domingo, 21 de agosto de 2022

Descolonizar el estómago


Por Fernando Rocabado Quevedo*                        

Con algún interés leí el titular de La Razón “Hay que descolonizar el estómago” referido a un discurso (1) de nuestro Vicepresidente, David Coquehuanca, durante un ampliado de la Federación Departamental Túpac Katari y Bartolina Sisa, en El Alto. La lectura del artículo me llamó aún más la atención por sus argumentos, había que descolonizar el estómago, considerando que la comida mataba más que el COVID 19: “Ellos quieren que hablemos del coronavirus, han muerto por coronavirus menos de 10 millones; pero, hermanos, por la comida transgénica en el mundo han muerto 18 millones de personas, y nadie dice nada de eso”, dijo de manera contundente y contradictoria.

Cuando dice “ellos”, se refiere a fuerzas externas que exageran con la importancia y con el número de muertos por el COVID 19, que no llegó a 10 millones, cuando tenemos problemas con la comida chatarra, que el confunde con la comida transgénica, que no son la misma cosa. Con su afirmación, no solo vuelve a mostrar su desprecio y subestimación a la pandemia más rápida en cuanto a contagiosidad de las últimas décadas; para ser exacto el COVID mató 6.451.050 personas hasta el día de hoy (2) en cerca de dos años; se convirtió en pocos meses en una pandemia, que está siendo frenada por el esfuerzo conjunto de los científicos de diferentes especialidades de casi todo el mundo, lo que quedará grabado en los anales de la salud pública universal. Sin embargo, no es sobre el COVID que quiero centrarme, sino sobre el otro problema que saca a relucir: la dieta moderna, llamada, también, dieta occidental.

Empiezo aclarando que los dos eventos no son comparables, porque el COVID 19 es una enfermedad infecciosa, ahora claramente  identificada y ya casi conocida en su complejidad; en tanto que la “dieta” , con sus múltiples componentes, donde puede incluir la comida chatarra y los transgénicos, son factores de riesgo, que inducen a la enfermedad y a la muerte por otras causas: obesidad, diabetes, hipertensión, enfermedades cardiovasculares, cánceres, enfermedades renales, hepáticas, y muchas otras, cuya ocurrencia y forma de tratar es más compleja, son enfermedades crónicas, no agudas como el COVID, y su gestación dura muchos años y ha ido aumentando lentamente en el último medio siglo, lo que ha puesto en atención a la salud pública que la considera prioridad junto con el tabaquismo, el alcoholismo y el sedentarismo.  Pertenece al grupo de factores de riesgo de las enfermedades crónicas, que son el desafío futuro más grande la salud pública mundial. 

Según una última publicación de The Lancet (3), comer mal, sea por poco de algunos alimentos o por mucho de otros, provoca 11 millones de muertes en el mundo al año, de los cuales 10 millones son por enfermedades cardiovasculares. O sea, de los 57 millones de muertes en el mundo, una de cada cinco tiene relación con la dieta.

¿Pero cuál es esa dieta mala o desequilibrada que provoca tanto daño? El estudio que fue realizado en 195 países, nos dice que es mala una dieta baja en frutas, vegetales, legumbres, granos integrales, nueces y semillas, leche, fibra, calcio, ácidos grasos omega-3 de alimentos marinos, grasas poliinsaturadas o alta en carne roja, carne procesada, bebidas azucaradas, grasas trans y sodio (cuya principal fuente es la sal).

La disminución o carencia de esos alimentos está siendo provocada o inducida por el proceso de industrialización de los alimentos, que es un fenómeno global (4), pero con repercusiones ya notorias en nuestro país. Los alimentos ultra procesados son el producto y el símbolo del actual modelo de alimentación, que debemos descolonizar, según las orientaciones del Vice Presidente. Pero la tarea no es nada sencilla. Requiere de políticas públicas integrales, que van desde la producción de los alimentos hasta su consumo. Agarremos el desafío del gobernante y volvamos a producir lo nuestro y comer la comida casera a la que estamos acostumbrados. Esto significa ir a las causas.

La producción de alimentos que conforman nuestra canasta básica, deberá concentrarse en los alimentos tradicionales, mismos que requieren de políticas de apoyo y fomento, sino de subvención, por su poca rentabilidad y la poca ganancia de los campesinos, hoy por hoy ahogados por el contrabando. Sin embargo, el problema mayor viene de las comidas industrializadas, producidas en el país o importadas, que son las que producen la mayor cantidad de comida chatarra; las que vehiculan los alimentos más dañinos, como son el azúcar, la sal, las grasas, amén de productos químicos para mantenerlos en buen estado y apariencia, hablamos de saborizantes, conservantes, edulcorantes, colorantes y otros similares. ¿Cómo se para esta tendencia que es global y nos pisa los talones?

Primero, se debe tener claridad conceptual y científica de lo que se quiere hacer. Segundo, tener las estrategias, las leyes, normas y los organismos responsables para hacerlo. Cuarto, evaluar periódicamente la marcha de nuestras políticas alimentarias de “descolonización gástrica”.

Una buena Dirección de Protección de Alimentos, en el Ministerio de salud se impone, para controlar lo que se produce, lo que se importa y lo que se vende en los mercados. Que sean alimentos inocuos, regulados por un servicio efectivo de regulación, tipos mejorados de SENASAG e IBNORCA. No puede ser que se siga vendiendo leche que no es leche, chocolate que no es chocolate, o café granulado que no es café granulado, o que se siga inundando el mercado con bebidas gaseosas, ricas solo en azúcares. A como van las cosas, y con el dominio tecnológico de las grandes industrias, nos venderán alimentos ya preparados, similares o más sabrosos que los tradicionales y, entonces, el problema será casi imposible de parar, como es difícil de parar el consumo de alcohol, que es parte de nuestra dieta festiva.

No es con discurso, ni con charlas educativas que se cambian los hábitos alimentarios, que, ya se ha demostrado, son los más difíciles de cambiar cuando se han sentado en la mesa de las familias, de lo contrario, háganse estudios sobre el avance del sobrepeso y la obesidad en los niños, así como hacíamos unos 40 años atrás estudios sobre su estado de desnutrición. 

En la mayor parte de los países, se está peleando por un nuevo etiquetado en los alimentos, llamado “etiquetado frontal”, que muestra en buen tamaño los contenidos nocivos de los alimentos que el envase contiene. Será bueno que el Vicepresidente, acelere esta normativa, para que la gente esté bien orientada sobre el contenido exagerado de los alimentos nocivos que hemos enumerado. Estos no reemplazan a los etiquetados normados que cada alimento debe tener en su frontis, sino que los complementan. Esa sería una buena señal de que de verdad se quiere descolonizar la alimentación y hacerla más saludable.

