fbpx

¿Es la estrategia de vacunación de Guatemala errónea?

A mi juicio, el Gobierno de Guatemala – junto a muchos otros gobiernos – comete un grave error con su estrategia de vacunación. La estrategia, que casi no ha sido cuestionada, es vacunar primero a las personas vulnerables o en riesgo («“ellos necesitan la vacuna”») y el personal de primera línea, típicamente médicos, enfermeros y bomberos («“ellos merecen la vacuna”»).

Por las características particulares del COVID19, las personas en riesgo típicamente son personas de mayor edad y con comorbilidades (por ejemplo, obesidad), las cuales sufren un mucho mayor riesgo de mortalidad por el virus. Esta es la justificación de la actual estrategia de vacunación.

Explicaré porqué esta estrategia está equivocada. A propósito de esto, explicaré cómo funciona una vacuna, cuál es la verdadera naturaleza del famoso «número de reproducción» (R0), y modelaré las dos estrategias (vacunar super spreaders versus vacunar vulnerables).

Las estimaciones muestran que vacunando primero a los super spreaders se puede salvar la vida de entre 2,500 a 7,000 personas vulnerables más que si se vacuna primero a las personas vulnerables. Las estimaciones varían si se suponen niveles de contagios anteriores a Semana Santa (700 contagios diarios) o posteriores a Semana Santa (2,000 contagios diarios).

La dificultad del análisis estriba en que desconocemos las caras y los nombres de las personas que se salvarían. Sin embargo, sí conocemos las caras y los nombres de las personas que están vacunadas. Esto sesga la estrategia de vacunación y empuja a las autoridades a querer salvar «personas identificables» en lugar de «caras invisibles». Por desgracia esta estrategia es costosa en términos de vidas humanas[1].

Al final del artículo daré una sugerencia de cómo identificar a super spreaders y justificaré que incluso una estrategia completamente aleatoria es más efectiva salvando vidas que la actual estrategia.

La idea básica de una vacuna

La idea de una vacuna es simple: si una vacuna es 90% a 95% efectiva, se logra inmunidad de rebaño y el virus prácticamente se extingue. Por ejemplo, para que no haya polio, el 80% de la población tiene que estar vacunada, mientras que para que no haya sarampión, el 95% de la población tiene que estar vacunada.

Es importante darse cuenta de que no vacunamos para proteger al individuo, sino al colectivo. El colectivo, a su vez, protege al individuo. Esto es así porque la vacuna a nivel colectivo permite frenar la transmisión del virus, salvando así a los individuos. De esta forma, se logró extinguir por ejemplo la viruela en 1980.

Sin embargo, todos los gobiernos en el mundo, incluyendo al Gobierno de Guatemala, han optado – sin mayor justificación – por vacunar la población “en riesgo”, típicamente personas de mayor edad (en el caso de Guatemala mayores de 60 años) o personas con comorbilidades, además del personal de salud.

¿A quién vacunar primero? El concepto de R0 o el «número de reproducción»

Y esto nos lleva a la pregunta: ¿a quienes se debe priorizar en la vacunación? Al fin y al cabo, no podemos vacunar el aproximado 90% de la población de golpe en una jornada de tarde.

Para contestar esta pregunta, tendremos que entender el número de reproducción (R0) a fondo.

Muchos ya habrán escuchado acerca del número de reproducción o R0. El R0 indica cuantas personas termina contagiando una persona con el virus. Si te contagias con COVID19 y terminas contagiando a tu hermano, a tu jefa y a tu vecina, tu R0 individual es 3. Si no contagias a nadie más, tu R0 es igual a 0.

Generalmente, el indicador se refiere al promedio de una población. Si R0 es mayor a 1, entonces la cantidad de casos aumenta exponencialmente. Si R0 es menor a 1, la propagación del virus se frena y el virus gradualmente desaparece.

Lo que generalmente no se menciona es que el promedio es justamente eso: un promedio, y que en realidad la propagación de un virus es un fenómeno de “cola gruesa”. En realidad, el 10% o 20% de las personas contagiadas son responsables para el 80% a 90% de los contagios[2]. A la vez, existen muchas personas contagiadas que apenas transmiten el virus. Es decir, hay individuos con un R0 de cero y individuos con un R0 de 10 o 100, incluso si el promedio termina siendo alrededor de 1.

