Fauci está equivocado: Nueva York no hizo las cosas «correctamente»

Por Peter Earle y Fiona Harrigan

Traducción por Carroll Ríos de Rodríguez

Publicado originalmente el 23 de julio del 2020 y recuperado de AIER en https://www.aier.org/article/fauci-is-wrong-new-york-did-not-do-it-correctly/

Luego de meses de batallar para contener el COVID-19, el gobernador de Nueva York, Andrew Cuomo, parece confiado en que, finalmente, condujo al estado hacia la seguridad. Casi no se ha inhibido de mostrar su orgullo respecto de sus políticas de pandemia, provocando titulares que se burlan de su «manipulación de los hechos» (gaslighting) y su «penosa vuelta de la victoria».

Y Cuomo aterrizó firmemente en el buen favor del asesor de salud de la Casa Blanca, Dr. Anthony Fauci, quien, el 18 de julio, alabó el manejo de la crisis en Nueva York.

Fauci declaró: «lo hicieron correctamente».

Esta interpretación es curiosa, dado que la prevención de la pandemia en el estado ha sido plagada por graves errores (que AIER ha denunciado anteriormente).

Estos errores se convirtieron en el objeto de un escrutinio profundo en un trabajo académico reciente que se titula «¿Un caso de estudio en el fracaso de los modelos? Las predicciones para el estado de Nueva York de muertes diarias por COVID-19 y de la utilización de las camas de las Unidades de Cuidado Intensivo (UCI)». 

Escrito por un equipo de matemáticos, bio-estadísticos y científicos de datos de la Universidad de Stanford, la Universidad de Texas en El Paso, la Universidad Northwestern y la Universidad de Sídney, la investigación se enfoca en las herramientas de soporte de las decisiones—los modelos—que fueron influyentes en moldear la política pública del estado de Nueva York en respuesta a la propagación de la enfermedad.

Los cuatro modelos revisados son los producidos por el Instituto de Métricas y Evaluación de la Salud (IHME), Youyang Gu, la Universidad de Texas en Austin y el Laboratorio Nacional de Los Álamos. Aunque fueron ampliamente citados e implementados con entusiasmo, estos modelos dejaron qué desear: 

Los modelos de predicción han sido influyentes en moldear la toma de decisiones en la pandemia de COVID-19. Sin embargo, existe la preocupación de que sus predicciones pudieran haber sido engañosas. Aquí disectamos las predicciones hechas por cuatro modelos respecto del conteo de las muertes diarias por COVID-19 entre el 24 de marzo y el 5 de junio en el estado de Nueva York, así como las predicciones respecto del uso de las camas en las unidades de cuidados intensivos elaborados por el influyente modelo del IHME. Evaluamos la exactitud de los estimados inciertos de las predicciones de los modelos…Respecto de la exactitud de las predicciones, todos los modelos se desempeñaron muy pobremente. Solo 10.2% de las predicciones coincidieron en un rango del 10% con la realidad en el terreno actual, sin importar cuán distante era el futuro…Respecto de la utilización de camas del UCI, el modelo IHME fue altamente incorrecto; los estimados en punto sólo empezaron a equipararse con la realidad en el campo después de que la ola de la pandemia empezó a desvanecer. 

Cuando el COVID-19 empezó a propagarse, las predicciones respecto del uso de las camas en las UCI eran en efecto lúgubres. En marzo, el Gobernador Cuomo declaró que Nueva York requeriría entre 18,600 a 37,200 camas de UCI para tratar una próxima ola de casos de COVID-19. Compare esto con la realidad en Nueva York: había 3,000 camas de UCI disponibles cuando Cuomo lanzó su evaluación. Si las profecías horríficas se tornaran en realidad, el sistema médico del estado habría sido completamente abrumado. Fueron estas preocupaciones, alimentadas por las predicciones de los modelos, que informaron la estrategia que luego se conoció como «aplanar la curva»: intentaron conservar los recursos disponibles en las instalaciones médicas embotando la prisa con que llegaban a los hospitales y los centros de salud casi todos los casos de COVID-19, exceptuando los casos más graves. 

¿Cómo se desempeñaron los modelos que respaldaban la estrategia de aplanar la curva?

La exactitud puntual de los estimados—es decir, las predicciones del número de muertes diarias generadas por los modelos—se evalúa usando dos métricas: el error porcentual de la media absoluta y el margen de error máximo permisible. El primero, de forma directa, calcula el porcentaje de diferencia entre la predicción de un modelo dado, para un día específico, y el resultado real de ese día. El segundo toma el máximo de los errores de porcentaje para cada predicción y cada modelo.

Los autores del informe encontraron que «mientras unos modelos podrían haberse desempeñado mejor o peor con relación a los subconjuntos del marco de tiempo de interés, ningún modelo claramente dominó a lo largo [del período de tiempo] con relación a ninguna de las dos métricas». En general, solo el 10.2% de las predicciones de muertes diarias le pegaron a un rango entre el 10% de los resultados reales.

