Entradas etiquetadas como ‘pandemia’

Estas son las cuatro comunidades autónomas que figuran entre las 75 regiones del mundo con más contagios

A lo largo de esta pandemia el público se ha acostumbrado a oír hablar de la incidencia acumulada de casos de COVID-19 por 100.000 habitantes a 14 días, el indicador epidemiológico que habitualmente manejan las autoridades y los medios, y que nos da una idea de cómo evolucionan los contagios en nuestro país, nuestra comunidad autónoma o nuestra zona.

Pero no solamente la incidencia acumulada es un indicador volátil que olvida todo lo que ya hemos dejado atrás; sino que, además, así como en los medios están siempre presentes las comparaciones entre comunidades autónomas o zonas, en cambio suele pasarse por alto la confrontación de los datos de España y sus regiones con los de otros países… salvo cuando los datos de esos otros países son peores que los nuestros. ¿Alguien ha oído hablar de la pandemia en Taiwán, Singapur o Nueva Zelanda? Los países que lo han hecho bien no son noticia. Pero este sesgo de la información en los medios puede llevarnos a la idea errónea de que nuestro país tiene algo que enseñar a otros que en este preciso momento puedan estar en una situación peor que la nuestra.

Para echar la vista atrás y poner nuestras cifras en un contexto internacional, una fuente esencial es el panel de datos que la Universidad Johns Hopkins (JHU) mantiene desde el comienzo de la pandemia y que, entre otras cifras, recoge el número total de casos acumulados. El primer dato para no olvidar es que España es uno de los países que presentan peores cifras acumuladas a lo largo de la pandemia. Seguimos ocupando el noveno lugar del mundo en contagios totales, con 3.504.799, por debajo de EEUU, India, Brasil, Francia, Turquía, Rusia, Reino Unido e Italia (todos los datos de este artículo son los mostrados por el panel de la JHU con fecha 29 de abril).

El panel de la JHU recoge además las 75 regiones del mundo con más contagios totales. Esta lista incluye las unidades administrativas por debajo del estado nacional; por ejemplo, Inglaterra se considera una región, porque pertenece a Reino Unido. En esta categoría entran los estados de federaciones, como EEUU, India o Brasil, o las comunidades autónomas, en el caso de España.

En este penoso ránking también figuramos (tabla al pie de estos párrafos). Cuatro comunidades autónomas se encuentran entre las 75 regiones del mundo con más contagios: Madrid, Cataluña, Andalucía y Comunidad Valenciana. De ellas, la primera es, por supuesto, Madrid, que ocupa el número 38 del mundo. En Europa, solo Inglaterra, Lombardía (Italia) y Renania del Norte-Westfalia (Alemania) superan a Madrid en número de contagios. Cataluña ocupa el puesto 45, Andalucía el 49 y la Comunidad Valenciana el 74, ya en el límite de la tabla.

La Gran Vía de Madrid el pasado noviembre. Imagen de Víctor Lerena / Efe / 20Minutos.es.

La Gran Vía de Madrid el pasado noviembre. Imagen de Víctor Lerena / Efe / 20Minutos.es.

Pero evidentemente, este no es un reparto igualmente justo para todos, ya que Inglaterra tiene 56 millones de habitantes, más que toda España, y algunos estados de India superan el centenar de millones. Por ello es interesante poner estos datos en su contexto de población. Con este fin he añadido a los datos que ofrece la JHU la población de cada región (todos los datos tomados de la Wikipedia, aunque no todos tienen el mismo nivel de actualización; por ejemplo, los de India son de 2011), el porcentaje de población contagiada según el dato anterior, y el puesto que ocuparía cada región de las 75 en cuanto al porcentaje de población contagiada (entiéndase que este análisis se refiere solo a las 75 regiones con más contagios totales; por supuesto, puede haber otras fuera de las 75 que tengan un mayor porcentaje de población contagiada que algunas de estas).

Y atendiendo a este dato, las posiciones de las cuatro comunidades españolas son aún peores. Una vez más, Madrid se lleva la palma: con su 10% de población ya contagiada, ocupa el primer puesto de Europa y el 18 del mundo, solo por detrás de estados de Brasil, EEUU y el Distrito Capital de Colombia. Las otras tres comunidades también empeoran su ránking en porcentaje de población contagiada: la Comunidad Valenciana es la segunda de España, en el puesto 35 del mundo, seguida por Cataluña en el 38 y Andalucía en el 47.

Reflexionemos un poco sobre esto: con la catástrofe que está provocando la actual oleada de contagios en India, lo cierto es que el estado con más porcentaje de población contagiada en aquel país ocupa el puesto 55, por debajo de las cuatro comunidades españolas (sobre si las cifras indias son más o menos fiables que las nuestras, habría que preguntar a sus responsables).

Si habláramos de nivel de mortalidad, en esto pueden influir la calidad, la capacidad y la cobertura del sistema sanitario. Pero si hablamos solo del nivel de contagios, esta es una consecuencia directa de la gestión de las medidas contra la pandemia por parte del estado y las comunidades autónomas. Frente a la propaganda, datos. Si acaso, aún podremos decir que nuestro sistema sanitario todavía es mejor que el indio.

Región País Casos totales Población Casos/hab. (%) Puesto %
1  Maharashtra India 4.473.394 112.374.333 3,98 60
2  England United Kingdom 3.854.733 56.286.961 6,85 45
3  California US 3.738.327 39.538.223 9,45 24
4  Texas US 2.886.638 29.183.290 9,89 20
5  Sao Paulo Brazil 2.873.238 45.919.049 6,26 49
6  Florida US 2.222.546 21.570.527 10,3 14
7  New York US 2.040.448 20.215.751 10,09 16
8  Kerala India 1.495.377 34.630.192 4,32 55
9  Karnataka India 1.439.822 61.130.704 2,36 64
10  Minas Gerais Brazil 1.342.892 21.168.791 6,34 48
11  Illinois US 1.328.349 12.822.739 10,36 13
12  Uttar Pradesh India 1.182.848 199.812.341 0,59 74
13  Pennsylvania US 1.144.777 13.011.844 8,8 28
14  Tamil Nadu India 1.130.167 72.147.030 1,57 67
15  Delhi India 1.098.051 26.454.000 4,15 58
16  Georgia US 1.097.279 10.725.274 10,23 15
17  Moscow Russia 1.086.934 20.000.000 5,43 51
18  Andhra Pradesh India 1.069.544 49.386.799 2,17 65
19  Ohio US 1.068.985 11.808.848 9,05 27
20  New Jersey US 993.123 9.294.493 10,69 9
21  North Carolina US 965.536 10.453.948 9,24 25
22  Rio Grande do Sul Brazil 962.667 11.422.973 8,43 31
23  Parana Brazil 938.546 11.433.957 8,21 32
24  Michigan US 928.407 10.077.331 9,21 26
25  Bahia Brazil 893.276 14.930.634 5,98 50
26  Santa Catarina Brazil 881.152 7.164.788 12,3 1
27  Arizona US 860.772 7.158.923 12,02 4
28  Tennessee US 845.380 6.916.897 12,22 2
29  Lima Peru 819.444 11.209.103 7,31 40
30  Lombardia Italy 800.100 10.103.969 7,92 33
31  West Bengal India 793.552 91.347.736 0,87 71
32  Capital District Colombia 779.447 7.412.566 10,52 11
33  Rio de Janeiro Brazil 733.764 17.264.943 4,25 56
34  Nordrhein-Westfalen Germany 730.086 17.912.134 4,08 59
35  Indiana US 717.564 6.785.528 10,57 10
36  Chhattisgarh India 697.902 29.436.231 2,37 63
37  Massachusetts US 686.243 6.892.503 9,96 19
38  Madrid Spain 678.022 6.779.888 10 18
39  Ceara Brazil 664.449 9.132.078 7,28 41
40  Wisconsin US 658.696 5.893.718 11,18 7
41  Virginia US 656.055 8.654.542 7,58 37
42  Ciudad de Mexico Mexico 638.536 9.209.944 6,93 44
43  Missouri US 590.175 6.160.281 9,58 23
44  Bayern Germany 589.479 13.124.737 4,49 54
45  Catalonia Spain 580.682 7.780.479 7,46 38
46  South Carolina US 576.639 5.124.712 11,25 6
47  Minnesota US 572.025 5.709.752 10,02 17
48  Rajasthan India 563.577 68.548.437 0,82 72
49  Andalusia Spain 548.238 8.464.411 6,48 47
50  Goias Brazil 546.895 7.018.354 7,79 34
51  Gujarat India 538.845 60.439.692 0,89 70
52  Madhya Pradesh India 538.165 72.626.809 0,74 73
53  Alabama US 527.083 5.030.053 10,48 12
54  Colorado US 506.405 5.773.714 8,77 29
55  Metropolitana Chile 492.120 7.036.792 6,99 43
56  Para Brazil 466.894 8.602.865 5,43 51
57  Antioquia Colombia 464.286 6.407.102 7,25 42
58  Ontario Canada 463.770 14.755.211 3,14 62
59  Haryana India 460.198 25.353.081 1,82 66
60  Louisiana US 457.326 4.661.468 9,81 22
61  Oklahoma US 447.642 3.963.516 11,29 5
62  Maryland US 445.493 6.045.680 7,37 39
63  Kentucky US 442.618 4.509.342 9,82 21
64  Bihar India 441.375 104.099.452 0,42 75
65  Baden-Wurttemberg Germany 439.465 11.111.496 3,96 61
66  Espirito Santo Brazil 432.525 4.018.650 10,76 8
67  Odisha India 428.515 41.974.218 1,02 69
68  Telangana India 427.960 35.193.978 1,22 68
69  Saint Petersburg Russia 414.299 5.384.342 7,69 36
70  Veneto Italy 410.176 4.852.453 8,45 30
71  Pernambuco Brazil 402.157 9.616.121 4,18 57
72  Washington US 400.149 7.705.281 5,19 53
73  Utah US 396.522 3.271.616 12,12 3
74  C. Valenciana Spain 390.245 5.057.353 7,72 35
75  Campania Italy 387.908 5.679.759 6,83 46

(Datos de casos totales de JHU. Datos de población de Wikipedia).

Este es el tiempo máximo en el interior de un restaurante para evitar el contagio, según un modelo científico

Entre la comunidad científica se ha extendido ya el reconocimiento de los aerosoles como el principal vehículo de contagio de la COVID-19, a pesar de que este hecho no ha calado aún ni en las autoridades ni entre el público: las primeras apenas han dejado la ventilación como una recomendación opcional a pie de página (en algunos países se ha impuesto por ley e incluso se han decretado ayudas a los negocios para instalar nuevos sistemas), mientras que otras medidas de eficacia dudosa o no avalada por la ciencia se obligan bajo penas de multa; y en cuanto al segundo, el público, muchos ignoran el riesgo de los locales cerrados y mal ventilados, sobre todo allí donde no se usa mascarilla, como bares y restaurantes.

Conviene además aclarar que no es aire fresco todo lo que reluce: no podemos fiarnos de la vista o el olfato. Así lo contaba para un reportaje en Nature la científica de aerosoles Lidia Morawska, de la Universidad de Tecnología de Queensland, en Australia. Morawska, como otros investigadores de su especialidad, recorre distintos locales con un monitor de CO2 portátil; la presencia de este gas que expulsamos al respirar es un indicador de la renovación del aire, por lo que estos monitores pueden servir como el canario en la mina, de cara a alertar sobre la posible acumulación de aerosoles contaminados con el virus.

