Hasta ahora hemos vivido, con ciertos altibajos, en la época más larga de bienestar que ha visto la vieja Europa en los últimos siglos. Pero puede que el SARS-CoV-2, u otra de las pandemias que seguro vendrán, terminen con ella.
Al menos, hubo otro largo período de prosperidad que acabó como consecuencia de una pandemia: El gran historiador Edward E. Gibbon sostenía que la mejor época de la historia para llevar una vida plena y feliz se dio en la Roma Clásica, a partir del año 96 de nuestra era.
Durante el reinado de los llamados 5 emperadores buenos, Nerva, Trajano, Adriano, Antonino y Marco Aurelio, los ciudadanos romanos, incluidas las mujeres, gozaron de una época de extraordinaria prosperidad, progreso, derechos y libertades. Fue un periodo donde la cultura era un bien preciado, lo que generó una extraordinaria proliferación de escuelas de lógica, ética, filosofía y medicina. Tal vez fue el período más largo de la historia europea con menos conflictos armados: la Pax Romana.
¡SÚMATE A NUESTRA COMUNIDAD!
Aquella larga época de prosperidad empezó a declinar en el año 165 con un brote pandémico, -la Peste Antonina- que seguiría rebrotando en sucesivas oleadas durante los siguientes 15 años, asolando la totalidad del Imperio Romano. Se estima que al menos un tercio de sus habitantes murieron. Roma nunca se recuperó.
Galeno describió en detalle aquella peste: se trataba de la viruela (variola major).
La Peste Antonina recuerda, en muchos aspectos, al COVID-19. La viruela la produjo el Variola virus, un Orthopoxvirus cuya propagación es similar a la del SARS-CoV-2: de persona a persona mediante las gotitas de saliva dispersadas en el aire. El virus se mantenía vivo durante unas 24 horas en las superficies donde caía.
Era una enfermedad más contagiosa que la COVID-19 y mucho más letal. Los contagiados también transmitían el virus al poco de infectarse, mientras aún estaban asintomáticos. Al igual que ahora, los romanos nunca habían estado en contacto con aquel virus recién llegado. No tenían anticuerpos frente al nuevo virus. No había “inmunidad de rebaño”.
La viruela fue, probablemente, la peor enfermedad viral que afectó a la humanidad. Y la única que conseguimos erradicar de la faz de la Tierra, durante el siglo pasado, mediante la vacunación masiva (todos los que somos suficientemente mayores tenemos la marca de la vacuna de la viruela en un brazo, cerca del hombro).
El emperador Marco Aurelio ¿más sabio que los de hoy?
El emperador Marco Aurelio, un sabio estoico, así como gobernantes y eruditos de la época -incluido Galeno y muchos de sus colegas-, se empeñaron en encontrar las causas de la devastadora Peste Antonina, llegando a conclusiones de lo más interesantes:
Al igual que ahora, la peste vino del Este. Llegó a Mesopotamia, en los límites del Imperio Romano y de ahí se extendió por todo el Mare Nostrum.
La prosperidad -y seguridad- de la Pax Romana propició que la gente viajara mucho:
– Los jóvenes iban a estudiar a las academias y escuelas de la Grecia Clásica en busca de una buena educación. Y de ahí seguían a menudo hasta Alejandría.
– También se viajaba para “ver mundo”.
– Mesopotamia era un lugar mítico que era bueno conocer.
– Además, decenas de miles de soldados iban a reforzar las lejanas fronteras del imperio. Concluido su servicio militar volvían.
– Roma demandaba mercancías manufacturadas en lugares lejanos. Su principal granero estaba en el norte de África.
El Mediterráneo era la vía para las comunicaciones rápidas. El Imperio estaba cohesionado por una enorme flota mercante que en pocos días podía comunicar entre sí cualquier puerto. El virus de la viruela pudo dispersarse rápidamente por el Imperio Romano.
En vista de ello, el sabio Marco Aurelio decidió renunciar a determinadas conquistas imperiales: aquellas que para su mantenimiento necesitaban mayores movimientos de personas, tropas y logística.
Te puede interesar: Análisis a la desescalada (parte 2): Lecciones de la peste de Londres
Conocer las causas es la mejor manera de acertar con las soluciones
Al igual que intentó hacer Marco Aurelio hace 1855 años, vale la pena averiguar qué factores son responsables de que el coronavirus haya infectado a cerca de 3.500.000 personas en el mundo, produciendo unos 300.000 muertos. Y lo que, desgraciadamente, aún queda por sumar.
Es la forma de conocer, de un modo riguroso, cuáles fueron las causas que condujeron al desastre. Y, sin duda, es la mejor manera de acertar con las soluciones para un mundo tras el COVID-19.
