Por qué las tasas de mortalidad debido a Covid-19 son diferentes en la Unión Europea: exploración estadística





Los datos de mortalidad para diferentes pa√≠ses de la UE muestran una gran variabilidad, con los valores m√°s altos per c√°pita en B√©lgica, Espa√Īa e Italia, y tasas muy bajas en los pa√≠ses de Europa del Este. ¬ŅC√≥mo explicar estas diferencias? ¬ŅQu√© factores determinar√°n que un pa√≠s tenga una tasa de mortalidad m√°s alta que otro? Es esta pregunta la que hemos comenzado a explorar estad√≠sticamente, aunque los resultados deben considerarse muy preliminares. Estos ser√°n presentados brevemente y de la manera m√°s simple posible. Esta exploraci√≥n es esencial, ya que podr√≠a servir como una lecci√≥n para futuras pol√≠ticas de salud.





Con las curvas epidemiol√≥gicas de los diferentes pa√≠ses que ya est√°n en la fase descendente de nuevos casos de personas infectadas, o que ingresan a esta fase, existen datos que merecen ser analizados utilizando m√©todos econom√©tricos. Ciertamente habr√° muchos estudios cient√≠ficos sobre este tema, por lo que cualquier conclusi√≥n o resultado estar√° sujeto a muchas revisiones, especialmente con datos desglosados ‚Äč‚Äča nivel regional, o sobre todo datos individuales, que a√ļn no est√°n disponibles.

1 El fenómeno a explicar y los posibles factores explicativos.

Lo que pretendemos explicar es la variaci√≥n en la tasa de mortalidad entre pa√≠ses, para una fecha dada, usando un conjunto de factores explicativos, a trav√©s de regresi√≥n lineal m√ļltiple, y en secci√≥n transversal. Traducci√≥n: c√≥mo explicar para esta fecha la variaci√≥n en la tasa de mortalidad utilizando factores explicativos para todos los pa√≠ses, que pueden reflejar las causas de esta variabilidad. Como nos enfrentamos a 28 pa√≠ses europeos en nuestra muestra, el n√ļmero de factores para elegir debe ser muy limitado, por razones estad√≠sticas.

Los estudios epidemiol√≥gicos muestran que la mortalidad puede ser mayor cuanto peor sea el estado de salud de una poblaci√≥n determinada y cuanto mayor sea. Como el estado de salud puede caracterizarse por m√ļltiples par√°metros, es necesario elegir un indicador sint√©tico, lo que no es f√°cil. Probamos tres factores: obesidad, esperanza de vida saludable a los 65 a√Īos y la tasa de mortalidad prevenible en la poblaci√≥n. Este √ļltimo mide no solo el estado de salud, sino tambi√©n la efectividad del sistema de salud. Finalmente, hay otra variable sugerida por un profesor universitario b√ļlgaro en la Escuela de Salud P√ļblica de Sof√≠a, que es la prevalencia de la vacunaci√≥n contra la tuberculosis (BCG). Varios otros factores pueden influir en la mortalidad. Uno de los m√°s importantes es el grado de conectividad nacional e internacional, que se puede medir por el n√ļmero de pasajeros en los aeropuertos del pa√≠s.

Los epidemiólogos han aconsejado repetidamente la distancia social, y los modelos de simulación muestran que cuanto más temprana y más intensa es esa distancia, más plana es la curva de infección y menor es la tasa de mortalidad. Es difícil capturar con estos datos el efecto de esta política, ya que es lo que los expertos llaman una variable endógena, es decir, está correlacionada con la tasa de mortalidad. Por ejemplo, un país que tiene una tasa de mortalidad más alta encierro mas intenso

2 Algunos resultados preliminares y posibles conclusiones.





Comencemos recordando la variable a explicar: la tasa de mortalidad debida a COVID-19 por pa√≠s, para el 27 de abril. Consideraremos los siguientes factores de mortalidad, que miden las condiciones de salud de las poblaciones: (1) prevalencia de la vacuna BCG; (2) tasa de obesidad; (3) n√ļmero de a√Īos de esperanza de vida saludable a los 65 a√Īos; (4) tasa de envejecimiento de la poblaci√≥n; (5) tasa de muertes prevenibles; (6) porcentaje de personas mayores de 65 a√Īos que son saludables; y (7) restricci√≥n de encierro. Si estandarizamos las variables, midiendo en una escala de factores favorables, y consideramos que todos los factores tienen el mismo peso, los pa√≠ses que podr√≠an tener una tasa de mortalidad m√°s baja ser√≠an Irlanda, Chipre, Finlandia, Malta y Suecia. Los que deber√≠an tener la mayor mortalidad deber√≠an ser Rumania, Hungr√≠a y los pa√≠ses b√°lticos. El gr√°fico 1 muestra el √≠ndice de algunos pa√≠ses. Portugal, Espa√Īa e Italia se encuentran en una situaci√≥n intermedia.

