Nota aclaratoria: Este texto está escrito ex profeso para aquellos que disfrutan leer y que están dispuestos a hacer algunos ejercicios mentales para mejorar la comprensión del tema. El resumen, en seis palabras, de lo que digo en el texto, se los dejo por aquí: El mapa no es el territorio.
Estimados miembros de Akasha Comunidad:
Mi papá solía decir “el mapa no es el territorio“. Parece trivial la frase, pero no lo es. Un mapa es una representación – un modelo – de un territorio, pero no logra captar todo lo que un territorio contiene, y tendrá errores e imprecisiones de representación. A mis estudiantes de Epidemiología les explico en clase que un modelo matemático es el equivalente de un dibujo que busca representar a un humano. Podemos hacer ese modelo muy sencillo (inténtenlo en un papel, si lo desean): un círculo para la cabeza, una línea vertical para el tronco, una línea horizontal que corte transversalmente a la primera línea para, así, representar las extremidades superiores, y dos líneas cortas dibujadas en el extremo inferior de la primera línea, cuyo ángulo sea de unos 60 grados entre sí. Podemos hasta dibujar, dentro del círculo, dos puntitos para representar a los ojos y medio círculo para representar a la boca (sonriente o haciendo puchero, como quieran sus mercedes). Hasta pelo crespo o lacio le pueden dibujar fácilmente. Et voilà: tenemos un humano. Pero ¿en serio es ese dibujito un humano? Claro que no. Supongo que hasta un niño pequeño sabe que eso plasmado en el papel no es un humano, sino la representación muy sencilla de un humano.
Ahora bien, habrá algunos con dotes artísticas que puedan representar mucho mejor a un humano. Si pudiéramos viajar en el tiempo y el espacio, digamos a Milán en 1508, y le pidiéramos a Leonardo Da Vinci que nos hiciera un dibujo de un humano, sería más fidedigna su representación que la nuestra: los músculos fielmente dibujados, los ángulos del rostro, la expresión de los ojos. ¡Vaya precisión! Es mejor modelo de un humano, pero sigue siendo un modelo. ¿Por qué? Porque no puede captar ese dibujo, incluso hecho por el buen Da Vinci, otros aspectos de lo que es un humano (su anatomía interna, su fisiología, su historia de vida, sus pensamientos, etc.). El mapa no es el territorio. Entre mejor sea lo que le ‘metamos’ a nuestro modelo (es decir, los parámetros), más fidedigna será la representación de nuestro objeto, pero no es el objeto en sí mismo. Si los parámetros son equivocados, el modelo no representará a la realidad.
En septiembre de 2022, fue publicado un estudio en la prestigiosa revista médica The Lancet. El estudio, escrito por Watson y colaboradores se tituló (traducido del inglés) “Impacto global del primer año de la vacunación COVID-19: un estudio de modelación matemática” (https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(22)00320-6/fulltext). Muchos políticos, periodistas, médicos (y algunos dentistas) tomaron ese artículo como evidencia de que la campaña de vacunación ha funcionado. En una de esas, capaz que si se les mostrara el dibujo de Da Vinci, ellos creerían que ese dibujo es el humano y se lo llevarían a casa (siempre y cuando esté vacunado, no vaya a ser) para entablar una relación con él o ella. Entonces, Watson y colaboradores reportaron en ese estudio que “estimaron que las vacunaciones previnieron 14.4 millones (intervalo creíble 95% [Crl] 13.7–15.9) de muertes por COVID-19 en 185 países y territorios entre el 8 de diciembre, 2020 y el 8 de diciembre, 2021”. ¡Wow! Leído así, sin comprender que es, justamente, un estudio basado en modelo, cualquiera saltaría de emoción, humedecería sus ojos de agradecimiento hacia las farmacéuticas y hasta donaría su sueldo íntegro a la OMS, FDA y demás entes reguladores en señal de solidaridad hacia este milagro divino que resultaron ser sus productos inyectables (favor de ser conscientes de que esto que escribo es sarcasmo puro; no vaya a ser que alguien lo saque de contexto y lo publique en Twitter así, tergiversando o malinterpretando lo dicho).
