Durante la pandemia de COVID-19, los gobiernos han recurrido de forma persistente a la modelización de datos y a las previsiones para orientar la respuesta política.
Sin embargo, centrarse en los modelos como un único indicador podría provocar una falta de comprensión del efecto general de la pandemia en la sociedad en su conjunto, advierten los expertos en salud Nina Schwalbe y Nathaniel Hupert.
El COVID-19 es la mayor crisis de salud pública de un siglo, pero, paradójicamente, las consideraciones de salud pública no son los principales impulsores de la respuesta política a la propagación mundial del SARS-CoV-2, el virus que causa la enfermedad. En cambio, los líderes políticos han cedido en gran medida la prioridad a los modelos matemáticos. Estos modelos utilizan como datos de entrada la epidemiología descriptiva, la dinámica viral y factores del comportamiento humano, junto con el juicio sobre una multitud de parámetros desconocidos o inciertos, para afrontar las enormes incertidumbres y lagunas de datos que acompañan a cualquier crisis sanitaria de rápida evolución como esta. Considerados como parte de una base de evidencia científica y de salud pública más amplia, modelos como estos pueden aportar información útil para la toma de decisiones. Sin embargo, centrar los modelos en un único indicador, como las muertes por COVID-19, podría provocar una falta de comprensión de las compensaciones pertinentes y del efecto general de la pandemia en la sociedad.
Los modelos iniciales de COVID-19, que impulsaron gran parte del enfoque actual, son de dudosa precisión. En primer lugar, no tienen en cuenta las condiciones reales en las que se transmite el virus en un entorno urbano complejo. Por ejemplo, los datos de hospitalización en tiempo real de la ciudad de Nueva York revelan que el virus golpeó primero y con más fuerza a las comunidades de bajos ingresos con hogares médicamente vulnerables. El hecho de que algunas zonas puedan diferir de otras en cuanto a estos factores de riesgo no se tiene en cuenta en los modelos. En segundo lugar, los modelos asumen que la mayoría de las personas infectadas por el nuevo coronavirus presentarían síntomas o serían hospitalizadas. Este supuesto infla las tasas de mortalidad proyectadas. En tercer lugar, los modelos hacen suposiciones sobre la eficacia de las estrategias de mitigación propuestas (por ejemplo, el cierre de escuelas, el distanciamiento social) para influir en la dinámica de transmisión. Sin embargo, estas estrategias, que ahora se aplican en una serie de contextos socioeconómicos y culturales, nunca se han evaluado sistemáticamente ni se ha definido claramente su punto final político.
Muchos ejemplos pasados de modelos de enfermedades infecciosas han sobrestimado la realidad en las proyecciones de casos, muertes y trastornos, incluida la de 2009 pandemia de gripe H1N1 y la de 2014 epidemia de ébola. El riesgo sobrestimado puede parecer un éxito para los responsables políticos, porque cualquier esfuerzo de mitigación que se proponga parecerá haber funcionado. Sin embargo, incluso los modelos epidémicos más sofisticados de la actualidad excluyen explícitamente las complejas compensaciones que se derivan cuando los países adoptan una estrategia dirigida a un único objetivo final y no tienen en cuenta otras implicaciones para la salud, ni consideraciones económicas o éticas.
Además, no existe una solución única para todos los casos. Las medidas propuestas para mitigar la epidemia diferirán sin duda en cada país y dependerán del perfil de edad de cada país, de la capacidad de sus sistemas sanitarios, del riesgo relativo de COVID-19 frente a otras enfermedades y de otros supuestos, incluidos los relativos a cuántas personas ya están infectadas y a la rapidez con que se propaga el virus. Aunque los modelos pueden contribuir al debate sobre el COVID-19, son solo una de las muchas aportaciones necesarias para una toma de decisiones sólida en materia de salud pública. Además de un debate claro y abierto por parte de los responsables políticos sobre la incertidumbre y las limitaciones de los modelos, los expertos científicos independientes deberían llevar a cabo un examen continuo de los modelos de enfermedades que influyen en las políticas. Estos deben complementarse con una comprensión sólida de la base de evidencia que sustenta las estrategias de mitigación propuestas y con una evaluación de su efecto en tiempo real sobre el COVID-19 y otros determinantes o «factores de influencia» relacionados con la salud (como las interrupciones escolares, la pérdida de empleo, la pobreza y los cambios en el comportamiento de búsqueda de atención). Esto requiere considerar el posible efecto de cualquier estrategia propuesta sobre otros resultados de salud, como los problemas de salud mental, la violencia doméstica y la falta de acceso a la atención preventiva y curativa periódica.
El objetivo de la salud pública es maximizar la salud y el bienestar. En el caso del COVID-19, en lugar de centrarse únicamente en reducir al mínimo las muertes por COVID-19, los responsables políticos deberían considerar el conjunto del impacto en la salud pública durante y después de la pandemia. Esto incluye considerar los riesgos y las alternativas, así como la transparencia sobre las opciones y las compensaciones que informan las decisiones de los responsables políticos. Ningún modelo matemático de un virus, por sí solo, puede lograrlo.
Los autores desean agradecer a Babak Pourbohloul, Lisa White, Edmond Ng, Susanna Lehtimaki, Anna Matterson, Justin Silverman, Alex Washburn y Katherine Holland sus aportaciones a este artículo.