Lógicamente que estas políticas deben ir acompañadas de muchas otras de carácter restrictivo y educativo, tales como la acción coordinada de la atención primaria de salud y las unidades educativas, el control de los contenidos en desayunos escolares, en quioscos y meriendas escolares, en los clubes de madres y en medios de comunicación masivos. La pelea se avizora larga y difícil, pero es la única manera de poder retomar nuestras comidas tradicionales, de manera que cuando alguien salga a comer, en cualquier ciudad o pueblo, pueda tener acceso a un buen preparado de quinoa o un chairo, y no esté presionado a comer salchichas baratas o los pollos a la broaster que ahora se propalan y se consumen varias veces a la semana.

Esperemos, con esperanza, que la nueva estrategia trazada por el Vicepresidente se cumpla, aunque sea en sus pasos iniciales.


 *Ac. Salubrista, epidemiólogo

Referencias.-

1)     Choquehuanca afirma que hay que ‘descolonizar el estómago’ y evitar comida ‘chatarra’. https://www.la-razon.com/nacional/2022/08/12/choquehuanca-afirma-que-hay-que-descolonizar-el-estomago-y-evitar-comida-chatarra/

2)     Our World in Data.  https://ourworldindata.org/explorers/coronavirus-data-explorer

3)     The Lancet: Globally, 1 in 5 deaths are associated with poor diet. https://www.eurekalert.org/news-releases/494822

4)     Malnutrición y ultraprocesados o cambiar el mundo para cambiar la alimentación. https://agenciatierraviva.com.ar/malnutricion-y-ultraprocesados-o-cambiar-el-mundo-para-cambiar-la-alimentacion/?fbclid=IwAR1TOQdiU_5bBffP_sd5KNPny0VJgG08UINaJbD_A_-1AOStZn49gYy6pQo

5)     Etiquetado frontal.  https://www.paho.org/es/temas/etiquetado-frontal



jueves, 24 de junio de 2021

Vacunaciones interruptus

 

Por Fernando Rocabado Quevedo* y Arnaldo Aliaga Pacheco**


Visto el proceso de la pandemia en todo el mundo y las dificultades de su control, la vacunación surge como la gran esperanza y, tal vez, el único medio para controlar en un futuro cercano este fenómeno de la salud pública que ya está cobrando 3.882.671 vidas. En Bolivia la tercera ola se ha manifestado con una mayor rapidez en el contagio y un incremento notable en muertes. En general en Latinoamérica se avanza con dificultad en la vacunación, que se manifiesta muy desigual en su cobertura, más aún si comparamos con Norteamérica. Mientras existe un grupo de países que ya se acerca al 50% de cobertura (Chile, USA y Uruguay); otro grupo está alrededor del 10% de cobertura (Brasil, Argentina, México, Colombia, Costa Rica y otros) y, existe uno más rezagado, con coberturas más bajas, de cerca del 5% (Bolivia, Ecuador, Paraguay y otros).

En el caso de Bolivia, el plan de vacunación contra la COVID-19 que el Gobierno se ha trazado, no está siendo cumplido a cabalidad; hasta el momento se aplicó un total de 2.227.967 vacunas, de las cuáles 1.658.589 personas recibieron la primera dosis y 609.192 recibieron la segunda dosis. No se ha cumplido cabalmente ni con los grupos de edad de mayores; ni un tercio de los mayores de 60 años ha recibido su segunda dosis, y solo el 18% de los mayores de 40 años ha recibido las dos dosis. En seis meses del programa de vacunación sólo se ha vacunado al 5,1% de la población, lo que significa que hasta fin de año se podría llegar al 10% de la población y que, para vacunar al 80% necesitaríamos de 7 años más de campaña, cuando lograríamos la ansiada inmunidad de rebaño. A la falta de vacunas se ha sumado una falta de interés de gruesos sectores de la población para vacunarse; razón por la cual, el Gobierno ha tenido que ir bajando los grupos de edad a ser vacunados, ahora pueden hacerlo los mayores de 30 años; o sea, su estrategia es ampliar la población, en vez de ampliar la vacunación.

Para nosotros, las causas de este incumplimiento pueden tener una de las siguientes explicaciones principales:

1. Falta de vacunas. -   Se han hecho cientos de críticas a la gestión del plan de vacunación del gobierno, se han encontrado fallas, falta de coordinación, falta de recursos humanos, de infraestructura, de la cadena de frío y otras, pero, consideramos que la falla principal es la falta de vacunas o su escasa cantidad, que ha llevado a interrumpir la vacunación en departamentos enteros o en centros de vacunación, y a no cumplirse el cronograma fijado en el plan. Estas irregularidades en la campaña de vacunación conllevan una reacción natural de la gente, que se siente insegura y defraudada en cuanto a sus expectativas de vacunación, lo que incide en el surgimiento de un malestar social.

Las importaciones se han venido haciendo de manera irregular, a veces en pequeñas a cantidades, como goteando, pareciera que se está a la espera de una donación, o de las vacunas de COVAX, que solo dará para el 20% de la población. De las vacunas compradas hasta la fecha, el 72% son las Xinopharm, de China; 17% son la Sputnik, rusas; 6% AstraZéneca, de origen indio; y el 5% es Pfizer, llegadas a través del mecanismo COVAX.

El mercado internacional se encuentra con gran demanda, cuyas compras han sido acaparada por las potencias del norte, principalmente en relación a las vacunas más caras y de mayor efectividad. Como vimos, parece que el destino de nuestro programa tiene que basarse en la compra de vacunas chinas y rusas, pero debe ser una compra masiva, como han hecho los chilenos; o sea, se trata de hacer lobby, pero con la chequera en la mano; las actitudes pedigüeñas y de búsqueda de donaciones no condicen con la premura de las acciones requeridas.

Ahora que los gobiernos departamentales han sido autorizados para importar, creemos que se debe trabajar de manera complementaria y constructiva, no de manera competitiva. Ya los gobiernos locales se han dado cuenta de la dificultad de la tarea y están tratando de sumar esfuerzos y recursos, para realizar alguna compra grande, que muy bien podría ser con la sumatoria de los recursos del gobierno central más. Algunos gobiernos como el de La Paz, ya han anunciado que no participarán en la compra de vacunas, porque La Paz no las necesita según la ocurrencia de su flamante Gobernador (SIC). Lo importante al final de cuentas, es saber si tenemos la certeza de los recursos y los contratos para satisfacer nuestra necesidad de 15 millones de dosis, suficientes para lograr la inmunidad de rebaño, único camino para parar el contagio comunitario, tarea central del programa nacional de control de la pandemia.

2. Mercado mundial discriminatorio. -  La política mundial de distribución de las vacunas se ha mostrado desigual y discriminatoria para con los países de menores recursos; desigualdad que se nota en América, y se percibe ahora con mayor fuerza en los países del África, continente donde la pandemia comienza a crecer.

