De matem¨¢ticos y charlatanes: por qu¨¦ es imposible predecir qu¨¦ va a pasar dentro de unos d¨ªas con la covid-19

Poco despu¨¦s del inicio de la pandemia de la covid-19, nos toc¨® comenzar a sufrir otra epidemia: la de matem¨¢ticos, f¨ªsicos, ingenieros e incluso alg¨²n qu¨ªmico despistado que surgieron de debajo las piedras con predicciones m¨¢s o menos acertadas de la evoluci¨®n de nuevos casos de infectados, fallecidos, hospitalizados y lo que se quiera imaginar. Los medios de comunicaci¨®n se llenaron de chicos de la curva y otros fantasmas vendiendo esperanza o terror, seg¨²n tocase, disfrazados de sesudas matem¨¢ticas y estad¨ªstica. Algunos de estos profetas son acad¨¦micos serios que han querido aportar...

Poco despu¨¦s del inicio de la pandemia de la covid-19, nos toc¨® comenzar a sufrir otra epidemia: la de matem¨¢ticos, f¨ªsicos, ingenieros e incluso alg¨²n qu¨ªmico despistado que surgieron de debajo las piedras con predicciones m¨¢s o menos acertadas de la evoluci¨®n de nuevos casos de infectados, fallecidos, hospitalizados y lo que se quiera imaginar. Los medios de comunicaci¨®n se llenaron de chicos de la curva y otros fantasmas vendiendo esperanza o terror, seg¨²n tocase, disfrazados de sesudas matem¨¢ticas y estad¨ªstica. Algunos de estos profetas son acad¨¦micos serios que han querido aportar su granito de arena con la mejor de las intenciones; otros son charlatanes que se aprovechan del anumerismo rampante (ese que parece que el ministerio quiere consolidar d¨¢ndole una buena colleja a las matem¨¢ticas del Bachillerato) para deslumbrar al personal con predicciones de una precisi¨®n apabullante que, si se miran con un poco de cuidado, son siempre a toro pasado. ?C¨®mo puede un ciudadano medio, de los que se sonrojan si se les pide que hagan una regla de tres, distinguir entre profesionales de la modelizaci¨®n y vendedores de humo? Tenemos dos noticias para ese ciudadano, una buena y una mala. La buena es que no hace falta que los distinga. El motivo es la mala noticia: en fen¨®menos como epidemias, es imposible realizar una predicci¨®n precisa de lo que va a ocurrir a poco m¨¢s de unos d¨ªas vista. Repetimos: a cualquiera que intente decirnos el n¨²mero de muertos que va a haber un d¨ªa cualquiera con una antelaci¨®n de una semana o m¨¢s, ni caso.

?Y por qu¨¦ incluso acad¨¦micos intachables est¨¢n cayendo en la tentaci¨®n de decir a las administraciones lo que deber¨ªan hacer bas¨¢ndose en modelos matem¨¢ticos? En 1927 se public¨® el modelo SIR, piedra angular de la epidemiolog¨ªa moderna. El modelo divide una poblaci¨®n en susceptibles de contagiarse, infectados, y en retirados de la din¨¢mica epid¨¦mica, que es un caj¨®n de sastre en el que van juntos recuperados y difuntos porque, si la infecci¨®n produce inmunidad como parece que es el caso con la covid-19, ni unos ni otros van ya ni a infectar a nadie ni a contagiarse de nuevo. Nuestras variables son el n¨²mero de personas en cada una de estas categor¨ªas, y tendremos unas ecuaciones o reglas que nos dir¨¢n c¨®mo evolucionan estos n¨²meros. Estas ecuaciones son tan sencillas que cualquiera puede hacer su versi¨®n en casa y producir sus propias curvas en cuesti¨®n de minutos. Con un poco m¨¢s de ma?a, se pueden meter categor¨ªas nuevas en el modelo, tunearlo para las caracter¨ªsticas de la epidemia en nuestra regi¨®n favorita, ajustar los par¨¢metros del modelo para que reproduzcan mejor o peor la curva de datos hasta el d¨ªa de hoy y, ?tach¨¢n!, tendremos una curva que se alarga indefinidamente en el tiempo, prediciendo todo lo que va a pasar. Entonces, a subir el manuscrito a un repositorio p¨²blico de preprints [art¨ªculos sin revisi¨®n externa] y, a veces, ni eso, hacer que nuestra universidad publique una nota de prensa con t¨ªtulo ampuloso, y decirle al pol¨ªtico de turno lo que debe hacer y lo que no. ?Qu¨¦ puede salir mal?

Pues todo. Si se busca un poco en la hemeroteca, se puede comprobar que estas predicciones fallan m¨¢s que una escopeta de feria. Un ejemplo impactante es el del grupo Munqu de la Universidad Polit¨¦cnica de Valencia, que estuvo publicando informes diarios con previsiones hasta el 22 de marzo. Ese d¨ªa, predec¨ªan un pico de la epidemia en Espa?a para finales de mayo con 800.000 casos activos reportados. El pico se produjo el 18 de abril, cuando el n¨²mero de casos activos fue menor de 120.000. Y estamos hablando de un grupo serio que dej¨® de publicar previsiones cuando se dieron cuenta de que pod¨ªan hacer m¨¢s da?o que bien, por lo que hay que agradecer su honradez intelectual. Los grandes grupos internacionales tampoco pueden colgarse muchas medallas. Un an¨¢lisis de The Economist compara las predicciones del n¨²mero de muertes en Estados Unidos hechas por tres de los equipos m¨¢s acertados. Las predicciones del 12 de abril a dos semanas vista tuvieron un error en promedio del 17%.

