Desde hace varios meses, los científicos han estado recolectando y analizando datos de los contagios y muertes causadas por COVID-19 en todo el mundo con el objetivo de conocer la tasa de mortalidad real y tener una idea más clara del impacto de esta enfermedad.
Para ayudar en esta tarea, un equipo de investigadores de la Universidad de Berna, en Suiza, desarrolló un modelo computacional para observar la dinámica de transmisión y muerte de COVID-19.
Así llegaron a la conclusión de que, cuando se usan de la manera correcta, el índice de letalidad sintomático (sCFR) y el índice de letalidad por infección (IFR) son mejores medidas para monitorear epidemas que el índice de letalidad (CFR) comúnmente usado. Los hallazgos se publicaron en la revista PLOS Medicine.
Medidas confiables para estimar la mortalidad
El índice de letalidad es la forma más común de reportar la mortalidad durante una epidemia como COVID-19. Este se calcula de manera simple: se divide el número de muertes reportadas por el número de contagios reportados oficialmente. Y aunque suene como un valor fiable, en realidad puede dar ideas erradas de la realidad de un brote de enfermedad.
Para este estudio, los investigadores desarrollaron un modelo computacional para estudiar la dinámica tras la transmisión del coronavirus SARS-CoV-2 y la mortalidad asociada a la enfermedad que causa, COVID-19. El modelo tomó en cuenta datos variados, que incluían el retraso entre la infección y la muerte de los pacientes, el hecho de que es más probable diagnosticar la enfermedad en personas con síntomas graves y los datos estratificados por edad.
El estudio se aplicó a diferentes regiones del planeta, como la provincia de Hubei, en China, Austria, Baviera y Baden-Württemberg, en Alemania, Suiza, Lombardía, en Italia, y España. Como muchos saben, estas dos últimas figuran entre las más afectadas al inicio de la pandemia.
El modelo arrojó un IFR de 2.9 por ciento y un CFR de 2.4 por ciento para la provincia de Hubei. Para las regiones europeas incluidas, las estimaciones de IFR variaron de 0.5 a 1.4 por ciento, mientras que el CFR varió de 3.9 a 17.8 por ciento.
Partiendo de dichos resultados, los investigadores concluyeron que las estimaciones de IFR y sCFR fueron similares entre sí y variaron menos geográficamente en comparación con el CFR. Esto las convierte en referencias mucho más confiables a la hora de estimar la mortalidad por infección por coronavirus y desaconsejo el uso del CFR.
“El CFR no es un buen predictor de mortalidad general por SARS-CoV-2 y no debe usarse para la evaluación de políticas o la comparación entre entornos”, dicen los autores. “El sCFR y el IFR, ajustados para [los sesgos correctos], son medidas que pueden usarse para mejorar y monitorear las estrategias clínicas y de salud pública para reducir las muertes por infección por SARS-CoV-2”.
Estos resultados son de vital importancia si tomamos en cuenta que muchas de las decisiones de salud pública están guiadas por la mortalidad asociada al contagio con determinado patógeno. Estas estimaciones de mortalidad por coronavirus permiten comprender mejor los brotes y desarrollar estrategias más adecuadas a la situación.
Referencia:
Estimation of SARS-CoV-2 mortality during the early stages of an epidemic: A modeling study in Hubei, China, and six regions in Europe. https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1003189
