Sin PCR también hay fórmulas para conocer el número de contagiados y muertos por la Covid-19

Como siempre sin entrar en política, y ya que estamos dando un merecidísimo homenaje a nuestros muertos por la Covid-19, no estará de más un pequeño repaso a los números… sólo desde la perspectiva de la ciencia.

Con los datos «oficiales» actualizados a 7 de julio de 2020 somos el tercer país del mundo con más muertos por Covid-19 en relación a su número de habitantes (60,66 por cada 100.000 habitantes). Tan solo nos superan Bélgica (85,46) y el Reino Unido (66,69).

Desafortunadamente, otros países se acercan a estas cifras con una rapidez tal que hace pensar que pronto las superarán.

La crisis del coronavirus nos ha dado una cruel bofetada de realidad. Y eso que la realidad es, desgraciadamente, mucho peor de lo que se cuenta:

– Mientras las cifras oficiales indican que en España hubo un total de 251.789 contagiados de Covid-19 (datos del 7 de Julio de 2020), la “Encuesta sero-epidemiológica de la infección por el virus SARS-CoV-2 en España” (ENE-COVID), coordinada por el Instituto de Salud Carlos III y el Instituto Nacional de Estadística (el famoso “estudio de seroprevalencia”) demuestra que cerca de 3 millones de españoles se han contagiado de Covid-19, pues tienen anticuerpos contra el SARS-CoV-2.

– Así mismo, a 7 de Julio de 2020, el Ministerio de Sanidad reconoce 28.388 muertos por Covid-19, pero diversas estimaciones basadas en el incremento de la cifra de muertes con respecto al mismo período de años anteriores estima que hubo más de 45.000 muertos.

¿Cómo puede haber tanta discrepancia (al menos diez veces más contagiados y casi el doble de muertos) entre los datos oficiales y los reales?

El criterio oficial español para diagnosticar contagiados requiere de una prueba PCR que permite detectar un fragmento del material genético del SARS-CoV-2. No cabe duda de que la PCR es una ayuda extremadamente valiosa para diagnosticar la Covid-19. Se trata de una prueba muy precisa que se realiza de rutina en los laboratorios de microbiología de hospitales y centros de investigación.

El problema está en que, si el número de PCR realizados es pequeño, tal y como ocurre en España, se estarán contando muy por lo bajo las cifras reales de afectados por la Covid-19.

Es fácil de entender: Llevado al extremo, si no hago ninguna prueba de PCR no tendré ningún caso de contagio por Covid-19.

Conviene recordar que la gran mayoría de la medicina sigue funcionando excelentemente sin necesidad de pruebas PCR: Hace ya mucho tiempo que los médicos diagnostican con acierto las enfermedades mediante el estudio de síntomas y signos clínicos, pruebas analíticas, radiológicas, etc.

Lo mismo ocurre en este caso. Se puede diagnosticar la Covid-19 empleando solamente un diagnóstico por síntomas.

Claro que algunos argumentan que esto podría sobreestimar el número de contagiados, ya que puede haber pacientes que presente síntomas de la Covid-19 y no tengan esa enfermedad. Y puede ser cierto. Pero también podría ocurrir lo contrario, y de hecho está demostrado que hay contagiados de Covid-19 totalmente asintomáticos.

En cualquier caso, y llegados a esta situación, la ciencia dispone de una poderosa herramienta, la inferencia Bayesiana, que permite corregir todos estos desvíos.

En la inferencia bayesiana las propias observaciones se emplean para inferir la probabilidad. Y permite calcular cuál es la probabilidad exacta de tener Covid-19 cuando tienes síntomas y signos clínicos compatibles con esa enfermedad.

No cabe duda de que si tuviésemos la capacidad de hacer PCR a toda la población española una vez por semana tendríamos datos muy precisos de la situación. Pero como no es posible hacerlo, la mejor valoración del número de contagiados y muertos se obtiene a partir de una estima bayesiana sobre diagnósticos basados en síntomas y signos de Covid-19.

Existe una infraestimación sistemática en los datos oficiales de la pandemia, que responde al empeño de los responsables políticos y de los gestores por minimizar el problema. Es un gran error: Los modelos epidemiológicos que predicen la evolución de la pandemia dependen de la calidad de los datos.

l principio de la pandemia la mayoría de los políticos y sus asesores (de todo signo y condición, de partidos ideológicamente muy diferentes y de distintos países) confundieron sus deseos con la realidad, tomando la decisión equivocada de que la Covid-19 apenas iba a tener consecuencias. Este error condicionó (y todavía condiciona) su toma de decisiones. Su incompetencia nos costó centenares de miles de muertos.

El problema radica en que estos responsables tomaron sus decisiones en contra de todos los criterios científicos, no solo epidemiológicos, sino también matemáticos que, mediante la teoría de juegos, permiten tomar decisiones que minimizan las pérdidas y maximizan los beneficios.

Existe una enorme experiencia sobre cómo conseguir que las epidemias no se extiendan. Buena parte de estos conocimientos se obtuvieron en la cría de animales de abasto. Sus enormes densidades de población en los centros de producción animal son muy superiores a la de los seres humanos más hacinados en los peores barrios de las grandes ciudades. Además, tampoco se pueden gastar muchos recursos sanitarios en ellos (a un productor le pagan el kilo de pollo a poco más de 2 €).

Enfrentarse a miles de epidemias en animales de abasto permitió encontrar la mejor forma de hacerlo: Obrar pronto aislando a los afectados es lo esencial.

