Estatus socioeconómico: un factor de riesgo para la actual pandemia de COVID-19
Por Pamela Martínez y Gonzalo Mena
Fuente: CIPER Académico 05/05/2021
¿Por qué la pobreza y la segregación son un factor de riesgo en la pandemia? El estudio muestra tres factores que interactúan: (i) aquellos que viven en las comunas más vulnerables están más expuestos a contagiarse. (ii) Las personas de bajos recursos tienden a presentar otros factores de riesgo -sedentarismo y sobrepeso-, lo que los lleva a ser más propensos a desarrollar síntomas severos de COVID-19 y (iii) una vez infectados, estas personas tienen una mayor probabilidad de fallecer.
El estudio que presentamos indaga sobre las maneras en que el bajo nivel socioeconómico se constituye como un factor de riesgo para el desarrollo de resultados desfavorables por COVID-19, tanto en términos de infección como mortalidad. Para este fin estudiamos cómo distintas métricas relacionadas a la infección y mortalidad están asociadas al nivel socioeconómico de las comunas del Gran Santiago, y también a factores estructurales relacionados al funcionamiento del sistema de salud y al comportamiento de las personas.
En particular, vemos que, en las comunas de más bajo nivel socioeconómico, la movilidad no se redujo tanto por las cuarentenas como en los sectores más afluentes. La positividad y los retrasos en obtener los resultados del PCR han sido mucho mayores en las comunas de escasos recursos. Notablemente, vimos que durante el comienzo de la pandemia (marzo de 2020) el testeo estuvo acotado a las comunas del sector oriente, pero los patrones de mortalidad indican que había una transmisión importante en todo el Gran Santiago.
Así mismo, se observaron un 73% más muertes que en un año normal entre mayo y julio de 2020, y los municipios más pobres fueron los más afectados, tanto en relación con las muertes atribuidas a la pandemia como en el exceso de muertes. Finalmente, el gradiente socioeconómico de la probabilidad de morir por COVID-19 es particularmente pronunciado para los más jóvenes, lo que sugiere un estado de salud inicial desaventajado y un acceso limitado a la atención médica en aquellas comunas más vulnerables de la capital.
Nuestro trabajo muestra que el nivel socioeconómico tiene un impacto importante en los efectos de la actual pandemia y es indispensable tomar en cuenta este factor en las respuestas que son implementadas por el gobierno. Creemos que las metodologías que desarrollamos pueden ser útiles para estudiar el efecto de otras enfermedades infecciosas en Chile y otras partes del mundo.
¿CUÁNTOS FALLECIDOS POR COVID-19 HAY?
Una pregunta que ha rondado durante la pandemia es cuál sistema de conteo de fallecidos es el más apropiado. Esta discrepancia ocurre porque la OMS tiene dos sub-categorías para muertes por COVID: muertes por COVID que cuentan con un PCR positivo (código U07.1) y muertes por COVID que no cuentan con un PCR positivo (código U07.2). En ambos casos, la causa principal de muerte es «Muerte por COVID19» y se codifica con código U07 independiente de la sub-categoría. El DEIS en Chile, siguiendo con las recomendaciones de la OMS, reporta dos subcategorías para muertes por COVID, pero la comunicación oficial del gobierno se basa en las muertes confirmadas (código U07.1). Es decir, en el peak de la pandemia se comunicaron el 75% de las muertes (aquellas confirmadas con PCR) pero no el restante 25% de muertes sospechosas (con cuadros clínicos de COVID-19 aunque sin PCR). Nuestro estudio, sin embargo, indica que las muertes por COVID-19 (es decir, todas las que tienen código U07) son una cantidad más fidedigna, debido a que su curso temporal está en correspondencia con el de la mortalidad excesiva, la cantidad de fallecimientos que ocurrieron en 2020 por sobre lo esperado en un año normal. Este hallazgo es consistente con la observación de que la causa de muerte principal es siempre una determinante clínica y no está definida por la presencia o ausencia de una muestra de laboratorio.