Esta situación, junto a las otras políticas de distanciamiento social y cuarentena, han desatado malestar social, que expresa la crisis sanitaria y económica por la que estamos atravesando. La situación, deberá pasar por políticas más decididamente colaborativas de parte de los países ricos para con los pobres, mismas que van desde reforzar los mecanismos de distribución como el COVAX, manejado por la OMS, hasta millonarias donaciones en vacunas, para alivianar la pesada carga de los países pobres, tal es el caso de los 500 millones de vacunas de Pfizer, ofrecidas como donación por el presidente Biden. No han faltado las voces que claman por un levantamiento de las patentes de los laboratorios dueños de las vacunas, medida que no es fácil y no depende de organismos internacionales multilaterales de salud como la OMS, cuando existen una serie de normas, reglamentos y acuerdos industriales y de comercio internacional que las protegen. Un paso semejante tendría que darse de acuerdo mutuo entre los países y las fabricantes, con asistencia de los organismos internacionales, tarea nada fácil, pero que la dejamos en suspenso, como un extremo de verdadera solidaridad. Entretanto el total de personas vacunadas en el mundo es de 776.116.123, estando el 80% en los países más ricos. La desigualdad en la capacidad de prevenir utilizando vacunas, únicamente se borrará cuando todos movilicen recursos, para solventar este gasto que debe ser de la humanidad en su conjunto.

3. Labor de zapa de los antivacunas. - Siempre han abundado los antivacunas que se han encargado de minar solapadamente los esfuerzos por controlar las enfermedades inmunoprevenibles y, en este caso, la Covid-19, de emergencia mundial. La labor de socavar y desacreditar la lucha contra el virus se ha visto desde el comienzo de la pandemia y, con más fuerza, a partir del manejo libre de las redes sociales, que se han convertido en grandes difusoras de otra pandemia, llamada infodemia, o sea, distribución indiscriminada de fakes, bulos y memes, normalmente de oscuros orígenes, pero con voluntariosos distribuidores de la falsa y normalmente acientífica información.

Hay antivacunas en todos los países y en todos los continentes, pero pareciera que éstos hacen más mella en los países donde existe menos nivel de educación e instrucción, como es el caso de Bolivia. Desde un comienzo hemos sido objeto de una información malintencionada, destinada a corroer la médula de las políticas públicas aplicadas, principalmente las relacionadas con las vacunas. En audios y videos los antivacunas propalan que las vacunas son peligrosas, que modifican el ADN, que causan infertilidad, que sirven para introducir un microchip destinado a reducir la población, por orden de Bill Gates y otros millonarios, según una versión ultra propalada con el título de antiglobalista.

En Bolivia los mensajes han salido más burdos e ingenuos; corre la voz en el área rural de que la vacuna vuelve “hombre lobo” al que se inyecta; si se ha aplicado la primera dosis, no se aplique la segunda -dicen- porque las “vacunas han salido muy dañinas “, están matando gente. Estos y otros bulos se difunden, posiblemente con más efectividad que los del Gobierno, quien, a partir del Viceministerio de Comunicación hace sus intentos aclaratorios que, a todas luces son insuficientes; ellos deben ser objeto de verdaderas políticas públicas de comunicación social y educación sanitaria orientadas a la población general, tensionando todo el sistema de salud, el de educación y los medios de comunicación existentes.

Referencias. -

1)    https://www.facebook.com/1404775899773997/posts/2832984226953150/

2)    https://www.paginasiete.bo/sociedad/2021/6/18/norte-potosi-diputada-denuncia-que-no-quieren-vacunarse-por-temor-volverse-hombre-lobo-298532.html

3)    https://www.paginasiete.bo/sociedad/2021/6/18/mayores-de-50-dudan-de-la-vacuna-los-de-mas-de-40-anos-eligen-marcas-298554.html

 

*Médico Salubrista Epidemiólogo     **Estadístico

Cochabamba, 24 de junio 2021

domingo, 13 de junio de 2021

Letalidad: el indicador más politizado en la pandemia de Bolivia

 Por Fernando Rocabado Quevedo* y Arnaldo Aliaga Pacheco**

Sin lugar a dudas el indicador de letalidad se ha convertido en un instrumento político para mostrar avances o retrocesos en la pandemia de la Covid-19 en Bolivia; dependiendo de la gestión de gobierno o del lugar que se ocupa en el espectro político. Así el Ministro de Salud y Deportes, Jeyson Auza, informó que, sobre la base de datos de la OMS/OPS, se establece que Bolivia reporta hasta abril de 2021 una mejor lucha contra la pandemia con relación a los países circundantes; y que, en los últimos tres meses, Bolivia ha experimentado una reducción significativa de casos y muertes por COVID 19, por cada 100,000 habitantes. En el mismo período – dice-  los países vecinos de Argentina, Chile, Paraguay, Perú y Brasil se “han mantenido en niveles 2 a 4 veces mayores e incluso aumentando su progresión”, por lo tanto, Bolivia reporta hasta abril de 2021, una mejor lucha contra la pandemia con relación a los países circundantes. Esto significa que se ha evitado este año cientos de muertes en comparación con la primera ola, y que la reducción de la letalidad producto del coronavirus, se redujo en un 2% desde su inicio en marzo 2020 hasta abril 2021 y –ratifica-  eso se debe a la calidad de respuesta a la epidemia que ha generado todo el sistema sanitario a la cabeza del Ministerio de Salud y Deportes (1). 

Este tipo de declaraciones no caen muy bien a aquellos que han sido parte de la gestión de gobierno durante los primeros meses de la pandemia, que abarcan casi toda la primera ola. Tampoco cae bien a los de la oposición al actual gobierno, que ven que éste se aferra a este indicador para mostrar una eficiencia inexistente de su gestión y del sistema sanitario.

Para corroborar la información mencionada acudimos a una fuente internacional de datos (3), regentada por Our World In Data, de conocida calidad, y allí obtuvimos la Gráfica 1, que abarca toda la pandemia, y en la que podemos comparar la tendencia de la misma en Bolivia y en los países vecinos, además de Europa, que tiene los parámetros tal vez más cercanos a la verdadera letalidad del coronavirus: es un promedio y abarca a varios países, normalmente con buenos servicios de salud. Su tasa es 2,29%: en tanto que la de Brasil es 2,79%; la de Chile es de 2,10%; y la de Argentina es de 2,05%. En el conjunto la tasa más alta la tiene Bolivia con 3,9%, cifra que coincide con las publicadas por el MINSALUD.

                  Gráfica 1



Ahora bien, por ser un término técnico, normalmente se lo confunde con la tasa de mortalidad, de la que es conveniente deslindarla conceptualmente. La tasa de mortalidad se calcula dividiendo el número de muertos por una enfermedad en un período determinado, entre la población total de la región estudiada en ese período, por 100.000. En tanto que la (tasa de) letalidad es el ‘cociente entre el número de fallecimientos a causa de una determinada enfermedad en un período y el número de afectados por esa misma enfermedad en ese mismo período’ (4). En inglés se la conoce, también, como Case Fatality Rate (CFR).

Para adentrarnos en el estudio de estos indicadores hemos utilizado la información que emite el MINSALUD cada día, desde el 10 de marzo 2020, que se inicia la pandemia, hasta el 6 de junio, fecha del último registro disponible en el momento de procesar los datos.

