El irrealista modelo oficial del gobierno canadiense, usado para crear las políticas respecto del virus corona, tiene al menos los siguientes fallos científicos:
* Ignora la diferencia de riesgo entre ancianos residentes en centros de cuidado de largo plazo, y el resto de la población
* Al hacer lo anterior, estima la tasa de Letalidad a niveles 17 veces mayores que la realidad
* Sobrestima la R0 (tasa de propagación) haciendo creer que el contagio es mucho mayor de lo que es
* Ignora explícitamente la variable conocida como heterogeneidad (interacciones desiguales entre distintos miembros de la sociedad), asumiendo un panorama de “peor de los casos” que es completamente absurdo. Con ello se evita promover la búsqueda de Inmunidad de Rebaño, que en Suecia está dando excelentes resultados
* Ignora el rol de las células T, las que proporcionan inmunidad natural en un 83% de las personas
CONTRARRELATO
Por Charles Rotter (*)
Introducción
Un análisis detallado del reciente modelo de la Universidad de Manitoba, preparado en nombre del Gobierno de Canadá, es un ejemplo en materia de conclusiones exageradas e incalculables. Estas proyecciones explícitamente teóricas, que tienen poca evidencia que las respalde, establecen una base poco realista de lo que se considera un éxito o no con respecto a las políticas de la Dra. Tam [Dra. Theresa Tam, Chief Public Health Officer de Canadá, responsable del combate a la “pandemia” en esa nación]. En este caso, los modelos que se utilizan para predecir los efectos del Sars-Cov-2 adaptan un “escenario de peor de los casos“, completamente irrealista e inalcanzable. Esencialmente, cualquier resultado, y todos los resultados posibles, serán aclamados como un éxito rotundo -lo cual es una falsedad. El virus no se acercaría a manifestar el caos proyectado, ni siquiera en una sociedad con las peores políticas. Afortunadamente, hay ejemplos, ya que muchos países han tenido un enfoque distinto y propio en la lucha contra el virus.
Los fundamentos del modelo SEIR son rudimentarios, aunque llenos de adornos que generan una sensación de falsa precisión. Este texto los repasará uno por uno. Me parece importante señalar que el modelo no es realista, sirve para difundir un miedo injustificado en la población canadiense, y es una violación a la confianza depositada en el Gobierno del Canadá por todos los ciudadanos canadienses.
Letalidad y hogares de ancianos
Más del 80% de todas las muertes de Sars-Cov-2 en Canadá vienen de centros de cuidados a largo plazo (CCLP) y residencias de ancianos[ii]. Los habitantes de esos centros son los más ancianos y débiles de la población. De hecho, sólo las poblaciones ricas tienen amplias comunidades de CCLP que se encuentran principalmente en Europa y América del Norte. Más del 50% de las muertes de Sars-Cov-2 en los EE.UU. y Europa ocurren en estas instalaciones[iii][iv].
La propagación en estas instalaciones es nosocomial. Es decir, no se trata de una propagación poblacional aleatoria, sino de un virus contagioso que cae en un ambiente cerrado, y luego corre por los residentes y al personal[v],[vi]. Todos ellos han sido protegidos tardíamente, y trágicamente vimos los resultados de esta inacción. La propagación aleatoria no puede tener relación con la propagación de CCLP si se cuenta con la política y los fondos adecuados. Es importante señalar que los modelistas del gobierno canadiense hacen referencia abiertamente a la propagación no aleatoria de la gripe, a partir de un documento de 2017, pero no lo tienen en cuenta en sus modelos. Esto es completamente inconsistente.
Dicho esto, cualquier modelo que no tenga en cuenta por separado la propagación de CCLP y la mortalidad de CCLP, es simplemente un fracaso en su ilustración de la imagen completa del virus. Al no haber desglosado la mayor fuente de riesgo y fatalidad, este modelo canadiense no tiene la capacidad de proyectar adecuadamente la letalidad.