Una nota de precaución es que luego del peak de muertes en 2020 (ver gráfico), los conteos de fallecidos por COVID-19 están por debajo de la mortalidad en exceso. Esto sugiere que hubo una disminución de muertes por otras causas (por ejemplo, durante 2020 no hubo una temporada de influenza como ocurre todos los años); lo que ha sido observado en otros análisis independientes [1]. También puede haber ocurrido un fenómeno de “desplazamiento de mortalidad”, es decir, que muchas personas que iban a morir en 2020 por otras causas finalmente fallecieron como consecuencia de COVID-19. Si bien esta explicación es un poco cruda, tiene mucho sentido en términos estadísticos y ha sido verificada en otros lugares [2]. Sin embargo, estos fenómenos concurrentes a la pandemia en ningún caso implican que su gravedad está sobre-estimada; de hecho los patrones de mortalidad observados en 2020 han sido extremadamente inusuales en comparación con al menos los últimos 20 años (de los cuáles tenemos acceso a registro). Una pregunta abierta relevante es cómo los patrones de mortalidad por otras causas (por ejemplo, cáncer) en el presente y futuro pueden cambiar como consecuencia de la disrupción de los servicios de salud y los daños de la pandemia a la economía [3][4].
¿LAS RESPONSABILIDADES SON INDIVIDUALES O COLECTIVAS?
Nuestro estudio muestra 3 realidades que interactúan entre sí: (i) aquellos que viven en las comunas más vulnerables de la capital están más expuestos a contagiarse. La asociación entre el número de casos, la mayor positividad y menor oportunidad en el testeo, además de las condiciones de hacinamiento, y la poca reducción en la movilidad respaldan esta hipótesis. (ii) Las personas de bajos recursos tienden además a presentar otros factores de riesgo, tales como sedentarismo y sobrepeso, lo que los lleva a ser más propensos a desarrollar síntomas severos de COVID-19. (iii) Finalmente, una vez infectados, tiene una mayor probabilidad de fallecer.
Es difícil demostrar de manera certera cuáles son las principales causas que llevan a esta mayor letalidad, pero creemos que la interacción entre la existencia de factores de riesgo y el acceso al sistema de salud llevan a este desenlace, que es incluso más pronunciado en los menores de 40 años. Por ejemplo, nuestro estudio muestra que en el sector oriente de la capital hay, en promedio, 4 veces más número de camas UCI y UTI por habitante que en el resto de la región metropolitana. Además, el número de fallecimientos que han ocurrido en clínicas u hospitales es mayor en el sector oriente. La saturación del sistema de salud que la Región Metropolitana viene observando desde mediados de 2020 sugiere que esto es producto de una falta de oportunidad de acceso, el cual se ve exacerbado si se toma en cuenta la menor disponibilidad de camas y la mayor incidencia en los sectores mas vulnerables de la ciudad.
Independiente de las razones de por qué se observan estas diferencias en los distintos estratos socioeconómicos, creemos que es importante reconocer que el control de la pandemia es una tarea individual y colectiva. Nuestra evidencia sugiere que hay diferencias importantes en el acceso a salud, ocasionando un riesgo mayor de infección en toda la población. Pero también existe una responsabilidad individual cuando la exposición se puede evitar, ya que al decidir exponerse, se está poniendo en riesgo a otras personas. Este componente individual podría explicar en parte las diferencias que observamos en las tasas de infección y de mortalidad, y por lo mismo, creemos que es indispensable vacunarse a tiempo. De manera complementaria, esto genera una oportunidad para aumentar los niveles de educación en términos de comprensión de datos, autocuidado de la salud, y del reconocimiento del peligro que representan las pandemias. Creemos que esta es una tarea que se debería pensar de manera colectiva, porque la falta de información de un grupo puede comprometer la integridad de la totalidad de los individuos.
SE NECESITAN RESPUESTAS MÁS ÁGILES Y ROBUSTAS
Una de las lecciones más grandes que deja la pandemia ha sido la necesidad de revisar nuestra manera de tomar decisiones de cara a la incertidumbre. Los hechos muestran que la respuesta de muchos gobiernos e individuos fue tardía. El estadístico Harry Crane [5] culpa de nuestro actuar al “probabilismo ingenuo”, de la creencia de que el pensamiento racional se reduce a un cálculo de probabilidades. Si bien esa estrategia es funcional en situaciones normales, el riesgo es que puede llevar a ignorar la ocurrencia de cisnes negros, eventos poco probables pero posibles y cuya ocurrencia tiene implicancias gigantes.