Con los mismos, elaboramos la Tabla 1, que resume los denominadores utilizados, más la tasa de incidencia de casos por 100.000; la tasa de mortalidad por coronavirus por 100.000; y la letalidad por 100, para cada uno de los departamentos y el total de Bolivia. Los departamentos con mayor incidencia de casos son Tarija, Santa cruz, Pando, Beni y Oruro; en mortalidad los primeros son los mismos, menos Tarija. La letalidad también tiene un orden diferente, primero está Oruro (5,1%), seguido de Pando (4,9%), Santa Cruz (4,6%) y Chuquisaca (4,5%). Tarija es el que menor letalidad tiene (2,5%) seguido de La Paz y Potosí. La letalidad del país es de 3,9%, igual a la mencionada antes, en un país que ya presenta 387.162 casos, con 15.024 muertos por Covid-19 registrados, se estima que el subregistro puede ser hasta de 2,6 veces superior.

                Tabla 1



Para armar la Tabla 2, de letalidad y mortalidad por ola, hemos delimitado las tres olas en un estudio previo donde, la primera ola va desde el 10 marzo 2020 al 10 noviembre 2020; la segunda ola, del 11 noviembre 2020 al 17 marzo 2021; y la tercera ola del 18 de marzo 2021 a la fecha, 6 de junio 2021.  Vemos que Oruro ha sido el departamento con mayor letalidad en las tres olas de la pandemia; seguido de Beni, Pando, Chuquisaca y Potosí; éste último es el único que ha ido aumentando su letalidad a lo largo de las tres olas. Santa Cruz y Cochabamba, de ser los departamentos con mayor letalidad al comienzo de la pandemia han ido disminuyéndola de manera ostensible. Tarija ha tenido baja letalidad en las tres olas, lo mismo que La Paz, que tiene la letalidad más baja de la tercera ola (1,9%).  En el país en su conjunto, la letalidad ha ido bajando del 6,4% en la primera ola hasta 2,4%, en la tercera ola, es decir 2,6 veces menos.

En cuanto a la tasa de mortalidad, la reducción también ha sido franca desde la primera (76 x 100.000)) a la tercera ola (26X100.000), es decir, 3 veces menos mortalidad relativa. Por departamentos, la reducción más notoria es la de Santa Cruz, 5 veces menos desde la primera a la tercera ola. La Paz ha reducido en 4,3 veces su mortalidad y Pando, que tuvo un comienzo de tasa elevada, solo ha descendido 2,4 veces.  Todos los demás han tenido reducciones discretas, menor a la reducción nacional; Cochabamba, 2,6 veces, habiendo tenido la tasa más baja de la segunda ola; Tarija, 2,3 veces; Chuquisaca y Potosí, 1,9 veces; Beni, 1,4 veces menos; Oruro es el único departamento que en vez de disminuir su mortalidad la ha aumentado 1,4 veces más, o sea, tiene mayor mortalidad que al comienzo de la pandemia.

      Tabla 2


Si damos una mirada a la letalidad por departamentos y en todos los meses de la pandemia (Tabla 3), vemos que ésta fue elevada hasta noviembre de 2020, más de 5,2%, (salvo mayo); llama la atención la letalidad de octubre 2020, la más alta de toda la pandemia (11,2%), seguida de noviembre y septiembre próximos. De manera aparentemente inexplicable, diciembre 2020 tuvo la letalidad más baja (1,3%) seguido de enero 2021 (2,3%). Desde entonces se mantuvo en sus valores más bajos. Una situación similar, el valor alto de octubre se nota en los departamentos de Cochabamba (39,1%), Santa Cruz (28,6%) y La Paz (17%). Pando tuvo su mayor subida en el mes de septiembre (40,4%) para después bajar a cero en octubre. En general es el departamento con los valores más irregulares; empezó la pandemia tres meses más tarde y tuvo subidas y bajadas, con ausencia de casos en algunos meses como es octubre 2020, que sólo pueden explicarse por su escasa población y/o falta de medios de diagnóstico en ciertos momentos. Casi todo el resto de departamentos mantiene una cierta uniformidad y coherencia en cuanto a sus valores encontrados, principalmente Oruro que, como vimos, tiene la letalidad más alta. En Tarija la pandemia comenzó con valores altos, dos meses más tarde que en el resto, pero después se estabilizaron hasta tener la letalidad más baja del país.

 Tabla 3


La tendencia mostrada en la Gráfica 1 expresa la situación relatada para el país, con una bajada alrededor de los meses más duros de la primera ola, entre mayo y julio 2020, y una prominente subida alrededor de octubre 2020, segunda ola, desde cuando comienza una sostenida bajada hasta nuestros días.

                 Gráfica 2


En la Gráfica 3 de letalidad por departamento vemos que Santa Cruz y Cochabamba tienen una semejanza con la curva nacional, con el domo en la segunda ola y, un poco menos parecida, la de La Paz y Pando. El resto de los departamentos tiene una curva más homogénea y horizontal, después de haber comenzado con una subida abrupta.

Gráfica 3


Conclusiones. -

A partir de nuestras observaciones y de lo que se viene estudiando en diferentes países del mundo, podemos asumir las siguientes hipótesis explicativas a las diferencias de letalidad en el tiempo y en diferentes regiones:

Diferencias en cuanto al número de pruebas aplicadas. -  Esta es probablemente la variable que influye con más fuerza en el aumento o disminución aparente de la letalidad. Cuando Alemania hacía 160.000 test a la semana, algo así como 4.000 pruebas por cada millón de personas, su letalidad era mucho más baja que la de España, que hacía menos de 625 por millón (2). En ese momento Corea del Sur hacía más de 5.000 test por millón de habitantes y era uno de los países con la letalidad más baja, 1,1%. Estas experiencias fueron mostrando que cuando la detección o aplicación de pruebas es mejor en cantidad y calidad, las tasas de letalidad van disminuyendo y se van acercando a la realidad; esto porque esta detección ampliada abarca las infecciones más leves, por lo tanto, aumenta el denominador y la letalidad tiende a ser menor.            

  Tabla 4       

Esta es la explicación para el alto nivel de letalidad en el país. No solo que Bolivia se ubica entre los países con más alta letalidad, sino, también, entre los que realiza menos pruebas para la detección de coronavirus, por lo que, aparentemente, se presentan muchos menos casos de los que realmente registra el país. Vemos en la Tabla 4, que resume el número de pruebas en cada ola, que éstas han ido en aumento notorio con el tiempo (3). En la segunda ola se hicieron 2,5 veces más pruebas que en la primera ola y, en la tercera, 6,3 veces más. En la tercera ola se hicieron 2,5 veces más pruebas que en la segunda ola; estas son las situaciones que pueden explicar en buena parte las diferencias en cuanto a los datos de letalidad.