En exteriores, la concentración de CO2 es de unas 400 partes por millón (ppm). “Incluso en un restaurante aparentemente espacioso, con techos altos, el número a veces se dispara hasta las 2.000 ppm, una señal de que la sala tiene mala ventilación y supone un riesgo de infección de COVID-19“, cuenta el artículo de Nature. “El público en general no tiene ni idea de esto“, dice Morawska. Imaginas un bar muy atestado, pero en realidad cualquier lugar puede estar demasiado lleno y poco ventilado, y la gente no se da cuenta de ello“.

El artículo advierte de que, ante la falta de insistencia de las autoridades en esta cuestión, algunos científicos dicen que esto deja a gran parte de la población, desde los escolares a trabajadores de oficinas, clientes de restaurantes y presos, en riesgo de contraer COVID-19“. Y por lo que observamos a nuestro alrededor, es evidente que en España aún no existe una conciencia clara de este riesgo, mientras en cambio se continúa con las inútiles desinfecciones.

Incluso la Organización Mundial de la Salud, que por motivos ignotos se ha resistido con uñas y dientes a aceptar el clamor de la comunidad científica, ya publicó el mes pasado una hoja de ruta para mejorar la ventilación y la calidad del aire en interiores con el fin de reducir el riesgo de contagio, algo que marcaría una enorme diferencia en la lucha contra la pandemia.

Un trabajador recoge el mobiliario de la terraza de un restaurante en el centro de Córdoba. Imagen de Salas / EFE / 20Minutos.es

Un trabajador recoge el mobiliario de la terraza de un restaurante en el centro de Córdoba. Imagen de Salas / EFE / 20Minutos.es

En un mundo ideal, a estas alturas la calidad del aire sería ya la preocupación principal en todos los espacios públicos y privados; al entrar a cualquier tienda veríamos potentes sistemas de ventilación, y una pantalla nos informaría del nivel de CO2. No se permitiría la apertura de un local que no tuviese estos sistemas, o donde los niveles de CO2 superaran el máximo permitido. Y sin embargo, mientras tanto las autoridades continúan ignorando esta medida esencial pero complicada y cara, prefiriendo en su lugar las opciones más fáciles y baratas de encerrar a la población, prohibir las reuniones y tocar la campana para recluir a todo el mundo en sus domicilios al caer la noche. Medidas del siglo XV para el siglo XXI.

Una salvedad: aún no es posible medir directamente la concentración de virus en el aire de forma rápida y sencilla; la medición de CO2 es lo que se llama un proxy, una medida indirecta que se supone asociada a la que se quiere saber. No todos los científicos están de acuerdo en que sea tan relevante como otros defienden. Por ello, ante la duda y teniendo en cuenta que la posible contaminación del aire es indetectable, quien quiera asegurarse de ahorrarse este riesgo solo tiene una opción, y es abstenerse de visitar lugares cerrados donde no se use mascarilla en todo momento. No solo bares y restaurantes, sino también aquellos negocios cuyos responsables solo se ponen la mascarilla cuando entra un cliente.

Pero esto no tendría por qué ser así. A todos nos gusta que los negocios estén abiertos, y las personas cuyo sustento depende de ello lo necesitan desesperadamente. A falta de que las autoridades dejen de ignorar y despreciar este riesgo, y de que el público en general deje de ignorar y despreciar este riesgo, los investigadores intentan al menos cuantificarlo en términos de reglas sencillas. Reuniendo el conocimiento acumulado sobre la dinámica de los flujos de aire, las posibles dosis infectivas del virus, sus concentraciones en aerosoles y otros datos, se están refinando herramientas de simulación que permiten estimar cuál es el riesgo de contagio en distintas situaciones y tipos de locales.

En enero, investigadores de la Universidad de Cambridge y del Imperial College London publicaron un estudio en Proceedings of the Royal Society A acompañado por una herramienta online para calcular el riesgo de contagio de COVID-19 en interiores. El modelo es muy versátil, ya que pueden introducirse distintos parámetros como las medidas del local, la ventilación o el porcentaje de infectividad de los ocupantes. De hecho, se está utilizando en la práctica en los departamentos de la Universidad de Cambridge.

Pero para el público en general quizá sea más ilustrativa y sencilla otra herramienta online elaborada por científicos del Instituto Tecnológico de Massachusetts (MIT) y que acompaña también a un estudio publicado ahora en PNAS. El simulador permite elegir el idioma (no hay castellano, de momento), las unidades de medida (sistema métrico, en nuestro caso), el modo (básico o avanzado), el tipo de local, lo que hace la gente (si llevan mascarilla o no, si hablan, cantan…), el grupo de edad y la variante del virus (la original de Wuhan o la británica).

Una vez elegidos todos estos datos, el resultado es cuántas personas durante cuánto tiempo serían aceptables para evitar el contagio, cuánto tiempo sería el máximo permitido para un número de personas que podemos elegir, y cuántas personas serían admisibles para un tiempo que podemos elegir; todo ello, claro, suponiendo que en el local hubiera una persona infectiva. Aclaremos que el modelo no se basa en niveles de CO2, sino de virus infectivo. Y los investigadores subrayan que sus estimaciones son conservadoras; es decir, que han preferido pasarse de riesgo que quedarse cortos.

Por ejemplo (todos estos casos se refieren a la variante británica del virus): para un restaurante, hablando y sin mascarillas, suponiendo 25 personas en el local, estamos en riesgo si permanecemos más de 51 minutos. Con 100 personas, bastarían 15 minutos para contagiarnos. Incluso con solo 10 personas en el local, el límite de seguridad serían 2 horas.

Los locales donde se usa mascarilla en todo momento son notablemente más seguros: en el aula de un colegio con 25 niños, los niveles se mantienen por debajo del riesgo durante 38 horas. Si además no se habla, como suele ocurrir en el transporte público, aún mejor: en un vagón de metro, esa situación que tanto terror injustificado causa, con mascarillas y sin hablar haría falta que lo ocuparan 50 personas durante 12 días seguidos para que se alcanzaran los niveles de riesgo de contagio; 14 días para el caso de un avión comercial. En cambio y aunque la herramienta no ofrece una opción específica de gimnasio, un aula con 25 personas haciendo ejercicio sin mascarilla se convierte en un riesgo de contagio a los 13 minutos. Con mascarillas, el riesgo desciende drásticamente: 5 horas para esas mismas 25 personas.

Todos estos resultados no deberían sorprender a nadie. Si acaso lo hacen, es señal de que aún no se han comprendido los aerosoles.

Según cuenta a la CNBC el primer autor del estudio, Martin Bazant, “la distancia en exteriores no tiene casi ningún sentido, y especialmente con mascarilla es una locura porque no vas a contagiar a alguien a dos metros“. Y añade: Una multitud al aire libre podría ser un problema, pero si la gente mantiene una distancia razonable de unos dos metros en el exterior, me siento cómodo con eso incluso sin mascarilla“. En resumen: en exteriores, o mascarillas, o distancia, pero solo en aglomeraciones. En cambio en interiores, advierte Bazant, “no es más seguro estar a 20 metros que a 2 metros“.

Salta a la vista que todo lo anterior no coincide con lo que las autoridades promulgan, los medios difunden y el público entiende. Cuando se teme el contagio en el metro o se alerta del gravísimo riesgo de la calle Preciados llena de gente con mascarillas, pero en cambio se desprecia el riesgo de los restaurantes y los hoteles (en estos es obvio que la gente se quita la mascarilla en la habitación, pero sus aerosoles pasan al circuito del aire), es que no se han comprendido los aerosoles. Cuando se obliga a llevar mascarilla a personas en movimiento por calles u otros lugares abiertos sin aglomeraciones, como un parque o una playa, es que no se han comprendido los aerosoles. Cuando se cree que la llamada “distancia de seguridad” nos protege en interiores, es que no se han comprendido los aerosoles. Cuando se cree que cruzarnos por la calle a menos de dos metros de otra persona va a contagiarnos, es que no se han comprendido los aerosoles.

Claro que el pensamiento mágico no es un problema solo de España. Por ello dice Bazant: Necesitamos información científica transmitida al público de un modo que no sea solo meter miedo, sino basada realmente en análisis“. Y concluye con la esperanza de que sus resultados influyan en las medidas adoptadas por las autoridades. Porque la esperanza es lo último que se pierde, aunque esto no lo dice él, si es que este refrán existe en Massachusetts, que no lo sé.

El cuento de la inmunidad de rebaño: érase una vez algo que no es lo que la gente cree. Capítulo 2

Decíamos ayer que la inmunidad de rebaño es un concepto teórico estadístico poblacional (estos tres adjetivos son importantes) ideado para las explotaciones ganaderas y demostrado en experimentos con ratones en condiciones ideales y controladas en un laboratorio. Pero que, para el significado que se le está entendiendo popularmente en esta pandemia, tiene dos grandes problemas. A saber:

Primer problema: el mundo real

Según lo dicho ayer, la fórmula del HIT (ese porcentaje de población inmunizada del que se dice que consigue la inmunidad grupal, y que suele decirse en los medios que para la COVID-19 es del 70%) solo es aplicable cuando existe una población inicial que es homogéneamente susceptible en su totalidad y que está mezclada por igual de modo que cada individuo puede tener contacto con cada uno de los otros susceptibles, sin que estas condiciones cambien a lo largo del tiempo más que en el aumento de la población ya inmunizada respecto a la aún susceptible. Esta es una situación que puede lograrse en los experimentos de laboratorio con ratones, como los de Topley y Wilson que cité ayer.

Una calle de Madrid en octubre de 2020. Imagen de Efe / 20Minutos.es.

Una calle de Madrid en octubre de 2020. Imagen de Efe / 20Minutos.es.

Pero no es aplicable en el mundo real. En una epidemia humana, más aún si es global como una pandemia, hay aproximadamente infinitas variables que rompen las condiciones para las cuales la fórmula del HIT es válida: heterogeneidad de susceptibilidad de la población, incontables niveles distintos de contactos y mezclas en la población que cambian aleatoriamente a lo largo del tiempo y en cada individuo en particular, evolución del virus influida también por el tamaño y las características de la población susceptible, medidas de restricción de las interacciones que van y vienen de forma desigual a lo largo del tiempo en distintas poblaciones interconectadas, calidad y duración de la inmunidad que pueden ser diferentes en sectores de la población e incluso entre individuos, factores psicológicos que influyen en el nivel de interacciones de cada persona y que pueden cambiar a lo largo del tiempo…

Y a todo ello se añade, además, que la R0 tampoco es la constante universal de Planck. Es decir, es un número tentativo que se va calculando en función de una masa de datos recopilados a lo largo del brote epidémico. Pero a distintos datos, distinto resultado: para la COVID-19 se han calculado valores muy dispares entre 2 y 6, lo que situaría el HIT en un amplio rango entre el 50 y el 83%. Pero es que, además, si por ejemplo se calcula con los datos de cada país, los valores que se obtienen son también distintos, como lo es la situación en cada país. En julio de 2020 un estudio calculó valores estimados de R0 por países, dando como resultado cifras distintas entre 1 y más de 4, como reflejan estos mapas:

Mapas de estimaciones de R0 de COVID-19 por países. Imagen de Hilton y Keeling, PLOS Computational Biology 2020.