“Conclusiones. Nuestro estudio ha revelado patrones de contacto y movimiento altamente estructurados dentro de los CCLP. Tener en cuenta esta estructura en los métodos analíticos de decisión -en lugar de asumir un comportamiento aleatorio-, puede tener como resultado predicciones sustancialmente diferentes.” (https://doi.org/10.1177/0272989X17708564)
Tasa de letalidad por infectado (“IFR”)
La IFR se define simplemente como un riesgo de morir si uno se infecta, y no debe confundirse con la Tasa de Letalidad por Caso (“CFR”), la que divide la fatalidad por los casos confirmados. La CFR es una estadística irrelevante, a menos que la tasa de pruebas sea relativamente constante. La CFR representa erróneamente el peligro del virus. Por cierto, el corolario es un nuevo recuento de casos que no predice nuevas muertes, lo que suena paradójico pero es estadísticamente cierto. Lamentablemente, los medios de comunicación están obsesionados con los recuentos de casos, pero son la estadística menos valiosa para describir el estado de propagación actualmente disponible, incluyendo el peligro del virus.
La IFR varía según la edad y esto es universal para todos los países[vii]. Todos los modelos del gobierno canadiense[viii] han utilizado una IFR de 1,2% – o 15x el verdadero riesgo Sars-Cov-2 fuera de los CCLP, a pesar de la fuerte evidencia en marzo de que era de 0,1% – 0,35%, o sea, cerca de la gripe. Incluso el CDC, cuando se ajusta para la infección asintomática, tiene una IFR de 0,1%-0,35%, incluyendo la mortalidad de CCLP. Recientemente Alberta concluyó su estudio de anticuerpos. Basado solo en los resultados, el IFR en Alberta en ese momento era de ~0.35%, sin embargo el 75% de esas fatalidades fueron en CCLP[ix]. La IFR no CCLP es 0.08% – lo cual es 50% menos riesgoso que la influenza común[x].
Para la población en general, los modelos del gobierno canadiense destinados a dictar la política de salud dicen que el virus es 17 veces más mortal que la realidad -lo que es engañoso e infunde un miedo injustificado a los ciudadanos canadienses.
Un verdadero modelo de predicción dividiría la IFR por edad, y dividiría por separado la fatalidad de centros de cuidado de largo plazo (CCLP) [xi]. Un estudio del gobierno de Ontario concluyó que un residente de CCLP tenía 13 veces más probabilidades de morir que un residente de la misma edad que no estuviera en un CCLP.
Los estudios de serología en África e India -con una pobre atención de salud en relación con Canadá- muestran una tasa de mortalidad infantil de 0.005% – 0.06%. Estas poblaciones más jóvenes, sin comunidad de residentes de CCLP prácticamente, no tienen riesgo de morir a pesar del poco acceso al tratamiento.
Ningún modelo del gobierno canadiense ha tenido en cuenta esta inclusión básica y necesaria -lo que hace que el modelo sea inexacto y exagere la gravedad del virus.
R0 Supuesta
R0 y R(t) son mediciones de la tasa de propagación viral. R0 es la tasa de propagación asumiendo que no existen interacciones con Sars-Cov-2, mientras que R(t), que disminuye con el tiempo, ajusta R(0) para los infectados, recuperados, y muertos.
El modelo más reciente utiliza R0 de 2.9, 3.3 y 3.7. Estos son los resultados de viejos estudios en la China hiperdensa. Nota al margen, el modelo canadiense sólo hace referencia a antiguos estudios chinos (obsoletos) y al estudio del Imperial College/Neil Ferguson (fallo del modelo), mientras que excluye estudios más recientes y precisos. Los modelos son una herramienta que requiere aportaciones precisas para evaluar el riesgo con exactitud. El uso de entradas inexactas conduce a salidas inexactas.[xii],[xiii],[xiv].
El R0 canadiense, dada nuestra menor densidad (por lo tanto, menores interacciones transmisibles) es de alrededor de 2,0 a nivel nacional al comienzo de la propagación. Hay una tremenda documentación/evidencia de apoyo de esto, y no está claro por qué el Gobierno sólo permite un límite inferior que es casi un 50% más alto que el real, y un límite superior que es casi 100% más.
El mal uso de la variable R0 es otro factor principal -como el modelo similar fallido del Imperial College antes de él-. El nuevo modelo canadiense no replica la propagación en lugares como Florida o Suecia. Sobreestima dramáticamente los resultados de la vida real, y debe ser comparado con la realidad antes de proporcionar al público resultados que no pueden ocurrir bajo ningún escenario.