Por lo tanto, una estrategia de vacunación exitosa contempla esta asimetría: las personas que son responsables de la mayoría de los contagios, los llamados super spreaders, son las primeras personas que se deben vacunar para frenar la propagación del virus.

De hecho, es mucho más probable que una persona “vulnerable” no sea un “super spreader”, por sus particulares circunstancias; ellos, por lo tanto, no propagan el virus.

Todo esto se vuelve crucial cuando el ritmo de vacunación es tan lento como en Guatemala. En países como Israel y Reino Unido, donde se pretende vacunar a toda la población en cuestión de unos meses, se acaba vacunando a potenciales super spreaders casi igual de rápido que los grupos vulnerables. Pero en países como Guatemala, donde no se lograrán niveles similares de vacunación hasta en finales de 2022, la pregunta de a quien vacunar primero es mucho más importante.

Modelando dos estrategias de vacunación para Guatemala: priorizar «vulnerables» versus priorizar «super spreaders»

Aparentemente, esta intuición excede el entendimiento de fenómenos «no lineales» de muchas personas que insisten en vacunar primero a los vulnerables. Típicamente hay dos reacciones: (a) no entienden que vacunando a potenciales super spreaders salvará a más personas vulnerables que vacunar a personas vulnerables, o (b) cuestionan la posibilidad de identificar potenciales super spreaders. Vamos a tratar de responder a la primera reacción, modelando las consecuencias de ambas estrategias de vacunación. Voy a usar ciertos supuestos básicos en los dos modelos.

Primero, empecemos con la distribución de R0:

Aquí asumimos que el R0 es prácticamente 1, lo cual es consistente con la observación que los casos se han mantenido en una banda de aproximadamente 700 casos al día en Guatemala antes de la tercera ola. El top 1% de contagiados son los llamados super spreaders. El top 1%, en promedio, contagia a otras 10 personas[3]. El siguiente 19% (para completar el 20% de contagiados que más contagian), en promedio, contagia a 3.5 personas. Por último, el restante 80% contagia, en promedio, a 0.3 personas (es decir, 1 en cada 3 contagia a 1 persona más). Hay suficientes personas que se terminan contagiando, pero que no transmiten el virus.

Segundo, saque unos datos básicos de la evolución del virus en Guatemala:

Este será nuestro primer escenario: una continuación de casos diarios pre-Semana Santa (700 casos al día). Después haré un escenario post-Semana Santa (2000 casos al día) más pesimista, el cual aún se encuentra muy lejos de los niveles de contagio vistos en, por ejemplo, los países europeos (fácilmente 10,000 casos al día con el tamaño de Guatemala). Además, asumiré que la tasa de mortalidad de las personas en riesgo es del 10%.

Tercero, estimo cuanto reduciría el R0 la vacunación de super spreaders:

Como acabo de mencionar, se asume que el 1% es super spreader (contagia a 10 personas en promedio). El 1% de la población guatemalteca es aproximadamente 160,000 personas. Guatemala lleva 155,000 vacunas administradas, por lo cual se puede concluir que – si se logrará identificar potenciales super spreaders – ha habido suficientes vacunas en Guatemala para vacunar a todos los potenciales super spreaders. Asumo que el R0 de los super spreaders (primer 1%) baja de 10 a 0.1 (si asumiera de 10 a 0 implica que la vacuna es 100% efectiva en prevenir transmisión) y asumo que el R0 del siguiente 19% se reduce de 3.5 a 3.15, lo cual equivale a que el 10% de este grupo este vacunado. Esto reduciría el R0 a 0.84, lo cual implica que la transmisión del virus se vaya reduciendo[4].

Cuando hago una proyección bajo estos supuestos, vemos que el número de casos proyectados se reduce sustancialmente. Al final del año, terminaríamos con prácticamente cero casos diarios nuevos. En cambio, con una vacunación de vulnerables, tendríamos aún 660 casos diarios al final del año.

Los resultados de las dos estrategias opuestas serían los siguientes:

  • Estrategia de vacunación vulnerables (Plan de Vacunación actual de Guatemala): 3,792 fallecidos
  • Estrategia de vacunación super spreaders: 1,279 fallecidos
  • VIDAS SALVADAS: 2,514 fallecidos evitados

Estas cifras no contemplan otras consecuencias médicas que pueda tener una infección por COVID que no sea la muerte.