Mapas de estimaciones de R0 de COVID-19 por países. Imagen de Hilton y Keeling, PLOS Computational Biology 2020.

A esto habría que añadir otras variables que influyen en la expansión de una epidemia, como el parámetro de dispersión k, que mide si todos los contagiados contagian por igual… En resumen, el cálculo de HIT es una sobresimplificación de la realidad. Para los físicos, es aquello de “supongamos un caballo totalmente esférico y sin rozamiento”. Pero no existen los caballos esféricos y sin rozamiento.

Por poner un ejemplo que creo es fácil de entender, todos sabemos que el agua se congela a 0 °C. Pero nadie se sentaría frente a un lago con un termómetro en la mano para ver cómo, en el momento en que la temperatura desciende de un grado a cero grados, lo que era un lago totalmente líquido se convierte de repente en un lago totalmente congelado. Sabemos que a 3 °C comienzan a formarse cristales de hielo; que solo comienza la congelación si se dan unas circunstancias determinadas, como materia sólida capaz de nuclear los cristales; que en ausencia de ella el agua pura puede seguir líquida hasta casi -50 °C; que depende también de la concentración de sales… Y, sobre todo (más sobre esto en el segundo problema), que la congelación no es uniforme ni instantánea, sino que tarda, se forma hielo en algún lugar, en otro se retrasa más… Del mismo modo, la inmunidad grupal tampoco es un todo o nada; no es un concepto binario.

Así, cuando el otro día se anunció que Reino Unido había alcanzado la inmunidad de grupo el 9 de abril de 2021, tal cual, a muchos científicos británicos se les atragantó el té con pastas. Un día concreto de la semana se puede alcanzar, no sé, un orgasmo, pero no la inmunidad de grupo. La ciudad brasileña de Manaos ha sido para muchos científicos el ejemplo de que la inmunidad de grupo es inalcanzable, ya que en la primera ola se infectaron dos terceras partes de su población y luego ha sufrido otras sucesivas oleadas como el resto del mundo. Madrid, que, no lo olvidemos, es (según el contador de la Universidad Johns Hopkins) la segunda región de Europa con más contagios totales después de Lombardía, y la número 35 del mundo solo superada por estados de EEUU, India y Brasil, todos ellos con una población mucho mayor que la madrileña, ha sido mencionada en varios estudios científicos como un posible ejemplo cercano a la inmunidad grupal; es evidente que no.

Lo cierto es que, en la práctica, el único cambio mágico que se opera cuando se alcanza el HIT es este: que pasa de haber más infectados que contagian a más de una persona que infectados que no contagian a nadie, a haber más infectados que no contagian a nadie que infectados que contagian a más de una persona (todo ello promediado, ya que los supercontagios son predominantes). Es simplemente un punto de inflexión. Pero una vez alcanzado ese punto de inflexión de la inmunidad de rebaño, si es que es posible alcanzarlo, no notaríamos nada diferente a lo que ya hemos visto en los descensos de las olas anteriores: los contagios seguirían produciéndose, con tendencia descendente, disminuyendo poco a poco.

Pero ¿cómo de poco a poco? Eso nos lleva al segundo problema.

Segundo problema: el overshoot

Esto es una consecuencia de todo lo anterior, pero merece una explicación aparte. Según lo dicho, la inmunidad de rebaño conseguiría que la curva de contagios comenzara a descender, en principio sin posibilidad de que volviera a subir.

Explico este “en principio”, copiando lo que el científico de datos Dvir Aran explicaba a Nature. Supongamos que, a lo largo de los meses de oleadas sucesivas, Pepa tiene contacto habitual con otras x personas; esto representa su riesgo de exposición. Imaginemos que una vacuna tiene una eficacia del 90%, lo que reduce su riesgo a 0,1·x (con la salvedad de que la eficacia se refiere a los ensayos clínicos, no al mundo real). Pero imaginemos que de repente alguien anuncia que se ha alcanzado la inmunidad de grupo. Y engañada por una comprensión errónea de esta idea, Pepa comienza entonces a tener contacto habitual con 10 veces más personas que antes; su riesgo ahora será 10·0,1·x. Es decir, vuelta al principio.

Pero incluso sin considerar esto, entendamos: la curva de contagios comienza a descender. Pero es una frenada muy lenta; hay una larga distancia de frenado. Como la congelación que decíamos arriba, tampoco su efecto es instantáneo. Y mientras la curva continúa descendiendo, sigue habiendo infecciones y sigue muriendo gente. Así que la pregunta es: ¿cuánta población más se infecta hasta que la epidemia termina finalmente extinguiéndose? Este porcentaje de población que se infecta después de alcanzarse la inmunidad grupal es lo que se conoce como overshoot.

Y ¿cuánto es el overshoot? No he encontrado muchos estudios que se hayan atrevido a cuantificarlo, ya que una vez más es demasiado especulativo. Pero recientemente se ha publicado un estudio al respecto en Scientific Reports de Nature, que ya estaba colgado en un servidor de prepublicaciones de internet desde hace un año. Y por cierto, que cuenta entre sus firmantes con la física catalana Roser Valenti, de la Universidad Goethe de Frankfurt. Dice el estudio:

Como última nota, a veces hay una extendida confusión sobre el significado del punto de inmunidad de rebaño, que ocurre para un factor de infección de tres cuando se ha infectado el 66% de la población [aplíquese también a la vacunación, que aún no estaba disponible cuando se elaboró el estudio]. Más allá del punto de inmunidad de rebaño, el número de casos de infecciones permanece elevado durante un tiempo considerable. El brote se detiene por completo solo cuando se ha infectado el 94% de la población”.

Es decir, que según la predicción del modelo de este estudio, el overshoot sería del 28%. O sea, que una vez alcanzada la inmunidad de rebaño en el 66%, hasta que la epidemia se detiene por completo aún se infecta (o debe vacunarse) un 28% más de la población, y la epidemia solo se detiene por completo cuando el 94% ya es inmune.

Esto es lo que a la gente le interesa: cuándo se acaba la epidemia. Y esto no ocurre con la inmunidad de rebaño, en el 60-70%, sino con la inmunidad de rebaño + el overshoot, en el 94%. Es decir, cuando casi toda la población ya es inmune. Y si ese 28% extra no se vacuna, ese 28% extra se contagiará.

Por todo ello, se entiende lo dicho al principio: la inmunidad grupal es un concepto teórico estadístico poblacional. Es útil para los epidemiólogos que tratan de controlar un brote, de cara a ajustar sus estrategias de vacunación con recursos limitados y cuando no todo el mundo quiere vacunarse. Pero no dice nada respecto al riesgo concreto de cada uno. No hará que estemos más seguros. No impedirá que los contagios sigan. No es cuando acabará la pandemia.

En resumen, para el público en general, el concepto de inmunidad de rebaño es tan útil como la constante de Planck. Lo que a la gente le interesa, se supone, es saber qué porcentaje de la población tiene que ser inmune para que podamos volver a la vida normal como era antes, sin mascarillas, sin distancia social, sin limitaciones en horarios, lugares o número de personas reunidas, haciendo lo que queramos, como, cuando y donde queramos. Y la respuesta, sin entrar siquiera en que aún no conocemos la duración de la inmunidad ni cuántas variantes del virus surgirán que escapen a ella, es que esto solo ocurrirá cuando cerca del 100% de la población sea inmune. Porque, hasta entonces, seguirá muriendo gente. Y, obviamente, cuando se trata de seres humanos no es aceptable sacrificar a unos cuantos por el bienestar general.

El cuento de la inmunidad de rebaño: érase una vez algo que no es lo que la gente cree. Capítulo 1

El azote de la COVID-19 ha obligado a mucha gente a escuchar mucho más sobre virus, epidemias y vacunas de lo que les habría gustado escuchar en toda su vida. El problema es que, cuando se convierte en el tema dominante, las voces expertas de los científicos quedan acalladas por el ruido de los medios generalistas, los opinadores profesionales y los políticos. Pero muchos de los conceptos que se manejan son algo más complicados de lo que parecen. Tampoco es que sean la mecánica cuántica o la tesis de Kant sobre el ser. Pero cuando medios generalistas, opinadores profesionales y políticos no los entienden y por tanto los cuentan mal, acaban extendiéndose ideas erróneas.

Un ejemplo que ya he comentado aquí antes es el significado de la eficacia de las vacunas. Está claro que no se ha entendido, no se entiende y no se entenderá. Como la eficacia anunciada de la vacuna de AstraZeneca fue menor que la de Pfizer, la gran mayoría de las personas siguen pensando que si se ponen la vacuna de AstraZeneca van a estar menos protegidas que con la de Pfizer. Lo cual no es cierto.

Otro ejemplo es la inmunidad de rebaño, así llamada originalmente, también de grupo, grupal o colectiva.

Ante todo, una aclaración importante: la inmunidad grupal existe (o, al menos, puede llegar a existir). Pero no es nada parecido a lo que la gente imagina. De hecho, es un concepto teórico estadístico epidemiológico tan poco útil para la población general que probablemente nunca debería haber salido a los medios, ya que conduce a error.

Y sin embargo, ahí estamos, con esta idea que es la que parece predominar: cuando se alcance un porcentaje determinado de población inmunizada por vacuna o por infección, que suele situarse en el 70%, sucederá algún fenómeno cuasimágico por el cual los contagios cesarán de repente, la enfermedad desaparecerá y podremos volver por completo a la vida pre-cóvid sin mayor preocupación.

Ojalá fuera así. Pero no lo es. Voy a explicar qué es la inmunidad de rebaño y para qué sirve, de modo que se comprenda qué no es y para qué no sirve.

La Gran Vía de Madrid el pasado noviembre. Imagen de Víctor Lerena / Efe / 20Minutos.es.

La Gran Vía de Madrid el pasado noviembre. Imagen de Víctor Lerena / Efe / 20Minutos.es.

Un poco de historia. En 1916 al veterinario de Kansas George Potter se le ocurrió que era un error sacrificar las reses afectadas por el contagio abortivo (brucelosis), como solía hacerse en las granjas. En un artículo publicado junto a su colega Adolph Eichhorn, propuso que mantener a estos animales podía contribuir a crear una “inmunidad de rebaño” (“herd immunity“), con la cual la infección acabaría extinguiéndose como un fuego al que no se le añade nuevo combustible. Nótese cuál era la idea original: permitir la enfermedad para acabar con ella, ya que para un ganadero es aceptable perder unos cuantos animales si esto beneficia al rebaño en su conjunto.

La idea de Potter llegó a Inglaterra, donde captó gran interés, sobre todo con el estallido de la Primera Guerra Mundial y los problemas de abastecimiento de alimentos. En 1923 los bacteriólogos William Topley y Graham Wilson publicaban un estudio en el que experimentaban con la inmunidad de rebaño en epidemias provocadas en grupos de ratones en el laboratorio. Pero pronto esto llamó la atención de los médicos enfrentados a epidemias humanas en las residencias de estudiantes y las aulas de las escuelas, que se preguntaron si sería aplicable a este caso. No sin debate, pues ciertos expertos recordaban cuál era el origen de una idea aplicada al rebaño: sacrificar a algunos para salvar al grupo.

