwell, un científico de datos en Halifax, Nueva Escocia, quien publicó una publicación de blog que lo calificó de irresponsable (ver go.nature.com/3jpdkrs ). “Modelos como este tienen el efecto de poner una fina capa de objetividad y pensamiento científico sobre lo que es básicamente un artículo de opinión”, escribió.
En septiembre, por ejemplo, la revista usó los resultados de su modelo para decir que las muertes por pandemia en Kenia estaban entre 19.000 y 110.000, frente a una cifra oficial de 4.746.
"Usar cualquier modelo para hacer una estimación sobre esos lugares creo que es simplemente una mala práctica", dijo Shotwell a Nature . “No se aprende nada entrenando un modelo en países en su mayoría ricos con una alta esperanza de vida y aplicándolo a países pobres con baja esperanza de vida”.
Solstad, como era de esperar, lo ve de otra manera: "Creo que es mejor proporcionar un número incierto que confiar en un número muy cierto que es claramente falso".
Números 'oficiales' muy bajos o nulos de muertes por COVID-19 para países donde los datos son irregulares o carecen de problemas propios, dice. Han alimentado teorías sin sentido de que las personas en África tienen resistencia genética a la enfermedad y no necesitan ayuda internacional ni vacunas, por ejemplo.
Algunos demógrafos ven el punto de vista de Shotwell y dicen que aplicar modelos a países sin sus propios datos de muertes es inherentemente difícil. “El proceso es intrínsecamente defectuoso. Los datos son un verdadero desastre, por lo que cualquier esfuerzo de modelado será muy especulativo”, dice Jon Wakefield, estadístico de la Universidad de Washington en Seattle, quien dirige un proyecto de modelado dirigido por la OMS para estimar el número excesivo de muertes por la pandemia. “Es muy frustrante ya que los datos son muy limitados. No estoy contento con las suposiciones que nos vemos obligados a hacer, pero estamos haciendo lo mejor que podemos”.
El proyecto, que utiliza un modelo estadístico más sencillo que The Economist para llenar los vacíos, tenía previsto publicar sus primeros resultados en diciembre, pero no se habían publicado a mediados de enero cuando Nature entró en prensa.
El Institute for Health Metrics and Evaluation (IHME), un centro independiente de investigación de salud global de la Universidad de Washington, también produce estimaciones separadas de muertes globales en tiempo real por la pandemia. El modelo del IHME dice que entre 9 y 18 millones de personas han muerto hasta ahora; también trata de pronosticar cómo crecerá este número y con qué rapidez.
Aunque su cifra global de mortalidad global concuerda con otras estimaciones, existen diferencias significativas a nivel nacional. Por ejemplo, el IHME sitúa el exceso acumulado de muertes en casi 71.000 para Japón, en comparación con las 18.000 oficiales informadas. Sin embargo , el modelo de The Economist estima el exceso de muertes de Japón entre 550 y 27 000 (ver 'Desacuerdos del modelo').
También hay otras discrepancias. En mayo, el IHME apareció en los titulares y generó críticas por sugerir que el exceso de muertes en los EE. UU. en la pandemia hasta ese momento llegó a 900,000 personas. Eso fue unos 300.000 más que otras estimaciones, como las de los Centros para el Control y la Prevención de Enfermedades de EE. UU. y el WMD. En octubre, el IHME redujo silenciosamente la cifra de mayo a 670.000 después de realizar cambios en su estrategia de modelado, que algunos en el campo se quejan de que es opaca y difícil de seguir.
El IHME dice que pronto publicará un documento que detalla su modelo. También dice que su estimación inicial de exceso de muertes en EE. UU. era demasiado alta porque no había tenido en cuenta que las muertes invernales por influenza y virus respiratorio sincitial podrían disminuir, y que podría incluir esta información solo una vez que llegaran los datos oficiales meses después.
Mejores estimaciones
Incluso los mejores modelos son tan buenos como los datos en los que se basan. A través del proyecto de la OMS, los demógrafos y otros están buscando formas de mejorar los recuentos y las estimaciones del número de muertes en países que no tienen datos nacionales de mortalidad confiables. Los investigadores han demostrado que esto se puede estimar, por ejemplo, mediante la extrapolación de regiones más pequeñas de un país, donde podría haber datos limitados disponibles.
En un estudio 7 que aún no ha sido revisado por pares, Karlinsky usó las muertes reportadas en un periódico regional de la provincia argentina de Córdoba para extrapolar una estimación de exceso de muertes a nivel nacional de 120,155 desde marzo de 2020 hasta agosto de 2021, en comparación con las muertes oficiales por COVID-19 por el periodo de 111.383.
Otro método es encuestar a una muestra representativa de hogares para preguntarles acerca de las muertes. “Esencialmente, así es como se estima el número anual de muertes en países sin un buen registro civil, como Bangladesh”, dice Karlinsky. Este tipo de encuestas se están realizando en muchos países y, en algunos casos, ya han demostrado que el exceso de mortalidad es varias veces mayor que las muertes oficiales por COVID-19.
