Una aproximación más al impacto de la pandemia: alrededor del 77% de defunciones no explicadas en Lima podrían haber sido casos ‘con’ COVID-19*

Una aproximación más al impacto de la pandemia: alrededor del 77% de defunciones no explicadas en Lima podrían haber sido casos ‘con’ COVID-19*

 

Econ. Marco Carrasco (Harvard University, EE.UU.)

Gerardo Gómez Ari (UNMSM, Perú)

Dr. Carlos Carrasco (HMC, Perú)

Int. Med. Walter Villacrés (UNACH, Ecuador)

 

En un anterior artículo habíamos expresado que la mortalidad por COVID-19 en abril para Lima podría ser cuatro veces mayor que las cifras oficiales confirmadas, basados en el registro de defunciones del Sistema Informático Nacional de Defunciones (SINADEF) y habiéndose analizado el subregistro ocasionado por varios factores. Asimismo, mencionamos sobre la necesidad de ser conscientes que la data médica de diagnóstico de una enfermedad recolectada día a día no puede ser considerada como una verdad absoluta del momento, especialmente bajo contextos donde el diagnóstico y el levantamiento de la información supone varias dificultades, como es el caso de una pandemia de una enfermedad previamente desconocida.

Es en dicho contexto, es que hace un mes nos animamos a calcular luego un aproximado del techo de la cantidad real de muertes por COVID-19 en Lima para el mes de abril, usando una información más precisa en su agregado mensual actualizada al cierre de dicho mes. Los resultados entonces indicaron que la cifra real de fallecidos en abril en Lima por COVID-19 pudo haber sido “hasta” 4.4 veces las cifras reportadas entonces de casos confirmados. Para llegar a tal conclusión se restó del total de defunciones registradas para Lima en abril por el SINADEF(1) la cantidad de muertes confirmadas por COVID-19 y un aproximado de muertes estimadas para dicho mes; este último basado en lo observado en años anteriores.

La cantidad resultante en aquel entonces, es decir la cantidad total de fallecidos por COVID-19 reportados más la cantidad identificada como no explicada, representó el aproximado del techo máximo real de fallecidos por la enfermedad a fecha de la data pública al cierre de abril. No obstante, las reales causas de aquellas bien podrían haberse circunscrito a diferentes casos: 1) fallecimientos directos por COVID-19, 2) fallecimientos por otras enfermedades y complicadas por COVID-19, 3) fallecidos no por COVID-19, pero sí por complicaciones no atendidas en el contexto de la dificultad de acceso a la atención médica propiciada por la actual pandemia. Ante esto, a pesar de que la data ofrecida por el SINADEF es más conocida y consultada, hasta el momento no se ha indagado sobre cuántas de estas muertes no explicadas podrían ser atribuibles a casos relacionados con el COVID-19 y cuantas a casos no directamente relacionados.

En esta oportunidad, como para aproximarnos con un paso más de especificidad a una cifra más real (que por su propia naturaleza y complejidad nunca la sabremos con total exactitud), el presente artículo extiende el cálculo de muertes para abarcar el actual total (de marzo a mayo) y presenta además un par de cálculos para mejorar la estimación de cuantas de estas muertes podrían probablemente haber sido de personas ‘con’ COVID-19.

La necesidad de presentar en este artículo las estimaciones nuevamente para la ciudad de Lima, se debe a que, en la inmediatez de tiempo para el presente artículo (así como para el anterior), la data del SINADEF tiene un nivel mayor de representatividad de la realidad de momento para el caso de la capital, lo cual no es igual en otras regiones del Perú debido a distancia geográficas, socioeconómicas y tecnológicas que afectan el registro. No obstante, asumiendo determinados supuestos indicados en el desarrollo de este artículo, hasta cierto punto los resultados de la capital podrían moderadamente ser extrapolables al país.

Las muertes y la diferencia por sexo

Una pregunta frecuente que invade a quien observa las cifras de muertos por COVID-19 es por qué este virus parece afectar más a ciudadanos del sexo masculino que a ciudadanos del sexo femenino. Del total de 4,230 fallecidos por COVID-19, el 71. 89% son varones mientras el 28.11% son mujeres. Veamos a continuación si siempre esto ha sido así.

En el siguiente gráfico podemos observar el total de defunciones registradas para Lima, clasificadas por sexo. Podemos observar que la proporción de defunciones que representa el sexo masculino del total de defunciones siempre ha sido mayor a la proporción de defunciones que representa correspondientemente aquellas de sexo femenino. Sin embargo, esta diferencia no ha sido tan notoria como en los últimos dos meses. Veamos las proporciones.