Cuando en los años 50 y 60 comenzaron las grandes campañas de vacunación, los epidemiólogos se preguntaron qué porcentaje de la población era necesario inmunizar para alcanzar esta inmunidad de grupo. En los 70 se llegó a una fórmula muy sencilla: suponiendo R0, el número de reproducción básica del virus, o a cuántos infecta cada infectado (en una población total y homogéneamente susceptible mezclada por igual, donde cada individuo puede tener contacto con cada uno de los otros), y siendo S la proporción de la población susceptible a la infección, se entiende que R0 ⋅ S = 1. Como S es igual a 1-p, siendo p la población inmune, entonces R0 ⋅ (1-p) = 1, de donde sale que p = 1 – 1/R0. Esta p, población inmune, puede renombrarse como Umbral de Inmunidad de Rebaño, o HIT en inglés. Entonces:

Umbral de Inmunidad de Rebaño (HIT) = 1 – 1/R0

Así, cuando surge una nueva infección solo hay que calcular su R0, y entonces automáticamente se sabe cuál es el HIT, el porcentaje de población inmune necesario para alcanzar la inmunidad de rebaño. En el caso de la cóvid, se calculó la R0 en torno a 3. Así que el HIT estaría en torno a 0,67, entre un 60 y un 70% de la población. De la misma formulita se desprende que cuando aumenta la población inmune por encima del HIT, la R efectiva se hace menor que 1. Es decir, que cada infectado contagia como media a menos de una persona, o que hay cada vez más personas que no contagian a nadie de las que contagian a más de uno. Lo cual, q.e.d., lleva a la extinción del brote epidémico.

Fácil, ¿no? Demasiado. Porque, en realidad, hay dos grandes problemas que es necesario explicar. Primero, este es un concepto teórico en una situación ideal que no se corresponde en absoluto con una epidemia humana en el mundo real. Segundo, incluso si fuera posible alcanzar la inmunidad de rebaño, esto no consigue lo que la gente cree que consigue, por el problema del overshoot. Mañana seguiremos.

¿Qué dice realmente la ciencia sobre los cierres de fronteras contra la COVID-19?

Uno de los asuntos más discutidos desde el comienzo de la pandemia de COVID-19 es el cierre de las fronteras, lo que incluye también el de los aeropuertos. Parecería intuitivo pensar que, ante la expansión de un virus, una reacción lógica sería aplicar de forma inmediata esta medida, incluso antes que cualquier otra.

De hecho, muchos países reaccionaron así, y ello a pesar de que las actuaciones recomendadas por la Organización Mundial de la Salud (OMS) de acuerdo a su protocolo de declaración de la Emergencia Sanitaria Internacional (PHEIC), el máximo nivel oficial de alerta, desaconsejaban esta medida. Pero como ya he contado aquí, según han subrayado los directores de algunas de las principales revistas médicas del mundo, los gobiernos no han escuchado a la ciencia.

La intuición es un mecanismo mental muy útil en ciertos casos. Podría hablarse de cómo evolutivamente nos sirve para evitar innumerables peligros y blablablá. Pero también nos lleva a errores. Uno de los más evidentes: de ser por la intuición, aún seguiríamos pensando que es el Sol el que gira en torno a la Tierra. Por suerte, los humanos inventamos algo mucho más poderoso que la intuición: la ciencia. La ciencia sirve para cosas como describir la física cuántica, donde todo funciona de forma contraria a la intuición. Por desgracia, creer lo que descubre la ciencia en contra de la intuición es algo que no todos los seres humanos están dispuestos a aceptar.

Y aunque la intuición nos lleve por el camino de creer que cerrar las fronteras es un modo genial de parar una epidemia, después de un año de estudios observacionales (con datos reales) y modelos epidemológicos (herramientas predictivas, apoyadas y mejoradas con las observaciones empíricas), la conclusión es que no es tan genial, y que es mucho menos útil que otras restricciones internas en cada territorio. Por resumir las conclusiones de un reciente reportaje en Nature que repasaba estos estudios, las restricciones de fronteras consiguieron algo al comienzo de la pandemia, pero después han servido de muy poco.

Control de viajeros en Barajas. Imagen de Chema Moya / EFE / 20Minutos.es.

Control de viajeros en Barajas. Imagen de Chema Moya / EFE / 20Minutos.es.

Al comienzo de la pandemia, el 31 de marzo de 2020, un estudio de la Universidad de Yale publicado en PNAS cuestionaba la eficacia de los cierres fronterizos. Después de analizar la dinámica inicial de exportación de los contagios desde su epicentro inicial conocido en China, donde rápidamente se aplicaron cierres, los autores concluían: Nuestros resultados muestran que estas medidas probablemente frenaron el ritmo de exportación desde la China continental a otros países, pero que son insuficientes para contener la expansión global de la COVID-19“.

El motivo: con la transmisión asintomática, que ha sido el gran desencadenante de esta pandemia, cuando se creía que aún era algo restringido a China en realidad el virus ya estaba extendido por el mundo. Y una vez extendido por el mundo, lo único que consigue el cierre de los aeropuertos es retrasar el ascenso del pico de contagios, pero no reducir los contagios.

Así, los investigadores calculan que el 13 de enero de 2020, antes del cierre de Wuhan (23 de enero), cuando aún solo se habían reportado casos en China y Tailandia (publiqué el primer artículo sobre el “nuevo coronavirus chino 2019-nCoV” en este blog el 24 de enero de 2020, cuando había 846 casos confirmados en todo el mundo, 830 de ellos en China, y 26 muertes; por entonces el Medical Research Council de Reino Unido estimaba que los casos reales podían llegar a los 4.000), la probabilidad de que cada día al menos un contagiado hubiera volado ya a otros países sin ser detectado era mayor del 95%, y que para el 15 de febrero ya habían volado al exterior casi 800 contagiados. Los cierres impuestos en China pudieron frenar la exportación de casos en torno a un 80%. En resumen, la conclusión es que, una vez que el virus ha traspasado una frontera, cerrarla ya no logra nada en términos absolutos; solo consigue como máximo un crecimiento más lento, pero no menor, de los contagios.

El estudio temprano de Yale ha mantenido su vigencia a lo largo del tiempo. Porque en efecto, y a pesar de que muchos países reaccionaron cerrando sus fronteras en contra de las recomendaciones de la OMS, estos cierres no lograron evitar que el virus esté presente hoy en todo el mundo. Según el reportaje de Nature, escrito ya con la perspectiva de muchos meses de pandemia y muchos más estudios, “los modelos han mostrado que los cierres estrictos de fronteras podrían haber ayudado a limitar la transmisión del virus en los primeros días de la pandemia. Pero una vez que el virus comenzó a extenderse en otros países, los cierres de fronteras sirvieron de poco“.

El mensaje de este reportaje se basa en gran medida en una revisión, por entonces aún no publicada (hoy ya sí, en BMJ Global Health), que repasaba 29 estudios previos, incluido el de Yale. Y que llegaba a la misma conclusión: “Las medidas relativas a los viajes, especialmente las implantadas en Wuhan, tuvieron un papel clave en la dinámica de la transmisión temprana de la pandemia de COVID-19. Sin embargo, la efectividad de estas medidas fue de corta duración“.

Otro de los estudios incluidos en esta revisión, publicado en The Lancet Public Health en diciembre, calculaba que para el mes de mayo, y sin ninguna reducción del tráfico internacional, en 102 de 136 países algo más de un 10% de los contagios tendría su origen en los viajeros internacionales. Pero para septiembre, y una vez más suponiendo el mismo volumen de viajeros anterior a la pandemia, este porcentaje habría descendido en todos los países, hasta menos del 1% en 21 de ellos. Es decir, una vez que el virus ya ha entrado, la contribución a los contagios de los viajeros que llegan infectados es cada vez menor hasta hacerse prácticamente irrelevante frente a la transmisión interna en el propio país.

En el reportaje de Nature el epidemiólogo Mark Jit, de la London School of Hygiene & Tropical Medicine y director del estudio de The Lancet, concluye que las restricciones de viaje en fases avanzadas de la pandemia no están justificadas por la ciencia, salvo en regiones que están prácticamente libres del virus. El epidemiólogo Steven Hoffman, de la York University de Toronto (Canadá) añade que es muy probable que los cierres de fronteras “estén causando más mal que bien“, ya que los trastornos que provocan a todos los niveles no se justifican por el escaso beneficio que se obtiene.

En resumen y de acuerdo a la ciencia actual –que, como siempre insisto, es la actual, no la última palabra al respecto, pero es la que hoy tenemos–, centrar la discusión en las fronteras y los aeropuertos es una cortina de humo que impide ver las que, también de acuerdo a la ciencia, son las medidas verdaderamente eficaces para contener la pandemia, aquellas que se aplican a nivel local (cerrar los establecimientos no esenciales, sobre todo los de alto riesgo como la hostelería, cerrar los centros de trabajo y educativos, y prohibir las grandes reuniones y los eventos públicos). Y en cuanto a las fronteras y aeropuertos, cierres no, controles sí: testado, rastreo de contactos y cuarentena.

En Semana Santa, quédate en casa

Hace unos días el director de la revista médica británica The Lancet, Richard Horton, publicaba un editorial en el que echaba la vista atrás al año de pandemia, concluyendo que los gobiernos occidentales, como el de Johnson, fueron demasiado lentos e indecisos. No siguieron la ciencia“, dice. “Mostraron un liderazgo errático. Consistentemente se resistieron a hacer lo que era necesario para expulsar el virus de la comunidad. Y perdieron la confianza del público.

La opinión de Horton sigue la misma línea que la de otro alto directivo de otra de las mayores revistas médicas del mundo, Kamran Abbasi, director de la también británica BMJ; quien, como ya comenté aquí, hace unas semanas escribía un editorial en el que cargaba del mismo modo contra la gestión de la pandemia por parte de los gobiernos, haciendo notar cómo en muchos países la gente está descontenta con la actuación de sus dirigentes políticos.

Tratándose de dos revistas británicas, Horton y Abbasi han cargado sobre todo contra su primer ministro Boris Johnson, uno de los líderes mundiales que inicialmente sostuvieron una postura contraria a las restricciones, buscando de forma más o menos explícita la inmunidad grupal. Johnson recitificó rápidamente. De hecho, Reino Unido ha sido posteriormente uno de los países más estrictos en la aplicación de medidas no farmacológicas contra la propagación de la COVID-19. En todas sus conferencias de prensa, Johnson habla ante un atril que muestra una señal de advertencia en la que pueden leerse los tres mensajes clave del gobierno británico. El primero de ellos: “Stay Home“. Quédate en casa.

“Quédate en casa” fue un mensaje también muy repetido aquí durante el confinamiento general del primer pico de la pandemia en España. Es decir, cuando era una obligación bajo pena de sanción. No había otra opción. Por lo tanto, en aquel entonces la aparición del lema por todas partes, incluso en la esquina de la TV durante las emisiones, tenía un carácter puramente informativo, por si alguien improbablemente aún no se había enterado de que no se podía salir a la calle.

Imagen de Malopez 21 / Wikipedia.

Imagen de Malopez 21 / Wikipedia.

