La hostelería, la COVID-19 y
la huida del “una-medida-para-salvarlos-a-todos”
Por Varios autores
Rebelión
10/05/2021
Fuentes: Colectivo
Silesia (@csilesia)
Durante toda la
pandemia de COVID-19 hemos intentado buscar las causas por las que los casos y
las defunciones aumentan y cuáles pueden ser las intervenciones no
farmacológicas (NPI en inglés) que pueden conseguir frenar la escalada de casos
y evitar nuevos crecimientos. De hecho, esta es la función básica de la
epidemiología como disciplina en su definición más canónica, donde se define
como “el estudio de
la ocurrencia de los estados o eventos de salud en poblaciones específicas,
incluyendo los determinantes que influyen en tales estados y la aplicación de
estos conocimientos para controlar los problemas de salud.”
Desde los
primeros meses hemos encontrado multitud de artículos científicos analizando
estos elementos: por qué nos contagiamos, dónde nos contagiamos, y cómo
impedirlo. Confinamientos de diferente tipo, toques de queda, cierre de
comercios, estrategias de re-apertura… el número de evaluaciones (de variable
calidad) en diferentes territorios ha sido continuo, y sus resultados pueden
ayudar a extraer conclusiones que, siempre contextualizando en las condiciones
concretas de cada territorio, pueden ayudarnos a tomar mejores
decisiones.
Hace unos días
publicamos en Gaceta Sanitaria un resumen de toda esta evidencia en relación
al rol de la
hostelería en la transmisión del COVID-19. Los resultados son
bastante abrumadores: hay gran consistencia en la literatura disponible sobre
la efectividad del cierre de la hostelería en disminuir la transmisión del
COVID-19. Desde entonces hemos recibido algunos mensajes del tipo “¿y cómo
se explica que en Francia ahora haya más muertes que en España cuando ellos
tienen todo cerrado y nosotros todo abierto?”. Estas aparentes
incoherencias, más que negarlas, nos pueden permitir comentar la complejidad
del conocimiento epidemiológico generado en directo durante una pandemia. De
hecho, podríamos hablar de 2 elementos que vienen a colación y que merecen
matizaciones para entender la complejidad del estudio epidemiológico: la
variabilidad y el mantra “correlación no implica causalidad”.
La variabilidad hace referencia a que los mecanismos en
epidemiología no funcionan como de una forma mecanicistas “doy un interruptor y
siempre ocurre lo mismo”. Los procesos de salud-enfermedad son enormemente más
complejos que eso, y la definición de causalidad tiene múltiples implicaciones
filosóficas, teóricas y prácticas. De hecho, la epidemiología que estudia
factores de riesgo, al referirse a agregados poblacionales, funciona en
términos probabilísticos, estudiando cómo diferentes elementos “aumentan el
riesgo” o “aumentan la probabilidad” de que un determinado evento ocurra, sin
dar y certezas absolutas de que un elemento único vaya a provocar siempre el
mismo efecto. Esto ocurre incluso en los factores de riesgo más conocidos para
la salud: no todo el mundo que fuma 2 paquetes al año muere de cáncer de pulmón
o EPOC. Todos tenemos un familiar que fumó hasta los 90 años y no murió por
elementos relacionados con el tabaco, pero no negamos que el consumo de tabaco
disminuye la esperanza de vida y aumenta el riesgo de desarrollar multitud de
enfermedades. La epidemiología no genera el conocimiento más adecuado para
hacer predicciones absolutas de situaciones individuales; más bien genera
conocimiento que ayuda a comprender la complejidad de procesos donde actúan
múltiples variables.
De una forma
paralela, podemos entender también el estudio de otras intervenciones en el
COVID-19: no siempre hacen el mismo efecto. Una de las razones principales se
encuentra detrás del hecho de que las enfermedades infecciosas tienen unas
dinámicas de infección e inmunidad muy específicas, que generalmente están
ausentes con otros fenómenos de salud pública. Al aumentar el número de
infecciones, por un lado aumenta la probabilidad de contagio (un mayor número
de gente contagiosa) pero por otro disminuye el número de personas
susceptibles. Es decir, la tendencia actual tiene un enorme efecto sobre
tendencias futuras.