¡°En fen¨®menos como epidemias, es imposible realizar una predicci¨®n precisa de lo que va a ocurrir a poco m¨¢s de unos d¨ªas vista. Repetimos: a cualquiera que intente decirnos el n¨²mero de muertos que va a haber un d¨ªa cualquiera con una antelaci¨®n de una semana o m¨¢s, ni caso¡±

La primera excusa que ponen todos los autores de modelos es la calidad de los datos que usan para calibrar sus par¨¢metros, que, efectivamente, tras casi tres meses de epidemia en Espa?a, siguen siendo un desastre y una verg¨¹enza. Pero no, aunque tener buenos datos ciertamente ayudar¨ªa, ni as¨ª se iban a arreglar estas bolas de cristal. ?Estamos diciendo que unos modelos probados y comprobados, como los SIR, no funcionan con la covid-19? Para nada. Estamos diciendo que un an¨¢lisis superficial e ingenuo de estos modelos, limitados a curvas de predicciones, a adivinar fechas de picos o de fin de la epidemia, es enga?oso e in¨²til. ?Por qu¨¦? Esa es la cuesti¨®n. Las epidemias se caracterizan por din¨¢micas exponenciales (o casi), en las que hay fases de cambio rapid¨ªsimo. En este tipo de din¨¢micas, la capacidad de hacer predicciones est¨¢ mermad¨ªsima, porque el m¨¢s ligero error en el modelo (y es imposible hacer modelos sin errores) produce en pocos d¨ªas un error gigantesco. Es un fen¨®meno con el que todos estamos familiarizados en un campo diferente: la meteorolog¨ªa. Hablamos del famoso ¡°efecto mariposa¡± (ya se sabe, una mariposa bate sus alas en Madrid y se produce un tif¨®n en Filipinas). Y la predicci¨®n del tiempo nos ense?a el camino a seguir: predicciones probabil¨ªsticas, como esas a las que ya nos tiene acostumbrados el parte meteorol¨®gico cuando nos dice que este domingo habr¨¢ un 30% de probabilidad de lluvia. Informaci¨®n que no es certeza, pero que es extremadamente ¨²til igualmente. ?Y qu¨¦ diferencia a la epidemiolog¨ªa de la meteorolog¨ªa? Ahora s¨ª: los datos.

Para la previsi¨®n del tiempo contamos con redes extensas de observatorios, que recogen de forma sistem¨¢tica multitud de variables y las comunican en tiempo real a los centros donde se calculan las previsiones. Con las epidemias, en Espa?a ni siquiera hemos sido capaces de establecer protocolos para que las 17 comunidades aut¨®nomas comuniquen sus datos de forma fiable y consistente (no hablemos ya del origen de esos datos en cada comunidad). Y con la posibilidad, muy real, de un segundo rebrote en cualquier momento, del que, de ocurrir, por la impredecibilidad inherente que hemos descrito, no sabemos cu¨¢ndo ser¨¢ ni, una vez empezado, lo que durar¨¢, ni su intensidad, tenemos que ponernos las pilas en dos aspectos. El primero: ignorar a los chamanes de las curvas y entender que los profesionales de los modelos siempre nos van a presentar incertidumbres, probabilidades, barras de error; no intentar¨¢n dar la fecha del pico pero ser¨¢n capaces de discernir el efecto de distintas actuaciones y ayudar de verdad a tomar decisiones. Todo esto, claro, si mejoramos en el segundo aspecto: regularizar ya protocolos eficientes para la recogida y publicaci¨®n de los datos diarios de la epidemia. En lo peor de la crisis tal vez no fuese lo prioritario, pero ahora que hay un respiro, es inexcusable. Nos va la vida en ello.

Sa¨²l Ares, Grupo Interdisciplinar de Sistemas Complejos (GISC) y Cient¨ªfico Titular del Centro Nacional de Biotecnolog¨ªa del CSIC (@omeuxeito).

Mario Castro, GISC y Profesor de la Universidad Pontificia de Comillas.

Jos¨¦ A. Cuesta, GISC y Catedr¨¢tico de la Universidad Carlos III de Madrid.

Susanna Manrubia, GISC e Investigadora Cient¨ªfica del Centro Nacional de Biotecnolog¨ªa del CSIC.

Informaci¨®n sobre el coronavirus

- Aqu¨ª puede seguir la ¨²ltima hora sobre la evoluci¨®n de la pandemia

- As¨ª evoluciona la curva del coronavirus en Espa?a y en cada autonom¨ªa

- Buscador: La desescalada por municipios

- Preguntas y respuestas sobre el coronavirus

- Gu¨ªa de actuaci¨®n ante la enfermedad

- Pinche aqu¨ª para suscribirse a la newsletter diaria sobre la pandemia