De los dos hallazgos más importantes del informe, uno es muy relevante pero poco sorprendente: los métodos para la recolección de los datos y la verificación de la calidad de los datos ejercen una enorme influencia sobre los modelos. Si se cuenta con datos de pobre calidad, los buenos modelos tendrán malos resultados, y los modelos malos tendrán peores resultados. Emerge un asunto relacionado: 

Desde un principio, el director de NIAID, Dr. Anthony Fauci, afirmó que: «Como yo les he comentado en el programa, los modelos realmente solo son tan buenos como las premisas que son alimentadas al modelo. Pero cuando uno empieza a ver los datos reales, uno puede modificar el modelo…». Una pregunta abierta que se sigue es… ¿Cómo puede uno esperar predicciones de calidad si los datos son defectuosos?… Claramente, si los datos son sospechosos, las proyecciones tampoco serán óptimas.

La segunda conclusión, de una gravedad considerablemente mayor, merece ser repetida:

Los modelos necesitan ser sometidos a pruebas de desempeño en tiempo real, antes de que sus resultados sean compartidos con los formuladores de las políticas públicas y con los funcionarios de salud pública. En este informe, damos ejemplos de tales pruebas, pero sin importar cuáles de estas pruebas sean adoptadas, necesitan ser especificadas de antemano, tal y como uno haría con un buen estudio de laboratorio clínico.

Únicamente el modelo del Laboratorio Nacional Los Álamos «mostró evidencias de aproximarse a una cobertura nominal de 95%», pero no estaba disponible cuando Cuomo comenzó a diseñar sus decisiones de políticas públicas en marzo. Más aún, es funcionalmente irrelevante un modelo que gradualmente se va haciendo más acertado, dado que es en los primeros momentos de una pandemia que son imperativas las decisiones sensatas y en tiempo.

Jamás llegó a hacerse realidad la predicción horrífica sobre la utilización de camas en las UCI, por lo menos no al grado al que tan ampliamente se temió, pero el sentido de urgencia que se imprimió a la predicción llevó al liderazgo del estado de Nueva York a prepararse de acuerdo con la alarma. Los modelos se corrieron, sus oferentes aconsejaron, y los formuladores de políticas escucharon.

Miles de pacientes que se recuperaban del coronavirus fueron devueltos a los hogares para personas de la tercera edad, llegando a ambientes que Cuomo ha llamado «el terreno óptimo para alimentar a este virus». Se movió a pacientes de avanzada edad contagiados de COVID-19 de vuelta a hogares de ancianos, que produce un efecto de contagio que se ha asimilado al «fuego pasando por grama seca», en nombre de aplanar la curva, y evitar la saturación de los hospital y otros recursos mientras la propagación inicial estaba en marcha. Pero se cosechó la devastación. Al día del 15 de julio, el 42% de todas las muertes en Estados Unidos están ligadas a asilos de ancianos, y suman más de 57,000 vidas perdidas—más de 6,000 de ellas en Nueva York.

Ni falta decir que no se reconocerá el papel que jugaron estos horrendos modelos en la formulación de prácticas que extinguieron tantas vidas inocentes. La evaluación en tiempo real de los modelos de predicción permitiría a los formuladores de políticas públicas y a los expertos en medicina diseñar mejores métodos de prevención si su plan de ataque se mostrara equivocado. O, cuando menos, podrían ajustar la rigidez de las respuestas de las políticas públicas con base en la evidencia exacta de los resultados. Pero tal enfoque claramente estaba ausente en el estado de Nueva York. En términos de las predicciones sobre la utilización de los recursos hospitalarios, el grado de equivocación entre lo previsto y la realidad fue tan grande que podría haber contrabalanceado el fervor con el cual los residentes de hogares de ancianos fueron devueltos a esas instalaciones para ahorrar camas de hospital.

Poco después de esa decisión, agregando un profundo insulto a la insondable lesión,

[e]n los caóticos días de finales de marzo, cuando se vio claramente que Nueva York enfrentaba un catastrófico brote del coronavirus, los asistentes del gobernador Andrew M. Cuomo silenciosamente insertaron una provisión en la página 347 del borrador final de la voluminosa iniciativa de presupuesto de Nueva York. Muchos legisladores permanecieron ignorantes del lenguaje introducido cuando aprobaron el presupuesto unos días después. Pero este proveía unas protecciones legales inusuales para una influyente industria que ha sido devastada por la crisis: los operadores de asilos de ancianos.

A la luz de estos hallazgos, es difícil determinar cuál es la afrenta más grande a las familias de las miles y miles de víctimas del manejo del COVID-19 por parte del estado de Nueva York. ¿Es el desvergonzado auto engrandecimiento y la celebración de Cuomo, cuyas políticas condujeron a la devastación de los establecimientos para el cuidado en el largo plazo de las personas mayores de edad? ¿O lo es la alabanza de dichas políticas por el Dr. Anthony Fauci? ¿O es la protección legal a las entidades que incitaron tan cuantiosos fallecimientos?

En última instancia, hay suficiente culpa para repartirla a nuestro alrededor. Sin embargo, una cosa es cierta: el costo humano profundo de este virus y sus correspondientes políticas públicas ha sido exacerbado por una ciega arrogancia y un orgullo infundado—los cuales, en no pequeña medida, vieron su expresión en el reino de los modelos. Aunque puede ser muy poco, muy tarde, una reflexión diligente y un reajuste en los esfuerzos por combatir pandemias futuras será la única forma en que podremos honrar las vidas de quienes perecieron tan innecesariamente.