En el caso de COVID-19, muchos expertos en febrero 2020 hablaban de que el riesgo de morir era demasiado bajo como para preocuparse, inferior al de ahogarse en una piscina [6]. Pero los expertos en la transmisión de enfermedades infecciosas pueden detectar fácilmente el yerro en ese argumento, porque las epidemias siguen una evolución no-lineal en los contagios, donde un mecanismo central es el contacto entre individuos. Como dice Nissim Taleb, el riesgo de ahogarse en la piscina es independiente de si tu vecino se ahoga. Pero si tu vecino se enferma de COVID-19 se incrementa tu riesgo de enfermarte, y viceversa [7]. Esto se replica en otros parámetros epidemiológicos clave (número de reproducción, tiempo de incubación, etc) y se ha demostrado que las estimaciones iniciales a nivel mundial eran demasiado optimistas debido a sesgos de selección [8]. Era esperable entonces que las estrategias basadas en el probabilismo ingenuo eventualmente llevaran al derrumbe de los “castillos de naipes” [9].
Nuestro estudio muestra que en el sector oriente de la capital hay, en promedio, 4 veces más número de camas UCI y UTI por habitante que en el resto de la región metropolitana.
Taleb, tan temprano como enero del 2020, advertía de otro vicio epistemológico, el del “empirismo ingenuo” [10]. Este nos lleva, por ejemplo, a confundir la ausencia de evidencia sobre un fenómeno con la evidencia de la ausencia de éste. En Chile, esto se plasmó en autoridades de gobierno negando una dependencia de la letalidad y la pobreza [11]. Este planteamiento fue apoyado por un estudio que mostraba la ausencia de esa asociación [12]. Nuestro estudio muestra que dicha asociación sí existe[13] y genera la discusión de hasta qué punto estamos dispuestos a esperar a que la evidencia aparezca para actuar [14]. Creemos que es importante tener presente esta distinción, sobre todo en situaciones que evolucionan rápidamente, y donde en la ausencia de evidencia conviene actuar poniéndose en el peor de los casos, por precaución.
A más de un año del comienzo de la pandemia disponemos de evidencia contundente respecto a cuáles han sido las estrategias más exitosas. Un reciente artículo en The Lancet (una de las revistas más prestigiosas en epidemiología) muestra que los países más exitosos fueron los que lograron suprimir la propagación del virus, en vez de sólo mitigar [14]. Es decir, no se conformaron con aplanar la curva, sino que la aplastaron. En estos países, las medidas se tomaron ágilmente, con una población que se comprometió individual y colectivamente a evitar el contagio, y el resultado observado en el largo plazo fue que hubo menos pérdidas humanas y económicas. Ahí, la ciencia y tecnología jugaron un rol fundamental, facilitando el despliegue de estrategias de testeo y trazabilidad masivas. Ellos aplicaron el más robusto principio precautorio en vez de abrazar el probabilismo y empirismo ingenuos. Mostraron que el decidir sobre priorizar la salud o la economía es un falso dilema.
Es una pregunta abierta si la situación será distinta en la próxima pandemia. La masividad de la campaña de vacunación es un muy buen precedente, pero no es lo único. El objetivo de nuestro trabajo es dejar un registro de las consecuencias de la pandemia actual, y de los factores que han mediado la heterogeneidad de los resultados. Creemos que tomar en cuenta esta heterogeneidad es importante para una priorización más eficiente de los recursos. Nuestros resultados sugieren que el no tomar suficiente atención a las diferencias en nivel socioeconómico ha dificultado la contención del virus, lo que finalmente nos afecta a todos. Por ejemplo, al comienzo de la pandemia el testeo fue insuficiente en las comunas más pobres. Quizás, si esto se hubiese detectado a tiempo y actuado de manera más oportuna, la primera ola no hubiese tenido tantas víctimas fatales.
Esperamos que los factores socioeconómicos sean considerados a la hora de actuar frente a la presente pandemia y futuras crisis que afectarán al país.
¿FALTAN DATOS?
Una crítica común durante la pandemia ha sido que el gobierno no ha dado suficientes datos. Es necesario matizar y resignificar este enunciado. Fue posible realizar nuestro estudio porque existe una gran diversidad de datos públicos. Datos epidemiológicos relacionados a la pandemia son reportados sistemáticamente por el Ministerio de Salud y compilados por el Ministerio de Ciencias. Los datos de mortalidad son reportados semanalmente por el DEIS, con desagregación única.
Creemos que es erróneo pensar que todos los datos tienen que estar disponibles. Hacer todos los datos posibles podría generar serios problemas de privacidad y seguridad. Además, aunque estén todos los datos, éstos están inherentemente sesgados por la manera en que se recolectan; por ejemplo, no todas las infecciones se documentan como “casos”. El análisis de datos epidemiológicos es complejo, sobre todo con los cambios de comportamiento y de testeo que se han observado durante esta pandemia, pero en nuestro trabajo fuimos capaces de implementar varios métodos estadísticos para corregir estos sesgos.