Recordemos que estos 2,500 muertos serían más si el número de contagios sube. Si los casos diarios fuesen más, el número de vidas salvadas, con una estrategia enfocada en super spreaders, sería más alto. Para que tengan una idea, hago la misma proyección, pero con 2,000 casos diarios como punto de partida (similar a la situación real post-Semana Santa). Esta sería la proyección de casos diarios:

  • Estrategia de vacunación vulnerables (Plan de Vacunación actual de Guatemala): 10,835 fallecidos
  • Estrategia de vacunación super spreaders: 3,653 fallecidos
  • VIDAS SALVADAS: 7,181 fallecidos evitados

Estos escenarios demuestran que una estrategia de vacunación de potenciales super spreaders es mucho más efectiva en términos de vidas humanas que la estrategia actual que prioriza grupos en riesgo.

Los puntos claves son:

  • Una estrategia de vacunación basada en super spreaders puede disminuir la transmisión, una estrategia basada en vacunar personas en riesgo no, dado el ritmo de la vacunación en Guatemala
  • En ausencia de una estrategia de vacunación basada en super spreaders, los casos diarios en Guatemala solo pueden bajar con restricciones adicionales (encierros), dañando la economía
  • Una estrategia de vacunación basada en super spreaders salva un mayor número de vidas que la estrategia actual basada en personas en riesgo

¿Cómo identificamos los super spreaders?

El super spreader solo se identifica ex post. Cuando alguien ha contagiado a múltiples personas (>10), esta persona es identificada como super spreader, pero la identificación se da después de los múltiples contagios. Entonces, ¿cómo sabemos quién podría ser un super spreader de antemano?

Hay algunos que creen que ser super spreader depende de las características físicas de la persona. Pero esto no es cierto. Lo que mejor identifica un super spreader es su conectividad con otras personas dentro del tejido social. En el lenguaje de teoría de redes, existen nodos dentro de la red mejor conectados que otros.

Y esto dependerá de características sociales: número de amigos, número de contactos en el trabajo o en la vida personal, que tanto se mueve entre grupos sociales heterogéneos, su movilidad geográfica, etc. Entonces, ¿cómo debemos proceder?

  • Los super spreaders se pueden identificar con un poco de sentido común.

Una persona activa en grupos religiosos, viajando por trabajo, que entra de reunión a reunión, con deporte indoor en grupo, y con muchas reuniones familiares, tiene más probabilidad de ser un super spreader que una persona de mayor edad que tiene contactos más limitados. Por ejemplo, en un restaurante en Hong Kong, un mesero y un músico fueron responsables de 106 nuevos contagios. En Corea del Sur, fue una persona con COVID que había visitado cinco diferentes discotecas en la misma noche causó al menos 80 nuevas infecciones.

  • Se ha propuesto una solución muy pragmática al problema: descentralizar la distribución de vacunas a los mercados (cantonales), complejos de oficinas u oficinas grandes, universidades, etcétera.

Dentro de estos grupos, se pedirá a todas las personas (por ejemplo, los alumnos) que identifican a un solo conocido por nombre. Algunas personas van a ser mencionadas una vez, pero otras personas múltiples veces, indicando que son ellos los nodos que potencialmente son super spreaders. Con la lista que uno obtiene, se podría empezar a vacunar desde arriba para abajo (personas más veces mencionadas a personas menos mencionadas).

  • Incluso en ausencia de mecanismos más sofisticados, una vacunación aleatoria es superior y mucho más efectiva en términos de reducción de casos, y por tanto fallecidos, que la estrategia de vacunación actual.

Guatemala hubiera estado en mejores condiciones en ausencia del actual “Plan de Vacunación” y con una distribución completamente aleatoria por parte del Ministerio de Salud que con el plan actual. Con una vacunación aleatoria, es mucho más probable que se esté vacunando a potenciales super spreaders y así se reduzca la transmisión del virus.

¿Logra la vacuna reducir la transmisión del virus o sólo protege a los vacunados?

Hasta hace poco, no sabíamos si una persona vacunada, además de estar protegida, dejaría de transmitir el virus. Sin embargo, desde Israel, ya tenemos suficiente evidencia de que las personas vacunadas prácticamente no transmiten el virus.

