El 17 de marzo de 2020, con la pandemia sacudiendo con dureza a países como Italia y España y en plena expansión por Estados Unidos, el reputado científico de la Universidad de Stanford, John Ioannidis, aseguró que “la covid-19, bautizada como “la pandemia del siglo”, podía ser también “el mayor fiasco del siglo”. En un polémico artículo publicado en Statnews, el investigador, considerado como uno de los popes de la “medicina basada en evidencias”, aseguraba que la letalidad de la covid parecía similar a la de la gripe estacional y que paralizar el mundo sin tener suficientes pruebas era totalmente irracional y podía tener más costes que beneficios. “Es como si un elefante atacado por un gato doméstico salta accidentalmente de un precipicio y se mata por intentar evitarlo”, escribió.
Basándose en los datos del crucero Diamond Princess, Ioannidis estimaba que la letalidad por caso confirmado (CFR) del virus era de un 0,3% y que a lo sumo causaría unas 10.000 muertes en Estados Unidos. Dos meses después, la cifra oficial de fallecidos en el país va camino de superar los 110.000 y la reputación de Ioannidis se ha visto seriamente dañada, por las sospechas de que posteriormente utilizó datos sesgados para llevar razón en sus predicciones, además de caer en un posible conflicto de intereses. Al mismo tiempo, los que se oponían a la estrategia de confinamiento y aseguraban que lo mejor era esperar a crear inmunidad de grupo han reconocido que se equivocaron, incluido el epidemiólogo que diseñó la estrategia de Suecia, Anders Tegnell, quien ha admitido que su país cometió un error al evitar el confinamiento que les ha conducido a una de las mayores tasas de letalidad por número de habitantes del mundo.
Aún así, la pregunta sobre cómo de letal es la covid sigue estando encima de la mesa. Para entender la discusión hay que distinguir entre los dos valores que se miden, la tasa letalidad por caso confirmado (CFR) y la letalidad por caso infectado (IFR). El primer valor es siempre más alto porque indica cuántas personas mueren entre aquellas que has podido diagnosticar, mientras que el segundo, el que los expertos toman como referencia para comprender la verdadera virulencia de una enfermedad, incluye las muertes sobre el total de casos infectados, incluidos aquellos que no presentaron síntomas y pasaron bajo el radar para el sistema. Este detalle es importante, porque en función del número de asintomáticos que existan, la letalidad del virus será mayor o menor.
¿Muy letal o no tan letal?
El debate está abierto porque, aunque haya visto su reputación dañada, Ioannidis sigue publicando sus trabajos y defendiendo que la enfermedad es muy poco letal entre la población general y que a quienes afecta verdaderamente es a los mayores de 70 años y a grupos de población vulnerables, por lo que la estrategia óptima habría sido protegerlos solo a ellos. En su artículo más reciente, publicado en Boston Review, el investigador se reafirma en sus convicciones y asegura que “está claro que los números son mucho más bajos de lo que se temía al principio”. Para reforzar su posición, Ioannidis se remite a las cifras actualizadas recientemente por los Centros para el Control y la Prevención de Enfermedades de EEUU (CDC), cuya “mejor estimación” de la IFR es del 0,26%. Esta posición ha sido ampliamente recogida por los medios conservadores de EEUU y de otros países para defender que las medidas de confinamiento han sido un exceso y que la respuesta a esta pandemia ha sido “exagerada”.
La revisión más reciente sitúa la tasa de letalidad por infectados (IFR) en el 0,66%
Sin embargo, buena parte de la comunidad científica cree que la cifra de la CDC está muy por debajo de la letalidad real. Algunos epidemiólogos acusan a la CDC de estar alterando estas cifras por intereses políticos y calculando la letalidad sin tener en cuenta los peores escenarios, como es el caso de Nueva York, donde la letalidad IFR está en torno al 0.92%. Uno de los más críticos ha sido el australiano Gideon Meyerowitz-Katz, que ha estado siguiendo la letalidad en todo el mundo y cuya revisión más reciente de los mejores estudios sitúa la tasa de letalidad por infectados (IFR) en el 0,66% (un trabajo anterior lo situaba en el 0,74%).
La letalidad varía en función de la virulencia con que ha afectado la pandemia a los países y del número de casos que se han podido detectar. En el caso de Italia el IFR es del 1,3% y en España es del 1,1%, mientras que la OMS habla de un rango entre el 0,3 y el 1% . El dato de España es especialmente valioso porque se deduce del estudio nacional de seroprevalencia (ENE-Covid) sobre una población de 60.000 personas, el más completo realizado en el mundo y una referencia para todos los expertos internacionales. Según este estudio, solo un 5% de la población española se infectó con el virus y un tercio de ellos fueron asintomáticos. Otros test poblacionales más pequeños, como el realizado a 4000 personas en Indiana, Estados Unidos (sobre una población de 188000 personas), arrojan un 3% de seroprevalencia, con un 45% de asintomáticos. En este caso, además, la letalidad IFR es del 0,58%, lejos de los peores escenarios que se temían al principio, pero también del 0,1% de letalidad de la gripe.
