La pandemia del COVID-19 tiene muchos ingredientes que hacen que nos resulte muy difícil entender bien qué está pasando, cuánto deberíamos preocuparnos, quién tiene razón, etc., etc.:
- Para la gran mayoría, es la primera vez que vivimos el reto de una nueva epidemia: siempre que nos enfrentamos a fenómenos nuevos, nuestras intuiciones hacen agua. Es muy difícil “tener criterio” cuando no estamos entrenados en situaciones similares.
- Nuestra experiencia personal puede estar muy alejada de lo que nos transmiten los medios: por un lado oímos hablar de enfermedad, muerte, colapso del sistema sanitario; por otro lado, muchos afortunados nos asomamos a la ventana y vemos el sol brillar, oímos el canto de los pájaros y todo parece estar perfectamente bien.
- Vemos muchos datos, pero no es fácil interpretarlos. ¿Son fiables? ¿Las cifras son muy grandes o no lo son? ¿Cuáles son los indicadores realmente importantes?
Estas son las fuentes que recomiendo para intentar tener una visión más completa de lo que está pasando. Ojo, que “más completa” no tiene por qué significar más exacta: estar mejor informado muchas veces implica entender que hay mucha incertidumbre.
Pandemias y riesgos biológicos
Una parte esencial del trabajo de la comunidad global de altruismo eficaz es intentar determinar qué problemas deberíamos considerar prioritarios: a dónde, a día de hoy, deberíamos destinar más recursos adicionales (dinero y talento) de forma decidida. Desde hace ya bastantes años, la preparación frente a pandemias y riesgos biológicos está en lo alto de la lista.
Una característica de los riesgos catastróficos globales es que parecen remotos e incluso “teóricos” mientras no ocurren, con lo que es muy fácil que reciban poca atención y recursos. El problema es que no se puede improvisar una buena reacción a algo como una pandemia. Por suerte, hay gente pensando en qué podemos hacer para estar mejor preparados para la siguiente.
El virus (SARS-CoV-2), la enfermedad (COVID-19) y el contagio
Una de las personas que está publicando contenido de más calidad es Nicholas Christakis. Una de las cosas que me gustan de Christakis es que habla claramente sobre todas las áreas de incertidumbre. En Twitter está manteniendo este “hilo de hilos” con muchísima información (merece la pena dedicar un rato a leer los diferentes temas que ha ido tratando):
Si preferís audio, hay un buen podcast de Sam Harris con Christakis.
Datos: casos, muertes, diferencias entre países, etc.
Cuando quieres hacer un análisis racional y cuantitativo de cualquier tema, un riesgo importante es no evaluar primero la calidad de los datos. En cuanto vemos tablas de datos y gráficos, parece que sabemos de lo que estamos hablando, pero… ¿cómo de fiable es el mecanismo de obtención/medición?; al hablar de estimaciones o predicciones, ¿cómo de grandes son los márgenes de error?
Por poner un ejemplo: en el caso de la gripe común, la estimación del CDC es que en la temporada 2018–19 hubo en EE.UU. entre y entre 31 y 45 millones de casos y entre 26.000 y 53.000 muertes atribuibles a enfermedad. Los rangos son muy amplios, incluso cuando podemos realizar estimaciones de forma pausada. En otras palabras: hablar de datos exactos es una ilusión. Dicho esto, si las técnicas de medición no cambian sustancialmente, los datos más útiles suelen ser los de tendencia. En el caso del coronavirus, lo que hizo saltar las alarmas fue su ritmo de crecimiento exponencial.
Datos sobre el coronavirus en los medios de comunicación
Muchos medios están hablando de “casos”, sin más, cuando deberían hablar de “casos confirmados”: es prácticamente imposible saber con exactitud cuántos casos no detectados hay. Por otra parte, los casos detectados dependen del número de tests realizados, lo que dificulta mucho las comparaciones entre países: si un país solo hace tests a la gente que llega muy enferma a los hospitales, parecerá que tiene menos casos (y parecerá también que su tasa de mortalidad es más alta que la de países que hacen muchos más tests fuera de los hospitales).
Por otra parte, los medios tienden a poner más énfasis en las cifras absolutas de casos y muertes, cuando lo más relevante para entender la situación es su ritmo de crecimiento.
Fuentes que recomiendo
Sabiendo ya que hay que tener cuidado con los datos, paso a las fuentes que recomiendo:
- El dashboard de Johns Hopkins fue una de las primeras (si no la primera) fuentes de cifras sobre la expansión global de la enfermedad¹.
- Our World in Data está haciendo un excelente trabajo de agregación, explicación y visualización de datos. También revisan los datos para identificar errores o inconsistencias y hacen campaña para que los medios comuniquen los matices importantes.
- Kiko Llaneras y algunos otros colaboradores de El País están manteniendo una buena sección con los datos para España.
- El Financial times tiene un buen resumen comparando países.
Más lecturas sobre el uso y la interpretación de datos
El problema de cómo comunicar en base a datos y cómo interpretar los datos que nos llegan no es específico del coronavirus: recibimos un bombardeo continuo de cifras y es bueno educarse un poco al respecto. Recomiendo dos libros: Factfulness y Bad Science.
Medidas del gobierno en España
Civio está haciendo un muy buen trabajo explicando muy claramente cuáles son las medidas adoptadas y cómo nos afectan.
¿Y después del “distanciamiento social”, qué?
Estamos tan saturados de información en tiempo real que es fácil olvidarse del día después: ¿hay un día en que se levanta el confinamiento y todo vuelve a la normalidad?
El epidemiólogo de Harvard Miguel Hernán está analizando las alternativas (recomiendo leer el hilo completo):
El impacto económico
Todavía he leído relativamente poco sobre “la que se avecina”, pero comparto algunas fuentes, sin haberme formado aún una opinión sobre las diferentes propuestas:
- Conversación entre Russ Roberts y Tyler Cowen.
- El feed de Twitter de Jason Furman.
- La iniciativa de cash transfers de GiveDirectly. (Nota: éste es un buen momento para acordarse de quienes viven siempre en condiciones mucho peores que las de cualquier recesión de países tan ricos como España).
¹ Open Philanthropy, la fundación creada por el co-fundador de Facebook Dustin Moskovitz, ya ha destinado más de 66 millones de dólares a proyectos en el área de bioseguridad y preparación ante pandemias. Según como se mire, es mucho dinero o solo una gota en el océano de lo que hace falta para estar bien preparados. Una de las organizaciones financiadas por Open Philanthropy es el Johns Hopkins Center for Health Security, uno de los institutos que está detrás del Coronavirus Resource Center (que incluye el dashboard que menciono).
Pablo Melchor 