John P.A. Ioannidis es una de las máximas referencias de la ciencia y el big data de aquella universidad. Cree que muchas de las decisiones se toman basadas en información incompleta. Su metáfora del gato y el elefante que cae por el acantilado
El curriculum de John P.A. Ioannidis es abrumador. Títulos enmarcados de todo tipo cuelgan de su oficina. Es médico epidemiólogo, especialista en prevención de enfermedades, experto en ciencia de datos biomédicos, matemático y cumple funciones como co-director del Centro de Innovación Meta-Investigación en la Universidad de Stanford, donde además dicta clases combinando todos estos conocimientos y otros más que recogió a lo largo de su extensa carrera. Es continuamente consultado por gobiernos e invitado a foros y universidades europeas para que explique cómo pueden conjugarse los fríos datos con las frías moléculas que componen un virus, por ejemplo.
Como no podía ser de otra manera, Ioannidis también se explayó sobre el coronavirus COVID-19, el virus chino que nació en un mercado de Wuhan y que se extendió por todo el mundo matando a miles de personas y enfermando a cientos de miles. Pero son justamente esos números los que el académico refuta. O al menos pone en duda para tomar las decisiones que actualmente los gobiernos están adoptando de manera drástica y sin brújula, en muchos casos.
“La actual enfermedad coronavirus, COVID-19, se ha denominado como una pandemia que se da una vez en un siglo. Pero también puede ser denominada como un fiasco de una vez en un siglo”, comienza su artículo de opinión publicado en Stat este reconocido epidemiólogo. ¿A qué se refiere Ioannidis cuando habla de fiasco? ¿Acaso todos las administraciones a lo largo del planeta están tomando medidas apresuradas o equivocadas? La hipótesis que plantea el matemático es simple: los datos que son de público conocimiento no son suficientes como para regirse como hasta el momento.
“En un momento en que todos necesitan mejor información, desde los modeladores de enfermedades y los gobiernos hasta las personas en cuarentena o solo en distanciamiento social, carecemos de evidencia confiable sobre cuántas personas han sido infectadas con SARS-CoV-2 o que continúan infectadas. Se necesita mejor información para guiar las decisiones y acciones de importancia monumental y para monitorear su impacto”, remarca el autor.
Y continúa: “Se han adoptado contramedidas draconianas en muchos países. Si la pandemia se disipa, ya sea por sí sola o debido a estas medidas, el distanciamiento social extremo a corto plazo y los bloqueos pueden ser soportables. ¿Cuánto tiempo, sin embargo, deberían continuar medidas como estas si la pandemia se agita en todo el mundo sin cesar? ¿Cómo pueden saber los políticos si están haciendo más bien que mal?”.
El médico especialista en epidemias y big-data explica además que no está claro cuándo podrá descubrirse una vacuna que sea realmente efectiva o un tratamiento que cure a aquellos que ya están infectados. Es por eso que se pregunta cuáles podrían ser las consecuencias de una cuarentena de largo tiempo. “Los datos recopilados hasta ahora sobre cuántas personas están infectadas y cómo está evolucionando la epidemia son poco confiables por completo. Dadas las pruebas limitadas hasta la fecha, se pierden algunas muertes y probablemente la gran mayoría de las infecciones debidas al SARS-CoV-2. No sabemos si fallamos en capturar infecciones por tres por 300. Tres meses después de que surgió el brote, la mayoría de los países, incluido los Estados Unidos, no tienen la capacidad de evaluar a un gran número de personas y ningún país tiene datos confiables sobre la prevalencia del virus en una muestra aleatoria representativa de la población general”.
“Este fiasco en la evidencia crea una tremenda incertidumbre sobre el riesgo de morir por COVID-19. Las tasas de mortalidad de casos reportados, como la tasa oficial de 3.4% de la Organización Mundial de la Salud, causan horror, y no tienen sentido. Los pacientes que han sido evaluados por el SARS-CoV-2 son desproporcionadamente aquellos con síntomas severos y malos resultados. Como la mayoría de los sistemas de salud tienen una capacidad de prueba limitada, el sesgo de selección puede incluso empeorar en el futuro cercano”, señala Ioannidis.
El autor continúa: “La única situación en la que se probó una población cerrada completa fue el crucero Diamond Princess y sus pasajeros en cuarentena. La tasa de letalidad fue de 1.0%, pero esta era una población mayormente de edad avanzada, en la cual la tasa de mortalidad de COVID-19 es mucho más alta”.