Tabla 5 

En la Tabla 5, donde esa información está desagregada por meses vemos que, de un promedio diario de 65 pruebas en el inicio de la pandemia, se subió hasta 2.950 pruebas diarias en el mes de agosto 2020, desde donde se tuvo un descenso brusco e inexplicable hasta el mes de noviembre, cuando se llegó a 980 pruebas/día; desde entonces se volvió a ascender, hasta llegar el mes de junio 2021 a 14.676 pruebas/día. También el cuadro nos muestra que durante el año 2020 se hicieron 414.737 pruebas y, en lo que va del 2021, se hicieron 1.096.514 pruebas. Hasta el 6 de junio se habían hecho un total de 1.511.251 pruebas (3). No olvidarse que este Gobierno oficializó el uso de una prueba rápida, conjuntamente con la PCR, de más fácil y rápido manejo.

Para dejar sentada esta relación estadística, hemos aplicado la correlación de Spearman entre la tasa de letalidad y los otros indicadores estudiados en este trabajo. La Tasa de Letalidad está correlacionada inversamente con el Número de Pruebas (-0,58), lo mismo con el Número de Casos (-0,56) y, con menor fuerza, con el Número de Muertes (-0,34).  Todas las correlaciones resultaron ser significativas en el nivel 0,01 o 1% (bilateral), aunque con diferente fuerza en la correlación. La mayor correlación fue con el Número de Pruebas realizadas; de donde se confirma que, a mayor número de pruebas menor es la letalidad encontrada. Esto también explica por qué las tasas de letalidad se van nivelando a las tasas reales existentes a nivel mundial, guardando, lógicamente, las diferencias por otros factores interactuantes.

Calidad de la atención o del sistema sanitario. -  Indudablemente que la calidad de la atención será también un factor que influya decisivamente en la letalidad de la población. Lanzamos este postulado como una hipótesis de trabajo, a partir de la comparación de la letalidad entre departamentos. Algunos de ellos, como Oruro, Potosí, Chuquisaca, Beni y Pando, son los departamentos con mayor letalidad al final de la pandemia, y son, a su vez, los departamentos con sistema sanitario de menor calidad.

Nivel de satisfacción de los determinantes sociales de la salud. - Sin lugar a dudas el punto anterior tiene también que ver con los determinantes sociales de la salud, que son los determinantes del desarrollo, y que van a estar en íntima relación con el nivel de salud de la población. La alimentación, la vivienda, el hacinamiento, las condiciones sanitarias y de higiene, la calidad del transporte, el tipo de trabajo, el nivel de educación de la gente, la cohesión social y el control social, influirán necesariamente en la capacidad de sobrellevar con mayor o menor entereza una infección de este virus.

La edad de los infectados y de los fallecidos. -  Como sucede en otros países, la composición etaria de la población y los grupos de edad más afectados, influirán también en la letalidad. Se ha visto que los enfermos alemanes son más jóvenes (edad media de 47 años y que solo el 20% tiene más de 60 años) que los enfermos italianos (edad media de los infectados, 66 años y donde el 58% tiene más de 60 años), por lo que se convierte en otra variable explicativa de la diferencia de letalidad entre ambos países (2). En Bolivia no disponemos de información por edad de los infectados, razón por la que lanzamos la hipótesis de que esta es otra variable importante para explicar las diferencias de la letalidad existentes en el tiempo y en el espacio. Se dice que el virus y sus nuevas variantes, atacan cada vez con mayor frecuencia a grupos etarios más jóvenes.

Referencias. -

1)     https://www.minsalud.gob.bo/5540-oms-bolivia-tuvo-la-menor-tasa-de-letalidad-y-menos-casos-de-covid-en-relacion-a-paises-limitrofes-en-este-2021-en-la-segunda-ola

2)     https://www.huffingtonpost.es/entry/por-que-la-tasa-de-letalidad-en-espana-es-mas-baja-que-en-alemania_es_60264cffc5b6f88289fad2ae

3)     https://ourworldindata.org/explorers/coronavirus-data-explorer?zoomToSelection=true&time=2020-10-08..latest&region=Europe&pickerSort=asc&pickerMetric=location&hideControls=true&Metric=Case+fatality+rate&Interval=7-day+rolling+average&Relative+to+Population=true&Align+outbreaks=false&country=Europe~CHL~BOL~ARG~BRA

4)     https://www.ranm.es/terminolog%C3%ADa-m%C3%A9dica/recomendaciones-de-la-ranm/4599-tasa-de-mortalidad-y-tasa-de-letalidad-diferencia.html

 *Médico Salubrista – Epidemiólogo    ** Estadístico

Cochabamba, 13 de junio 2021.

        

                



miércoles, 2 de junio de 2021

Actualización de la incidencia de casos y muertes por coronavirus en Bolivia

 

Por Fernando Rocabado Quevedo* y Arnaldo Aliaga Pacheco**

En un artículo previo ya indicamos que el indicador de incidencia acumulada es bueno para el seguimiento de la pandemia por coronavirus en un país o en el mundo, porque permite la comparabilidad entre países o regiones y es muy útil para lo toma de decisiones. Nosotros lo medimos a 14 días, tanto para incidencia de casos como de muertes (ver artículo previo). Se calcula dividiendo el número de casos aparecidos en un periodo de 14 días entre la población de esa región, por 100.000.

Para hacer seguimiento y comparar hemos establecido cuatro niveles de alerta o de riesgo. Para Bolivia, hemos utilizado el método estadístico de clasificación “Cluster K-means”, que es una técnica que sirve para agrupar objetos en k grupos en función de los valores observados. Los niveles establecidos son los cuatro siguientes:

-        -  Riesgo Bajo = incidencia acumulada a 14 días por debajo de 50 casos por 100.000;

-        -  Riesgo Medio = entre 50 y 140;

-        -  Riesgo Alto = entre 140 y 220;

-       -   Riesgo Extremo = encima de los 220.

De manera similar para el indicador de la incidencia acumulada de muertes diarias a 14 días los cuatro niveles de alerta tienen los siguientes valores:

-        -  Riesgo Bajo = incidencia acumulada a 14 días por debajo de 2 muertes por 100.000;

-        -  Riesgo Medio = entre 2 y 5 muertes;

-        -  Riesgo Alto = entre 5 y 9 muertes;

-        -  Riesgo Extremo = encima de las 9 muertes.

Ahora presentamos los datos de la pandemia hasta el fin del mes de mayo 2020, actualizando los datos de nuestro estudio previo y motivados por la zozobra y confusión que está produciendo la tercera ola de la pandemia.

            Gráfica 1

                               Incidencia Acumulada de Casos a 14 días, Bolivia




 La Gráfica 1 muestra la curva de tendencia de la pandemia en todo el país a lo largo de las tres olas, desde el 10 de marzo de 2020 hasta el 28 de mayo de 2021; las líneas paralelas rojas son los niveles de riesgo explicados. Vemos que la tercera ola ya ha sobrepasado el “Riesgo Extremo”, alcanzando un pico más elevado que el de las dos anteriores olas y que, todavía parece no haber llegado a su máximo; en el momento es de 299 por 100.000 habitantes (ver Tabla 1, que muestra la incidencia acumulada de casos en los 14 días previos a las cuatro fechas señaladas del mes de mayo 2021). Mayo ha sido un mes de ascenso rápido; casi ha duplicado la incidencia promedio de abril y desde el 7 al 28 de mayo ha aumentado un 72%.