Con tan solo el 55% de la población completamente vacunada, Israel ya logró bajar los casos diarios de casi 10,000 a apenas 34 (y cayendo). Esto sugiere que una estrategia de vacunación enfocada en eventos super spreader es una estrategia ganadora.

Para mí, esto es un motivo de optimismo, ya que parece que sí es posible erradicar la transmisión de COVID19.

Pero en una nota menos optimista, las estrategias de vacunación enfocadas en proteger a la población vulnerable acabarán causando mayores niveles de contagio (más casos) y como consecuencia se vuelve cada vez más probable que el virus tenga una mutación significativa que haga inútil la actual vacuna.

Y para Guatemala, en concreto, puede implicar mayores restricciones de viaje por parte de países que sí lograrán reducir la transmisión y así erradicar COVID19 dentro de sus fronteras este año. Es decir, la actual estrategia no solo es a costa de vidas humanas: pone además el país en peligro por un aislamiento internacional, especialmente afectando al sector turismo y restauración, en la medida que los demás países logren lo que Israel parece estar logrando.

Conclusión

La estrategia de vacunación de Guatemala es equivocada. Cuando el ritmo de la vacunación es suficientemente alto (como en Israel), esto no es tan problemático. Pero con el ritmo actual y esperado de la vacunación en Guatemala, las consecuencias de este error serán tanto más grandes.

¿Es difícil vender políticamente lo que propongo?, ¿es, incluso, políticamente incorrecta la conclusión de este análisis? Sí y sí, pero yo no me dedico a la política; soy versado en asimetrías, redes y probabilidad. No es mi propósito lidiar con percepciones erróneas.

Aviso legal: el análisis contenido en este artículo es obra exclusiva de su autor, las aseveraciones realizadas no son necesariamente compartidas ni son la postura oficial de la Universidad Francisco Marroquín.

[1] Esto es una extensión de la idea de “lo que se ve” y “lo que no se ve” de Frederic Bastiát, típicamente aplicada en la economía.

[2] Este tipo de asimetrías generalmente se clasifica bajo la “Ley de Pareto” (20% es responsable para el 80% de los resultados), pero en este caso la asimetría es aún más fuerte que la típica 20/80 Ley de Pareto. No se necesita ser médico para tal declaración, si no un experto en gestión de riesgos y economías de red. Existen muchos estudios al respecto y aquí se explica en un artículo publicado en la BBC.

[3] Existe una base de datos con un registro de eventos super spreader en el mundo, con información detallada por evento.

[4] Esto merece dos comentarios: los potenciales super spreaders, cuando se contagien, se vuelven inmunes, al menos por unos cuantos meses, en los cuales no van a poder transmitir el virus. El modelo no lo tiene en cuenta porque agrega un nivel de complejidad adicional. Dos, por esta razón algunos han asumido que en la medida que haya más casos, quedan menos super spreaders y, por lo tanto, se reduce la transmisión. Pero no hay mucha evidencia de esto en los países que fueron muy afectados (Italia, EE. UU., etc.) y en Guatemala el virus ha tenido, por fortuna, un alcance limitado hasta el momento.

Obtén nuestro informe exclusivo sobre la metodología que usamos para predecir recesiones. ¡Es gratis!

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

RECIBIRÁS NUESTROS CORREOS SEMANALES

Olav Dirkmaat

Olav Dirkmaat

Olav Dirkmaat es profesor de economía en la Universidad Francisco Marroquín y Chief Investment Officer (CIO) de Hedgehog Capital. Antes era vicepresidente en Nxchange y GoldRepublic. Es doctor en Economía por la Universidad Rey Juan Carlos (Madrid).

Obtén nuestro informe exclusivo sobre la metodología que usamos para predecir recesiones. ¡Es gratis!

Mostrar comentarios (8) ...

logo H UFM
instituto-juan-de-mariana-400

Edificio Académico E-505
Calle Manuel F. Ayau (6 Calle final), zona 10
Guatemala, Guatemala 01010
Teléfono: (+502) 2338-7724
mtrends@ufm.edu

Este proyecto ha sido posible gracias a una donación de John Templeton Foundation | © 2015 - 2023 Universidad Francisco Marroquín | webmaster@ufm.edu | (cc) BY-NC-ND