Pero ¿qué hay de este mensaje cuando quedarse en casa no es obligatorio por ley? Un estudio publicado en Nature Human Behaviour que analizaba la efectividad de distintas intervenciones no farmacológicas en 79 territorios contaba las campañas de información entre las medidas más importantes, incluyendo las que recomendaban quedarse en casa. De hecho, los autores descubrían que las recomendaciones eran solo ligeramente menos eficaces que la imposición obligatoria de las mismas medidas. Otro estudio publicado en la revista Journal of Medical Internet Research destacó el papel de las campañas de recomendación y sensibilización en el éxito de Nueva Zelanda en su estrategia de eliminación del virus.

Sin embargo, desde que en España quedarse en casa dejó de ser una imposición, y salvando alguna intervención reciente de alguna autoridad, este mensaje parece haber desaparecido casi por completo. Y no solo en la comunicación de las autoridades, sino también en los medios: se condenan las fiestas y los quebrantamientos de los cierres perimetrales, dado que esto es ilegal; pero se celebra –o como mínimo no se cuestiona– que los restaurantes y alojamientos estén completos de reservas para Semana Santa, dado que esto es legal. Como si el virus respetara la legalidad vigente.

Hay algo que debería quedar claro, especialmente ante el reciente repunte de los contagios. Y es que la contención o expansión del virus no depende de decretar la apertura o el cierre de los centros de trabajo, de los bares, las comunidades autónomas o los municipios, ni de la autorización o prohibición de ciertos actos o actividades. La contención del virus depende de cómo actuemos cada uno de nosotros: que restrinjamos lo máximo posible nuestras interacciones sociales, con independencia de lo que se determine como legal o ilegal. Creo que todo el mundo entiende que el hecho de que algo esté permitido, como ir a trabajar, no implica necesariamente que esa actividad esté libre del riesgo de contagio.

Los cierres perimetrales decretados para esta Semana Santa podrían ser del todo inútiles si Madrid se desplaza en masa a la sierra o Barcelona se desplaza en masa a las playas, rompiendo las burbujas habituales y multiplicando de forma desmedida el número de interacciones. Y aunque esto sea legal, y aunque la fatiga de la pandemia empuje a muchos a moverse en los límites de la ley, o incluso un poco más allá, al menos las autoridades y los medios harían bien asumiendo su responsabilidad: no parece lo más correcto que se informe de las reservas masivas de ocupación sin que se transmita también aunque sea una cierta preocupación por lo que ello puede suponer de aquí a dos o tres semanas.

En definitiva, el mensaje debería desplazarse del criterio de legal/ilegal al criterio de riesgo bajo/alto, porque no siempre existe una relación directa entre una cosa y otra. Lo que es legal o ilegal lo deciden los gobiernos. Lo que es de alto o bajo riesgo lo descubren los científicos, que no necesariamente son escuchados por los gobiernos, como subrayan Horton y Abbasi. Pero como dice el estudio citado más arriba, una recomendación puede llegar a ser casi tan eficaz como una imposición. Claro que esto no ocurrirá si ni siquiera existe tal recomendación.

Hoy más que nunca, por favor, quédate en casa. Ya habrá tiempo de hacer todo eso que llevamos un año esperando.

Pandemia y política (2): Díaz Ayuso y la política del “no es para tanto”

Ayer repasábamos aquí los casos de varios dirigentes políticos extranjeros que, en una primera etapa o de forma continuada, se han negado a seguir las recomendaciones científicas de actuación contra la pandemia de COVID-19. Hoy toca analizar nuestro caso más cercano, la presidenta de la Comunidad de Madrid, Isabel Díaz Ayuso. Cada caso tiene sus peculiaridades, y la curiosidad de Madrid es que esta fue la región española que respondió de forma más temprana a la pandemia en el primer pico de 2020, ordenando el cierre de los centros educativos el 9 de marzo, antes de la imposición del confinamiento general.

El análisis científico sugiere que la rápida respuesta de esta comunidad autónoma fue un éxito: según un estudio aún sin publicar dirigido por la Universitat Rovira i Virgili de Tarragona, Madrid fue el territorio que primero consiguió reducir su R por debajo de 1, el 14 de marzo. Otras comunidades lo hicieron de forma más tardía, y el estudio estima que la lenta reacción del gobierno central costó 23.000 muertes que podrían haberse evitado si las medidas a nivel nacional se hubiesen implantado una semana antes.

Pero en fases posteriores esa correcta actuación inicial de Díaz Ayuso quedó arruinada por un cambio de rumbo incomprensible. Unas palabras de la presidenta madrileña captadas por un micrófono abierto durante una reunión con Pedro Sánchez sugieren que se equivocó al creer la tesis de Trump, que la pandemia decaería por sí sola en verano para no volver. Posteriormente comenzaron a confirmarse las previsiones de los científicos, que la heterogeneidad de susceptibilidad no bastaría para frenar nuevas oleadas del virus y que aún estábamos más lejos de la inmunidad grupal que del inicio de la pandemia, si es que es posible alcanzarla.

Mientras Johnson y Rutte –e incluso Tegnell, aun manteniendo oficialmente su postura– habían reaccionado endureciendo sus medidas, en cambio Díaz Ayuso recorrió exactamente el camino opuesto, derivando hacia una estrategia blanda: trumpista, contra la ciencia que descalificaba la errónea intuición de Trump sobre la evolución futura de la pandemia; tegnelliana, pero ignorando la premisa del largo recorrido que inspira el discurso de Tegnell; reconociendo explícitamente la priorización de la economía, pero sin admitir el único presunto fin que podría justificar este enfoque, la inmunidad grupal.

Es decir, una postura intrínsecamente contradictoria y científicamente desnortada que ha convertido a Madrid en la comunidad española con mayor incidencia de contagios, un 70% más alta que la media nacional; en la región o provincia número 35 del mundo en contagios totales, solo superada por naciones enteras como Inglaterra y grandes estados de EEUU, India o Brasil (además de Moscú y los distritos capitales de Colombia y Perú), y la tercera región de Europa con más contagios totales, por debajo de Inglaterra (55 millones de habitantes) y Lombardía (10 millones), todo ello según datos de ayer viernes (datos internacionales del COVID-19 Dashboard de la Universidad Johns Hopkins).

La presidenta madrileña, Isabel Díaz Ayuso.EFE/JuanJo Martín/20Minutos.es.

La presidenta madrileña, Isabel Díaz Ayuso.EFE/JuanJo Martín/20Minutos.es.

Con el fin de tratar de hacer algo sin hacer lo que debería hacerse de acuerdo a las recomendaciones científicas, Díaz Ayuso impuso un enfoque de restricciones de movilidad por zonas de un mismo tejido social. Pero el consenso científico ha advertido (por ejemplo, a través del Memorándum John Snow, un documento firmado por casi 7.000 investigadores y profesionales de la salud) de que no es posible restringir la transmisión del virus a ciertas porciones de la sociedad, y de que tratar de hacerlo incrementa el riesgo de perjudicar a la población más desfavorecida.

Numerosos estudios han mostrado la realidad de esta mayor afectación en los barrios de minorías étnicas o más empobrecidos. Pero mientras que en otros países la voz de los científicos ha condenado expresamente los cierres discriminatorios, en Madrid han llegado a aceptarse casi como algo natural. Lo cual no los hace menos científicamente insostenibles y socialmente injustos, sobre todo cuando han quedado fuera de toda restricción –cambiándose los criterios ad hoc— las zonas con mayor actividad comercial y turística, mientras que otras donde el perjuicio económico se consideraba menor se han cerrado durante meses. En algún caso, para colmo del disparate, se ha cerrado una zona pero se ha permitido el acceso desde el exterior a un gran centro comercial ubicado en ella.

A su vez, la laxitud de las medidas madrileñas ha creado un problema adicional, el llamado turismo de fiesta. Madrid se ha convertido en el paraíso de atracción para los ciudadanos no excesivamente concienciados con los riesgos de la COVID-19, que huyen de sus países donde se han tomado medidas más contundentes. Es una curiosa consecuencia de la globalización; quizá imprevista, pero que refuerza aún más la razón de los científicos cuando han pedido reiteradamente estrategias comunes y coordinadas de lucha contra la pandemia, antes que cierres de fronteras (cuya eficacia aún se discute, ya que hay datos contradictorios sobre su efecto en la expansión de los contagios). A lo largo de este tiempo se han alzado quejas de los vecinos del centro de Madrid por las molestias y peligros asociados a este turismo de fiesta. Pero no olvidemos cuál es la raíz del problema: el “salid y divertíos”, junto con la decisión de dejar siempre abierto el centro histórico de Madrid para facilitarlo.

Ante la insuficiencia de las medidas adoptadas, el gobierno de la Comunidad de Madrid ha llegado a extremos como prohibir por completo y sine die las reuniones de no convivientes en domicilios. Los muchos estudios publicados han analizado la eficacia de distintas medidas tratando de separar sus efectos individuales. Pero esto no siempre es sencillo, dado que muchas de ellas suelen imponerse simultáneamente. En concreto, el estándar adoptado respecto a las reuniones es la limitación en el número de personas (normalmente 10, 100 o 1.000), tanto en espacios públicos como privados. Por lo tanto, aún no hay evidencias científicas suficientes sobre el efecto de prohibir las reuniones de no convivientes en domicilios sin tocar todas las demás variables sobre las que se puede actuar. Pero parece razonable que semejante intromisión suprema en la libertad y privacidad de los ciudadanos, que entra de lleno en el autoritarismo, solo sería justificable como recurso desesperado cuando todo lo demás ha fracasado.

Los defensores de Díaz Ayuso han argumentado que sus peculiares medidas funcionan. Y en parte, tienen razón: los estudios han mostrado que casi cualquier restricción de movilidad y de la interacción social, incluso mínimas y parciales, ejerce un efecto beneficioso sobre la evolución de los contagios. Pese a cierta demagogia circulante, lo cierto es que toda medida que separe a las personas evita muertes y salva vidas.

Pero además del carácter discriminatorio, incoherente y caprichoso de las medidas de la Comunidad de Madrid, existe una gran objeción. Por tirar de un ejemplo cinematográfico, en la película La lista de Schindler el protagonista se enfrenta a su catarsis final cuando no se enorgullece de las vidas que ha salvado, sino que se atormenta por las que no llegó a salvar pudiendo hacerlo. La ciencia ha mostrado cuáles son las medidas que más vidas salvan. Y el gobierno de Díaz Ayuso se ha negado una y otra vez a adoptarlas, dejando por tanto de forma consciente y deliberada que se produzcan muertes evitables como precio aceptable para salvar la economía.

Sin duda, es cierto que las medidas avaladas por la ciencia no nos gustan, porque conducen a consecuencias indeseables, incluyendo el desastre económico y la ruina de muchas familias. Esto es innegable. Si existe algún modo de definir el interés general, o lo que podríamos llamar el máximo común divisor del beneficio social, quizá podría llegar a decirse que una crisis causada por un parón económico como el que implican las medidas recomendadas por la ciencia afecta más gravemente a más personas que una enfermedad que solo mata al 1% de los contagiados. Esta es la idea que subyace no solo a las posturas de Bolsonaro, Trump, Johnson, Rutte, Tegnell y Díaz Ayuso, sino también al sentir de parte de la sociedad, sobre todo aquella cuyo sustento depende de la hostelería o el comercio.

