Suele ponerse un ejemplo para explicar la necesidad de interpretar adecuadamente los datos estadísticos:
Supongamos que tú no tienes ningún pan y yo tengo dos.
Entonces en total hay dos panes.
Desde el punto de vista estadístico tú tienes un pan y yo tengo uno.
Ambos tenemos un pan porque dos panes divididos dentro de dos personas,
son un pan para cada uno.
¡Ves! Ninguno pasaremos hambre.
Es obvio que si los datos los sacamos de su contexto, es decir del conjunto de elementos que nos ayudan a interpretarlos adecuadamente, entonces terminarán dando información que no corresponde a la realidad, más aún si esa es la intención desde el inicio del uso de datos. Es muy fácil manipularlos, afortunadamente la misma estadística tiene sus herramientas para evitar esa manipulación y los mismos datos interpretados adecuadamente desmienten a quien los ha manipulado. Esto es algo que hemos visto muchísimas veces en las ciencias de la salud.
En Guatemala la renta per cápita es de US 4549.01 Esto significaría que cada guatemalteco ingresa al año Q 35846.19, es decir Q 2987.00 mensuales. ¡Sería fantástico! Lamentablemente no es así, pero ese es el tipo de interpretación errónea que podemos hacer de un dato cuando no sabemos su origen, su sentido y su contexto.
Los datos estadísticos son lo que son. Manipulados se puede hacer que sean lo que se quiere que sean, pero dejan de ser reales, de ser válidos.
García-Garmendia y Maroto-Montserrat (2017) afirman que en las ciencias de la salud los datos estadísticos son:
– Elementos cruciales para el avance de la ciencia médica, para la evolución del conocimiento científico
– Nos ayudan a transformar la incertidumbre en parámetros medibles y aplicables a la práctica
– Su interpretación y alcance con indispensables en el trabajo cotidiano
– Contribuyen a la toma de decisiones
– Respaldan las evidencias.
Podemos imaginar el alcance y la profundidad del daño que puede provocar el uso e interpretación no apropiada o malintencionada de datos estadísticos.
Ejemplos desastrosos de interpretación de este tipo de información los hemos visto y han hecho mucho daño a la humanidad. Otros con menos impacto y otros sin impacto. Cuando esto se descubre en publicaciones científicas, quienes los descubren tienen oportunidad de hacer verlo a los editores y los autores discutir o argumentar, incluso corregir. Puede que al final la publicación se quede pero con un rótulo en cada una de sus páginas que dice: «RETRACTED» o alguna otra expresión similar.
Hemos vistos famosos «RETRACTED», como el de la publicación famosa de Wakefield, otros más recientes como algunos relacionados con el cerebro hipermasculino en autismo, etc.
La ciencia no es perfecta, es contingente y tiene sus propios mecanismos de corrección a través del avance del propio conocimiento científico.
COVID-19 Y LA ABUNDANCIA DE DATOS
No recuerdo el nombre del autor pero indicó que esta situación de la Pandemia del SARS-CoV-2 ha provocado una «AVALANCHA» de datos. Así es. Recuerdo que comencé a ver esto a finales de diciembre, en enero me interesé más pero ya no fue posible seguir el ritmo de las publicaciones y cada vez era más, diversidad de opiniones publicadas en medios científicos, periodísticos, redes sociales, grupos de discusión profesionales y los comentarios de la población no relacionada con las ciencias de la salud. De verdad que una avalancha.
INCIDENCIA
Se refiere al número de casos nuevos diagnosticados de una determinada enfermedad, trastorno o condición.
PREVALENCIA
Resulta de la suma de los casos nuevos diagnosticados con los que ya estaban diagnosticados previamente de una determinada enfermedad, trastorno o condición.
TASA
Es una relación entre dos magnitudes. Es un coeficiente, es decir una división entre la ocurrencia de un determinado fenómeno y la población total dentro de la cual este se da.
TASA DE MORTALIDAD
Se refiere al número de personas que fallecen por un determinado diagnóstico en relación a la población general.
Se expresan por mil, diez mil, cien mil o millón por año, esto depende de que tan pequeña sea la tasa.
TASA DE LETALIDAD
Se refiere al número de personas que mueren por un determinado diagnóstico dentro del total de individuos que han recibido ese diagnóstico.
Se expresa en porcentaje.
FACTOR R
Factor de reproducción «R», o sea el potencial de propagación. Con tasas mayores a 1 el virus se propaga con más facilidad. El ideal es llegar a un R menor a 1.
Otros factores relacionados con R que son una propuesta de Adan Jucharski que ha investigado sobre Ébola:
– D (duration, duración) La duración del proceso, es importante por cuando más tiempo una persona esté enferma, mayor es la probabilidad de infectar a otros.
– O (opportunity, oportunidad) Se refiere al número de personas que tienen contacto con el individuo infectado.
– T (Transmission probability, probabilidad de transmisión) Qué tan probable es que el virus se transmita a otra persona, qué tan virulento es.
– S (susceptibility, susceptibilidad) Qué probabilidad existe que una persona dada adquiera el virus y se enferme (DW, 2020)
VEAMOS ESTOS DATOS EN FUNCIÓN DEL SARS-CoV-2 PARA ENTENDER EL POR QUÉ DE ESTA SITUACIÓN.