Gráfica 2

              Incidencia Acumulada de Casos a 14 días por departamento, Bolivia

 












En la Gráfica 2 hemos colocado los nueve departamentos con sus curvas de tendencia para toda la pandemia. Son curvas disímiles, donde existen departamentos con emergencias epidémicas en momentos diferentes. En cuanto a la tercera ola vemos que hay cinco departamentos en situación de “Riesgo Extremo”; que por orden decreciente en cuanto a su pico máximo al 28 de mayo (Tabla 1) son: Oruro (519 por 100.000); Cochabamba (461 por 100.000); Tarija (412 por 100.00); Santa Cruz (345 por 100.000) y Chuquisaca (279 por 100.000).

Hay dos departamentos: Beni y Pando que, habiendo llegado a un pico de Riesgo Extremo, ahora se encuentran en bajada. Beni, más lentamente, bajó de 241 por 100.000 en abril, a 228 por 100.000 en mayo; habiéndose mantenido en una especie de meseta todo el mes; Pando es el departamento con descenso más notorio, de 328 en abril a 166 por 100.000 en mayo (llegó a 138 el 28 de mayo), más de la mitad.

Los departamentos con menor incidencia promedio de casos en mayo son La Paz (117) y Potosí (65 por 100.000), ambos en Riesgo Medio; sin embargo, La Paz solo en el mes de mayo ha tenido una subida del 43% y, Potosí, del 170% (Tabla 1). 

Gráfica 3

                          Incidencia Acumulada de Muertes a 14 días, Bolivia



 Como ya lo vimos en estudios previos, las curvas de mortalidad se dan con cierto retraso con respecto a las de incidencia de casos. En la Gráfica 3 vemos que la de incidencia de muertes acumuladas a 14 días ya alcanzó el nivel de Riesgo Alto y puede llegar, si sigue este ritmo de contagio a Riesgo Extremo, igualando la incidencia de la primera ola, que alcanzó a ser de 10 por 100.000 habitantes en agosto 2020. En promedio en mayo esta tasa fue de 5 x 100.000, pero al final de mes (28 de mayo) ya llegó a 8 por 100.000 habitantes.

Gráfica 4

                           Incidencia Acumulada de Muertes a 14 días por departamento, Bolivia


En lo que respecta a los departamentos (Gráfica 4) Oruro es el departamento con mayor mortalidad su tasa de muertes superó el Riesgo Extremo con creces, en números relativos es el más golpeado, con Riesgo Extremo en las tres olas, pero con tasas muy superiores en esta tercera; el 28 de mayo ha llegado a 24 por 100.000, habiéndose triplicado en este mes (Tabla 2).  Le siguen Chuquisaca (15 por 100.000) y Cochabamba (10 por 100.000). Igualmente, el Beni permanece en Riesgo Extremo (12 x 100.000), mostrando su discordancia con la tasa de incidencia de casos que, como ya vimos, tuvo su mayor ascenso en abril y empezó a bajar en mayo; probablemente la de muertes comience a bajar siguiendo a ésta.   

Los departamentos con Riesgo Alto el 28 de mayo son Santa Cruz (8 x 100.000), Tarija (8 x 100.000) y Potosí (6 x 100.000). O sea, Santa Cruz ya alcanzó el pico de la segunda ola, aunque está lejos, todavía, de su pico en la primera ola, que fue en agosto 2020 de, 17 x 100.00. Tarija está teniendo un rápido ascenso, tanto en casos como en muertes; en éstas sus tasas de fin de mayo duplicaron las de abril. Potosí, que estuvo con las tasas más bajas en abril, ahora comienza a dispararse; se duplicaron en el promedio del mes de mayo, pero llegaron a un pico seis veces superior el 28 de mayo, lo cual es un dato de alarma importante.

Los departamentos con menor tasa de incidencia por muertes, Riesgo Medio, son La Paz (3 x 100.000) y Pando (3 x 100.000), con la diferencia que La Paz, que mantuvo un perfil bajo en abril, ha duplicado su mortalidad promedio en mayo, pero al fin de mes ya la ha triplicado. Durante la primera ola llegó, en agosto y septiembre de 2020, a tasas promedio de 6 x 100.000. Pando es el departamento con más franco descenso y mejoría, tan solo en mayo de 11 ha bajado a 3 por 100.000, es decir, 4 veces menos muertes.

Para un análisis más profundo les dejamos los datos de las tablas completas de distribución de casos y de muertes a 14 días, por departamentos, por mes y en las cuatro fechas señaladas.

 

Tabla 1

              Incidencia Acumulada de Casos a 14 días en cuatro fechas de mayo 2021



 Tabla 2

                   Incidencia Acumulada de Muertes a 14 días en cuatro fechas de mayo 2021


Tabla 3



 Tabla 4


 Conclusiones. -

1)   1)   En el presente estudio hemos utilizado el indicador de la incidencia acumulada de 14 días, que evita sesgos del registro y la transmisión diaria de los datos, amortiguando su falta de uniformidad. Con ella se han construido gráficas que muestran el comportamiento de la pandemia de manera más precisa y con líneas más definidas; permite, además, comparar entre departamentos al usar tasas por 100.000 habitantes. Al hacerlos comparables, se percibe la heterogeneidad en la presentación y tendencias de la pandemia por departamentos.

2)   2)   Durante el mes de mayo la tercera ola ha mostrado su agresividad y rapidez de contagio, mostrando un ascenso rápido y sostenido tanto de casos como de muertes en casi todos los departamentos, menos en el Beni y Pando que comienzan a descender, después de llegar a un pico extremo. La Paz y Potosí todavía se encuentran en un nivel de riesgo medio, aunque en mayo han dado señales alarmantes de un aumento notable de casos.

3)    3) La incidencia promedio de casos acumulados a 14 días muestra que el mes de mayor incidencia de toda la pandemia es el mes de mayo 2021 (217 por 100.000 habitantes). Anteriormente la incidencia más alta era la de enero de 2021 (192 casos por 100.000) en la segunda ola.

4)   4)   El grupo de riesgo “Extremadamente Alto” está encabezado por Oruro, que tanto en casos como en mortalidad ha llegado a extremos alarmantes; le sigue Cochabamba que en este momento tiene los efectos más adversos de toda la pandemia en su territorio; Tarija está en notorio ascenso y podría llegar a los índices que tuvo en septiembre y agosto de 2020. En cuarto lugar, está Santa Cruz, que se aproxima a su pico máximo de enero 2021. Finalmente está Chuquisaca que ya está en riesgo extremo, con una mortalidad que se va disparando.