Este mes, por ejemplo, un equipo dirigido por el epidemiólogo Prabhat Jha de la Universidad de Toronto en Canadá informó los resultados de una encuesta telefónica de adultos en India realizada por una agencia de encuestas privada que rastrea la pandemia. El equipo descubrió que hubo más de 3 millones de muertes por COVID-19 en India hasta julio de 2021, una estimación respaldada al examinar los datos de mortalidad en los centros de salud y las muertes registradas en el registro civil en diez estados. Los investigadores, que señalan que otros científicos han llegado a conclusiones similares, estiman que, a partir de septiembre de 2021, las muertes por COVID-19 en la India fueron entre 6 y 7 veces más altas que las estadísticas oficiales 5 .
Mervat Alhaffar, investigadora de salud pública de la Escuela de Higiene y Medicina Tropical de Londres (LSHTM), trabajó en un estudio que utilizó un método aún más directo para estimar las muertes: contar tumbas. Usando imágenes satelitales de 11 cementerios en la provincia de Adén en Yemen, el estudio sugirió que los entierros semanales aumentaron hasta un 230% entre abril y septiembre de 2020. Estimó que, como resultado de la pandemia de COVID-19, el exceso de muertes en la región fue 2,120 durante el mismo período 8 . Otro equipo de LSHTM aplicó la misma técnica para contar tumbas recientes en Mogadiscio, Somalia, y calculó 9 que el exceso de muertes en la ciudad entre enero y septiembre de 2020 fue de 3200 a 11 800.
Alhaffar dice que la técnica es útil, pero no se puede aplicar en todas partes. “Es necesario relacionarse con los lugareños sobre el terreno, comprender las prácticas funerarias y dar sentido a las imágenes”, dice. Puede ser difícil establecer tales conexiones, agrega, porque las personas en zonas de conflicto a menudo temen la reacción de las autoridades locales.
Y, en países donde los datos son escasos, las prácticas culturales de entierro son más difíciles de rastrear. “En algunos lugares, donde la gente prefiere enterrar a sus seres queridos en cementerios más pequeños más cerca de sus casas en lugar de en los grandes, analizar imágenes satelitales de cementerios puede ser mucho más desafiante”, dice Alhaffar.
En medio de la búsqueda de formas de contar las muertes, Andrew Noymer, demógrafo de la Universidad de California, Irvine, dice que la pandemia y la mayor demanda de cifras de mortalidad en tiempo real resaltan una deficiencia demográfica que se remonta a décadas: muchos países simplemente no recopilar buenos datos sobre nacimientos, defunciones y otras estadísticas vitales. “Los demógrafos hemos sido parte del problema, porque hemos ayudado a poner curitas en esto durante 60 años. Hemos desarrollado todo tipo de técnicas para estimar las tasas demográficas en ausencia de datos concretos”, dice.
Eso significa que el verdadero número de muertos por COVID-19 siempre puede ser discutido. “Todavía no sabemos cuántas personas murieron en la pandemia [de gripe] de 1918, pero siempre pensé que sabríamos bastante bien cuántas personas morirían en la próxima, porque vivimos en el mundo moderno”, dice Noymer. “Pero en realidad no lo hacemos, y eso es un poco triste para mí como demógrafo”.
Naturaleza 601 , 312-315 (2022)
doi: https://doi.org/10.1038/d41586-022-00104-8
-----
Referencias
-
1.
De Nicola, G., Kauermann, G. y Hohle, M. AStA Wirtsch. Sozialstat. Arco. https://doi.org/10.1007/s11943-021-00297-w (2022).
Artículo Google Académico
-
2.
Karlinsky, A. & Kobak, D. eLife 10 , e69336 (2021).
PubMed Artículo Google Académico
-
3.
Simonsen, L. et al. PLoS Med. 10 , e1001558 (2013).
PubMed Artículo Google Académico
-
4.
Paget, J. et al. J. Globo. Salud 9 , 020421 (2019).
PubMed Artículo Google Académico
-
5.
Jha, P. et al. Ciencia https://doi.org/10.1126/science.abm5154 (2022).
Artículo Google Académico
-
6.
Anand, A., Sandefur, J. & Subramanian, A. CGD Working Paper 589 (Centro para el Desarrollo Global, 2021).
-
7.
Karlinsky, A. Preprint en medRxiv https://doi.org/10.1101/2021.08.30.21262814 (2021).
-
8.
Koum Besson, ES et al. Globo BMJ. Salud 6 , e004564 (2021).
PubMed Artículo Google Académico
-
9.
Warsame, A. et al. En t. J. infectar. Dis. 113 , 190–199 (2021).
PubMed Artículo Google Académico
Con información de
https://www.nature.com/articles/d41586-022-00104-8