El asunto, como les digo es que un modelo matemático generará, cuando sea simulado en una computadora, resultados que se basan, directamente, en los parámetros que le fueron especificados y en los supuestos que se establecen sobre lo que es el fenómeno por estudiar. En muchos casos, digamos al inicio de una epidemia, no se tiene conocimiento sobre parámetros esenciales y muchos supuestos son muy laxos, así que se trabaja el modelo con mucha incertidumbre. Por ejemplo, puede que no se conozcan a ciencia cierta los tiempos de incubación de un patógeno, el número de contagios a partir de un infectado (esto se conoce como tasa básica de reproducción), infectividad de los ‘asintomáticos’ (sin comentarios), la tasa a la que se genera inmunidad, la tasa diferencial de mortalidad de acuerdo a las edades y a las comorbilidades, la tasa de recuperación con y sin tratamiento, el tiempo que permanece viable el virus en superficies y suspendido en aerosoles, etc. Conforme pasa el tiempo, con los estudios observacionales y experimentales adecuados, se deben de ir afinando los parámetros y mejorando la habilidad del modelo matemático, el cual puede ayudarnos a plantear los escenarios esperados. Pero si se utilizan parámetros y supuestos inadecuados, el modelo no sirve ni como papel higiénico si se imprime en papel. Por ejemplo, al inicio de la epidemia, el Dr. Neil Ferguson, de Imperial College, y líder del equipo que modeló matemáticamente la pandemia desde el inicio de su declaración, utilizó parámetros que ahora sabemos incorrectos. Específicamente, su modelo matemático, elaborado a inicios de 2020, indicó que para octubre de 2020, más de medio millón de ingleses, y más de 2 millones de estadounidenses moriría (https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gida-fellowships/Imperial-College-COVID19-NPI-modelling-16-03-2020.pdf). Esto no ocurrió, como saben bien. ¡Ah, las injusticias…! A él nadie lo acusa de delitos contra la salud pública ni siente la necesidad de pedir una disculpa pública por su error, pero supongo que su error no es tan grave como equivocarse en 3.95% al hablar de la concentración de oxígeno ambiental.
También “predijo” el modelo de Ferguson que los Estados Unidos tendrían hasta 1 millón de muertes incluso si se aplicaban los lineamientos de “distancia social”. Supongo que es entendible que un político decida imponer un confinamiento total en su país si ve los resultados del modelo y no comprende que, justamente, fue alimentado por parámetros dignos de la garganta de un pájaro agorero.
Los científicos que repitieron el modelaje de Ferguson con otros parámetros, más parecidos a los que se estaban registrando ‘en vida real’ y no en la mente apocalíptica de los modeladores, vieron que los resultados eran muy diferentes (https://www.heritage.org/public-health/report/the-challenges-forecasting-the-spread-and-mortality-covid-19). Los supuestos del modelo de Ferguson no correspondían a lo que en realidad ocurría (su modelo fue peor que nuestro dibujito de círculo y líneas para representar a un humano).
En el estudio de Watson y colaboradores (https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(22)00320-6/fulltext) pasa lo mismo: sus supuestos no son reales. Aquí les van los supuestos en los que se basaron (segundo párrafo de la sección de métodos):
1) Se supone que la vacuna confiere protección contra la infección por SARS-CoV-2 y el desarrollo de enfermedad severa que requiera de admisión al hospital.
2) Se supone que la vacuna reduce la transmisión que pudiera darse si se llegan a infectar los vacunados (en otras palabras, que los inoculados serían menos infecciosos).
3) Se supone que, para cada marca, la vacuna funciona con la eficacia reportada por las farmacéuticas.