Gr√°fica 1

dr

dr

dr

dr

dr

Fuente: C√°lculos del autor. Todos los datos del indicador se obtuvieron de Eurostat y la OCDE. Los factores explicativos se indican en el texto.

Por ejemplo, Portugal se beneficia de la vacuna BCG y tiene una tasa de obesidad del 20,8%, inferior a la media de la UE del 23%. Pero, por otro lado, sus condiciones de salud no son favorables: el n√ļmero de a√Īos para una esperanza de vida saludable a los 65 a√Īos es de solo 6.3 a√Īos en comparaci√≥n con el promedio de la UE de 8.7; tiene una poblaci√≥n mayor (6.3% versus 5% de las personas mayores de 80 a√Īos); solo el 14.8% de la poblaci√≥n mayor de 65 a√Īos est√° sana; y la tasa de enfermedades prevenibles tambi√©n es m√°s alta que el promedio de la comunidad. Por otro lado, las restricciones de la encierro est√°n en el nivel intermedio.

Sin embargo, este tipo de análisis no detecta la importancia de cada uno de los factores. Para eso tenemos que recurrir al análisis de regresión. La Tabla 1 presenta los resultados de una de las regresiones elegidas y muestra el impacto promedio de los factores representativos. La tasa de envejecimiento y la prevalencia de la vacuna BCG son las variables más importantes, seguidas de la obesidad y la conectividad parece mucho menor.

Tabla 1

Fuente: c√°lculos del autor.

La Tabla 2 muestra los valores oficiales y los valores estimados para un conjunto de regresiones de mínimos cuadrados: Reg1 incluye BCG, obesidad, esperanza de vida saludable, envejecimiento y muertes prevenibles; Reg2 elimina las muertes prevenibles y reemplaza la conectividad; Reg3 baja la variable de esperanza de vida de la regresión anterior y Reg4 es igual a REg2 pero corrige la tasa de mortalidad oficial con el 70% del exceso de muertes reportado en el ensayo anterior.

Tabla 2

Fuente: c√°lculos del autor.

Como puede verse, las estimaciones logran reproducir las grandes diferencias entre los países de baja y alta mortalidad. Una de las limitaciones de estos modelos es que producen resultados negativos para cuatro países con baja mortalidad, lo que indica que la variable dependiente debe truncarse.

Los resultados permiten tres conclusiones: (i) las tasas en B√©lgica, Italia y Espa√Īa e Irlanda est√°n mucho m√°s all√° de lo que estiman los modelos; (ii) Austria, Dinamarca y Alemania lograron reducir la tasa de mortalidad muy por debajo de las predicciones del modelo; (iii) Portugal tiene un resultado que no es significativamente diferente de lo esperado.

3 Conclusiones

La principal e innovadora conclusión de este trabajo es que la prevalencia de la vacuna BCG, una política iniciada por nosotros durante el Estado Novo en la lucha contra la tuberculosis, es un factor fundamental en la reducción de la mortalidad debido a Covid-19, tomando la muestra de Unión Europea. Evidentemente, este resultado necesita confirmación mediante pruebas de ciencias médicas, a nivel individual, comparando un grupo de personas que han sido vacunadas con otro que no ha sido vacunado (grupo de control). Hasta su confirmación, solo puede ser una conclusión obtenida a nivel macro estadístico.

La otra conclusi√≥n es que las condiciones de salud de la poblaci√≥n son igualmente importantes, como una tasa reducida de obesidad y condiciones de salud, especialmente para el grupo de edad de m√°s de 65 a√Īos. Estas conclusiones ya se obtuvieron analizando los datos de mortalidad individual observados en los hospitales.

Toda la UE ha adoptado medidas más o menos restrictivas para encierro, por lo que no hay suficiente variabilidad para llegar a una conclusión sobre la importancia de este factor. También hay una variabilidad insuficiente para estudiar la efectividad de los servicios de salud. Lo que se ha observado hasta ahora es que, aparte de ciertas regiones, como Lombardía o Madrid, los hospitales han podido responder a las necesidades. La investigación adicional requiere más datos desglosados.

Manuel Rivas

Fernando Rivas. Compagino mis estudios superiores en ingeniería informática con colaboraciones en distintos medios digitales. Me encanta la el periodismo de investigación y disfruto elaborando contenidos de actualidad enfocados en mantener la atención del lector. Colabora con Noticias RTV de manera regular desde hace varios meses. Profesional incansable encargado de cubrir la actualidad social y de noticias del mundo. Si quieres seguirme este es mi... Perfil en Facebook: https://www.facebook.com/manuel.rivasgonzalez.14 Email de contacto: fernando.rivas@noticiasrtv.com

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *