Estimando muertes extras durante la pandemia

Estimar cuántas muertes extra ocurrieron durante la pandemia no es fácil. Esto es especialmente cierto en países donde los sistemas para rastrear muertes no son confiables. El proceso depende de muchas suposiciones, lo que puede llevar a resultados diferentes.

En lugares donde el seguimiento de muertes es deficiente, los investigadores suelen observar grupos de personas cuyos registros de defunciones probablemente estén más completos. Un grupo interesante son los miembros de academias prestigiosas, que documentan las fechas de nacimiento y muerte de sus integrantes. Este método ganó atención cuando se reportó que las muertes entre miembros de academias chinas alcanzaron un pico durante ciertos meses a principios de 2023, tras una enorme propagación de COVID-19 en China.

Esta información llevó a estimaciones de que un gran número de muertes extra ocurrió durante ese tiempo. Sin embargo, este análisis plantea preguntas sobre si usar estos grupos específicos puede representar con precisión la situación general de la población, especialmente considerando sus características únicas.

#¿Quiénes son los Académicos?

Los miembros de academias prestigiosas suelen estar muy educados y provienen de antecedentes acomodados. También están sujetos a lo que se llama "sesgo de supervivencia", lo que significa que aquellos que son elegidos para estas academias generalmente han vivido lo suficiente para alcanzar una edad avanzada. En muchos casos, esto lleva a exagerar cuán bien estos grupos reflejan a la población más amplia.

Para entender mejor este sesgo, se analizaron datos de múltiples academias, incluyendo la Academia China de Ingeniería y la Academia Británica. Hay una alta probabilidad de que los miembros estén viviendo más tiempo que la persona promedio, lo que distorsiona los resultados. Además, vale la pena mencionar que los laureados con el Premio Nobel se estudiaron como un grupo separado, ya que son otra clase de individuos muy exitosos.

#Comprobando datos faltantes

Cuando los investigadores analizan los datos de defunciones de estas academias, quieren asegurarse de haber capturado la imagen completa. Chequearon en línea para ver si alguno de los primeros miembros listados como vivos en realidad estaba fallecido. Buscaron años de nacimiento y obituarios para confirmar sus hallazgos.

Al hacer esto, esperaban determinar si había registros faltantes que pudieran afectar sus cálculos. Si un número significativo de muertes no estaba contabilizado, tendría un impacto considerable en la precisión de cualquier estimación realizada.

#Calculando riesgos de muerte

Para los grupos donde no parecía haber problemas de datos faltantes, los investigadores calcularon los riesgos de muerte anuales. Miraron diferentes períodos de tiempo, incluyendo el momento justo después de que COVID-19 comenzó a expandirse ampliamente en diciembre de 2022, y compararon esto con los años anteriores a la pandemia. También desglosaron los datos por grupos de edad.

Encontraron que, para los miembros de la Academia China de Ingeniería, las Tasas de Mortalidad durante la pandemia eran más bajas que las de la población general. A pesar del aumento en los casos de COVID, este grupo experimentó tasas de mortalidad que seguían siendo significativamente inferiores a lo que podría esperarse por su edad y estado de salud en la población general.

#Muertes extra: picos y patrones

Un análisis de las tasas de mortalidad mostró un aumento dramático durante el período inicial de la pandemia entre los miembros de la Academia China. Este pico fue significativo para los miembros mayores, lo que indica que aquellos que ya eran ancianos enfrentaron un mayor riesgo durante este tiempo.

En la Academia Británica, las tasas de mortalidad sí aumentaron, pero no tan bruscamente como en la Academia China. Los laureados con el Premio Nobel, por otro lado, no mostraron un aumento notable en las tasas de mortalidad durante la pandemia. De hecho, algunos análisis sugirieron que el número de muertes entre los laureados con el Premio Nobel fue menor durante este período.

#Posibles Sesgos en los reportes

Es importante mencionar que el enfoque en ciertos grupos, como los de las academias chinas, puede llevar a informes sesgados. Los datos usados en los informes podrían no capturar siempre el panorama completo de lo que está sucediendo en la población general. Por ejemplo, una academia tuvo más muertes que otra durante un tiempo crítico, lo que podría llevar a los reporteros y investigadores a sacar conclusiones que quizás no se aplican ampliamente.

Además, cuando los investigadores usaron datos solo de ciertas academias, pueden haber pasado por alto ideas importantes que podrían provenir de mirar una gama más amplia de fuentes. Esto fue evidente al comparar el número de muertes reportadas por diferentes academias durante la pandemia.

#El desafío de la extrapolación

Usar datos de academias para sacar conclusiones sobre el público general es complicado. Los académicos tienden a ser un grupo pequeño y selecto, lo que significa que sus experiencias pueden no reflejar las experiencias de la población más amplia. Por ejemplo, si se reporta un número significativo de muertes entre académicos, esto podría no significar que tendencias similares estén ocurriendo entre personas más jóvenes o aquellas que viven en entornos menos acomodados.

En países con diferentes resultados de salud, los datos de la población general pueden mostrar patrones muy distintos. En algunos lugares, por ejemplo, puede haber un mayor número de muertes extra entre personas jóvenes debido a factores como el abuso de sustancias, mientras que las poblaciones mayores podrían no ver el mismo nivel de muertes extra.

#La importancia de datos confiables

Tener datos precisos y completos es clave para estimar las muertes extra. Cuando los sistemas para rastrear muertes son deficientes, los investigadores pueden verse obligados a confiar en datos menos confiables de grupos seleccionados. Esto puede llevar a conclusiones engañosas sobre cuántas muertes extra ocurrieron durante la pandemia.

Usar grupos que no son representativos puede distorsionar significativamente los resultados. En casos donde faltan datos, los investigadores deben proceder con cuidado, ya que suposiciones incorrectas podrían llevar fácilmente a errores en las estimaciones.

#El papel de otros Cohortes

Además de las instituciones académicas, los investigadores también han utilizado otros cohortes vinculados a universidades para estimar muertes extra. Estos grupos suelen estar compuestos por individuos muy educados, lo que significa que probablemente tienen mejores resultados de salud que la población promedio. Sin embargo, el sesgo es menos pronunciado que con miembros de academias prestigiosas.

Cuando los investigadores usaron datos de obituarios o buscaron servicios funerarios en línea, tenían que ser cautelosos. Existe el riesgo de que tales métodos puedan no capturar todas las muertes de manera consistente a lo largo del tiempo. Por ejemplo, durante una crisis, puede haber más obituarios escritos y, por lo tanto, más muertes registradas, lo que lleva a estimaciones infladas.

#Conclusiones

En resumen, estimar con precisión las muertes pandémicas es un proceso complejo. Confiar únicamente en grupos específicos como académicos puede introducir un sesgo significativo, lo que puede engañar a la comprensión pública del impacto de la pandemia. Es esencial recopilar datos completos y precisos de diversas fuentes si queremos tener una imagen más clara de los efectos reales de tales crisis de salud en la sociedad.

A medida que los investigadores continúan estudiando este tema, deben reconocer las limitaciones inherentes en sus métodos. Comprender estos desafíos ayudará a mejorar las evaluaciones futuras y asegurará que podamos confiar en los datos para informar respuestas y decisiones de políticas de salud pública.