5)    5) La mayor tasa de incidencia promedio por muertes se alcanzó en la primera ola, 10 por 100.000 en agosto 2020; seguida de la segunda ola (tasa de incidencia de 6 por 100.000 en febrero 2021). La tercera ola ya alcanzó 5 por 100.000 en este mes de mayo 2021, con probabilidad de aumentar en el mes de junio.

6)     6) Las tendencias señaladas pueden sufrir cambios de acuerdo con las políticas que se apliquen. Para acumular experiencias, conviene estudiar los casos donde ya se nota un descenso, principalmente Pando, que ha sufrido una bajada notable en ambas tasas.

 *Médico Salubrista – Epidemiólogo

** Estadístico

Cochabamba, 1 de junio 2021

martes, 18 de mayo de 2021

Incidencia acumulada de casos y muertes por coronavirus en Bolivia

 Por Fernando Rocabado Quevedo* y Arnaldo Aliaga Pacheco**

Uno de los mejores indicadores para el seguimiento de la pandemia por coronavirus en el mundo es medir su incidencia acumulada, que ha demostrado ser un indicador efectivo para lo toma de decisiones. Se lo mide en su aparición en un tiempo y espacio determinado; puede ser aplicado para los casos de Covid-19 o para las muertes que produce. Hay varios tipos, que varían en función del periodo seleccionado; los más frecuentes son de 7 y de 14 días. O sea, se calcula dividiendo el número de casos aparecidos en un periodo de 7 o de 14 días entre el número de personas que están libres de la enfermedad al inicio del periodo, por 100.000.

Si bien la incidencia acumulada de 7 días da una idea de los contagios recientes, se dice que la incidencia acumulada de 14 días refleja mejor la situación epidemiológica de un territorio debido a los retrasos y desigualdad de las notificaciones diarias y a los tiempos que tarda un virus en manifestarse en las personas (1).

Para fines de comparación y de establecimiento de riesgo se han establecido cuatro niveles de alerta o de riesgo, con umbrales numéricos determinados previamente. Para Bolivia, hemos utilizado el método estadístico de clasificación “Cluster K-means”, aplicándolo al indicador de la incidencia acumulada de casos nuevos a 14 días; la Cluster K-Means es una técnica que sirve para agrupar objetos en k grupos en función de los valores observados. El agrupamiento se realiza minimizando la suma de distancias entre cada objeto y el centro de su grupo o cluster, obteniéndose subgrupos homogéneos dentro de un conjunto heterogéneo. Con esta técnica hemos establecido cuatro niveles de alerta, que son los siguientes:

Riesgo Bajo = incidencia acumulada a 14 días por debajo de 50 casos;

-        Riesgo Medio = entre 50 y 140;

-        Riesgo Alto = entre 140 y 220;

-        Riesgo Extremo = encima de los 220 casos.

De manera similar para el indicador de la incidencia acumulada de muertes diarias a 14 días los cuatro niveles de alerta tienen los siguientes umbrales:

-        Riesgo Bajo = incidencia acumulada a 14 días por debajo de 2 muertes;

-        Riesgo Medio = entre 2 y 5;

-        Riesgo Alto = 5 y 9;

-        Riesgo Extremo = encima de las 9 muertes.

Casi todos los países han adoptado este indicador de seguimiento; así, en España la incidencia acumulada a 14 días es de 172 por 100.000 habitantes, en tanto que en Bolivia es de 207. En Francia y Alemania la Incidencia de Casos a 14 días es de 344 y 220, respectivamente.

Con respecto a la incidencia de muertes a 14 días, en España es de 2 por 100.000, mientras que en Bolivia es el doble, de 4 por 100.000 (3).

Con esta introducción pasamos a mostrar los resultados de los cálculos realizados para Bolivia, con la información proveniente del sistema de información del Ministerio de Salud.

 Gráfica 1


La Gráfica 1 muestra la tendencia de la pandemia en todo el país a lo largo de las tres olas, desde el 10 de marzo de 2020 hasta el 14 de mayo de 2021; las líneas paralelas rojas son los niveles de riesgo establecidos. Vemos que el único momento que el riesgo fue extremo es en el pico de la segunda ola, en enero de 2021; en la primera se mantuvo en el nivel de Riesgo Alto. Sin embargo, la tendencia de la tercera ola se acerca en este momento al Riesgo Extremo, a punto de igualar el nivel alcanzado por la segunda ola. Por otra parte, el descenso de la primera ola ha sido hasta el nivel de Riesgo Bajo y se mantuvo allí por casi tres meses, siendo noviembre uno de los meses con menor incidencia, 13 por 100.000 habitantes, en tanto que el descenso de la segunda ola sólo se dio hasta el Riesgo Medio, alrededor de 94 x 100.000, desde donde comenzó a ascender nuevamente. Se percibe, además, por la base de la ola, que el tiempo de duración de la primera ola fue más largo que el de la segunda y, probablemente, que el de la tercera. 

 Gráfica 2


La misma gráfica la hemos colocado con relación a los tres departamentos del eje, que son los más poblados y tienen las ciudades más grandes del país, determinando la forma del comportamiento de la curva nacional. En la gráfica ésta tiene un color rojo y es como intermedia de los extremos percibidos, donde Santa Cruz ha logrado el pico más alto en la segunda ola, por encima de 350 por 100.000. La Paz tuvo el pico de incidencia más alto en la primera ola, y el segundo en la segunda ola, sin despegar todavía muy fuerte en la tercera ola, puesto que se mantiene en un nivel de Riesgo Medio. Cochabamba que se mantuvo por debajo de los dos anteriores en las dos primeras olas, ahora despega en la tercera ola, alcanzando rápidamente el valor de Riesgo Extremo, seguido de Santa Cruz.

 Gráfica 3


Por una cuestión de visibilidad hemos colocado al resto de los departamentos en la Gráfica 3, misma que nos confirma el carácter desigual y heterogéneo de la conducta de la pandemia según los departamentos. En la primera ola hay un desplazamiento a la izquierda, por su presentación más temprana, de los departamentos orientales; en tanto que están más a la derecha los departamentos altiplánicos y Tarija, que es el de la curva más alta y tardía, con incidencias que se aproximan al 500 por 100.000. En la segunda ola, por el contrario, Tarija y Potosí, no llegaron al Riesgo Extremo, como el resto de los departamentos. Un hecho curioso de la tercera ola es la curva en descenso de los departamentos de Pando y del Beni, que están ahora por debajo del Riesgo Extremo, después de haber sufrido las incidencias más elevadas, con cifras bordeando los 300 por 100.000; este es un signo esperanzador que nos hace pensar que el desescalonamiento de la tercera ola ya ha comenzado en estos dos departamentos. Por el contrario, el ascenso es notorio en Tarija y Oruro que, junto a Cochabamba y Santa Cruz, ya están en situación de Riesgo Extremo. Chuquisaca está en camino de alcanzar este nivel y, Potosí, se mantiene, todavía en Riesgo Bajo, aunque con tendencia a subir.