Volveré a ocuparme de la R0 cuando discuta la heterogeneidad más abajo.
Período infeccioso
Hay múltiples estudios que indican que el período infeccioso máximo de Sars-Cov-2 es de unos 8 días (conocido desde principios de marzo)[xv]. El tiempo medio en que una persona infectada puede infectar a otra es de unos 4 días, con un máximo de 8. El modelo del gobierno canadiense asume un promedio de 10 días, lo que no concuerda con los datos observables. No hay ciencia detrás de esta suposición, pero tiene el efecto de magnificar la propagación del modelo y generar un miedo innecesario.
Heterogeneidad de propagación, inmunidad de manada, y función de las células T.
El Umbral de Inmunidad de Rebaño (“herd immunity threshold”, “HIT”) se define como el punto en el que la propagación sólo puede bajar, es decir, R(t) < 1 permanentemente[xvi]. Usando matemáticas básicas, el HIT se alcanza cuando 1-1/R0 de la población está infectada. Si R0 es 2.0 – entonces el 50% es HIT, si es 3.3 entonces ~70% necesita estar infectado. Pero esto no es cierto en el mundo real.
La principal (e inexacta) suposición es que todo el mundo en la sociedad interactúa y se mezcla con los demás de modo perfectamente parejo -concepto llamado homogeneidad. Usando una analogía, el modelo canadiense asume que un barman en un restaurante popular en el centro de Toronto interactúa con otros, en una semana, lo mismo que una persona que vive sola en una cabaña en el Yukón. La variación en las interacciones se llama heterogeneidad -mezcla desigual. La mezcla desigual disminuye el HIT. Mucho. Asumir que la interacción es igual entre todas las personas en Canadá es el peor escenario posible matemáticamente.
Hay varias maneras de modelar la heterogeneidad, pero el grupo del Dr. Tam ignora explícitamente su existencia, en un modelo de gobierno destinado a guiar la política[xvii]. Han decidido modelar sólo el peor de los casos. La heterogeneidad disminuye la R0 con el tiempo, ya que los individuos altamente interactivos propagan el virus tempranamente, y luego se convierten en bloqueadores -retrasando la propagación y disminuyendo la R0 y R(t). Este es un gran factor por el que Suecia[xviii] y otros lugares han alcanzado el HIT, al observar su propagación a niveles muy, muy inferiores a este modelo canadiense equivocado.
La heterogeneidad se evidencia fácilmente, y puede ser parcialmente cuantificada, por la propagación mucho más alta en las ciudades frente a los entornos rurales en todo el mundo[xix],[xx]. El hecho de no tener en cuenta estos conceptos -que se incorporan fácilmente- es un abuso de confianza ante los ciudadanos canadienses, que confían en que los expertos en salud bien informados proporcionen información precisa.
Otro factor relacionado es la inmunidad de las células T, un área de investigación creciente y popular. No se puede afirmar sin lugar a ninguna duda que Sars-Cov-2 sea “novedoso”; es decir, que nadie tenga defensas existentes[xxi],[xxii],[xxiii].
* En febrero (Singapur), pacientes de Sars-Cov-1 mostraron un 100% de inmunidad a Sars-Cov-2, a pesar de haber estado infectados hace 17 años.
* Sabemos que el coronavirus del resfriado común tiene una reacción cruzada con el Sars-Cov-2, iniciando una respuesta de las células T y destruyendo el virus[xxiv].
* La protección de las células T no crea anticuerpos IgG (lo que miden las pruebas de anticuerpos), pero los anticuerpos IgG crean una protección de células T a largo plazo en al menos el 83% de los casos. El deterioro de los anticuerpos se traduce en una inmunidad a largo plazo[xxv],[xxvi].
* Las personas con protección de células T contraen el virus pero casi siempre lo combaten. Dan positivo en la prueba de PCR pero no en las pruebas de anticuerpos. Los estudios muestran una media de 1,8 veces como positivo en la PCR pero negativo en los anticuerpos, lo que significa que el virus se ha extendido posiblemente 1,8 veces más de lo que implican las pruebas de anticuerpos por sí solas. Esto se traduce en una menor IFR, lo que significa que el virus es incluso mucho menos mortal que la gripe.