Aún así, creemos que la gestión de datos del Ministerio de Salud puede mejorarse para agilizar la cooperación científica. Actualmente, en nuestro entendimiento el acceso a datos más desagregados que los públicos está limitado a sólo tres universidades (Universidad Católica, Universidad de Chile y Universidad de Concepción), y si bien, aunque estuvimos en diálogo con el ministerio de salud a mediados del 2020, se nos negó el acceso. En asuntos tan demandantes como una pandemia, la colaboración es imprescindible, sobre todo considerando que el país no tiene precedentes de una crisis como esta en mucho tiempo.
Un reciente informe del Ministerio de Ciencias [16] ha destacado la carencia de formación en especialistas en el campo de Epidemiología Digital, que combina enfoques tradicionales de la epidemiología con ciencia de datos. Dada esta carencia resulta importante, permitir una interacción fluida entre el Ministerio de Salud y grupos de investigadores a nivel nacional o internacional que sean letrados en esta área. Creemos que al permitirse dicha interacción puede establecerse una relación virtuosa entre las universidades y el Ministerio de Salud.
NOTAS Y REFERENCIAS
[1] Estimación del exceso de muertes y fallecimientos por Covid-19 en 2020. Ricardo Baeza-Yates. Ciper. Ver el siguiente enlace..
[2] Aburto, Jose Manuel, et al. «Estimating the burden of the COVID-19 pandemic on mortality, life expectancy and lifespan inequality in England and Wales: a population-level analysis.» J Epidemiol Community Health (2021). Ver el siguiente enlace.
[3] Claudia Santiago y Francisca Solar Brecha de género en tiempos de pandemia: cómo el COVID impacta en la detección de cánceres que afectan a las mujeres. Ciper Ver el siguiente enlace.
[4] Jorge Pacheco, Francisca Crispi, Tania Alfaro, María Soledad Martínez, Cristóbal Cuadrado Gender disparities in access to care for time-sensitive conditions during COVID-19 pandemic in Chile. Medrxiv. Ver el siguiente enlace.
[5] Harry Crane, Naive empiricism. (2020). Ver el siguiente enlace.
[7] Nassim Nicholas Taleb. Statistical Consequences of Fat Tails, Real World Preasymptotics, Epistemology, and Applications. (2020).Ver el siguiente enlace.
[8] Qingyuan Zhao, Nianqiao Ju, Sergio Bacallado, Rajen D. Shah BETS: The dangers of selection bias in early analyses of the coronavirus disease (COVID-19) pandemic. The annals of applied statistics (2021). Ver el siguiente enlace.
[9] Mañalich: “Todos los ejercicios epidemiológicos, las fórmulas de proyección con las que yo me seduje en enero, se han derrumbado como castillo de naipes”. Ver el siguiente enlace.
[10] Joseph Norman, Yaneer Bar-Yam, and Nassim Nicholas Taleb, Systemic risk of pandemic via novel pathogens – Coronavirus: A note, New England Complex Systems Institute (January 26, 2020). Ver el siguiente enlace.
[11] Ministro Paris por fallecidos por Covid: “No hay una relación entre letalidad y pobreza, eso significaría que los pacientes son atendidos en forma discriminada. Publicado en la tercera, 28 de septiembre de 2020. Ver el siguiente enlace.
[12] Letalidad del COVID-19 y Pobreza Multidimensional en Santiago: No hay relación. Instituto respública. (2020). Ver el siguiente enlace.
[13] Técnicamente, esta aparente contradicción se entiende como una instancia de la ‘paradoja de Simpson’: nuestro análisis estudia simultáneamente la dependencia de la letalidad en la edad y nivel socioeconómico, y es sólo cuando se estratifica en la edad que las diferencias respecto a nivel socioeconómico se hacen evidentes.
[14] Thana Cristina de Campos-Rudinsky, Eduardo Undurraga. Public health decisions in the COVID-19 pandemic require more than ‘follow the science’. Journal of Medical ethics.Ver el siguiente enlace.
[15] Oliu-Barton, Miquel, et al. «SARS-CoV-2 elimination, not mitigation, creates best outcomes for health, the economy, and civil liberties.» Lancet (London, England) (2021) Ver el siguiente enlace.
[16] Una mirada a la cultura de datos en Chile. Desafíos y lecciones de la pandemia por COVID-19. Ministerio de ciencia y tecnología. Ver el siguiente enlace.