Uno de los gráficos que mostró Fernández usó datos que no son públicos y generó confusión

El presidente de la Nación, Alberto Fernández, brindó el último sábado un mensaje donde anunció que el aislamiento social, preventivo y obligatorio en la Argentina se extenderá hasta el domingo 10 de mayo inclusive. Tal como lo había hecho en la conferencia de prensa anterior, se presentaron gráficos para explicar la situación actual de la pandemia provocada por el coronavirus SARS-CoV-2 en la Argentina. En esta ocasión, los gráficos fueron, en general, más claros que en el discurso anterior, pero uno generó algunas especulaciones y por esa razón lo explicamos a continuación.

Fernández mostró un gráfico con los casos confirmados acumulados por fecha de inicio de síntomas en las provincias con mayor cantidad de casos (7 en total: Ciudad y Provincia de Buenos Aires, Córdoba, Santa Fe, Chaco, Río Negro y Tierra del Fuego). Para poder interpretar este gráfico hay que tener en cuenta que los casos suelen confirmarse varios días después del inicio de los síntomas. Por ejemplo, en Santa Fe al 27 de abril había 247 casos sospechosos, los cuales aún se encuentran en estudio y serán confirmados o descartados en los próximos días.

De esta manera, en el gráfico que mostró Fernández con casos por fecha de inicio de síntomas las curvas están “corridas” a la izquierda si las comparamos con las curvas de casos confirmados por fecha de confirmación (estos últimos son los circulan mayormente porque son los que informa el Ministerio de Salud de la Nación en el reporte diario).

Para ejemplificar esto, en la siguiente imagen se muestran las curvas de casos confirmados por fecha de confirmación (en líneas de puntos) sobre el gráfico que utilizó el Presidente, con las fechas de inicio de síntomas. Si bien el gráfico queda un poco cargado, el desfasaje entre las 2 formas de presentar los datos se nota claramente en las curvas de la Ciudad Autónoma de Buenos Aires y la Provincia de Buenos Aires.

Fuentes: Presidencia de la Nación y Sistema Mapache.

Por otro lado, es esperable que la curva por fecha de inicio de síntomas tienda a ser más horizontal en los últimos días que se presentan en el gráfico, ya que los que se confirmaron en estos días seguramente empezaron con síntomas días antes.

El gráfico es igualmente válido e incluso más informativo que si se usa la fecha de confirmación. Pero hay que tener en cuenta que si se hiciera este gráfico dentro de unos días habría que actualizar los valores de la curva (por ejemplo, hasta dentro de 20 días no sabremos cuál es el verdadero valor de casos del día 24 de abril).

El gráfico que presentó Fernández puede llegar a dar la falsa impresión de que hubo una disminución de nuevos casos en los últimos días. Sin embargo, es importante señalar que esto no implica una manipulación de los datos para mostrar un mejor control de la pandemia. De hecho, el gráfico utilizando la fecha de inicio de síntomas es el apropiado para evaluar la situación epidemiológica, más aún si existiera una gran desfasaje entre la presentación de síntomas y la confirmación de casos. A medida que se acorte dicho plazo, más cerca estarán las dos curvas presentadas en el gráfico anterior.

Por último, el total de casos acumulados por provincia entre las 2 formas de visualizarlos (por fecha de confirmación y por fecha de inicio de síntomas) deberían coincidir al último día. Sin embargo, se puede observar que estos no coinciden. Esto se puede deber, tal vez, a un retraso en el reporte al sistema de vigilancia que tiene las fechas de inicio de síntomas. La razón por la cual difieren es difícil de comprobar dado que estos datos (los que utilizó Fernández en su gráfico) no están públicamente disponibles.

Si querés estar mejor informado sobre la pandemia, entrá al Especial Coronavirus.

* Nicolás Ballarini es doctor en Bioestadística por la Universidad de Medicina de Viena (Austria), máster en Bioestadística (University of North Carolina at Chapel Hill, EE.UU.) y licenciado en Estadística (Universidad Nacional de Rosario). Actualmente trabaja en investigación clínica.