En el fondo, el éxito popular de Ayuso tiene una explicación. Superados los primeros momentos de terror e incertidumbre con sus teatrillos del Resistiré, cuando muchos pensaban aquello del “vamos a morir todos”, muchas personas se han habituado a tolerar un cierto nivel de dolor común como precio para seguir con la vida normal. Han comprendido que, incluso si no se hace prácticamente nada (salvo por las mascarillas y el toque de queda, una tarde cualquiera en Madrid difícilmente se nota que estamos en pandemia), en realidad este virus no es tan contagioso como el sarampión ni tan letal como el ébola; Madrid ha servido casi como control del experimento global de restricciones. Y muchos han pensado que, digan lo que digan los científicos, yo, ciudadano medio sano en edad de trabajar y sin enfermedades crónicas, en realidad corro un riesgo muy bajo de enfermar gravemente, y casi nulo de morir. Y por ello, muchos han pensado que, en realidad, “no es para tanto”. Que el interés general pide seguir y mirar al frente, hacia el día cercano en que estemos todos vacunados.

Pero ¿es siempre ético primar el mayor interés general? Todos podemos encontrarnos en cualquier momento ante una indefensión individual contra la cual solo hay una cosa que puede ampararnos. Y es la sociedad. Circula por ahí una hipótesis según la cual los sapiens nos impusimos a los neandertales porque nosotros, y no ellos, conseguimos construir una sociedad. Una de las exigencias de esta sociedad es proteger a los más vulnerables. Aunque la mayoría no corramos un gran riesgo teórico de morir de COVID-19, es una obligación de todos proteger a quienes sí lo corren. Por encima de toda otra consideración, es una exigencia ética adoptar las medidas que más vidas salvan.

El gobierno de Díaz Ayuso no solo se ha negado a adoptar estas medidas, ignorando la ciencia y despreciando la ética; sino que además, como suele ocurrir cuando la realidad no le da la razón a uno, ha inventado toda una narrativa política falsa (pseudocientífica) para justificarlo. Afirma que el cierre por zonas es preferible a un cierre único y general, cuando el consenso científico dice lo contrario. Afirma que no está demostrado que el cierre de la hostelería reduzca los contagios, cuando abrumadoramente toda la ciencia disponible lo avala. Afirma que la inmensa mayoría de los contagios se produce en los domicilios y entre los jóvenes, cuando sus propios datos lo desmienten.

Sería deseable que los gobernantes deban en algún momento responder ante la sociedad de sus errores en la gestión de la pandemia, errores que en España afectan a uno y otro bando político. No es una cuestión de partidismos: gobernantes del partido de Díaz Ayuso en otros lugares sí han actuado honestamente, con más o menos acierto, pero de acuerdo a criterios científicos y éticos. Ante la situación que se abre en la Comunidad de Madrid, sería una distopía que continuara gobernando quien ha demostrado una gestión caprichosa, insolidaria, negligente y negacionista de la ciencia, y que sin el menor atisbo de rectificación parece en cambio correr ahora hacia los típicos órdagos maximalistas y napoleónicos de quien se encierra en su palacio, a contracorriente del consenso científico y del resto del mundo, creyendo que son todos los demás quienes circulan en sentido equivocado.

Esto no es un llamamiento a favor o en contra de ningún partido o bando político. Es un S.O.S. de un madrileño en un momento histórico crítico, en contra de una gobernante concreta que ha comprado votos a cambio de muertes evitables: ¿acaso alguien cuyo sustento dependa de la hostelería o del comercio votará a otro candidato que podría cerrar su establecimiento si los datos de la pandemia empeoran? Sin duda, los gobernantes de otras comunidades que han actuado honestamente se enfrentan al riesgo de pagar un precio político en votos. Pero tirando de otro ejemplo cinematográfico, el sheriff Brody de la isla de Amity acosada por el gran tiburón blanco pedía cerrar las playas para salvar vidas, mientras que el alcalde decidió mantenerlas abiertas para salvar la economía. En la ficción todos sabemos distinguir a los buenos de los malos. Bastaría con hacer el esfuerzo de no dejar la ética aparcada a un lado en la vida real.

En pandemia la política puede salvar vidas, pero solo es ética la que más vidas salva, y solo la ciencia revela cuál es (1)

Hoy y mañana se va a hablar de política en este blog, y ojalá fuese la última vez. Y me temo que va a ser algo largo, porque merece una explicación minuciosa, negro sobre blanco. Es indudable que política, ciencia y salud siempre están relacionadas, y de hecho los más militantes en el territorio de este vínculo dentro del mundo científico suelen reprocharme mi habitual alejamiento voluntario de esos fangales. Quizá tengan razón. Pero soy de esa clase de tipos a quienes sus amigos de derechas suelen acusarle de ser de izquierdas y sus amigos de izquierdas suelen acusarle de ser de derechas; lo cual personalmente solo me confirma que estoy precisamente donde pretendo estar. O sea, en ninguna trinchera.

Pero nunca antes en el tiempo de los hoy vivos la relación entre política y ciencia había sido tan crítica y urgente, porque nunca antes había sido tan claramente una cuestión de vida o muerte. Y por eso, en este momento es inevitable hablar de ello.

La pandemia de COVID-19 ha convertido el planeta en el mayor laboratorio epidemiológico de la historia. Aunque la ciencia ha tenido que trabajar atropelladamente, equivocándose y rectificando en numerosos casos, hoy ya existe un panorama científico más claro sobre cómo distintas intervenciones no farmacológicas afectan a la expansión de la presente pandemia. Y de los cientos de estudios publicados ha emergido un consenso: las medidas más eficaces pasan por la prohibición de las grandes reuniones y eventos públicos, el cierre de los establecimientos no esenciales, la clausura de los centros de trabajo y educativos y las restricciones a la movilidad, con la distancia social y el uso de mascarillas como principales medidas de protección.

Estas han sido las medidas generalmente adoptadas en la mayoría de los países, a veces de forma enormemente drástica, como en Nueva Zelanda (sobre la cual, por cierto, suele saltar a los medios un nuevo confinamiento por la detección de solo un par de casos, pero en cambio no suele contarse que gracias a su estrategia de eliminación durante el resto del tiempo llevan una vida completamente normal, sin siquiera mascarillas).

Pero ha existido un puñado de dirigentes que han adoptado una postura diferente a la gran mayoría de sus homólogos y abiertamente contraria a las recomendaciones nacidas de la investigación científica. No merecen ningún comentario los casos más disparatados y enloquecidos, como el del brasileño Jair Bolsonaro o el del presidente de Tanzania, quien declaró que su país había expulsado el coronavirus de sus fronteras gracias al poder de la oración.

El caso más destacado por su influencia global ha sido el expresidente de EEUU Donald Trump, quien despreció las medidas contra la epidemia, creyendo además que el virus desaparecería por sí solo. El poder directo de Trump sobre las intervenciones no farmacológicas es limitado, ya que estas están en manos de los estados e incluso de los condados y ciudades. Pero sin duda su postura influyó sobre las decisiones de salud pública adoptadas por otros dirigentes de su partido con responsabilidades de gobierno.

Trump ya ha perdido el poder, y seguramente existirán muchas razones muy diversas por las que parte de su electorado no ha seguido apoyándole. Pero es llamativo que nunca antes la comunidad científica, incluyendo algunas de las instituciones más destacadas y muchas de las principales publicaciones, se había posicionado de forma tan explícita en contra de un candidato político como lo ha hecho en contra de Trump.

De izquierda a derecha, Donald Trump, Boris Johnson, Mark Rutte, Anders Tegnell e Isabel Díaz Ayuso. Imágenes de White House, Ben Shread / Cabinet Office / Open Government Licence, EU2017EE Estonian Presidency, Frankie Fouganthin vía Wikipedia y EFE / JuanJo Martín / 20Minutos.es.

De izquierda a derecha, Donald Trump, Boris Johnson, Mark Rutte, Anders Tegnell e Isabel Díaz Ayuso. Imágenes de White House, Ben Shread / Cabinet Office / Open Government Licence, EU2017EE Estonian Presidency, Frankie Fouganthin vía Wikipedia y EFE / JuanJo Martín / 20Minutos.es.

Pero si Trump nunca llegó a abdicar de sus planteamientos, quienes en cambio sí rectificaron una postura inicial equivocada fueron Boris Johnson y Mark Rutte, respectivamente primeros ministros de Reino Unido y los Países Bajos. Ambos afrontaron inicialmente la pandemia con el propósito implícito de crear inmunidad de grupo, rechazando las medidas drásticas disruptivas para favorecer el salvamento de la economía.

Es interesante comentar que, a diferencia de Trump, en cierto sentido Johnson y Rutte, conscientemente o no, asumieron el mensaje correcto de los científicos: que a falta de vacunas el virus era imparable, que no iba a desaparecer simplemente con un par de meses de confinamiento ni con un verano de previsible descenso en los contagios. Por ello y a falta de medidas farmacológicas preventivas, ambos flirtearon con la idea de proteger a los grupos más vulnerables y dejar que el virus siguiera su curso entre los sectores de población de menor riesgo para tratar de alcanzar la inmunidad grupal con la mínima pérdida posible de vidas. Ambos abandonaron después esta posición y optaron por medidas más drásticas; se supone que por consejo científico, pero también ante la oposición del público y los medios.

Conviene mencionar que desde el principio de la pandemia ha existido una pequeña corriente minoritaria entre los científicos que ha defendido la postura inicialmente abrazada por Johnson y Rutte. Muchos de ellos la expresaron mediante la firma de un manifiesto llamado Great Barrington Declaration, que defendía “minimizar la mortalidad y el daño social hasta que alcancemos la inmunidad grupal”. Según los firmantes, el interés general y el beneficio mayoritario se alcanzarían tratando de evitar una completa disrupción de la dinámica de la sociedad, con todos los perjuicios que ello conlleva a todos los niveles, incluyendo también el sanitario.

La idea era interesante y merecía un análisis científico serio. Pero no ha superado este análisis, por varias razones. Resumiendo: no puede apoyarse en evidencias reales dado que no existe ningún precedente histórico ni por tanto estudios científicos fiables, lo que planteaba el riesgo de un número inasumible de muertes. El tiempo ha dado la razón a quienes desde el principio no han creído en la inmunidad de grupo, al menos en parte por el efecto de las nuevas variantes del virus: en la ciudad brasileña de Manaos el primer pico de la pandemia infectó al 76% de la población, por lo que esta localidad amazónica se convirtió en el foco de todas las miradas de epidemiólogos e inmunólogos. Sin embargo, Manaos ha sufrido posteriormente nuevas oleadas de contagios, lo que para muchos expertos ha supuesto el clavo definitivo en el ataúd de la idea de la inmunidad grupal adquirida por infección natural. Por lo tanto, si el objetivo final de la estrategia defendida por la Great Barrington Declaration es inalcanzable, el camino para llegar hasta él pierde por completo su sentido.

Continuando con la lista, tenemos a Suecia. Este es un caso peculiar, que he explicado con detalle aquí y en otros medios. Al contrario de lo que sucede en la mayoría de los países, en Suecia la soberanía de las decisiones está en manos del epidemiólogo del estado, Anders Tegnell. En los medios se le ha llamado a menudo el “Fernando Simón sueco”, una comparación incorrecta, dado que Simón únicamente asesora, mientras que Tegnell decide. La inmunidad de grupo y la priorización de la economía han estado presentes, al menos de forma implícita, en los objetivos de Tegnell, que optó por una estrategia blanda de mínima disrupción (después en parte rectificada). Tegnell sí entendió y declaró desde el comienzo que el virus no desaparecería, y que la lucha contra la pandemia era una carrera de fondo, no un esprint. Su estrategia ha sido enormemente controvertida, aunque en general ha sido rechazada por la mayoría de la comunidad científica.