La verdad es que me parece que ya no tendría que decir más al respecto, pero en caso de que se hayan perdido los muchos estudios que he compartido aquí que muestran cómo ninguno de esos supuestos es real, por favor búsquenlos en el índice. Claro, como les digo, muchos claman que esto es evidencia de que las inyecciones esas son la onda, la leche o como quieran llamarles, pero permítanme decirles que ese modelo simplemente constituye ciencia ficción o un deseo ferviente de que la realidad sea como la quieren imaginar los autores del estudio (pueden ver todos los parámetros, supuestos, y el modelo usado en https://www.thelancet.com/cms/10.1016/S1473-3099(22)00320-6/attachment/282890f3-f16f-4e77-af19-d9af302995f2/mmc1.pdf).
Parece, lamentablemente, que ni los científicos ni el público en general comprende la diferencia entre un modelo y la realidad, y más recientemente lo han vuelto a hacer. Ahora como un informe de un estudio (aún no publicado por pares) del Commonwealth Fund. Megan y colaboradores anuncian el éxito de la vacunación masiva en evitar millones y millones de muertes por COVID (https://doi.org/10.26099/whsf-fp90). Específicamente, dicen que entre diciembre de 2020 y noviembre de 2022, estiman que “el programa de vacunación de COVID-19 en los Estados Unidos previno más de 18.5 millones adicionales de hospitalizaciones y 3.2 millones de muertes adicionales”. No contentos con este escenario digno de Hollywood, dicen que si no se hubieran hecho las inoculaciones, hubiera habido cerca de 120 millones de infecciones COVID-19 adicionales. Y que el programa de vacunación le representó a los Estados Unidos el ahorro de “$1.15 trillones de dólares” (1,150,000,000,000 dólares estadounidenses), en gastos médicos que se hubieran incurrido en los casos de COVID.
Los supuestos del último estudio (https://doi.org/10.26099/whsf-fp90), aún no publicado, son tan inexactos, imprecisos y sin fundamento en datos reales, como lo son los modelos matemáticos de Watson y los de Ferguson, pero en el caso de Megan y colabodadores (2022) ni siquiera puedo enlistar sus supuestos con demasiado detalle, porque no está el artículo en sí mismo en el informe (no me cabe la menor duda de que pronto saldrá publicado en una revista de muy alto puntaje, luego de unos pocos días de revisión por pares), aunque no esté validado el modelo con supuestos y parámetros reales. Lo que sí nos dicen en el informe es que, al igual que Watson y colaboradores, consideran la efectividad de la vacuna como si fuera la eficacia reportada en los estudios publicados.
Ya he explicado lo que es eficacia (disminución del riesgo relativo) y su diferencia con la disminución del riesgo absoluto en los ensayos clínicos; he explicado la diferencia entre eficacia y efectividad, y he presentado datos que muestran cómo estos inyectables no sirven para proteger. Para otras cosas, sí que sirven las inoculaciones, pero no nos metamos en detalles mórbidos.
Modelar matemáticamente un fenómeno biológico es útil si se hace con los supuestos y parámetros adecuados. La intención de los modelos no es predecir (para eso tenían a sus oráculos los griegos), sino describir fenómenos, y luego se debe buscar datos reales para ver si el modelo se ajusta a la realidad (nunca se debe de buscar que la realidad se ajuste al modelo). Mi papá, que me lo decía desde la psicología y no desde la epidemiología, tenía razón: el mapa no es el territorio. No nos perdamos en el mapa ni creamos a los falsos agoreros o a los felices promotores de la idea de un terreno que carece de sustento validado; sus modelos no son la realidad. La realidad nos está mostrando, de una y otra y otra forma, que esos productos no están generando una protección contra las variantes circulantes, que está ocasionando agotamiento linfocitario, que la mortalidad excedente en los países con alta cobertura de inoculación no tiene precedente en la historia. Ese es el territorio, esa es la realidad. A sabiendas de esto, si deciden o no inocularse, si deciden ponerse o no ponerse el refuerzo, ojalá su decisión la hagan sabiendo diferenciar lo que es un modelo y lo que es la realidad.
Espero que encuentren esta información de utilidad. Les saludo,
Karina AW