 Gráfica 4


La Gráfica 4, de incidencia acumulada a 14 días de muertes por coronavirus, muestra una forma un tanto diferente a las de los casos. Primero, son curvas un poco más tardías, probablemente debido a que las muertes se producen unos días después de la aparición de los casos. Segundo, la primera ola llegó a Riesgo Extremo en muertes, pero no en la de casos, en ésta llegó a Riesgo Extremo en la segunda ola, pero la incidencia de muertes no llegó más que a Riesgo Alto; más o menos con ese ritmo, la tercero ola no pasó todavía del Riesgo Medio, cuando los casos ya se aproximan al Riesgo Extremo; esta observación puede estar mostrando que la mortalidad ha ido disminuyendo en cada ola, lo mismo que la letalidad.

 Gráfica 5


En lo que respecta a los departamentos del eje la observación se corrobora. En la primera ola, los tres departamentos llegaron a Riesgo Extremo en muertes, con gran dominancia de Santa Cruz, tanto en tiempo como en cantidad de muertos; pero en la segunda ola solo Santa Cruz pasó suavemente el límite de Riesgo Extremo; La paz llegó a Riesgo Alto y Cochabamba se quedó en el límite de Riesgo Bajo. Para la tercera ola Santa Cruz y Cochabamba alcanzaron el Riesgo Medio, y La Paz se mantiene en el Riesgo Bajo, con una tendencia casi horizontal. 

Gráfica 6


En el resto de los departamentos existen también fuertes diferencias en las gráficas. En la primera ola llegaron a Riesgo Extremo: Pando, Chuquisaca, Oruro, Tarija y Beni, siendo Potosí el único que no pasó del Riesgo Medio. En la segunda ola todos pasaron a Riesgo Extremo, salvo Tarija que llegó a Riesgo Alto y, Potosí, que no pasó del Riesgo Medio. En la tercera ola Pando y Beni llegaron al límite mayor, aunque se percibe un descenso en su incidencia; por el contrario, se nota un incremento en la incidencia de Oruro y Chuquisaca, una cierta estabilidad en Tarija, en tanto que Potosí permanece en el nivel de Riesgo Bajo.

Como acostumbramos en nuestros artículos, colocamos las tablas completas de distribución de casos y de muertes a 14 días, por departamentos y por mes, para facilitar la lectura y la utilización de la información por las personas interesadas. El contenido de las mismas se explica por sí mismo.

  Tabla 1

                     Promedio de Incidencia Acumulada de Casos a 14 días por departamento y mes





Tabla 2

                     Promedio de Incidencia Acumulada de Muertes a 14 días por departamento y mes


Conclusiones. -

1)    -  En un momento en que la pandemia ha producido 765 casos al día y un total de 329.733 casos; produciendo un total de total de 13.396 muertes, que significan 31.1 muertes cada día, se ha generado la tercera ola de la pandemia desde el 18 de marzo, misma que la anunciamos  en un artículo anterior y que se encuentra todavía en rápido ascenso, aunque con algunos visos de estar llegando a su pico, tal es el caso de un perceptible desescalonamiento en Pando y el Beni.

2)     - En el presente estudio hemos utilizado el indicador de la incidencia acumulada de 14 días, que evita sesgos del registro y la transmisión diaria de los datos, amortiguando su falta de uniformidad. Con ella se han construido gráficas que muestran el comportamiento de la pandemia de manera más precisa y con líneas más definidas; permite, además, comparar entre departamentos al usar tasas por 100.000 habitantes. Al hacerlos comparables, se percibe la heterogeneidad en la presentación y tendencias de la pandemia por departamentos.

3)    -  Las gráficas permiten ver un descenso más notorio y prolongado en la primera ola, que no se repite en la segunda ola, porque la tercera ola tuvo un comienzo más temprano y abrupto, de rápido crecimiento. Pareciera que la rapidez de la transmisión es mayor en cada ola, aunque su duración es menor.

4)     - La incidencia promedio de casos acumulados a 14 días muestra que el mes de mayor incidencia ha sido enero de 2021 (192 casos por 100.000) en la segunda ola, aunque los casos de la tercera ola ya se aproximan a este máximo (173 casos por 100.000) en este mes de mayo 2021.

5)    -  El promedio de casos en el eje sigue siendo predominante y da la pauta a la estructura de la curva nacional; sin embargo, la proporción de casos con los que aportaba Santa Cruz ha disminuido un tanto en la tercera ola, habiendo aumentado considerablemente el aporte de casos de Cochabamba, que muestra tasas de incidencia casi similares. En el eje, Cochabamba y Santa Cruz están en el segmento de riesgo “Extremadamente Alto”; La Paz en el “Medio”; Bolivia en el “Alto”

6)     - En el resto de los departamentos Pando y Beni están bajando; Oruro y Tarija han subido al “Extremadamente Alto”. También está en ascenso Chuquisaca; Potosí se mantiene en el riesgo menor, pero con tendencia a aumentar.

7)     - La distribución de muertes por mes de la primera ola es la más elevada (tasa de incidencia de 10 por 100.000 en agosto 2020); seguida de la segunda ola (tasa se incidencia de 6 por 100.000 en febrero 2021). La tercera ola tiene una tasa de incidencia a 14 días menor, de 3 por 100.000 en este mes de mayo 2021.

8)     - Mientras que el riesgo de incidencia de casos está en “Alto”, el de muertes está en “Medio”.

9)    -  La incidencia de muertes en Pando y Beni estuvo en “Riesgo Extremo”, ahora se nota un descenso; se eleva en Cochabamba, Santa Cruz, Oruro, Tarija y Chuquisaca; se mantiene bajo en La Paz y Potosí.

10- El inicio de la tercera ola se da cerca al 18 de marzo, anteriormente proyectamos que subirá hasta el fin de mayo y finalizará alrededor de la mitad del mes de julio, cuando el número de casos sea cercano a los 360 mil.

11- Como en todo fenómeno biológico y social, se pueden presentar cambios como consecuencia de factores externos diferentes a los presentes en el momento de la medición, siendo los más probables la aplicación o no de políticas públicas de salud, tales como la vacunación efectiva o la aplicación más rigurosa de las medidas de distanciamiento social e higiene, por demás conocidas.

Referencias. -

1)     https://www.redaccionmedica.com/recursos-salud/faqs-covid19/que-es-la-incidencia-acumulada-covid

2)     https://www.infobae.com/america/mundo/2021/05/02/the-new-york-times-alerta-sobre-el-nuevo-pico-mundial-de-coronavirus-e-incluye-a-uruguay-y-argentina-entre-los-casos-mas-preocupantes/

3)     https://elpais.com/sociedad/2021-03-15/el-coronavirus-en-espana-dia-a-dia-asi-evolucionan-casos-ingresos-y-muertos.html

 *Médico Salubrista – Epidemiólogo

** Estadístico

Cochabamba, 18 de mayo 2021