Pero pese a todo, Tegnell contó con una ventaja de salida, en forma de las peculiaridades de la sociedad sueca: no solo se trata de un país con baja densidad de población y con singularidades geográficas, sino que además parece existir un cierto sentimiento de responsabilidad común que llevó a la tercera parte de la población a autoconfinarse voluntariamente durante el primer pico de la pandemia, y a muchos establecimientos a cerrar por decisión de sus propietarios, sin ninguna obligación legal de hacerlo.

Pero con el tiempo esta ventaja inicial ha desaparecido, y quizá en parte por un factor que solo estudios científicos posteriores han ido analizando: el efecto de la heterogeneidad de susceptibilidad. Esto significa que entre la población general existe un gradiente de susceptibilidad a la infección por el virus (a la infección, no necesariamente a sus efectos ni a la gravedad de sus síntomas), de modo que en primer lugar la epidemia ataca preferentemente a los más susceptibles de entre todos los expuestos, sobre todo a los más susceptibles cuyo grado o frecuencia de exposición es mayor.

Esto tal vez no impida que en fases posteriores la infección continúe aumentando su índice de reproducción en ausencia de medidas de contención (R, el número medio de personas a las que contagia cada infectado), pero es posible que sí determine que ciertas regiones sufran oleadas secundarias más intensas que la primera, si el virus aún tiene intacto la mayoría de su terreno más fértil. Si en Suecia el primer pico fue moderado por una expansión limitada no debida a las medidas adoptadas, sino a la configuración de la sociedad, tarde o temprano las cifras acumuladas tienden a alcanzar a las de otras regiones que han sufrido un primer pico más intenso, pero que ya tienen una proporción mayor de su población más susceptible desplazada hacia el tercer grupo en términos del modelo SIR (Susceptible-Infectado-Recuperado, un modelo clásico en epidemiología).

Vayamos por fin al caso que nos concierne ahora, el de la Comunidad de Madrid dirigida por la presidenta Isabel Díaz Ayuso. Mañana continuaremos.

Por qué la muerte de Enrique San Francisco debería recordarnos el peligro de la próxima gran pandemia

Este lunes se ha conocido la noticia del fallecimiento del actor Enrique San Francisco, después de dos meses ingresado a causa de una neumonía. Después de unas primeras informaciones algo confusas, varios medios han aclarado que, al parecer y según fuentes próximas al actor, la causa de su neumonía no era el coronavirus causante de la COVID-19, sino una bacteria.

Los medios han tirado de informaciones de instituciones sanitarias para explicar qué es la neumonía necrotizante o necrosante, la causa de la muerte de San Francisco. Pero hoy más que nunca es necesario explicar por qué este caso debería servir para elevar las alarmas sobre una gravísima amenaza sanitaria cada vez más seria y que se está ignorando, como hasta 2020 se ignoraron repetidamente las advertencias sobre la inminencia de una gran pandemia vírica.

La neumonía necrotizante es una complicación rara y grave de la neumonía, una infección pulmonar que afecta sobre todo a niños, ancianos y personas con enfermedades crónicas o ciertos factores de riesgo. Una neumonía, en su forma más común, puede venir causada por muchos tipos de microorganismos diferentes; el SARS-CoV-2 es uno de ellos. A menudo ocurre que una infección pulmonar vírica viene seguida por una infección bacteriana secundaria. Por ejemplo, los datos indican que la mayoría de las muertes de la gripe de 1918 se debieron a neumonías bacterianas secundarias.

Este es el motivo por el cual a muchos enfermos de cóvid se les administran antibióticos, incluso solo por si acaso, aunque no se ha observado una alta incidencia de estas infecciones bacterianas secundarias durante la pandemia; solo afectan a un 15% de los pacientes graves, pero el 75% están recibiendo antibióticos. También en España el uso de antibióticos en los hospitales aumentó de forma drástica a partir de marzo de 2020, con el primer pico de la pandemia.

El problema con el uso y abuso de los antibióticos es bien conocido: fomentan la aparición de cepas bacterianas resistentes. Los antibióticos actúan contra las bacterias sensibles, con lo que favorecen la proliferación de aquellas que no lo son. Además, esta resistencia a los antibióticos suele depender de genes móviles que las bacterias pueden pasarse unas a otras, incluso entre distintas especies, por lo que el crecimiento de estas cepas resistentes puede extender la resistencia a otras bacterias que previamente eran sensibles.

Imagen de microscopía electrónica (coloreada artificialmente) de un neutrófilo humano ingiriendo bacterias MRSA. Imagen de NIH.

Imagen de microscopía electrónica (coloreada artificialmente) de un neutrófilo humano ingiriendo bacterias MRSA. Imagen de NIH.

Pero si el problema parece más o menos conocido, no lo es tanto su magnitud: en los últimos años la resistencia a antibióticos ha crecido de forma alarmante. Se calcula que actualmente cada año mueren en el mundo 700.000 personas por infecciones bacterianas resistentes a antibióticos. Y se vaticina que en 2050 serán 10 millones cada año. Recordemos que hasta ahora la cóvid ha matado a unos 2,5 millones de personas.

El problema es tan preocupante que muchos expertos hablan ya de una era post-antibióticos, en la que nuestras armas contra las bacterias serán cada vez más flojas y escasas. Algunos antibióticos se reservan en los hospitales como último recurso cuando todo lo demás falla. Pero hay bacterias que resisten todos los antibióticos conocidos, incluso los de último recurso.

Cada vez son más las voces de expertos que están alertando de que la próxima gran pandemia será la de las bacterias resistentes. La Organización Mundial de la Salud (OMS) ha advertido de que el uso indiscriminado de antibióticos durante la pandemia de cóvid está acelerando lo que vaticina como una “catástrofe de resistencia a antibióticos”. “No hay tiempo que perder”, dice la OMS.

La pandemia de las bacterias resistentes a antibióticos no sería tan explosiva como la de COVID-19. No hay una expansión tan rápida y directa como en el caso de un virus de transmisión respiratoria. Pero sería más letal y mucho más difícil de controlar. Mientras que los virus necesitan células adecuadas para proliferar y generalmente mueren al poco tiempo fuera de su hospedador, las bacterias pueden también transmitirse por el aire pero proliferar en cualquier lugar: en el agua, la comida, en cualquier superficie o en cualquier tejido del cuerpo. Muchas infecciones con estas cepas resistentes se contraen en los propios hospitales, donde las bacterias pueden colonizar y agazaparse en cualquier rincón.

Pero no solo los antibióticos favorecen la aparición de bacterias resistentes, sino también los productos desinfectantes. A estas alturas ya ha quedado suficientemente claro que las superficies no están jugando un papel relevante en la transmisión de la cóvid, por lo que no es necesario desinfectar de forma compulsiva, ni tampoco utilizar productos antisépticos más allá de su uso habitual; la higiene de manos con agua y jabón es la medida óptima recomendada, suficiente para prevenir los posibles contagios por el contacto directo, y los geles hidroalcohólicos y otros desinfectantes deben reservarse solo para cuando no sea posible lavarse con agua y jabón.

En una reciente carta a la revista Science, dos investigadores de la Universidad de Queensland (Australia) advierten: “La desinfección extiende la resistencia antimicrobiana“. Los desinfectantes facilitan la adquisición bacteriana de resistencia antimicrobiana, potencialmente el mayor reto de salud global después de la pandemia de COVID-19“, escriben los autores, enumerando algunos compuestos desinfectantes para los que se ha probado la aparición de resistencias: compuestos de amonio cuaternario, el triclosán, la clorhexidina, el etanol (el alcohol de los geles) o el cloro, cuya concentración en el agua potable se ha aumentado en muchos lugares como prevención contra la COVID-19. Así, el actual aumento de las prácticas de desinfección puede suponer un riesgo ambiental y para la salud pública al acelerar la expansión de las resistencias“.

Frente a todo ello, los autores recomiendan: Para reducir la liberación de desinfectantes al medio ambiente, deben aplicarse políticas para reducir la desinfección innecesaria de superficies“, además de mantener la concentración de cloro en el agua en los niveles seguros que se han utilizado habitualmente y que son suficientes para eliminar el virus de la cóvid.

Y bien, ¿qué tiene todo esto que ver con el fallecimiento de Enrique San Francisco? Que yo sepa, no se han publicado detalles sobre cuáles han sido la especie y la cepa bacteriana responsables de la infección que ha causado la muerte del actor. Y es bien sabido que arrastraba problemas de salud. Pero sí, también las bacterias resistentes causan neumonía necrotizante.

Por ejemplo, la causada por estafilococos, una bacteria por lo demás muy común, viene provocada por una cepa de Staphylococcus aureus productora de una toxina llamada leucocidina de Panton-Valentine, cuyo gen procede originalmente de un virus bacteriófago o fago (virus que atacan a las bacterias). Esta toxina suele estar presente en las cepas de estafilococos resistentes a meticilina (MRSA, en inglés), de muy difícil tratamiento por su resistencia a numerosos antibióticos. Y las neumonías necrotizantes causadas por esta bacteria son letales en el 75% de los casos, incluyendo niños y adultos jóvenes y sanos. Recordemos que la letalidad de la cóvid está en torno al 1%.

En resumen, no sabemos si el de Enrique San Francisco ha sido un trágico caso de la resistencia bacteriana a los antibióticos, o si ha sido su salud débil la que finalmente se ha doblegado a causa de la infección. Pero debería ser una llamada de atención para que no olvidemos que la próxima gran pandemia está por llegar, y que puede ser mucho peor que la actual. Y que de nuestro uso responsable de antibióticos y desinfectantes puede depender ahora evitar una futura catástrofe.

Cinco ideas erróneas sobre las vacunas de la COVID-19 (1): la vacuna de AstraZeneca

La campaña de vacunación en España avanza a trompicones, sin dar nunca la sensación de llegar a despegar; para el común de los mortales que no pertenecemos a los colectivos de mayor riesgo o a los privilegiados (este segundo grupo incluiría a aquellos sobre los que no existen datos científicos que apunten a un mayor riesgo de contagio ni de padecer enfermedad más grave, pero que ya han recibido la vacuna), el pinchazo aún parece algo muy lejano. Pero al mismo tiempo, y con toda la difusión que están alcanzando las inmunizaciones, algunos medios están cayendo en ciertas ideas erróneas que pueden dificultar aún más el avance de las vacunas, ya que están contribuyendo a crear confusión e incluso rechazo hacia alguna de ellas. Así que, una vez más, conviene desmontar algunas de estas ideas. Empezamos:

1. Esta vacuna es peor, son mejores estas otras…

Ningún medio ha podido resistirse a la tentación de publicar bonitas infografías en las que se comparan los detalles de las distintas vacunas para que el público pueda saber qué vacuna es mejor, cuál es no tan buena, cuánto protege cada una…

Para que se entienda, esto es como elaborar una bonita tabla comparando la gestión de gobierno de, por ejemplo, Carlomagno, con la de, por ejemplo, John F. Kennedy (por utilizar ejemplos políticamente neutros). Cualquiera entiende fácilmente que esto es comparar peras con manzanas. Y esas tablas publicadas en los medios comparando distintas vacunas también están comparando peras con manzanas.