 

1Fuente: Sistema Informático Nacional de Defunciones (SINADEF). Elaboración propia.

En el siguiente gráfico podemos observar las proporciones que significan las muertes registradas con sexo femenino y masculino del total de muertes registradas(2). Por ejemplo, en enero del 2017 se tienen aproximadamente 0.48 y 0.52 para el sexo femenino y para el sexo masculino, respectivamente. Esto significa que el 48% de muertes registradas en aquel mes eran del sexo femenino y 52% del sexo masculino. Las líneas rectas representan los promedios de todas estas proporciones, para ambos sexos y considerando las proporciones desde enero del 2017 hasta febrero del 2020. Estos promedios son aproximadamente de 0.47 para el sexo femenino y de 0.53 para el sexo masculino. Al igual que en el gráfico anterior, podemos observar cambios drásticos en los últimos meses. Para mayo, el 64.79% del total de defunciones registradas correspondían al sexo masculino y el restante 35.21% al sexo femenino.

 

2Fuente: Sistema Informático Nacional de Defunciones (SINADEF). Elaboración propia.

 

Dos ecuaciones para una mejor aproximación

De acuerdo con data publicada por Sala Situacional COVID-19 Perú, el 28.11% de muertes confirmadas por COVID-19 correspondieron a personas de sexo femenino, el 71.89% restante correspondió a personas de sexo masculino. Tenemos hasta aquí dos juegos de proporciones, una vigente durante tiempos no COVID-19 y otra vigente durante los meses de marzo, abril y mayo para muertes por COVID-19. Resumimos estos resultados en la siguiente tabla(3).

 

c1
En esta ocasión, a través de un modelo ARIMA (1,1,1), y tomando como base la muestra de los 38 meses previos, estimamos el total de defunciones en Lima para los meses de marzo, abril y mayo en 3,262, 3,281 y 3,303(4). Estos valores pronosticados dan una idea aproximada del total de defunciones que se hubieran registrado en un escenario no afectado por la pandemia actual. Elaboración propia.

En el siguiente gráfico observamos 3 series. La serie ‘proyectado’ alude a lo explicado en el párrafo anterior. La serie ‘covid-19’ alude a las muertes confirmadas por COVID-19 de acuerdo con Sala Situacional COVID-19 Perú. La serie ‘no explicado’ es la diferencia entre el total de defunciones registradas en SINADEF y las series ‘proyectado’ y ‘covid19’(5).

 

3Elaboración propia.

 

De acuerdo con la serie ‘proyectado’, durante los meses de marzo, abril y mayo –en un hipotético escenario no COVID-19– se podrían haber registrado un aproximado de 9,847 defunciones. A este total de defunciones no COVID-19 podemos aplicarle las proporciones por sexo para casos no COVID-19 halladas anteriormente. De este modo tendríamos un aproximado de 4,587 defunciones correspondientes al sexo femenino (46.57%) y 5,260 defunciones correspondientes al sexo masculino (53.43%).

De acuerdo con la serie ‘covid-19’, durante los meses de marzo, abril y mayo se registraron un total de 1,547 defunciones en Lima. A este total de defunciones COVID-19 podemos aplicarle las proporciones por sexo de fallecidos por COVID-19 mencionadas anteriormente. De este modo tendríamos un aproximado 435 defunciones correspondientes al sexo femenino (28.11%) y 1,112 defunciones correspondientes al sexo masculino (71.89%).

De acuerdo con la data de defunciones de SINADEF, se registraron –durante los meses de marzo, abril y mayo– 19,586, defunciones, de las cuales 7,700 corresponden oficialmente a sexo femenino y 11,886 corresponden a sexo masculino.

  • Para hallar entonces la cantidad de defunciones femeninas no explicadas restamos del total de defunciones registradas (7,700) tanto las defunciones femeninas proyectadas (4,587) como las defunciones femeninas COVID-19 (435). De este modo tendríamos aproximadamente 2,679 defunciones correspondientes al sexo femenino no explicadas.
  • Para hallar la cantidad de defunciones masculinas no explicadas restamos del total de defunciones registradas (11,886) tanto las defunciones masculinas proyectadas (5260) como las defunciones masculinas COVID-19 (1,112). De este modo tenemos tendríamos aproximadamente 5,514 defunciones correspondientes al sexo masculino no explicadas.

