El decalaje temporal de los datos de contagios

Uno de los principales indicadores para el seguimiento epidemiol¨®gico es la incidencia de casos infectados detectados. Y tan importante o m¨¢s que su magnitud en un momento dado es su tendencia. ?Los contagios aumentan o disminuyen, y a qu¨¦ ritmo? Por ello es de gran relevancia no solo cu¨¢ntos casos se detectan, sino tambi¨¦n c¨®mo se distribuyen a lo largo del tiempo. En la fase inicial de la COVID-19 las autoridades sanitarias no se sol¨ªan complicar: fecha en la que les fue notificado un caso, fecha con la que se registr¨®, independiente de si hab¨ªa sido diagnosticado ese mismo d¨ªa o hac¨ªa una semana, y sin tener en cuenta el tiempo que el infectado llevaba ya con s¨ªntomas, si es que los ten¨ªa. Este retardo hasta la notificaci¨®n del caso, que adem¨¢s var¨ªa mucho seg¨²n las circunstancias (la saturaci¨®n del sistema sanitario, la agilidad e informatizaci¨®n del centro que lo registra, etc.) da lugar a una serie temporal desfasada frente a la evoluci¨®n sanitaria real y sujeta a distorsiones burocr¨¢ticas debidas al proceso de notificaci¨®n, ajenas a factores epidemiol¨®gicos.

Para evitar estos inconvenientes, ahora la pr¨¢ctica habitual consiste en atribuir cada caso retroactivamente al d¨ªa de diagn¨®stico (o incluso de inicio de s¨ªntomas, con una fecha imputada en el caso de los asintom¨¢ticos). Eso implica que cada d¨ªa al actualizar la serie temporal, adem¨¢s de a?adir un nuevo dato correspondiente al ¨²ltimo d¨ªa, tambi¨¦n se actualizan los datos de los d¨ªas previos, seg¨²n las fechas de diagn¨®stico (o inicio de s¨ªntomas) de los nuevos casos notificados. De esta forma se obtiene efectivamente una serie temporal m¨¢s ajustada al trascurso real de la epidemia, pero solo en retrospectiva, pasados unos d¨ªas o semanas. De cara al seguimiento prospectivo nos enfrentamos a un problema de provisionalidad de los datos recientes. Hoy la incidencia de ayer solo incluye la minor¨ªa de casos donde la contabilizaci¨®n ha sido casi inmediata. Con el paso de los d¨ªas ir¨¢ creciendo conforme se incorporan tambi¨¦n los diagn¨®sticos llegados con m¨¢s retraso, con lo que el valor puede subir dr¨¢sticamente. Un dato no es definitivo hasta que pasadas unas semanas puede descartarse la llegada de m¨¢s notificaciones correspondientes a ese d¨ªa.

El cambio de criterio en Espa?a no fue exento de pol¨¦mica. El 15 de mayo Madrid destac¨® que sus 49 contagios del d¨ªa anterior eran menos que los de Castilla y Le¨®n o Catalu?a, para pedir una desescalada m¨¢s r¨¢pida para su Comunidad. Ello desencaden¨® cr¨ªticas desde la vecina Castilla y Le¨®n, partidaria de una mayor cautela en la vuelta a la normalidad, que aleg¨® que los casos notificados en Madrid el d¨ªa 14 eran 312, m¨¢s del doble de los de Catalu?a y m¨¢s del triple de los de Castilla y Le¨®n. Al margen de que estos datos tendr¨ªan que ponerse en relaci¨®n con la poblaci¨®n de cada Comunidad para poder compararlos, la discrepancia se debi¨® a que Madrid, a diferencia de todas las dem¨¢s Comunidades, ya aplicaba el nuevo criterio, considerando como nuevos solo aquellos casos que tambi¨¦n fueron diagnosticados el mismo d¨ªa 14, asignando los restantes 263 a fechas anteriores seg¨²n el diagn¨®stico, con lo que el dato efectivamente no era comparable con los de las dem¨¢s Comunidades. Este ejemplo nos sirve tambi¨¦n para evidenciar el gran alcance de los atrasos en las notificaciones, ya que en el informe de la Comunidad de Madrid del 2 de octubre figuran ya 539 casos diagnosticados el 14 de mayo, lo que multiplica por 11 la incidencia inicial reportada el 15 de mayo, y cuando ya han pasado m¨¢s de cuatro meses el n¨²mero a¨²n sigue creciendo informe tras informe.

Por tanto, la asignaci¨®n retroactiva de los casos implica un decalaje temporal ¨C cuanto m¨¢s reciente es un dato, m¨¢s corto se suele quedar frente a su a¨²n desconocido valor definitivo ¨C que introduce una enga?osa tendencia a la baja en el tramo final de la serie temporal, bien visible tambi¨¦n en los gr¨¢ficos del Ministerio de Sanidad, que desde el 11 de mayo contabiliza los casos seg¨²n la fecha de diagn¨®stico. El siguiente gr¨¢fico, procedente de la actualizaci¨®n del 12 de agosto, puede transmitir la impresi¨®n que el 7 de agosto Espa?a ya pas¨® el pico de la segunda ola, dando paso a un descenso. Nada m¨¢s lejos de la realidad, como revelan las actualizaciones m¨¢s recientes, en las que no queda rastro de este descenso del 7 al 11 de agosto. La incidencia sigui¨® creciendo, hasta alcanzar el 18 de septiembre lo que por ahora parece ser el verdadero pico de la segunda ola, con el triple de incidencia del supuesto pico del 7 de agosto.