Es sobre ese universo turístico sobre el que Ioannidis, de 55 años, que basa parte de su hipótesis. “Proyectando la tasa de mortalidad de Diamond Princess en la estructura de edad de la población de Estados Unidos, la tasa de mortalidad entre las personas infectadas con COVID-19 sería del 0,125%. Pero dado que esta estimación se basa en datos extremadamente delgados (solo hubo siete muertes entre los 700 pasajeros y la tripulación infectados), la tasa de mortalidad real podría extenderse de cinco veces más baja (0,025%) a cinco veces más alta (0,625%). También es posible que algunos de los pasajeros infectados mueran más tarde y que los turistas puedan tener diferentes frecuencias de enfermedades crónicas, un factor de riesgo para peores resultados con la infección por SARS-CoV-2, que la población general. Agregando estas fuentes adicionales de incertidumbre, las estimaciones razonables para el índice de letalidad en la población general de los Estados Unidos varían de 0,05% a 1%”, explica el académico.
“Ese enorme rango afecta notablemente la gravedad de la pandemia y lo que debe hacerse. Una tasa de letalidad de 0.05% en toda la población es menor que la influenza estacional. Si ese es el ritmo real, cerrar el mundo con consecuencias sociales y financieras potencialmente tremendas puede ser totalmente irracional. Es como un elefante atacado por un gato doméstico. Frustrado e intentando evitar al gato, el elefante salta accidentalmente de un acantilado y muere”.
“¿Podría la tasa de letalidad del caso COVID-19 ser tan baja? No, dicen algunos, señalando la alta tasa de personas mayores. Sin embargo, incluso algunos de los llamados coronavirus de tipo resfriado leve o común que se conocen desde hace décadas pueden tener tasas de letalidad de hasta 8% cuando infectan a personas mayores en hogares de ancianos. De hecho, estos coronavirus ‘leves’ infectan a decenas de millones de personas cada año, y representan del 3% al 11% de los hospitalizados en los Estados Unidos con infecciones de las vías respiratorias inferiores cada invierno”, añade.
Ioannidis no relativiza la gripe china, pero ilustra: “Estos coronavirus ‘leves’ pueden estar implicados en varios miles de muertes cada año en todo el mundo, aunque la gran mayoría de ellos no están documentados con pruebas precisas. En cambio, se pierden como ruido entre 60 millones de muertes por diversas causas cada año”.
“Aunque sistemas de vigilancia exitosos han existido durante mucho tiempo para la influenza, la enfermedad es confirmada por un laboratorio en una pequeña minoría de casos. En los Estados Unidos, por ejemplo, en lo que va de la temporada se han analizado 1.073.976 muestras y 222.552 (20,7%) han dado positivo por influenza. En el mismo período, el número estimado de enfermedades similares a la influenza es de entre 36.000.000 y 51.000.000 con un estimado de 22.000 a 55.000 muertes por gripe”, advierte el profesor de Stanford. Y sigue: “Tenga en cuenta la incertidumbre sobre las muertes por enfermedades similares a la gripe: un rango de 2.5 veces, correspondiente a decenas de miles de muertes. Cada año, algunas de estas muertes se deben a la influenza y otras a otros virus, como los coronavirus del resfriado común”.
El autor que contribuye con Stat, el sitio de Salud para The Boston Globe, reveló´que “una serie de autopsias sobre 57 personas mayores que murieron durante la temporada de influenza 2016 a 2017 se detectaron virus de influenza en el 18% de las muestras, mientras que se encontró cualquier tipo de virus respiratorio en el 47%. En algunas personas que mueren por patógenos respiratorios virales, se encuentra más de un virus en la autopsia y las bacterias a menudo se superponen. Una prueba positiva para el coronavirus no significa necesariamente que este virus sea siempre el principal responsable de la muerte del paciente”.
“Si suponemos que la tasa de letalidad entre las personas infectadas por el SARS-CoV-2 es del 0.3% en la población general, una suposición de rango medio de mi análisis de Diamond Princess, y que el 1% de la población de los Estados Unidos. Se infecta (aproximadamente 3.3 millones de personas ), esto se traduciría en unas 10.000 muertes. Esto suena como un gran número, pero está enterrado en el ruido de la estimación de muertes por ‘enfermedad similar a la gripe’. Si no hubiéramos sabido acerca de un nuevo virus y no hayamos examinado a las personas con pruebas de PCR, la cantidad total de muertes por ‘enfermedad similar a la influenza’ no parecería inusual este año. A lo sumo, podríamos haber notado casualmente que la gripe esta temporada parece ser un poco peor que el promedio. La cobertura de los medios habría sido menor que para un juego de la NBA entre los dos equipos más indiferentes”, indica Ioannidis.
