10 razones para dudar de los datos del COVID-19
Facebook
Twitter
Whatsapp
Email
La periodista Cathy O'Neal detalla 10 razones por las que duda de los datos del covid-19 en el medio estadounidense Bloomberg y replicado en
Infobae. A diario
recibimos información en torno a la pandemia como el número de infectados, hospitalizados y muertos. La periodista ha encontrado algunas falencias al encontrarse con este tipo de información. A continuación un detalle de sus 10 razones:
1. El número de infectados es casi absurdo. Se debe tomar en cuenta que el número que se contabiliza es el de las personas que se han hecho una prueba, y todavía no hay suficientes pruebas o hay personas que no se han podido realizar la prueba. Lo mejor que podemos hacer es estimar cuántas personas están enfermas calculando qué porcentaje de los contagiados puede acceder a pruebas. Por lo tanto, la cifra real de contagiados podría ser aproximadamente 10 veces mayor que lo que se informa.
2. Las pruebas no son exactas y las inexactitudes no son simétricas. En particular, arrojan muchos más falsos negativos que falsos positivos, lo que significa que tienden a indicar que las personas están sanas cuando en realidad están enfermas. Algunas investigaciones sugieren que la tasa de falsos negativos podría superar el 30%.
3. La cantidad de pruebas no es igual a la cantidad de personas sometidas a pruebas. Dado que algunas personas se hacen una segunda prueba para estar más seguros de los resultados. Lo que ofrece una razón más para creer que el número real de contagiados es mayor.
4. Las cifras no están sincronizadas. Es importante tener en cuenta que las personas a veces mueren semanas después de ser hospitalizadas, y son hospitalizadas una semana o más después de dar positivo por el virus. Por lo tanto, no deberíamos esperar que la curva de “muertes” se aplane hasta bastante después de que la curva de “contagios” lo haga. Lo positivo de este retraso es que, dado que lleva más tiempo la recuperación que el deceso, la tasa de mortalidad disminuirá con el tiempo.
5. El significado de ser hospitalizado está cambiando. Las líneas directas están saturadas, las ambulancias son escasas, los estándares para quienes pueden ser hospitalizados han cambiado drásticamente y las personas están evitando las colapsadas salas de emergencia. Por lo tanto, menos hospitalizaciones no significa necesariamente que la situación esté mejorando.
6. Las muertes no se informan de manera inmediata o sistemática. El papeleo, las notificación a los familiares son lo que determina cuando se registra una muerte.
7. No se informan muertes fuera de los hospitales. Cuando las personas mueren en el hogar, casas de reposo, residencias de ancianos o cárceles no siempre se contabilizan. Por ejemplo, cuando Francia comenzó a informar las muertes en casas de reposo, su cifra de fallecimientos aumentó un 40%.
8. La política para estipular las causas de muerte no es coherente. Una vez que alguien ha fallecido, es posible que los médicos no mencionen el COVID-19 como causa. Es una decisión arbitraria, especialmente cuando alguien ya estaba enfermo. Esto podría tener un efecto muy grande en los datos en ciertos entornos, como centros de rehabilitación y casas de reposo.
9. Es posible que funcionarios obtengan incentivos para ocultar casos de coronavirus. China, Indonesia e Irán han sido objeto de escrutinio por sus estadísticas. Así que no dé por hecho que los funcionarios están por encima de la manipulación.
10. Lo que sucede en un lugar, o en promedio, podría no ser aplicable en todas partes. Algunos pequeños estudios sugieren que la tasa de mortalidad de la COVID-19 es de cerca del 1% de la población contagiada. Pero eso no significa que ocurrirá lo mismo en otro país. Áreas específicas podrían registrar tasas de mortalidad mucho peores, simplemente porque sus sistemas de salud no son tan completos o su población tiene más enfermedades crónicas.
Sin embargo, es importante seguir los datos oficiales porque las cifras pueden dar una idea de lo que está sucediendo, siempre y cuando reconozcamos sus falencias.
.png)