Veamos ahora el siguiente cuadro y datos con detenimiento:

  • En la columna no COVID-19 se pueden observar las proporciones de defunciones correspondientes a cada sexo para un total de defunciones no atribuibles al COVID-19. Llamaremos a este total ‘a’.
  • En la columna COVID-19 se pueden observar las proporciones de defunciones correspondientes a cada sexo para un total de defunciones atribuibles al COVID-19. Llamaremos a este total ‘b’.

 

c2

Sabemos de razonamientos anteriores que –del total de defunciones no explicadas hasta el momento– aproximadamente 2,679 defunciones corresponderían al sexo femenino y aproximadamente 5,514 defunciones corresponden al sexo masculino. El total de defunciones no explicadas hasta el momento suman entonces aproximadamente 6,218.

Para encontrar qué proporción de estas defunciones no explicadas se podrían atribuir al COVID-19 solo queda resolver las siguientes dos ecuaciones:

0.4658 * α + 0.2847 * b = 2679………[1]

0.5342 * α + 0.7153 * b = 5514………[2]

Resolviendo este sistema de dos ecuaciones encontramos los siguientes resultados:

α = 1916

b = 6276

Para el caso del modelo usado, estos resultados podrían interpretarse que, del total de defunciones no explicadas, el 76.62% (6,276 defunciones) podrían ser casos de personas que al fallecer tuvieron COVID-19 (sea este factor su causa principal o una intercurrencia), mientras que el 23.38% (1,916 defunciones) podrían ser atribuidas a causas no COVID-19. Esto, vale la pena acotar, asumiendo que las distribuciones por sexo identificadas inicialmente para los casos no explicados de fallecimientos con COVID-19 se podrían distribuir tal como los casos confirmados, y que aquellas correspondientes a los casos no explicados no atribuibles directamente al COVID-19 se distribuirían más cercanamente a los promedios históricos por sexo. Estos supuestos pueden no reproducirse con exactitud, pero si pueden ser una base con la cual aproximarse al número real de casos como tuvo de objetivo esta estimación.

Tomando en cuenta todo lo anterior y los supuestos, esta vez nos aproximamos no a un mes sino a la cantidad total de personas (de marzo a mayo) en Lima que al fallecer ‘tuvieron’ esta enfermedad, la cual haciendo los ajustes que indican que alrededor del 76.62% de casos no explicados a la fecha podrían ser casos ‘con’ COVID-19, indicaría que la cifra de fallecidos ‘con’ COVID-19 dados las actualizaciones de los datos y los incrementos de casos en el último mes podría ser en torno a 5.06 veces la cifra de casos reportados oficialmente de fallecidos ‘por’ COVID-19, una cifra alta pese al descarte del 23.38% de casos inexplicables no atribuibles a la enfermedad. Algo coherente con lo identificado en el artículo anterior si se considera la actualización retroactiva de la data del SINADEF para el caso mes de abril y la mayor ocurrencia de fallecidos para el último mes de mayo. Para finalizar, este artículo no busca claramente ser definitivo, sino tan solo una aproximación adicional, con el ánimo que pueda ser considerado únicamente como tal y contribuya a la generación de conciencia de la población sobre la real situación de fallecidos contagiados por COVID-19, la gran mayoría aun actualmente invisibles dadas las limitaciones de los reportes oficiales.

 

* Análisis elaborado para el Instituto de Estudios Político Andinos (IEPA) y la Universidad Nacional Mayor de San Marcos (UNMSM), con datos actualizado al 30 de mayo de 2020.

 

Notas

(1) Existe una observación respecto a la forma de registro de defunciones realizada por el SINADEF, al cual se le acusa de registrar y asociar las muertes con el domicilio de la persona, mas no con el lugar donde ocurrió el deceso. Si bien no alcanzamos a mencionar este tipo de observaciones en el articulo anterior, aprovechamos la oportunidad para resaltarla.

(2) Para los cálculos del presente artículo se omitieron 22 defunciones clasificadas con sexo ‘indeterminado’ de un total de 122,824 defunciones analizadas en el período enero de 2017 a mayo de 2020.

(3) La columna ‘no COVID-19’ incluye los promedios de proporciones calculadas para todos los meses desde enero de 2017 hasta febrero de 2020. Esta columna está basada en data del SINADEF. La columna ‘COVID-19’ incluye las proporciones de defunciones de acuerdo con sexo. Esta última columna está basada en datos obtenidos de Sala Situacional COVID-19 Perú.

