Las necesidades de la barra: 5 formas de entender los gráficos del coronavirus

Crédito: CC0 Public Domain

Entender la escala de una pandemia global no es fácil, y el volumen de estadísticas y datos puede ser desconcertante.

¿Qué vamos a hacer, por ejemplo, con el hecho de que Australia registró solo 109 casos nuevos en su recuento diario del 6 de abril? Dado que esta cifra alcanzó un máximo de alrededor de 400 casos nuevos por día, ¿significa esto que la tasa de infección ahora está disminuyendo?

Y, aparte de la tristeza, ¿qué vamos a hacer con estadísticas más espantosas, como la ¿969 muertes por COVID-19 reportadas en un solo día en Italia el 27 de marzo?

¿Qué estadísticas son más útiles para dar sentido a la situación? Para ayudar a interpretar y comprender las montañas de datos de COVID-19, veremos cinco métodos de uso común y explicaremos las ventajas y desventajas de cada uno.

Para ilustrar cada método, usaremos los datos de la Universidad Johns Hopkins para Italia durante los 43 días del 23 de febrero al 5 de abril.

1. Aumentos diarios

Gran parte de los datos de COVID-19 se presentan como un recuento diario de nuevas infecciones confirmadas durante las 24 horas anteriores. Por ejemplo, el 5 de abril, Italia tenía 4316 casos nuevos.

Esas cifras transmiten con precisión la horrible escala de la pandemia, pero no son tan buenas para revelar cómo está evolucionando la situación. Sin conocer los totales diarios anteriores, es imposible decir si la tendencia es alcista o bajista. Necesitamos una forma de ponerlo en contexto.

Histograma de números diarios de casos nuevos. Crédito: Universidad Johns Hopkins.

2. Gráfico de barras de casos nuevos diarios

Una forma de brindar contexto es con un gráfico de barras, también llamado histograma, que muestra el recuento de cada caso nuevo diario.

El siguiente gráfico muestra el número de casos nuevos en Italia, desde el 23 de febrero (el primer día con más de 100 casos nuevos, y que hemos etiquetado como día 1), hasta los 4316 del 5 de abril (día 43). .

Este tipo de gráfico puede revelar tendencias significativas de un vistazo. Podemos ver que la cantidad de casos nuevos comenzó a estabilizarse alrededor del día 26, e incluso puede haber comenzado a tener una tendencia a la baja.

Pero si bien las grandes tendencias son obvias, debemos tener cuidado cuando se trata de tendencias más pequeñas, ya que pueden ser simplemente variaciones aleatorias en los recuentos diarios.

3. Gráfico de casos acumulados

Los recuentos diarios nos dicen qué tan rápido está creciendo la epidemia, pero no nos dicen qué tan grande ha crecido en general. Para eso, necesitamos un gráfico del número total de casos hasta el momento.

Esto se llama un gráfico acumulativo, porque el punto de datos de cada día es la suma total de todos los casos confirmados previamente.

Aumento en el número total de personas infectadas con COVID-19 a lo largo del tiempo. Crédito: Universidad Johns Hopkins.

Esta es una excelente herramienta para visualizar el alcance total del brote hasta el momento. Pero el peligro es que hace que las cosas se vean mucho peor de lo que son, porque el número total de casos confirmados desde el comienzo del brote solo puede aumentar, no disminuir.

Este método también dificulta ver cuándo las tasas de crecimiento se están desacelerando, porque hay que buscar una meseta en la curva, en lugar de una caída.

4. Casos acumulativos (escala logarítmica)

Para compensar, podemos presentar los mismos datos en una escala logarítmica (o logarítmica). Esto significa que el eje vertical del gráfico (eje y) está graduado por órdenes de magnitud (1, 10, 100, 1000) en lugar de incrementos iguales (10, 20, 30, 40).