El nuevo modelo de gobierno ni siquiera se molesta en abordar la existencia de la inmunidad de las células T, a pesar de su amplia aceptación en la comunidad médica, lo que agrava aún más la inexactitud del modelo utilizado para derivar la política.
Conclusión
Estos nuevos resultados del modelo no tienen base en la realidad, y no deben utilizarse para la planificación de políticas. Existen modelos mejores y más precisos, pero no está claro por qué el gobierno canadiense no los utiliza. Este nuevo modelo está más allá del peor de los casos – es una imposibilidad como los modelos anteriores. Está pensado sólo como un contrafáctico. Además, ha sido pagado por los contribuyentes canadienses, que han confiado que reciben información precisa. Aunque preferiría que no fuera cierto, creo que el modelo está siendo usado puramente como una defensa contrafactual planificada de las costosas y poco efectivas acciones políticas de la Dra. Tam y su grupo.
El resultado más probable en Canadá, asumiendo que no hay cierre, es una propagación de anticuerpos del 10-15%, o una propagación real del 18-28%, incluyendo células T, y alrededor de 4.000-8.000 muertes de no residentes de CCLP por Sars-Cov-2 (estimación del gobierno en abril: 300.000). No está claro que cualquier intervención más allá de los cierres totales tenga algún efecto material para reducir la propagación del virus; y los cierres totales tienen un costo tremendo. De hecho, es muy discutible que los cierres tengan algún efecto positivo en las muertes. La idea de las políticas de “más vale prevenir que curar” emprendidas no sólo por el Canadá, sino por otros países, están empezando a mostrar daños irreparables a los ciudadanos. Esto podría deberse a los daños en los medios de vida económicos de los ciudadanos, el aumento de las enfermedades mentales, el abuso de drogas, el abuso infantil, el aumento de la hambruna mundial, los problemas de desarrollo infantil, etc.[xxvii]. Esto se debe en gran medida a la deficiente comunicación de la información, la falta de educación sobre el tema, y la falta de situar las estadísticas en el contexto del mundo real. Esto sólo infunde un miedo que puede hacer lícito un comportamiento irracional, a veces peligroso, de los ciudadanos. No necesito entrar en ejemplos de lo que el miedo y el comportamiento irracional pueden hacer dentro de una sociedad históricamente, ya que hay innumerables cantidades de ellos[xxviii]. Para ponerlo en un contexto gráfico, Franklin Templeton hizo una encuesta para medir el miedo a la muerte de Sars-Cov-2 entre todos los grupos de edad.
¿Es un pensamiento racional? ¿Es así como queremos que la gente viva su vida diaria? Entre las edades de 18 a 64 años, hay muchas otras cosas que tienen una mayor probabilidad de causar la muerte fuera de Sars-Cov-2. Por no mencionar a las personas que ya están luchando duro con la enfermedad mental. Mucha gente que lucha contra la adicción depende mucho de tener una estructura, ir a la escuela/trabajo, tener un hobby, reunirse con amigos, etc. La videoconferencia hace muy poco por aquellos que luchan con la adicción. Al aplicar políticas aislacionistas, se elimina el mayor apoyo para obtener “normalidad” en la vida diaria de estas personas, y así se participa de la destrucción de los cimientos de cualquier forma de felicidad. ¿Qué pasa si también tienen familias, qué pasa si la persona de la que dependen para su sustento es la que lucha contra la adicción? Se estima que hay unos 2 millones de personas que están suscritas a Alcohólicos Anónimos[xxix], y estos son los que admiten que tienen un problema. Si sólo el 10% de ellos pierde completamente el control de sus vidas debido a estas políticas mal concebidas, eso es como mínimo 200.000 personas que ven destruido su medio de vida, con muy pocos medios para recuperarse.