Un enorme rompecabezas
¿Por qué hay estas diferencias en la letalidad según se mida y quién tiene razón en esta disputa? “Hay varios factores que pueden ser importantes para explicar las diferencias”, explica Alberto García-Basteiro, epidemiólogo de ISGlobal. “Hay que asegurarse de que todos los estudios utilizaron los mismos kits serológicos, ya que la sensibilidad y especificidad varían. Y por otro lado sabemos que hay una proporción de gente que no desarrolla anticuerpos a pesar de haber tenido PCR positiva, lo que podría contribuir, si no se tiene en cuenta, a sobreestimar la letalidad”. En resumen, el valor de la letalidad IFR está sujeto a muchos factores, desde cómo golpeó el virus en tu región, a cómo estaba preparado para responder un sistema de salud local (lo cual puede hacer que sobrevivan más o menos pacientes) y a cuántos eres capaz de detectar, incluidos los asintomáticos, que te pueden distorsionar la medición. El metaestudio más reciente establece que hay alrededor de un 40% de asintomáticos, aunque en la variedad de escenarios se ha registrado una horquilla que va del 16 al 80% observado en algunos cruceros), lo que habla a las claras del alto grado de incertidumbre.
El metaestudio más reciente establece que hay alrededor de un 40% de asintomáticos
Sobre los test serológicos, además del alto número de falsos negativos y positivos, cabe una última duda que podría cambiar las conclusiones sobre la letalidad del virus. ¿Y si los test serológicos nos están dando un resultado engañoso y hay una parte aún mayor de asintomáticos y leves que aún no hemos detectado? En un trabajo preliminar (preprint), la investigadora Isabel Rodríguez-Barraquer, de la Universidad de California, apunta que la mayoría de test utilizados para los estudios se seroprevalencia de SARS-CoV-2 han sido calibrados a partir de muestras de pacientes de los hospitales, con una carga de anticuerpos mucho mayor, de modo que puede que una parte importante de las personas que han pasado la enfermedad de modo muy leve o asintomática quizá no son detectados (no dan positivo en las pruebas). Esto iría en consonancia con los trabajos publicados en Corea del Sur sobre posibles reinfecciones, donde se vio que la carga de anticuerpos bajaba con el tiempo en muchos pacientes y en otros no existía, aunque podrían estar protegidos contra el virus por inmunidad celular (linfocitos) en lugar de humoral (anticuerpos).
Posturas enrocadas
Con todos estos elementos encima de la mesa, aún queda mucho camino para conocer cuál es la verdadera tasa de letalidad del coronavirus. Sea cual sea esta, el debate sobre si se “sobrereaccionó” a la pandemia parece bastante zanjado por los hechos, aunque Ioannidis se enroque en su posición contra el resto de sus colegas. En un intercambio de artículos muy interesante en la revista Boston Review, el filósofo de la medicina Jonathan Fuller señalaba el choque entre dos visiones científicas - la más teórica y analítica de la medicina basada en las evidencias y la más pegada al terreno que tiene que tomar decisiones para salvar vidas. En un escenario de pandemia, en el que el virus se propaga a toda velocidad y te colapsa los sistemas sanitarios, respondía el epidemiólogo de Harvard Marc Lipsitch, “la acción no puede esperar a tener un nivel de buena evidencia que obtienes de un experimento aleatorizado y controlado”.
El debate sobre si se “sobrereaccionó” a la pandemia parece bastante zanjado por los hechos
Por su parte, Ioannidis, que admite ahora con la boca pequeña que la posibilidad de que murieran miles de personas justificaba los cierres, se defiende advirtiendo contra las posibles consecuencia de prorrogar medidas demasiado extremas que provoquen más daños a la larga, en la sociedad y en otros enfermos crónicos que la propia pandemia. Es como cuando haces la reanimación cardiopulmonar a un paciente, argumenta. Es la respuesta inmediata y necesaria en un primer momento, pero si continúas reanimando sin saber lo que le pasa de verdad, puede que termines causando más daños. Sobre el debate de fondo sobre la peligrosidad de la enfermedad en sí misma, es difícil llegar a una conclusión por ahora y puede que ambas posiciones tengan una parte de razón. Por un lado ha sido y es una enfermedad terrible, que ha matado a cientos de miles de personas, colapsó nuestros sistemas y amenaza con volver a hacerlo. Y por otro lado “no fue para tanto”, en el sentido de que no es la más terrible de las enfermedades que nos podrían afectar como sociedad. Así que más vale que aprendamos de los errores y que lo hagamos ya.
Referencias y más info: Models v. Evidence (J. Fuller), Good Science Is Good Science (Marc Lipsitch) | The Totality of the Evidence (John Ioannidis) | From Pandemic Facts to Pandemic Policies (J. Fuller)
