Un nuevo estudio estima que, si EE. UU. hubiera impuesto el uso universal de mascarillas el 1 de abril, podría haber habido casi un 40 % menos de muertes a principios de junio.
Las políticas de contención tuvieron un gran impacto en el número de casos y muertes por COVID-19, directamente al reducir las tasas de transmisión e indirectamente al restringir el comportamiento de las personas.
Explican aproximadamente la mitad del cambio observado en las tasas de crecimiento de casos y muertes.
La pandemia de COVID-19 ha desencadenado una explosión de investigaciones que evalúan diversas políticas mediante datos observacionales (p. ej., Courtemanche et al. 2020, Deb et al. 2020, Hsiang et al. 2020, Pei et al. 2020 y Abouk y Heydari 2020), pero no existe consenso sobre qué habría ocurrido con los casos y las muertes si no se hubieran aplicado estas medidas políticas.
La evaluación de los efectos contrafactuales de las políticas sobre la propagación de la COVID-19 es compleja. Las personas responden de forma racional y voluntaria a la información sobre los riesgos de transmisión, incluso cuando no hay políticas vigentes. Esto dificulta distinguir el efecto de las políticas de los efectos de las respuestas conductuales voluntarias.
Para evaluar adecuadamente el papel de las políticas en relación con las respuestas voluntarias de las personas, desarrollamos un marco empírico basado en el siguiente diagrama de trayectorias causales (Chernozhukov et al. 2020). Hay cinco componentes clave: (1) factores de confusión, como las características sociodemográficas; (2) información sobre los niveles actuales de infección y las tasas de crecimiento; (3) políticas que responden a esa información; y (4) el comportamiento local de las personas, que reaccionan a la información y a las políticas vigentes. En conjunto, estos componentes determinan (5) los resultados finales, como las tasas de crecimiento de casos y muertes. El sistema es dinámico: los resultados sanitarios de hoy se convierten en información para el siguiente período.
Figura 1 Diagrama de trayectorias causales
Este marco causal reconoce explícitamente que las políticas no solo afectan directamente a la propagación de la COVID-19 (mediante las mascarillas), sino también de forma indirecta, al cambiar el comportamiento de las personas (mediante el cierre de restaurantes y escuelas y las órdenes de quedarse en casa). También reconoce que las personas reaccionan a la nueva información, como los nuevos casos y muertes en su estado, y ajustan voluntariamente su comportamiento (distanciamiento social, lavado de manos, uso de mascarillas), incluso cuando no hay ninguna política vigente.
El marco, junto con ecuaciones estructurales paramétricas, permite descomponer cuantitativamente el crecimiento de los casos y las muertes por COVID-19 en tres componentes: el efecto directo de las políticas, el efecto de las políticas a través del comportamiento y el efecto directo del comportamiento en respuesta a la nueva información.1
Muchos de los estudios existentes analizan distintas partes del diagrama causal. En nuestro artículo adoptamos un enfoque más integral y analizamos todo el modelo dinámico causal, tanto los efectos directos e indirectos de las políticas sobre las infecciones como sus efectos en el comportamiento, tal como se reflejan en los Informes de Movilidad de Google. Mediante datos de los estados de EE. UU., examinamos cómo los mandatos de uso de mascarilla y otras políticas de confinamiento afectaron las tasas de crecimiento de casos y muertes, realizando experimentos contrafactuales dentro del modelo.
Los mandatos de uso de mascarilla para empleados redujeron directamente la transmisión
La figura 2 ilustra un hecho observado en los datos sin procesar: desde finales de abril de 2020, los estados de EE. UU. que impusieron el uso de mascarillas a los empleados de negocios abiertos al público suelen registrar tasas de crecimiento de casos y muertes más bajas que los estados sin mandatos de uso de mascarilla.
Nuestro análisis causal, que controla numerosos factores de confusión y dinámicas, confirma este hallazgo de los datos sin procesar. El efecto es principalmente directo (sin afectar el comportamiento de las personas), lo que sugiere que el uso de mascarillas reduce el riesgo de transmisión por contacto.
Figura 2 Evidencia de los datos sin procesar de EE. UU.: tasas promedio de crecimiento de casos y muertes en los estados sin mandatos de uso de mascarilla (rojo) y con mandatos de uso de mascarilla (azul)
La figura 3 muestra el resultado de nuestro análisis contrafactual basado en el modelo dinámico causal estimado. Si el 1 de abril se hubiera impuesto a nivel nacional el uso obligatorio de mascarillas para los empleados, la tasa semanal de crecimiento de casos podría haberse reducido hasta en un 10 %, lo que se traduce en una reducción relativa de casi el 40 % en las muertes acumuladas (intervalo de confianza del 90 %: [17,55] %). Esto implica que podrían haberse salvado entre 17.000 y 55.000 vidas hasta principios de junio; al 27 de mayo de 2020, los Centros para el Control y la Prevención de Enfermedades de EE. UU. informaban de 99.031 muertes en el país.
Figura 3 Disminución relativa de las muertes atribuible a la imposición nacional, el 1 de abril, del uso de mascarillas para los empleados de negocios abiertos al público en EE. UU.