Hoy en día, disponemos de muchísimos más datos de lo que podía siquiera imaginar Marco Aurelio, el hombre más poderoso de su tiempo.
Por ejemplo, las cifras de contagiados y muertos por COVID-19 se actualizan diariamente.
También contamos con multitud de estadísticas precisas que numerosas instituciones internacionales (por ejemplo, la Organización Mundial de la Salud, el Banco Mundial… e incluso la CIA) ponen a disposición de los estudiosos.
Aquí se recogen los datos más fiables de la gran mayoría de los países del mundo, entre otros:
– Una serie de indicadores demográficos de cada país (como su población urbana, el censo de mayores de 65 años, la esperanza de vida…),
– estimadores precisos de su economía (como su tasa de paro, su inflación, inversión pública en educación…),
– datos de la estructura sanitaria (como número de camas hospitalarias y de UCI por habitante, número de médicos…),
– cifras sobre su calidad ambiental (como emisiones de CO2, de óxido de nitrógeno, calidad del aire…)
– y valores exactos del número total de visitantes que llegaron al país junto a una serie de indicadores de la facilidad para viajar por el interior del país.
Además, disponemos con una ingente capacidad de procesado computacional: un ordenador personal actual es miles de veces más potente que los ordenadores de la NASA que llevaron al hombre a la Luna.
Este masivo procesado de una ingente cantidad de información, unida a la elevada capacidad de cálculo, nos permite relacionar entre sí millones de datos.
Análisis de regresión
Pero falta, con mucho, lo más importante: tras más de 2.500 años de desarrollo de las matemáticas hoy tenemos sofisticadas herramientas, como el análisis de regresión, que permiten conocer la relación entre unas variables respuesta yi con una serie de variables predictoras xi (en su forma más sencilla este modelo matemático es un modelo lineal de la forma…
*Para intentar que todos lo entendamos: el análisis de regresión es un método estadístico que permite examinar la relación entre dos o más variables para identificar cuáles son las que tienen mayor impacto en un tema de interés.
Así, una regresión permite determinar con confianza cuáles son los factores más importantes, cuáles se pueden ignorar y cómo influyen entre sí.
Esos factores se denominan variables y pueden ser dependientes (es el factor más importante, el que se está tratando de entender o predecir) e Independientes (es el factor que el investigador cree que puede impactar en esa variable dependiente).
Una vez que lo hemos explicado, sigamos adelante:
Por supuesto, ya se han hecho, se están haciendo y todavía se harán, un gran número de estudios de regresión: ya van varios centenares desde el inicio del COVID-19.
En su mayoría tienen una aplicación inmediata a la clínica (por ejemplo, los que encuentran que, a mayor edad, o tensión sanguínea, hay más probabilidades de morir por COVID-19).
Otros nos permiten conocer qué factores influyeron y cuánto lo hicieron y qué factores no tuvieron nada que ver, en el número de contagiados y de muertos por COVID-19.
A la hora de sacar conclusiones guiadas por el rigor científico y no por la ideología, los análisis de regresión resultan esenciales.
Podemos estudiar de un modo preciso la relación existente entre el número de infectados por COVID-19 (o el número de muertos por dicha enfermedad) y una serie de variables como el número de personas que viajan a un país determinado, el grado de contaminación del país, su estructura económica y social, su sanidad, etc., en los distintos países.
Aunque disponemos de los datos de 184 países, debemos tener en cuenta que el peso de países gigantes como China, USA o Alemania va a ser muy superior al peso de pequeños países como Luxemburgo, Mónaco o Andorra.
Te puede interesar: ‘¿Y si en la playa tuviésemos que estar a 100 m. unos de otros?’
Lo que nos dice el análisis sobre el peso de los viajes
Los resultados obtenidos de este análisis de regresión son de lo más reveladores:
Entre las numerosas causas estudiadas, una de las que más importancia tuvo -y con mucho- fue el número de viajeros que, por placer o trabajo, llegaron a cada país (el término inglés es inbound tourism).
El estudio de regresión lineal entre el inbound tourism que llega a los distintos países y el número de infectados por COVID-19, o el número de muertos por la enfermedad, indica que hay una regresión positiva estadísticamente significativa en ambos casos (p<0.00001):
Esto significa que el número de viajeros que llegó a un país predice muy bien el número de contagiados o de muertos por el COVID-19 que tuvo ese país. Y la probabilidad de que esta predicción haya ocurrido por simple casualidad es menor de una entre cien mil.
El análisis de regresión nos permite estimar cuántos muertos por COVID-19 pueden explicarse en función del número de viajeros que llegaron al país. Y los resultados son abrumadores: el 63% de todos los muertos por COVID-19 de un país se explican por el número de viajeros que llegó a dicho país.
