Nuevos casos diarios de COVID-19 en el mundo y en los principales pa\u00edses. Cr\u00e9dito: Chris55 \/wikipedia, CC BY-SA <\/p>\n
Supongamos que quisi\u00e9ramos estimar cu\u00e1ntos propietarios de autom\u00f3viles hay en el Reino Unido y cu\u00e1ntos de ellos poseen un Ford Fiesta, pero solo tenemos datos sobre las personas que visitaron las salas de exhibici\u00f3n de autom\u00f3viles Ford. en el a\u00f1o pasado. Si el 10% de los visitantes de la sala de exhibici\u00f3n tuvieran un Fiesta, entonces, debido al sesgo en la muestra, esto ciertamente sobreestimar\u00eda la proporci\u00f3n de propietarios de Ford Fiesta en el pa\u00eds. <\/p>\n
La estimaci\u00f3n de las tasas de mortalidad de las personas con COVID-19 se lleva a cabo actualmente en gran medida de la misma manera. En el Reino Unido, por ejemplo, casi todas las pruebas de COVID-19 se realizan en personas que ya est\u00e1n hospitalizadas con s\u00edntomas de COVID-19. En el momento de escribir este art\u00edculo, hay 29 474 casos confirmados de COVID-19 (an\u00e1logos a los propietarios de autom\u00f3viles que visitan una sala de exposici\u00f3n) de los cuales 2352 han muerto (propietarios de Ford Fiesta que visitaron una sala de exposici\u00f3n). Pero pasa por alto a todas las personas con s\u00edntomas leves o sin s\u00edntomas.<\/p>\n
La conclusi\u00f3n de que la tasa de mortalidad por COVID-19 es en promedio del 8 % (2352 de 29 474) ignora a las muchas personas con COVID-19 que est\u00e1n no hospitalizados y no han muerto (an\u00e1logo a los propietarios de autom\u00f3viles que no visitaron una sala de exhibici\u00f3n de Ford y que no poseen un Ford Fiesta). Por lo tanto, es equivalente a cometer el error de concluir que el 10% de todos los propietarios de autom\u00f3viles tienen un Fiesta. <\/p>\n
Hay muchos ejemplos destacados de este tipo de conclusi\u00f3n. El Servicio de Evidencia COVID-19 de Oxford ha llevado a cabo un an\u00e1lisis estad\u00edstico exhaustivo. Reconocen un posible sesgo de selecci\u00f3n y agregan intervalos de confianza que muestran cu\u00e1n grande puede ser el error para la proporci\u00f3n (potencialmente altamente enga\u00f1osa) de muertes entre los pacientes confirmados con COVID-19. <\/p>\n
Se\u00f1alan varios factores que pueden resultar en amplias diferencias nacionales, por ejemplo, la \u00abtasa de mortalidad\u00bb (media) del 8 % del Reino Unido es muy alta en comparaci\u00f3n con el 0,74 % de Alemania. Estos factores incluyen diferentes datos demogr\u00e1ficos, por ejemplo, la cantidad de ancianos en una poblaci\u00f3n, as\u00ed como tambi\u00e9n c\u00f3mo se informan las muertes. Por ejemplo, en algunos pa\u00edses, todas las personas que mueren despu\u00e9s de haber sido diagnosticadas con COVID-19 se registran como una muerte por COVID-19, incluso si la enfermedad no fue la causa real, mientras que otras personas pueden morir a causa del virus sin que realmente se les haya diagnosticado. COVID-19. <\/p>\n
Sin embargo, los modelos no incorporan explicaciones causales expl\u00edcitas en su modelado que podr\u00edan permitirnos hacer inferencias m\u00e1s significativas a partir de los datos disponibles, incluidos los datos sobre las pruebas de virus. <\/p>\n
Hemos desarrollado un prototipo inicial de \u00abmodelo causal\u00bb cuya estructura se muestra en la figura anterior. Los v\u00ednculos entre las variables nombradas en un modelo como este muestran c\u00f3mo dependen unas de otras. Estos v\u00ednculos, junto con otras variables desconocidas, se capturan como probabilidades. A medida que se ingresan datos para variables conocidas espec\u00edficas, todas las probabilidades de variables desconocidas se actualizan utilizando un m\u00e9todo llamado inferencia bayesiana. El modelo muestra que la tasa de mortalidad de COVID-19 depende tanto de los m\u00e9todos de muestreo, las pruebas y los informes, como de la tasa subyacente de infecci\u00f3n en una poblaci\u00f3n vulnerable. <\/p>\n
Por lo tanto, puede parecer que diferentes pa\u00edses tienen diferentes tasas de mortalidad, pero solo porque han aplicado diferentes pol\u00edticas de muestreo y notificaci\u00f3n. No es necesariamente porque est\u00e9n gestionando mejor el virus o porque el virus haya infectado a menos o m\u00e1s personas.<\/p>\n
Con un modelo causal que explica el proceso mediante el cual se generan los datos, podemos dar cuenta mejor de estas diferencias entre pa\u00edses. Tambi\u00e9n podemos aprender con mayor precisi\u00f3n las verdaderas tasas subyacentes de infecci\u00f3n y mortalidad de la poblaci\u00f3n a partir de los datos observados. Dicho modelo podr\u00eda ampliarse para incluir factores demogr\u00e1ficos, as\u00ed como el distanciamiento social y otras pol\u00edticas de prevenci\u00f3n. Hemos desarrollado dichos modelos para muchos problemas similares y actualmente estamos recopilando los datos necesarios para completar el tipo de modelo que describimos en la figura anterior. <\/p>\n