Esto básicamente «aplasta» el eje y para que los números grandes no sesguen todo el gráfico. Si una epidemia está creciendo exponencialmente, podría decirse que tiene más sentido trazarla de esta manera porque la línea de tendencia puede «mantenerse al día» con los números en lugar de dispararse a la estratosfera.

Aumento en el número total de personas infectadas con COVID-19 a lo largo del tiempo con escala logarítmica. Universidad Johns Hopkins.

El gráfico de escala logarítmica anterior muestra los mismos datos que el gráfico anterior, pero ahora cuenta claramente la historia de cómo las tasas de infección de Italia comenzaron a disminuir antes del día 26.

Una desventaja es que esto es claramente una forma más abstracta de ver los datos, por lo que necesita saber cómo funciona una escala logarítmica antes de que pueda darle un sentido significativo.

5. Porcentaje de crecimiento del total

Una forma menos común, aunque extremadamente importante, de presentar los datos es expresar el número de casos diarios como un porcentaje del total hasta el momento. Esta es otra buena manera de poner la situación en contexto.

Porcentaje de incremento diario del total de personas infectadas por COVID-19 a lo largo del tiempo. Universidad Johns Hopkins.

Al igual que el gráfico de escala logarítmica, el gráfico anterior también muestra que la tasa diaria de aumento en el total de casos ha disminuido constantemente durante los 43 días.

Este método es quizás el más útil para demostrar la efectividad del distanciamiento social y otras medidas de salud pública para «aplanar la curva».

Sin embargo, una desventaja de usar porcentajes es que esto método no revela los números reales involucrados. También corre el riesgo de adormecer a las personas con una falsa sensación de seguridad: el gráfico de porcentaje puede tener una tendencia a la baja aunque el virus aún esté muy extendido y el riesgo de resurgimiento aún exista.

No hay una «mejor» manera de presentar los datos

Estas cinco formas diferentes de presentar exactamente los mismos datos pueden dar cinco impresiones diferentes de la situación.

También está la cuestión del contexto de población más amplio en el que se presentan estos números.

Italia tiene ahora más de 128.900 casos confirmados, en comparación con los 82.600 informados en China. Dadas las diferencias en la población (Italia: 60,4 millones, China: más de 1400 millones), eso significa que 1 persona de 468 ha sido infectada en Italia, en comparación con solo 1 de 16 949 en China.

En el pequeño Luxemburgo, las infecciones ascienden a 1 persona de cada 223, una tasa de infección per cápita aún más alta que en Italia.

Los países también pueden tener grandes diferencias entre regiones. Nueva Gales del Sur, el estado más afectado de Australia, representa el 46,5 % de los casos del país, a pesar de tener el 32 % de la población.

Tiempos de prueba

Otro contexto crucial es el número total de pruebas realizadas. Esto varía enormemente, tanto entre países como a lo largo del tiempo. Al interpretar los datos sobre el número de casos, es importante saber qué proporción de la población se ha hecho la prueba.

Número de pruebas positivas de COVID-19 por cada 1000 personas (azul) y tasas generales de prueba (naranja) para países seleccionados. Crédito: Mark Osborn, proporcionado por el autor

Las pruebas generalizadas también ayudan a mejorar las estimaciones de la verdadera tasa de mortalidad entre las personas infectadas con el virus.

A medida que nos esforzamos como sociedad para aplanar la curva, será alentador saber cuándo nuestros esfuerzos comienzan a dar sus frutos. Cuanto mejor entendamos los datos, más fácil será.

Esto no solo es importante, ya que todos tratamos de aceptar nuestra nueva normalidad, sino que sin duda será crucial para convencer a las personas de la necesidad de diversas restricciones y cambios en el estilo de vida a medida que pasan los meses.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por The Conversation

Este artículo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el artículo original.

Cita: Las necesidades de la barra: 5 formas de entender los gráficos de coronavirus (2020, 7 de abril) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-04-bar- necessities-ways-coronavirus-graphs.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.