Más allá de la curva, hay que enfocarse en indicadores hospitalarios

*Con la colaboración de Mauricio Santa María S. presidente de Anif, Humberto Martínez, Investigador y Candidato a Doctor de la Universidad de Rutgers

Recientemente discutíamos cómo los modelos epidemiológicos son una herramienta útil para predecir la transmisión de una enfermedad. Sin embargo, estos presentan limitaciones, pues los parámetros que se definen al interior del modelo desconocen que existe una relación, de doble sentido y variante en el tiempo, entre la dinámica de una epidemia y las decisiones de los individuos. Una vez se identifica la existencia de esa relación bidireccional, se hace evidente que no existe ese tal dilema entre vida y economía.

Es importante anotar, para que el público lo asimile correctamente, que los modelos epidemiológicos de la Alcaldía de Bogotá, el Instituto Nacional de Salud (INS), el Imperial College of London y la Universidad de los Andes, entre otros, concuerdan en que el aislamiento no aplana, sino que desplaza la curva de infección hacia el futuro. Entonces, se crea el incentivo perverso de que como al finalizar una cuarentena siempre está el riesgo del pico de infección, siempre será mejor alargarla.

Sin embargo, de acuerdo con esos modelos, es posible aplanar la curva a través de la búsqueda controlada de la inmunidad poblacional, mediante la implementación de aislamientos intermitentes, combinados con otras medidas focalizadas, que sólo serán exitosas si los gobiernos disminuyen su discrecionalidad. Para eso, es fundamental tener un plan de acción y de contingencia que se active y se apague de acuerdo con el desempeño de algunos indicadores. Dentro de ellos, como veremos, tiene especial relevancia el indicador de porcentaje de ocupación en los servicios hospitalarios.

Por todo lo anterior, en este comentario económico explicamos con mayor detalle cómo están diseñados los principales modelos epidemiológicos en los que se han basado las decisiones de política pública, particularmente el de la Alcaldía de Bogotá. Adicionalmente, proponemos que los indicadores asociados a la capacidad hospitalaria se conviertan en la principal herramienta para las decisiones de política pública en el futuro.

Esta nueva aproximación a la estrategia conseguiría dos objetivos cruciales: (i) aplanar la curva de infecciones para no sobrecargar el sistema de salud; y (ii) continuar con la reactivación de la economía del país. De lo contrario, esto causaría efectos difícilmente reversibles sobre el desempleo, la pobreza y el bienestar.

Análisis del modelo epidemiológico de la Alcaldía
Empezamos por resaltar el esfuerzo del gobierno distrital para hacer público el modelo utilizado, lo cual, en sí mismo, ya es un avance importante que debería ser imitado por otros gobiernos y autoridades.

Ahora bien, el modelo epidemiológico usado por la Alcaldía de Bogotá divide a la población en ocho categorías diferentes: susceptibles, expuestos, cuatro grupos de infecciosos según la severidad de los síntomas, recuperados y fallecidos. De acuerdo con esta modelación, los procesos de transición entre grupos dependen de 23 parámetros (periodo de latencia, tasas de contactos entre grupos, probabilidades de contagio, tiempo y probabilidades de recuperación, entre otros).

Si bien el ejercicio es interesante, llama la atención que los parámetros más relevantes y que, en últimas, conducen a las conclusiones y posteriores decisiones de política pública, en su mayoría corresponden a supuestos u opiniones de expertos médicos y no a indicadores observados. Por ejemplo:
(i) El número básico de reproducción (Ro) es de 2,6, significativamente más alto que el rango de 0,9 y 1,5 que se estima para la mayoría de países, e incluso se asemeja a 2,4 y 3,12 que se calcula para el norte de Italia, una de las regiones más afectadas por el virus.

(ii) La probabilidad de recuperación para los distintos grupos de infecciosos varía entre 10% y 56%. Sin embargo, algunos estimativos preliminares indican que esta probabilidad podría estar entre 97% y 99% al considerar la elevada proporción de pacientes asintomáticos.

(iii) La probabilidad de que un infectado muera es de 2%. Si bien esta cifra se calculó de acuerdo con los criterios médicos, contrasta con las probabilidades preliminares de muerte entre 1% y 1,4% estimadas por la OMS o las probabilidades inferiores a 1% estimadas por el Instituto Nacional de Alergias y Enfermedades Infecciosas y el Centro para el Control y Prevención de Enfermedades en Estados Unidos.

Las diferencias en estas probabilidades se explican por la falta de información disponible sobre el número total de infectados. Generalmente, la OMS espera un tiempo prudencial de seis meses a un año, después de la pandemia para calcular esa probabilidad.

Adicionalmente, el modelo utiliza como insumo poblacional los 7,4 millones de habitantes reportados por el Censo de Población y Vivienda de 2018, algo inferior a la proyección de 7,7 millones para 2020. Precisamente, la Alcaldía ha mencionado que aún hay espacio para usar información más actualizada que permita modelar apropiadamente los parámetros.

Basándose en estos supuestos, el modelo simula tres escenarios: (i) sin cuarentena; (ii) cuarentena hasta el 27 de abril; y (iii) cuarentena hasta el 20 de junio. Adicionalmente, el modelo supone que el tercer escenario es más efectivo que el segundo en reducir los contactos entre susceptibles e infecciosos.