El recuento de muertes ocultas
Un nuevo estudio publicado esta semana estima que aproximadamente 155.000 muertes por COVID-19 que ocurrieron fuera de hospitales no fueron contabilizadas durante los primeros dos años de la pandemia, lo que significa que el número oficial de muertes estadounidenses para 2020 y 2021 pudo haber sido subestimado en aproximadamente el 16 por ciento. La investigación, que utilizó métodos de machine learning para analizar patrones en datos de mortalidad en exceso, se suma a un cuerpo cada vez mayor de evidencia que sugiere que el costo humano de la pandemia fue aún mayor que las cifras oficiales ya asombrosas.
Aproximadamente 840.000 muertes por COVID-19 fueron registradas en certificados de defunción en 2020 y 2021, lo que la convierte en la tercera causa principal de muerte en Estados Unidos durante ese período. Pero un equipo de investigadores encontró que cuando examinaron datos de mortalidad por todas las causas - el número total de muertes por cualquier causa, comparado con tendencias históricas - había una brecha sustancial entre las muertes esperadas y observadas que no fue explicada por el recuento de COVID registrado u otros factores conocidos.
Por qué las muertes no se cuentan
El reporte de certificados de defunción es imperfecto bajo cualquier circunstancia, y los primeros meses de la pandemia crearon condiciones que amplificaron esas imperfecciones. Los hospitales y médicos forenses estaban abrumados. Las pruebas eran severamente limitadas, lo que significa que muchos pacientes que murieron de enfermedades similares a COVID nunca recibieron un diagnóstico confirmado. En ausencia de una prueba positiva, los clínicos tuvieron que hacer juicios sobre si COVID-19 era la causa subyacente de la muerte - y esos juicios se aplicaron inconsistentemente en todas las jurisdicciones.
Fuera de los hospitales, el problema de atribución era más grave. Las personas que murieron en casa, en asilos de ancianos o en entornos rurales con acceso limitado a la atención médica tenían menos probabilidades de recibir pruebas post-mortem o revisión médica detallada. Si un hombre de 75 años con condiciones subyacentes murió en casa en abril de 2020 sin recibir atención médica, su muerte podría registrarse como causas naturales o atribuirse a enfermedad cardíaca - particularmente en los primeros meses de la pandemia, cuando el perfil de síntomas de COVID aún no era bien entendido por los clínicos.
Cómo se realizó el estudio
El equipo de investigación utilizó una forma de inteligencia artificial - específicamente modelos de machine learning supervisado entrenados en patrones de mortalidad previos a la pandemia - para pronosticar muertes esperadas en diferentes grupos demográficos y geográficos durante el período de la pandemia. Al comparar la mortalidad en exceso predicha con la mortalidad observada, los investigadores pudieron identificar muertes en exceso: muertes que ocurrieron por encima de lo que las tendencias históricas hubieran predicho en ausencia de COVID.
Luego aplicaron métodos estadísticos para separar las muertes en exceso atribuibles a COVID de aquellas atribuibles a otras disrupciones de la era pandémica, como la atención médica retrasada para condiciones no-COVID, aumentos en sobredosis de drogas y accidentes, y cambios en la utilización de la atención médica. Lo que quedó después de contabilizar estos factores se atribuyó a muertes por COVID-19 no reconocidas.
La cifra de 155.000 conlleva incertidumbre - los autores del estudio proporcionan intervalos de confianza en lugar de una estimación única y precisa - pero el hallazgo central es consistente con trabajos anteriores utilizando metodologías diferentes. Múltiples estudios anteriores utilizando marcos de mortalidad en exceso han llegado a conclusiones similares: la pandemia mató a sustancialmente más estadounidenses que lo que captura el número oficial de muertes por COVID.
Disparidades geográficas y demográficas
El estudio destaca disparidades dramáticas en dónde y entre quiénes ocurrió el subconteo. Las comunidades rurales tenían tasas más altas de muertes por COVID no reconocidas que las áreas urbanas, reflejando tanto la infraestructura de salud más limitada como los desafíos diagnósticos en comunidades con menor acceso a pruebas. Las poblaciones de minorías raciales y étnicas - que experimentaron una mortalidad desproporcionada por COVID en toda la pandemia - también tuvieron tasas más altas de muertes no contabilizadas, agravando las disparidades documentadas en el recuento oficial.
Los estados del sur y rurales, donde las pruebas eran más limitadas a principios de 2020 y donde algunas jurisdicciones fueron más lentas para actualizar protocolos de reportes de muertes, aparecen en el análisis como sitios de subconteo concentrado. Este patrón geográfico es consistente con lo que los investigadores de salud pública observaron en tiempo real durante la pandemia.
Implicaciones para la salud pública
El hallazgo importa más allá del registro histórico. Los datos precisos de mortalidad son fundamentales para la preparación ante pandemias. Si los recuentos de muertes se subcuentan sistemáticamente durante una pandemia, los insumos de datos que guían el modelado, asignación de recursos y decisiones políticas se ven comprometidos desde el principio.
El estudio también plantea preguntas sobre la adecuación del sistema de estadísticas vitales de EE.UU. para capturar la mortalidad durante crisis. Si bien la infraestructura de reportes ha mejorado desde 2020, los factores estructurales que contribuyeron al subconteo - reportes inconsistentes de jurisdicciones, capacidad diagnóstica rural limitada, pruebas post-mortem inadecuadas - no han sido completamente resueltos.
Los funcionarios de salud pública han pedido inversión en infraestructura de investigación de muertes, sistemas de vigilancia de mortalidad en tiempo real y protocolos estandarizados de atribución de COVID como medidas de preparación para futuras pandemias. El nuevo estudio proporciona evidencia cuantitativa adicional de por qué esas inversiones importan.
Este artículo se basa en reportajes de STAT News. Lea el artículo original.
Originally published on statnews.com