Nuestro hallazgo queda corroborado por otra metodología causal basada en el control sintético y en datos de Alemania, aplicada por Mitze et al. (2020),2 que informó de una reducción absoluta del 20 % en las tasas de crecimiento. Nuestro hallazgo también concuerda con los resultados de laboratorio de Hou et al. (2020), quienes muestran que la cavidad nasal podría ser el principal sitio inicial de infección, lo que respalda «el uso generalizado de mascarillas para prevenir la exposición de las fosas nasales a aerosoles, gotas grandes o contacto mecánico».3
¿Podríamos haber mantenido abiertos los negocios no esenciales?
En la figura 4, otro experimento contrafactual indica que mantener abiertos los negocios no esenciales (excepto los cines y gimnasios, y manteniendo los restaurantes solo con servicio para llevar) podría haber aumentado los casos y las muertes acumulados en un 15 % (con un intervalo de confianza del 90 % de [-20, 60] %).
Figura 4 Efecto de mantener abiertos los negocios no esenciales sobre los casos de COVID-19 en EE. UU.
Estos hallazgos concuerdan con otros análisis que concluyeron que el cierre de los negocios no esenciales apenas afectó al comportamiento de distanciamiento social (Maloney y Taskin 2020). Esto sugiere que las políticas de uso universal de mascarillas podrían haber compensado el mantenimiento de una parte sustancial de la economía abierta.
Órdenes de quedarse en casa (o de confinamiento domiciliario)
La figura 5 muestra que, sin las órdenes de quedarse en casa, el total de casos podría haber aumentado un 80 % a principios de junio (intervalo de confianza del 90 %: [25,170] %). Esto implica que entre 0,5 y 3,4 millones más de estadounidenses podrían haberse infectado sin dichas órdenes, lo que aporta indicios de que la reapertura mediante el levantamiento de las órdenes de quedarse en casa podría provocar un aumento sustancial de los casos y las muertes.4
Figura 5 Efecto de no imponer órdenes de quedarse en casa sobre los casos de COVID-19 en EE. UU.
¿Políticas o respuesta conductual privada?
Hsiang et al. (2020) y Chernozhukov et al. (2020) concluyen que las políticas de contención redujeron sustancialmente las tasas de crecimiento de la COVID-19 en EE. UU.; las políticas explican aproximadamente entre un tercio y dos tercios de la disminución observada en las tasas de crecimiento de los casos y muertes confirmados.
También concluimos que tanto las políticas como la información sobre casos y muertes anteriores determinan el comportamiento de distanciamiento social de las personas: los efectos de las políticas explican alrededor del 50 % de la disminución observada en las variables de movilidad de Google, y los efectos del comportamiento explican la otra mitad.5 Las estimaciones sugieren que tanto las políticas como el comportamiento tuvieron grandes efectos en el crecimiento de los casos y las muertes. A excepción del uso obligatorio de mascarillas, las políticas de contención afectan a los casos y las muertes de forma indirecta, a través de su impacto en el comportamiento.
En las redes sociales abundan las afirmaciones contundentes de que las políticas de contención no tuvieron importancia y que la disminución observada en las tasas de crecimiento de la COVID-19 y en el comportamiento de distanciamiento se debe casi por completo a respuestas privadas ante la información. Creemos que estas afirmaciones se originan en interpretaciones erróneas de los análisis estadísticos.
Una de las razones, por ejemplo, es la dificultad para identificar los efectos del cierre de las escuelas. Como muestran las figuras 6 y 7, el momento en que cerraron las escuelas (figura 7) precede o casi coincide con una caída sustancial de la movilidad, según los informes de Google (figura 6).
Figura 6 Intensidad de las visitas a los «lugares de trabajo»
Figura 7 Cierres de escuelas en EE. UU.
El aumento de los cierres escolares también coincide con el gran incremento del total de casos de COVID-19, una variable de información. La falta de variación transversal entre estados en los cierres escolares dificulta distinguir el efecto de la información sobre el comportamiento del efecto de las políticas sobre el comportamiento. Está claro que los cierres escolares pueden afectar al comportamiento al imponer restricciones muy estrictas a la movilidad de los padres, pero para cuantificar exactamente este efecto de las políticas se necesitan datos más completos.6
Relevancia económica
En muchos estudios nuevos está en marcha la evaluación económica de diversas políticas (p. ej., Chetty et al. 2020, Coibion et al. 2020). Comprender el efecto de las políticas de contención en las muertes y los casos es crucial para entender el equilibrio entre la salud y el bienestar económico, ya que las muertes implican pérdidas económicas directas, mientras que algunas personas que sobreviven a la COVID-19 pueden sufrir complicaciones de salud a largo plazo (véanse, p. ej., Alvarez et al. 2020, Baqaee et al. 2020, Fernández-Villaverde y Jones 2020, Acemoglu et al. 2020, Keppo et al. 2020 y McAdams 2020).
Aunque resulta difícil evaluar de inmediato el efecto económico de algunas políticas de contención, el efecto de las políticas sobre el uso de mascarillas es claro y puede estimarse con un cálculo sencillo: 40.000 vidas salvadas en abril y mayo, multiplicadas por el valor estadístico de una vida, por ejemplo, 5 millones de dólares, equivalen a un impacto económico de 200.000 millones de dólares, un orden de magnitud superior al coste de aplicar la política de uso universal de mascarillas.