Es cierto que las máscaras, el distanciamiento social básico y el lavado de manos pueden tener un efecto, pero parecen ser menos eficaces de lo que nos ha hecho creer el gobierno canadiense. La mayor parte de la difusión puede explicarse por modelos de heterogeneidad razonable y la inmunidad de las células T
Lo mejor que el gobierno canadiense puede hacer es abrir las fronteras sin restricciones a los países inmunes a la manada (Suecia, EE.UU., India, México, Francia y Brasil entre otros). Canadá importará muchos “bloqueadores” inmunes, y casi ninguna infección viva. Estos bloqueadores servirán para reducir la R0 y R(t) -un concepto fácilmente modelable. Tan solo esta acción sería un orden de magnitud más útil para frenar la propagación de forma permanente que las máscaras, los bloqueos posteriores, o incluso el lavado de manos. Es permanente y tiene el efecto de un beneficio económico y social positivo.
Todos deberíamos exigir a la Dra. Tam y a nuestros excelentemente pagos expertos en salud que incorporen pruebas empíricas ampliamente disponibles para proporcionar proyecciones que representen con precisión el riesgo de Sars-Cov-2 para los canadienses. Es muy probable que el verdadero resultado de tal trabajo demuestre que el riesgo del Sars-Cov-2 no era ni es grave, fuera de los asilos de ancianos. También es probable que el trabajo muestre que todas las intervenciones, los costos y el temor a frenar su inevitable propagación no eran necesarios. Sí, sería un golpe devastador para la Dra. Tam y la reputación de nuestro gobierno, pero el bien de los canadienses es lo que importa. El modelo actual no tiene base en la realidad y ha constituido una violación de la confianza depositada en la Dra. Tam por la ciudadanía canadiense.
Reiteraré que prefiero que no sea cierto, pero construir un modelo tan obviamente contrafáctico para que la Dra. Tam pueda después señalar que los resultados son mejores que el modelo y decir “mira, he salvado vidas” parece ser el único punto del ejercicio de modelización. Esto no sirve más que para infundir un miedo injustificado en la ciudadanía, y proporcionar una fachada de competencia en la política gubernamental.
Es decepcionante que una persona con conocimientos como la Dra. Tam, cuya experiencia incluye las enfermedades infecciosas, permita que este modelo haya sido publicado.
Referencias
[i] https://www.cbc.ca/news/politics/covid19-pandemic-modelling-tam-fall-peak-1.5686250
[iii] https://www.eurosurveillance.org/content/10.2807/1560-7917.ES.2020.25.22.2000956#html_fulltext
[vi] https://doi.org/10.1177/0272989X17708564
[vii] https://www.cebm.net/covid-19/global-covid-19-case-fatality-rates/
[xi] https://www.medrxiv.org/content/10.1101/2020.05.13.20101253v3
[xiii] https://doi.org/10.1503/cmaj.200476
[xiv] https://doi.org/10.1016/S1473-3099(20)30243-7
[xv] https://www.acpjournals.org/doi/10.7326/M20-0504
[xvi] https://www.medrxiv.org/content/10.1101/2020.06.26.20140814v2
[xvii] https://globalnews.ca/news/7249803/coronavirus-vaccine-restrictions-theresa-tam/
[xviii] https://www.biorxiv.org/content/10.1101/2020.06.29.174888v1.full.pdf
[xix] https://www.medrxiv.org/content/10.1101/2020.04.27.20081893v3
[xx] https://www.medrxiv.org/content/10.1101/2020.07.15.20154294v1
[xxi] https://www.nature.com/articles/s41586-020-2550-z
[xxii] https://www.biorxiv.org/content/10.1101/2020.05.26.115832v1
[xxiii] https://science.sciencemag.org/content/early/2020/08/04/science.abd3871
[xxiv] https://www.livescience.com/common-cold-coronaviruses-t-cells-covid-19-immunity.html
[xxv] https://science.sciencemag.org/content/early/2020/08/04/science.abd3871
[xxvi] https://www.nature.com/articles/s41586-020-2598-9
[xxvii] https://www.medrxiv.org/content/10.1101/2020.08.12.20173302v1
[xxix] https://www.aa.org/pages/en_US/aa-around-the-world
(*) Publicado originalmente en: https://wattsupwiththat.com/2020/08/25/comments-on-the-canadian-health-ministries-latest-sars-cov-2-projections/