(4) Otras metodologías para realizar esta estimación sean más sencillas o sofisticadas, no presentan una diferencia significativa entre sí. En cualquier caso, este dato debe tomarse con cautela y como uno totalmente precio dado que está sujeto a la calidad y cantidad de datos proveídos por la fuente (SINADEF) y sus características de recojo.

(5) Es precisa indicar, que a diferencia del artículo anterior que solo proyectó un estimado de muertes para un único mes (abril), tomando por ende marzo como dado, en esta ocasión se realizó una proyección para los meses de marzo, abril y mayo, para a través de ello obtener la totalidad de casos de fallecidos no identificados atribuibles al COVID-19. De forma adicional, después del cierre del mes de abril (fecha de cierre en que se realizaron los cálculos para el artículo anterior), la data del SINADEF respecto a abril siguió incrementándose retroactivamente, por lo cual la cantidad de casos no explicados de abril en esta ocasión es ahora a la fecha 1911.

(6) Otros cálculos suplementarios, dadas las limitaciones de errores de la data de SINADEF de no proporcionar una serie de tiempo con suficiente cantidad de observaciones mensuales y libre de errores en su asignación por meses, arrojaron unos resultados que pueden variar entre el 23.4% al 14.5% para los fallecimientos no atribuibles directamente al COVID-19 y de 76.6% a 85.5% para los casos atribuibles a fallecidos contagiados con COVID-19. Se reporta los resultados más moderados. Otros resultados hubieran implicado cifras aún más altas de fallecidos con la enfermedad.

 
Referencias

  • BBC Mundo. (16 de abril de 2020). Coronavirus en Nueva York: por qué ha habido un repunte repentino en la cifra de muertos por COVID-19 en la ciudad. BBC Mundo. Recuperado de https://www.bbc.com/
  • Financial Times. (26 de abril de 2020). Global coronavirus death toll could be 60% higher than reported. Recuperado de https://www.ft.com/content/6bd88b7d-3386-4543-b2e9-0d5c6fac846c
  • IDL-Reporteros. (28 de abril de 2020). Los muertos que el gobierno no cuenta. Recuperado de https://www.idl-reporteros.pe/los-muertos-que-el-gobierno-no-cuenta/
  • IEPA (2 de mayo de 2020). Probable mortalidad por COVID-19 en Lima puede ser 4 veces mayor que las cifras confirmadas: una aproximación más realista en medio de la controversia de las cifras, por: Carrasco, Gómez, Carrasco y Villacrés. Recuperado desde https://www.iepa.org.pe/probable-mortalidad-por-covid-19-en-lima-puede-ser-4-veces-mayor-que-las-cifras-confirmadas-una-aproximacion-mas-realista-en-medio-de-la-controversia-de-las-cifras/
  • La República (8 de mayo de 2020). Sinceramiento de cifras de la COVID-19 nos acerca a la realidad y mide el peligro. Recuperado de https://larepublica.pe/sociedad/2020/05/08/coronavirus-en-peru-sinceramiento-de-cifras-de-la-covid-19-nos-acerca-a-la-realidad-y-mide-el-peligro/
  • Martín, L. (17 de abril de 2020). China incrementa un 50% la cifra de muertos en Wuhan por coronavirus. Economía Digital. Recuperado de https://www.economiadigital.es/
  • Ojo público. (26 de mayo de 2020), CoronaHack: propuestas, modelos y alertas sobre la calidad de los datos del Covid-19. Recuperado de https://ojo-publico.com/1831/coronahack-propuestas-y-alertas-sobre-la-calidad-de-los-datos?fbclid=IwAR1NUelJRCqUs6MpS1UrIp30yCiiGwkwYYPCNSGDGIfIJkvXJqmZHz6LmrE
  • The Economist. (16 de abril de 2020). Tracking covid-19 excess deaths across countries. Recuperado de https://www.economist.com/graphic-detail/2020/04/16/tracking-covid-19-excess-deaths-across-countries
  • Trump contra la OMS: El presidente suspende la financiación de EE.UU. a la organización por la gestión de la pandemia. (14 de abril 2020). BBC Mundo. Recuperado de https://www.bbc.com/
  • Wallace, A. (17 de abril 2020). Cómo se cuentan los muertos por coronavirus (y por qué las cifras oficiales no son comparables ni precisas). BBC Mundo. Recuperado de https://www.bbc.com/
  • Wun, J., McCann, A., Katz, J., Peltier, E. (22 de abril de 2020). 28,000 Missing Deaths: Tracking the True Toll of the Coronavirus Crisis. The New York Times. Recuperado de https://www.nytimes.com/

 

Publicado el 31-05-2020