El 31 de diciembre de 2019 el gobierno chino anunció al mundo una preocupante noticia: Se había producido el brote de un nuevo coronavirus en Wuhan, tenía una elevada tasa de contagio de persona a persona (probablemente por vía aérea), producía una neumonía que en muchos casos era mortal y no se conocía ningún fármaco eficaz.

En España el doctor Fernando Simón, director desde 2012 del Centro de Coordinación de Alertas y Emergencias Sanitarias del Ministerio de Sanidad, y el ministro de Sanidad Salvador Illa, decían que no era el momento de tomar medidas: Predecían que en España no habría apenas casos, que serían más leves que la gripe y que la sanidad estaba sobradamente preparada para enfrentarse a la pandemia.

No se hizo nada hasta que fue demasiado tarde: a las 00:00 horas del domingo 15 de marzo el gobierno declaró el estado de alarma, imponiendo una cuarentena a nivel nacional.

Muchos países hicieron lo mismo que nosotros. Lo hicieron mal, tuvieron miles de muertos y colapsaron sus economías.

Pero varios países tomaron sus decisiones cimentadas en criterios científicos. Acertaron.

Taiwán es un buen ejemplo: Su presidenta, Tsai Ing-wen, una profesora universitaria con un master en la Universidad Cornell, un doctorado en la de Londres y una larga trayectoria de gestión medioambiental como líder de la coalición pan-verde, reunió con urgencia una comisión de científicos, médicos y veterinarios independientes nada más conocer la noticia del brote de coronavirus en Wuhan.

Rápidamente tomó medidas: El 20 de enero cerró los colegios y estableció el uso obligatorio de la mascarilla. Poco después instauró una cuarentena para quienes llegaran del exterior.

Sin necesidad de confinar a su población, Taiwán solo ha tenido 449 contagiados y 7 muertos (la mayoría de ellos entre personas que llegaron del exterior y fueron sometidas a cuarentena). Su economía apenas se resintió.

China, en conflicto con Taiwán desde hace más de 70 años, se esfuerza en silenciar el éxito de la gestión de la presidenta Tsai Ing-wen. Pero otros muchos países, de muy diferentes niveles de desarrollo, economía y sanidad, con sistemas políticos muy distintos -desde los comunistas de Vietnam a la capitalista Corea del Sur- también acertaron con una gestión científica y rápida.

Para enfrentarse al coronavirus, y a lo que pueda venir, lo importante no es la ideología. Es aplicar la ciencia.

El ejemplo del Rey Salomón

Los políticos podrían tomar ejemplo del Rey Salomón, que se convirtió en el arquetipo de gobernante sabio que tanto escasea hoy en día.

El Rey Salomón resultó ser un adelantado en la aplicación de la ciencia a la gobernanza. Su más célebre decisión ocurrió en el famoso juicio de Salomón: dos madres diferentes tuvieron un hijo al mismo tiempo. El bebé de una de ellas murió. Entonces dijo que el bebé que aún vivía era el suyo. Como no podía ser de otra forma, la madre verdadera lo negó. Acabaron delante del rey sabio para dirimir su disputa.

Salomón no disponía de herramientas genéticas para averiguar quien era la verdadera madre. Pero usó matemáticas, que habían alcanzado un gran nivel en las distintas civilizaciones del oriente medio desde mucho antes de su reinado: en concreto Salomón empleó la teoría de juegos. Y propuso una solución, que le permitiría averiguar quien era la verdadera madre. Propuso que se partiera al bebé vivo por la mitad y se le diese una mitad a cada una de las madres. Enseguida la verdadera madre dijo que no partiesen al bebé. Prefería que se lo dieran a la falsa madre.

Entonces Salomón supo cuál era la verdadera madre.

Matemáticamente, tanto la madre verdadera como la falsa son dos jugadores, y aceptar el veredicto de partir en dos al niño o rechazarlo son las 2 únicas posibilidades que existen en el juego.

En la Tabla 1 podemos ver todas las posibles decisiones de la madre verdadera y la falsa (aceptar o rechazar el veredicto de Salomón) con las ganancias y pérdidas que se obtendrían.

La argucia de Salomón le aseguraba que la verdadera madre siempre iba a rechazar el veredicto mientras que la falsa madre, no. Así podía averiguar, sin una prueba PCR, quien era la verdadera madre.

Igualmente, los políticos deberían haber decidido empleando los rigurosos criterios de la ciencia y no basados en simples intuiciones.

Nos consta que, no solamente en nuestro país, numerosos responsables políticos sacaron a colación la gestión del virus H1N1/09 pandémico, responsable de la gripe A (H1N1) de 2009-2010.

Entre los argumentos que barajaron para tomar su catastrófica decisión respecto a la Covid-19, argumentaron que no podían volver a hacer como en 2009. Pero la realidad es que aquel año el mundo se preparó mucho mejor para abordar la pandemia de la gripe A (H1N1) de lo que hemos hecho hoy en día. Y salió bien: La gripe A (H1N1) se controló y se produjeron muchos menos muertos de los previstos.

Entonces empezaron los reproches de los economistas: En nuestro país se gastaron 266 millones de euros en vacunas para la gripe A, según ellos un dinero tirado a la basura. Este modo de pensar condicionó que no nos preparásemos como es debido para enfrentarnos a la Covid-19.

Ahora, algunos economistas (de los que antes se oponían al gasto) estiman que la Covid-19 probablemente nos costará más de 120.000 millones de euros de nuestro PIB.

Nosotros acusamos: Los recortes en sanidad, ciencia y educación son suicidas. Incluso para la economía.