Lo que nos dice el análisis sobre el peso de la contaminación
Los indicadores ambientales (emisiones de CO2, de óxido nitroso, consumo de energía por habitante, etc.) también muestran una regresión estadísticamente significativa (con valores de p<0.001): los países con más consumo de energía y más emisiones de gases contaminantes tuvieron más contagiados y muertos por COVID-19 que los menos contaminantes.
Por ejemplo, el 33% de los infectados por COVID-19 se explica en función del consumo energético. Esto no quiere decir que exista una relación directa de causa y efecto entre contaminación y COVID-19. Solo significa que las emisiones de CO2 o el consumo energético de un país predice muy bien el número de contagiados o muertos por COVID-19 del país. Las distintas variables suelen estar correlacionadas y los países con más emisiones a menudo tienen también un mayor flujo de viajeros.
Lo que nos dice el análisis sobre el peso de la economía
Sorprendentemente, los indicadores económicos tuvieron una influencia mucho menor en el número de contagiados o de muertos.
No se encuentran regresiones estadísticamente significativas entre los distintos indicadores económicos y las tasas de infectados o de muertos por COVID-19. P
aíses muy ricos como Estados Unidos tienen muchos infectados y muertos mientras otros países ricos tienen muy pocos. Países más pobres como Portugal tienen muy pocos contagiados y muertos, mientras que otros países pobres (como algunos sudamericanos) tienen muchos.
La riqueza de un país no predice, en absoluto, cuántos contagiados o muertos tendrá.
Tampoco la mayoría de los indicadores generales y demográficos de un país (como su área, su población, su población urbana, la edad media de la población, el censo de mayores de 65 años, la tasa de crecimiento, la mortalidad infantil, la esperanza de vida, la tasa de obesidad…) mostraron una correlación significativa con el virus, salvo los indicadores de la facilidad para viajar rápidamente dentro del país.
Análisis: ¿Podremos volver a vivir como antes del coronavirus? ¿Cuándo?
No nos equivoquemos: la prevención es el tratamiento
Respecto a los parámetros sanitarios y médicos, hay que destacar que el número de contagiados por COVID-19 es el mejor predictor del número de muertos por dicha enfermedad (p<0.00001). Hay una relación de causa y efecto.
Y también en este caso los resultados son abrumadores: el 76% de todos los muertos por COVID-19 de un país se explican en función del número de contagiados que tuvo dicho país.
Así la prevención, y no el tratamiento, se demostró como la mejor manera de combatir la enfermedad.
Los países que hicieron más pruebas para conseguir aislar antes a los infectados y los países que antes establecieron medidas de confinamiento riguroso, fueron, con mucho, los menos afectados.
La explicación a este resultado es que hace seis meses se desconocía la existencia del coronavirus SARS-CoV-2. No hay vacuna. No hay fármacos antivirales efectivos y en cantidad suficiente. En los peores momentos de la pandemia el coronavirus llevó la sanidad más allá del límite en la gran mayoría de los países.
Los médicos tuvieron pocas herramientas para luchar contra el virus y aún no sabían cuál era la mejor forma de tratar a los infectados.
Una aclaración importante
En todo caso es necesario hacer una aclaración importante: las estadísticas encuentran tendencias con grandes conjuntos de datos. Con cifras de más de 3.500.000 infectados y 250.000 muertos, 100.000 infectados o 10.000 muertos arriba o abajo tiene poca significación a nivel estadístico. Sin embargo, a nivel humano 10.000 muertos son una catástrofe pavorosa.
Así, aunque el ingente esfuerzo de los sanitarios no permitió salvar tantas vidas como lo hubiese hecho una buena prevención, cada vida salvada es un triunfo que debemos agradecerles.
Debemos pensar con rigor sobre todo esto: el confinamiento masivo de más de la mitad de la humanidad, unido a la catástrofe económica que conlleva, lógicamente no ha sido muy popular.
Pero los modelos más conservadores indican que, sin confinamiento, habría habido un mínimo de entre 20 y 50 veces más muertos, aunque lo más probable es que la cifra de fallecidos podría haber alcanzado la estremecedora cifra de 5.000.000.
Todos deseamos volver cuanto antes a la normalidad, pero hacerlo demasiado pronto sería suicida.
Sin duda el COVID-19 ha sido un descomunal mazazo para el turismo. Ante la amenaza de ruina el sector quiere abrir cuanto antes. Presiona. Es comprensible. Pero en España hay más de 25.000 familias que han perdido a un ser querido, a menudo sin poder despedirse de él y sin honrar, como es debido, su muerte.
Y, en este contexto, cada millón de visitantes que llegó a España en febrero pudo tener un coste de 3.700 muertos por COVID-19.
¿Podemos pagar semejante precio?
Noticias relacionadas