El cierre de la
hostelería es una medida efectiva si atendemos a la evidencia a nivel
internacional, pero no siempre tendrá el mismo efecto. Incluso puede haber
lugares que aplican cierres de alguna forma y tengan incidencias altas. Para
poder comprender la situación individual de cada territorio habrá que tener en
cuenta, al menos, diferentes circunstancias como:
– ¿Cuándo se produce
el cierre? Si se produce con una curva ascendente muy clara, el cierre ayudará
a que no llegue tan alto, pero seguirá subiendo
– ¿Qué
inmunidad tiene ese territorio?
– ¿Qué otros
elementos están entrando en juego? (otros cierres, adherencia a la medida,…)
Es decir, ¿que
Francia tenga la hostelería cerrada y tenga ahora mismo más mortalidad por
COVID-19 que España implica que el cierre de la hostelería no vale? No. El
contexto de esa comparación entre España y Francia no puede comprenderse sin
analizar qué pasó en los meses de enero y febrero en ambos países (con una
afectación enorme en España), cuál es la situación social y epidemiológica
cuando en Francia se produce esa decisión, que dentro de cada territorio la
situación es muy desigual… En fin, más allá de negar a la mayor en base a una
excepción, debemos partir del conocimiento complejo y contextualizado. Comparar
la situación de España y Francia ahora mismo y extrapolar la efectividad de una
medida solo con eso es el equivalente a “mi abuelo fumaba 2 paquetes hasta los
90 años, el tabaco no produce problemas de salud”.
El segundo
elemento es el mantra de que correlación no implica causalidad. Y
es que bajo esa frase (tan cierta y necesaria para separar relaciones espúrias
de otras con importancia) se esconden críticas que no se han acercado a ninguno
de los tratados acerca de la complejidad del estudio de la causalidad, y todas
las aristas que tiene. Decíamos en Epidemiocracia en
relación a la aparición de la primera ola del COVID-19 en países que reciben
más turistas:
Podríamos estar
discutiendo durante gran parte del libro sobre la limitación de esos datos, y
sobre que la correlación no implica causalidad, pero deberíamos profundizar en
esta relación más allá. Desde un punto de vista epidemiológico, incluso desde
las visiones más ortodoxas, se tienen en cuenta elementos muy diversos para
decir que una relación entre dos variables es más probablemente causal, entre
otras: la fuerza de la asociación, la relación temporal causa-efecto, la
plausibilidad de la relación y la coherencia con el conocimiento previo. Por
tanto, reducir la causalidad en la epidemiología, uno de los campos más
complejos dentro de esta disciplina, a “correlación no es causalidad” es tan
problemático como creer que toda relación implica causalidad. Es más, esta
frase suele utilizarse para intentar negar a la mayor realidades complejas que
existen, pero que no encajan en un modelo unicausal, como es el caso de la
relación entre el modelo de turismo internacional masivo y la expansión de las
epidemias. No podemos buscar fenómenos (la pandemia de COVID-19) que se
expliquen exclusivamente por un origen causal (el turismo de masas), pero parece
claro que algunos de estos fenómenos, que muestran una gran fuerza de
asociación estadística y se encuadran dentro de un marco teórico muy plausible,
desempeñan un papel importante a tener en cuenta.
Cuando tenemos
evidencia científica a nivel internacional sobre el rol de la hostelería a
través de diferentes modelos (estudios de modelaje, series de casos de
vigilancia y estudios de inferencia causal), estamos obteniendo una información
con una solidez muy grande. Pero esa solidez no implica una uni-causalidad
mecanicista, y que en todas las situaciones aplicar la misma medida tenga el
mismo efecto. Toda medida de salud pública tiene que ser puesta siempre en su
contexto para estudiar su potencial efectividad, además de siempre sopesar sus
posibles efectos secundarios.
Autores:
Pedro Gullón. Doctor en Medicina,
epidemiólogo y profesor Ayudante en Medicina Preventiva y Salud Pública en la
Universidad de Alcalá. @pgullon
Usama Bilal. Epidemiólogo
social, actualmente profesor en el Departamento de Epidemiología Bioestadística
y en el Centro de Salud Urbana de la Escuela de Salud Pública de la Universidad
Drexel, en Filadelfia (EEUU). Estudia los determinantes macrosociales de la
salud, especialmente en el contexto de las desigualdades en salud en ciudades.
@usama_bilal
Javier Padilla. Médico de
familia y comunitaria. Acaba de publicar el libro ¿A quién vamos a
dejar morir?, donde aborda la importancia de lo político en la sanidad
pública. @javierpadillab