El gr¨¢fico tambi¨¦n muestra el marcado ciclo semanal con bajadas los fines de semana, que supone otro factor de distorsi¨®n. Una forma de solventarlo es usar medias m¨®viles de siete d¨ªas o la incidencia acumulada de los ¨²ltimos siete (o catorce) d¨ªas. As¨ª lo hace el Centro Nacional de Epidemiolog¨ªa (CNE) que consolida los datos de contagios reportados por las Comunidades Aut¨®nomas, para indicar y comparar las incidencias de la ¨²ltima y pen¨²ltima semana natural en un mapa provincial en su panel de COVID-19. Pero ¨²ltimamente estas comparativas tambi¨¦n inducen al error por el decalaje, al cambiar de semana precipitadamente. Con fecha del lunes 28 de septiembre, el primer d¨ªa de la semana 40, ya se publicaron los datos de la semana 39, con un total de 45.761 casos en toda Espa?a, comparado con 69.002 en la semana 38. Supondr¨ªa una contundente bajada en un tercio, si no fuera porque sobre todo los datos de la semana 39, que acababa de terminar, eran a¨²n muy incompletos. Tanto fue as¨ª que en las sucesivas actualizaciones del panel ya en los siguientes tres d¨ªas la cifra se increment¨® paulatinamente casi un 30%, llegando a 58.909 el jueves, mientras la ya m¨¢s consolidada incidencia de la semana 38 se vio incrementada menos del 5%, hasta 72.198.

As¨ª la ca¨ªda intersemanal de la incidencia se vio recortada dr¨¢sticamente y cabe suponer que se ir¨¢ reduciendo m¨¢s a¨²n, aunque parece que por fin persistir¨¢ un cierto descenso real, a diferencia de la semana anterior, que empez¨® con datos que indicaban una bajada, que sin embargo con las actualizaciones a lo largo de los siguientes d¨ªas se acab¨® convirtiendo en una subida. Es una forma de crear falsas expectativas y de generar desconfianza en los datos oficiales, por mucho que debajo del mapa se avisa de la provisionalidad de los datos. Por ello en nuestra p¨¢gina de seguimiento solemos cambiar de semana varios d¨ªas o incluso una semana m¨¢s tarde, en lugar de ofrecer una comparativa m¨¢s actualizada pero excesivamente sesgada. Contemplando la incidencia de periodos demasiado recientes, se distorsiona adem¨¢s la comparativa entre territorios, debido a las grandes diferencias entre Comunidades Aut¨®nomas en los atrasos, que es lo que ocurre con la incidencia acumulada de los ¨²ltimos catorce y sobre todo los ¨²ltimos siete d¨ªas que figuran en las actualizaciones del Ministerio de Sanidad. No son comparables, por ejemplo, los datos de Madrid y Navarra, las dos Comunidades m¨¢s afectadas en estos momentos, ya que, como revelan los datos, a diferencia de Madrid, Navarra apenas arrastra notificaciones atrasadas por lo que sus incidencias son pr¨¢cticamente definitivas.

Pero ni siquiera con una prudente espera se est¨¢ a salvo de desagradables sorpresas. El siguiente gr¨¢fico muestra la evoluci¨®n de la incidencia acumulada en los siete d¨ªas previos por cada 100.000 habitantes en Madrid, seg¨²n los datos de la Comunidad publicados por el CNE con fecha del 9 y del 24 de septiembre. El d¨ªa 9 parec¨ªa claro que el crecimiento se hab¨ªa frenado dr¨¢sticamente, de forma sostenida desde hac¨ªa dos semanas ya, por lo que no parec¨ªa deberse solo a notificaciones atrasadas, tambi¨¦n porque ya era la segunda actualizaci¨®n semanal consecutiva que apuntaba en esta direcci¨®n, a diferencia de las anteriores que solo mostraban una tendencia creciente. Pero como evidencian los datos del d¨ªa 24, en realidad el crecimiento sigui¨® siendo muy pronunciado durante ese periodo, de modo que al final se trataba de un mero espejismo, fruto de una inusual acumulaci¨®n de notificaciones atrasadas.

Dada la gran importancia del seguimiento de la evoluci¨®n de la pandemia para evaluar la efectividad de las medidas de contenci¨®n y tomar decisiones sobre su endurecimiento o relajaci¨®n, puede ser nefasto llegar a conclusiones excesivamente ben¨¦volas o subestimar la seriedad de la situaci¨®n. Por ello ser¨ªa importante corregir el decalaje en las series temporales. El historial de notificaciones con su correspondiente retardo del que disponen las autoridades sanitarias les permitir¨ªa estimar cu¨¢nto subir¨¢n aun las incidencias de cada d¨ªa en funci¨®n del tiempo transcurrido. As¨ª lo hace el Instituto Robert Koch en Alemania, tanto para visualizar la evoluci¨®n de la pandemia, incorporando estas estimaciones con su correspondiente margen de error en los gr¨¢ficos (con otro color, en forma de columnas apiladas), como para estimar la evoluci¨®n del ritmo reproductivo. Se refieren a ello como nowcast, un pron¨®stico que a diferencia del forecast no es sobre el futuro sino sobre el presente o momentos muy cercanos al presente.

* Ansgar Seyfferth es director para Espa?a y Portugal de la empresa STAT-UP Statistical Consulting & Data Science Services