Lejos de un vocabulario erudito, el académico con múltiples pergaminos se explaya: “Algunos temen que las 68 (94 al momento de la publicación de esta nota en Infobae) muertes de COVID-19 en los Estados Unidos a partir del 16 de marzo aumenten exponencialmente a 680, 6,800, 68,000, 680,000… junto con patrones catastróficos similares en todo el mundo. ¿Es ese un escenario realista o una mala ciencia ficción? ¿Cómo podemos saber en qué punto podría detenerse esa curva? La información más valiosa para responder esas preguntas sería conocer la prevalencia actual de la infección en una muestra aleatoria de una población y repetir este ejercicio a intervalos de tiempo regulares para estimar la incidencia de nuevas infecciones. Lamentablemente, esa es información que no tenemos”.
“En ausencia de datos, el razonamiento de preparación para lo peor conduce a medidas extremas de distanciamiento social y bloqueos. Desafortunadamente, no sabemos si estas medidas funcionan. El cierre de escuelas, por ejemplo, puede reducir las tasas de transmisión. Pero también pueden ser contraproducentes si los niños socializan de todos modos, si el cierre de la escuela lleva a los niños a pasar más tiempo con familiares mayores susceptibles, si los niños en el hogar interrumpen la capacidad de trabajo de sus padres, y más. El cierre de escuelas también puede disminuir las posibilidades de desarrollar inmunidad de rebaño en un grupo de edad que no padece enfermedades graves”, agrega.
Ioannidis prosigue: “Esta ha sido la perspectiva detrás de la postura diferente del Reino Unido de mantener abiertas las escuelas, al menos hasta que escribo esto (NdR: el Reino Unido cambió de postura en la mañana del martes). En ausencia de datos sobre el curso real de la epidemia, no sabemos si esta perspectiva fue brillante o catastrófica. Allanar la curva para evitar abrumar al sistema de salud es conceptualmente sólido, en teoría. Una imagen visual que se ha vuelto viral en los medios y las redes sociales muestra cómo aplanar la curva reduce el volumen de la epidemia que está por encima del umbral de lo que el sistema de salud puede manejar en cualquier momento”.
“Sin embargo, si el sistema de salud se ve abrumado, la mayoría de las muertes adicionales pueden no deberse al coronavirus sino a otras enfermedades y afecciones comunes como ataques cardíacos, derrames cerebrales, traumatismos, hemorragias y similares que no se tratan adecuadamente. Si el nivel de la epidemia abruma el sistema de salud y las medidas extremas solo tienen una eficacia modesta, entonces aplastar la curva puede empeorar las cosas: en lugar de verse abrumado durante una fase corta y aguda, el sistema de salud seguirá abrumado por un período más prolongado. Esa es otra razón por la que necesitamos datos sobre el nivel exacto de la actividad epidémica”, dice el autor.
Ioannidis enciende el alerta: “Una de las líneas de fondo es que no sabemos cuánto tiempo se pueden mantener las medidas de distanciamiento social y los bloqueos sin mayores consecuencias para la economía, la sociedad y la salud mental. Pueden surgir evoluciones impredecibles, incluyendo crisis financiera, disturbios, conflictos civiles, guerra y un colapso del tejido social. Como mínimo, necesitamos datos de prevalencia e incidencia imparciales para la carga infecciosa en evolución para guiar la toma de decisiones”.
“En el escenario más pesimista, que no defiendo, si el nuevo coronavirus infecta al 60% de la población mundial y el 1% de las personas infectadas mueren, eso se traducirá en más de 40 millones de muertes en todo el mundo, lo que coincide con la pandemia de gripe de 1918. La gran mayoría de este hecatombe serían personas con expectativas de vida limitadas. Eso contrasta con 1918, cuando murieron muchos jóvenes. Uno solo puede esperar que, al igual que en 1918, la vida continúe. Por el contrario, con bloqueos de meses, si no años, la vida se detiene en gran medida, las consecuencias a corto y largo plazo son completamente desconocidas, y miles de millones, no solo millones, de vidas pueden estar en juego eventualmente”.
“Si decidimos saltar del precipicio, necesitamos algunos datos para informarnos sobre la razón de tal acción y las posibilidades de aterrizar en un lugar seguro”, concluyó Ioannidis en Stat.