Las distintas vacunas se han probado y validado en condiciones y con criterios muy diferentes. En un ensayo clínico intervienen infinidad de factores, variables que deben elegirse cuando se diseña el ensayo y que en cada caso son muy distintas: tamaños dispares de los grupos, distintos fraccionamientos, diferentes parámetros medidos, distintos umbrales…

En una revisión en la revista Science Advances, un grupo de investigadores de la Universidad de Cornell se ha echado a la espalda la tortuosa e infernal tarea de recoger todos los datos científicos publicados sobre 17 vacunas, incluyendo las que ya están administrando a la población, con el fin de ajustar sus resultados y condiciones para tratar de sacar algo en claro de sus posibles comparaciones.

El producto de esto son 31 páginas de estudio. A lo largo de las cuales los autores repiten infinidad de veces que la disparidad de los datos, las medidas y los formatos impide la comparación directa de los resultados en la mayoría de los casos. Y escriben: “Necesitaremos más datos […] para saber si todas las vacunas de primera generación pueden proteger a niveles de eficacia cercanos al 90%. También debe tenerse en cuenta que las diferencias en la eficacia aparente pueden depender, al menos en parte, de cómo las infecciones sintomáticas se documentan en los distintos ensayos, lo que parece variar“.

Los investigadores ponen el siguiente ejemplo: en los ensayos de las vacunas de Pfizer y Moderna se identificaba a las personas infectadas cuando acudían por propia voluntad a los centros del estudio informando de síntomas y se les testaba la presencia de ARN viral por PCR, mientras que en el ensayo de AstraZeneca se testaba semanalmente a todos los vacunados y se les hacía rellenar un cuestionario de síntomas. Es evidente que se están midiendo cosas diferentes, y esto significa que los datos de eficacia no son comparables. Este es solo uno de los muchos aspectos diferentes de los ensayos de unas y otras vacunas. Y ni mucho menos se conoce aún cómo evolucionarán con el tiempo los distintos componentes inmunitarios involucrados en la protección con una u otra vacuna.

Al final, la única conclusión de esta monumental revisión es que los resultados en su conjunto implican que la vacunación puede conseguir un alto nivel de protección contra la infección sintomática del SARS-CoV-2. Más aún, hay indicios preliminares de que las vacunas también podrán proteger contra la COVID-19 grave“.

Es por ello que, ante la proliferación de esas tablas e infografías en los medios, no solo en España, alguna revista científica ha tenido que salir al quite: “Por qué es tan difícil comparar las vacunas de la COVID“, titula Nature en un reciente reportaje. Puede ser tentador, pero simplemente no es posible comparar directamente la efectividad de las vacunas basándonos solo en estos resultados“, dice en el reportaje el investigador de la Pennsylvania State University David Kennedy.

¿No es posible entonces obtener una comparación real válida entre distintas vacunas? Podrá serlo, cuando existan estudios que comparen directamente distintas vacunas en un mismo ensayo, con criterios comunes.

Vacuna de la Universidad de Oxford / AstraZeneca. Imagen de Gencat / Wikipedia.

Vacuna de la Universidad de Oxford / AstraZeneca. Imagen de Gencat / Wikipedia.

2. La vacuna de AstraZeneca solo tiene un 60% de… ¿eficacia? ¿Efectividad? ¿Eficiencia?

Incluso algún colectivo de profesionales sanitarios se ha manifestado en contra de recibir la vacuna de AstraZeneca, lo cual ya es para miccionar y no expulsar orina, sobre todo teniendo en cuenta que casi la práctica totalidad de la población, incluyendo sectores que corren serio riesgo de morir por cóvid, aún continúa esperando pacientemente un pinchazo que se les prometió allá por noviembre, pero que parece no llegar nunca. Y teniendo en cuenta que hoy mismo algunas personas se contagiarán y acabarán muriendo de una enfermedad contra la cual ya existen vacunas que podrían salvarles la vida. Quienes van a recibir una vacuna próximamente, sea cual sea, pueden considerarse muy afortunados. La mayoría no tenemos esa suerte.

Ante todo, aclaremos: los ensayos clínicos informan sobre la eficacia de una vacuna. Una vez que esta se administra a la población en el mundo real, se puede medir su efectividad (la eficiencia se refiere a la optimización de la campaña en términos de distribución de recursos, coste y resultados obtenidos).

Eficacia y efectividad pueden ser muy diferentes; por ejemplo, una revisión de estudios de una de las vacunas contra la gripe en niños determinó un 79% de eficacia, pero un 38% de efectividad. Debe entenderse que cuando los resultados anunciados de algunas vacunas contra la cóvid hablan de un 95% de eficacia, esto NO significa que de cada cien personas vacunadas 95 vayan a estar totalmente protegidas y 5 corran el riesgo de infectarse; significa que, en las condiciones ideales del ensayo clínico, se ha observado un 95% de reducción de la enfermedad, definida por unos criterios concretos, en el grupo de las personas vacunadas en comparación con el grupo de placebo. Ni más ni menos.

De esto se entiende que la excesiva difusión que se ha dado a esos numeritos mágicos no hace demasiado bien, ya que no se comprenden. El mensaje que debe quedar es que, si los científicos concluyen de los ensayos clínicos que una vacuna es eficaz, esto significa que su administración a la población general conseguirá proteger a muchas personas directamente, a otras indirectamente gracias a la inmunidad de grupo, y por tanto reducirá enormemente el riesgo epidemiológico para todos. Vacunas como las de la gripe, con efectividades reales muchas veces menores del 50%, salvan miles de vidas cada año.

Con respecto a la vacuna de AstraZeneca, este es el resumen de los datos: un ensayo encontró un 90% de eficacia. Otro determinó un 62% de eficacia (de estos dos datos en conjunto sale el 70% del que se habla). Ambos emplearon distinta dosificación. Ahora, una nueva revisión de los estudios ha encontrado una eficacia del 76% después de la primera dosis. Al administrar una segunda dosis antes de las 6 semanas, se ha obtenido una eficacia del 55%, pero del 81% cuando la segunda dosis se retrasa a más de 12 semanas. Y ¿cuál es la conclusión de todo esto? Que quizá convenga retrasar la segunda dosis.

AHORA BIEN:

Dicho lo anterior, también hay que decir esto. No puede ocultarse que la vacuna de AstraZeneca ha recorrido un proceso accidentado y algo desconcertante. Para empezar, los primeros estudios de vacunación con una sola dosis rindieron una producción de anticuerpos neutralizantes menor de lo esperado. Por algún motivo, los diseñadores de la vacuna decidieron utilizar la proteína Spike o S del virus (la misma que se emplea como inmunógeno en todas las vacunas que han llegado a España) en un tipo de conformación que no parecía la óptima, ya que no incluía ciertos cambios estabilizadores que los experimentos previos sugerían que podían ser ventajosos para mejorar su acción.

Quizá algo sorprendidos por este resultado, los investigadores decidieron sobre la marcha incluir una segunda dosis en el protocolo. Pero por un error, resultó que algunos de los voluntarios del ensayo recibieron en la primera dosis solo la mitad de lo pretendido. Así, hubo un grupo que recibió media dosis + una dosis, y otro al que se le administró una dosis + una dosis.

Extrañamente, resultó que el primer régimen, el de media dosis inicial, funcionaba mejor. Esto no es del todo incomprensible; de hecho, ya se había observado con alguna otra vacuna. Una explicación posible sería que el vector que transporta la proteína S, un adenovirus de chimpancé, estaba interfiriendo de algún modo en la respuesta óptima buscada. Pero también resultó que quienes habían recibido media dosis habían esperado más tiempo para recibir la segunda, por lo que quizá la diferencia se deba al tiempo entre ambas dosis y no a la dosificación. O tal vez a ambas cosas.

Por último, también resultó extraño que los resultados presentados por AstraZeneca incluyeran dos ensayos separados de los que se obtenía la media. Si no es posible comparar los ensayos de dos vacunas distintas, tampoco lo es comparar dos ensayos distintos de la misma vacuna. Es irregular; un dato promediado entre dos ensayos diferentes no tiene el mismo valor que un solo dato obtenido a partir de un único ensayo.

En resumen, a lo largo del proceso de ensayos, AstraZeneca y la Universidad de Oxford (creadora original de la vacuna) han dado tumbos y bandazos que han desconcertado bastante a la comunidad científica. Pero también debemos entender que el trabajo desarrollado a lo largo del último año por los investigadores de vacunas ha sido excepcionalmente rápido y urgente; antes de esta pandemia, el tiempo medio desde el diseño de una vacuna hasta su aprobación era de 16 años. Y cuando se avanza tan deprisa por territorio desconocido, no tiene nada de raro que surjan problemas e incluso errores a los que hay que reaccionar sobre la marcha. Lo importante es el resultado final. Y la vacuna funciona; ha superado el umbral del 60% que se estableció como objetivo mínimo para las vacunación contra la cóvid.

Por mi parte, puedo decir que estoy incluido en el grupo de edad de los que vamos a recibir la vacuna de AstraZeneca. Y que lo haré con gusto, dado que los recursos disponibles deben distribuirse del mejor modo posible entre la población, y este lo es (dejando aparte una vez más la discusión sobre los grupos privilegiados, en la que prefiero no entrar). Esto, también dejando de lado el problema de las nuevas variantes del virus. En particular, la vacuna de AstraZeneca parece ser mucho menos eficaz contra la variante sudafricana. Pero una vez más, aún no hay suficientes datos. Y en cualquier caso, creo que ya debería haber quedado suficientemente claro que esta pandemia no se acaba para cada uno de nosotros el día que recibamos el pinchazo en el brazo.

3. La vacuna de AstraZeneca no puede usarse con la gente mayor: es peligrosa, no sirve o algo

Los científicos dicen: no existen suficientes datos que permitan validar la vacuna de AstraZeneca en personas mayores al mismo nivel de confianza obtenido para el grupo de población más joven. Los medios entienden: la vacuna de AstraZeneca no sirve para las personas mayores. No funciona. O es peligrosa. O algo.

Pero sí, la vacuna de AstraZeneca se ha probado en personas mayores. De hecho, hubo un estudio específicamente dedicado a esto. La conclusión: la vacuna parece ser mejor tolerada por las personas de más edad que por las más jóvenes y tiene una inmunogenicidad similar en todos los grupos de edad después de la dosis de recuerdo“. Según resume la reciente revisión de Science Advances citada más arriba, cuando la vacuna “se testó en voluntarios de edades 18-55, 56-69 o mayores de 70, hubo poca o ninguna reducción de la inmunogenicidad dependiendo de la edad“.

¿Por qué, entonces, esta vacuna solo se está administrando en España a los menores de 55 años? En el conjunto de estudios, el grupo de los mayores de 55 solo ha representado hasta ahora el 12% de los voluntarios –y solo un 4% de mayores de 70– con solo uno de los dos regímenes de administración de dosis probados. Dado que existen distintas vacunas y deben repartirse entre los distintos grupos, las autoridades de algunos países han preferido reservar esta vacuna para el sector de población de menor edad a la espera de más datos. Pero según los datos actuales, sí, la vacuna funciona igual de bien en personas mayores. Y por cierto, el criterio de las autoridades españolas contradice el de la Agencia Europea del Medicamento, que ha recomendado esta vacuna para todos los grupos de edad.

(Continuará)