– R: inicialmente se estimó en 2. Ahora se sabe que está entre 2 y 6. Se ha dejado una media de 5.7 como valor de referencia. Pero existen supercontagiadores que pueden infectar a muchísimas personas. Para los que creen que esto es igual que la gripe, pues acá hay diferencia notable porque el SARS-CoV-2 tiene un R cinco veces mayor.
– O: en el caso de este virus, se estima que es de al menos 5.
– T: es considerado un virus altamente contagioso.
– Susceptibilidad: 100% No se puede más alta. No tenemos inmunidad para este virus. Los resultados de estudios de España indican que el desarrollo de inmunidad en la población general no es, mayor que el 5%, aunque si uno observa el mapa oscila entre a 1 y 3%.
– Prevalencia del SARS-CoV-2, pongamos algunos ejemplos. No pretendo que compare, vea solamente los ejemplos como realidad muy distintas ante un mismo fenómeno.
Guatemala 1 x 10,000 (nosotros iniciamos en la fase crítica de contagio)
España 49.21 x 10,000
Estados Unidos 45.7 x 10,000
Suecia 29.46 x 10,000
México 3.74 x 10,000
– Mortalidad en relación al SARS-CoV-2, siguiendo con los mismos ejemplos.
Guatemala 0.019 x 10,000 (comenzando la etapa más crítica)
España 5.89 x 10,000
Estados Unidos 2.35 x 10,000
Suecia 3.593 x 10,000
México 0.4 x 10,000
Ahora bien, para no caer en lo de que yo tengo dos panes, tú ninguno, entonces estadísticamente tenemos uno cada uno, detrás de esas tasas hay personas muertas.
Guatemala 33
España 27650
Estados Unidos 89,700
Suecia 3679
México 5045
Claro, la estadística no actúa con sentimientos, presenta datos. No nos gustaría que nuestra familia sumara a esos datos, pero es un hecho que a muchas personas la mortalidad relacionada con este virus no les importa mucho, porque no les ha afectado. Pero este virus no respeta raza, posición social, condición económica, así que ninguno puede considerarse fuera de riesgo, incluso con condiciones físicas y estado nutricional envidiable, hay que recordar que uno de los primeros pacientes en Italia fue un entrenador deportivo, joven, sano y de buen estado general, además le llevó mucho tiempo salir de intensivo y recibir el alta hospitalaria.
Hay grupos de personas en más riesgo: obesos, diabéticos e hipertensos, por ejemplo. ¿Cuál es la situación de obesidad, diabetes e hipertensión en nuestros países? En Guatemala es crítica. ¿Entonces? Pues tenemos población de riesgo alto de presentar cuadro complejo. Lo mismo ocurre en México en donde la obesidad les coloca como uno de los países del mundo con más prevalencia de este fenómeno sanitario.
¿Y la letalidad?
Guatemala 1.87% (insisto, estamos iniciando)
España 11.96%
Estados Unidos 5.94%
Suecia 12.20%
México 10.7%
¿Parece algo como para no tomar en cuenta? Es una tasa de letalidad significativa. Implica el riesgo que una persona tiene de morirse en caso de resultar infectada.
Ahora bien, al aumentar la detección de casos los datos comienzan a diluirse y las tasas se hacen más bajas. Entonces algunos piensan que no es tan significativo, que no hay razón para tantas medidas frente a algo que no es tan letal. Bueno, a ellos ningún dato estadístico les convencerá, tienen una opinión rígida y lo único que deseo es que no les toque.
Un dato de China indica que del total de casos, 6.94% pueden ser críticos y 13.8% graves. Esto hace cambiar la perspectiva. De 100 casos, entre 19 y 20% pueden requerir tratamiento hospitalario e incluso terapia intensiva. Entonces acá entran otros factores en consideración:
– Número de camas de hospital por 1000 habitantes (en Guatemala es de 0.6 y en México de 1.5)
– Número de camas de terapia intensiva por 1000 habitantes (no tenemos datos, pero ya imaginarán)
Entonces, nuestros sistemas de salud en América no están listos para responder a una crisis que demanda camas de hospital y camas en terapia intensiva. Nuestra única salida posible es la prevención con todas sus medidas: confinamiento en casa, distanciamiento físico, mascarilla adecuada, lavado de manos, educación. Pero eso requiere una gran disciplina personal y colectiva, lamentablemente la evidencia muestra que no se tiene, ni a lo individual, ni de manera colectiva. Es por ello que el confinamiento aparece como la alternativa más viable frente a esta situación si no se cuenta con la colaboración suficiente de parte de la población. El sistema de salud no se reparará de la noche a la mañana.
CONCLUSIÓN
Cuando le digan, de manera indiscutible, que esto es «una gripe más», pues bueno, no hay más que hablar. A esa persona le hace falta mucha información y la que ha leído, es probable que no la haya comprendido.
Solamente dígale que la letalidad de la Influenza A(H1N1) fue de 0.6, la del SARS-CoV-2 es de 6.67. Es decir, diez veces más. Esto no es un juego, esto es para tomárselo en serio.
Las estadísticas al gusto del cliente no existen, los datos estadísticos son lo que son, nos gusten o no. Es matemática. La interpretación solo admite una posibilidad: la correcta, cualquier otra interpretación que no sea la correcta, es errónea.
carlosorellanaayala 