Pruebas aleatorias<\/p>\n
En ausencia de pruebas en toda la comunidad, solo las pruebas aleatorias aplicadas en toda la poblaci\u00f3n nos permitir\u00e1n conocer la cantidad de personas con COVID-19 que son asintom\u00e1ticas o ya se han recuperado. Solo cuando sepamos cu\u00e1ntas personas no muestran s\u00edntomas, sabremos la infecci\u00f3n subyacente y la tasa de mortalidad. Tambi\u00e9n nos permitir\u00e1 conocer la precisi\u00f3n de las pruebas (tasas de falsos positivos y falsos negativos).<\/p>\n
Por lo tanto, las pruebas aleatorias siguen siendo la estrategia m\u00e1s efectiva para evitar el sesgo de selecci\u00f3n y reducir las distorsiones en las estad\u00edsticas reportadas. Idealmente, esto deber\u00eda combinarse con un modelo causal.<\/p>\n
Actualmente, parece que no existen protocolos estatales en ning\u00fan pa\u00eds para pruebas comunitarias aleatorias de ciudadanos para COVID-19. Espa\u00f1a lo intent\u00f3. Pero eso implic\u00f3 la compra de grandes vol\u00famenes de pruebas r\u00e1pidas de COVID-19, y pronto descubrieron que algunas pruebas de origen chino ten\u00edan poca validez y confiabilidad y solo brindaban un 30 % de precisi\u00f3n, lo que resultaba en una gran cantidad de falsos positivos.<\/p>\n
Pa\u00edses como Noruega han propuesto introducir tales pruebas, pero existe incertidumbre sobre c\u00f3mo obligar legislativamente a los ciudadanos a realizar la prueba y qu\u00e9 podr\u00eda constituir un protocolo de aleatorizaci\u00f3n apropiado. En Islandia, tienen un muestreo voluntario que ha cubierto el 3% de la poblaci\u00f3n, pero esto no es aleatorio. Algunos pa\u00edses con pruebas a gran escala, como Corea del Sur, podr\u00edan estar m\u00e1s cerca de ser aleatorios. <\/p>\n
La raz\u00f3n por la que es tan dif\u00edcil realizar pruebas aleatorias es que hay que tener en cuenta varios factores pr\u00e1cticos y psicol\u00f3gicos. \u00bfC\u00f3mo se recolectan muestras al azar? Recolectar muestras de voluntarios puede no ser suficiente ya que no previene el sesgo de autoselecci\u00f3n.<\/p>\n
Durante la pandemia de influenza H1N1 de 2009-2010, hubo mucha ansiedad sobre la enfermedad que cre\u00f3 una \u00abenfermedad psic\u00f3gena masiva\u00bb. Esto es cuando la hipersensibilidad a s\u00edntomas particulares lleva a que las personas sanas se autodiagnostiquen como portadoras de un virus, lo que significa que estar\u00edan muy incentivadas a hacerse la prueba. Esto podr\u00eda, en parte, contribuir a\u00fan m\u00e1s a las tasas de falsos positivos si la sensibilidad y la especificidad de las pruebas no se comprenden por completo. <\/p>\n
Si bien no se eliminar\u00e1 el sesgo de autoselecci\u00f3n, podr\u00eda reducirse realizando pruebas de campo. Esto podr\u00eda implicar pedir al p\u00fablico que brinde muestras voluntarias en lugares donde, incluso en un estado de cierre, se espera que asistan y tambi\u00e9n de aquellos en aislamiento o cuarentena autoimpuestos.<\/p>\n
En cualquier caso, cuando las estad\u00edsticas se comunican en conferencias de prensa o en los medios de comunicaci\u00f3n, se deben explicar sus limitaciones y se debe delinear adecuadamente cualquier relevancia para el individuo o la poblaci\u00f3n. Es esto lo que sostenemos que falta en la crisis actual. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por The Conversation <\/p>\n
Este art\u00edculo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el art\u00edculo original. <\/p>\n
Cita<\/strong>: Coronavirus: las comparaciones de pa\u00edses no tienen sentido a menos que tengamos en cuenta los sesgos de las pruebas (3 de abril de 2020) consultado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-04- coronavirus-country-comparisons-pointless-account.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Nuevos casos diarios de COVID-19 en el mundo y en los principales pa\u00edses. Cr\u00e9dito: Chris55 \/wikipedia, CC BY-SA Supongamos que quisi\u00e9ramos estimar cu\u00e1ntos propietarios de autom\u00f3viles hay en el Reino Unido y cu\u00e1ntos de ellos poseen un Ford Fiesta, pero solo tenemos datos sobre las personas que visitaron las salas de exhibici\u00f3n de autom\u00f3viles Ford. … Continuar leyendo \u00abCoronavirus: las comparaciones de pa\u00edses no tienen sentido a menos que tomemos en cuenta los sesgos de prueba\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-25318","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/25318","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=25318"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/25318\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=25318"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=25318"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=25318"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}