Las
diferencias entre CCAA y provincias en casos del nuevo coronavirus fueron muy
importantes en la primera ola pandémica. Desde mi punto de vista, la mayor
parte de estas diferencias se deben al nivel de circulación del virus en el
momento de decretarse el confinamiento del primer Estado de Alarma. En esta entrada veremos que los territorios (CCAA y
provincias) que mayor seroprevalencia alcanzaron tras la primera ola fueron aquellos en donde menos creció la seroprevalencia durante la segunda ola. Los resultados sugieren que no fueron las medidas restrictivas implementadas por las autoridades las que per se (por su simple implantación) atenuaron el crecimiento de la incidencia de casos en la segunda ola sino la actitud de los individuos. La hipótesis que se plantea aquí es que en aquellos sitios donde sufrieron (en el sentido literal de la palabra) una primera ola con más incidencia de casos y, por tanto, de fallecimientos, más se autoprotegieron los individuos atendiendo en mayor medida a las medidas restrictivas implementadas por las autoridades sanitarias regionales o,
incluso, yendo más allá. Los datos proceden de la tercera (aquí) y cuarta ronda (aquí) del estudio de
seroprevalencia del Ministerio de Sanidad.
Rondas y evolución de la curva
La tercera ronda del estudio de seroprevalencia se realizó entre el 8 y el 22 de junio y muestra la seroprevalencia detectada tras la primera ola pandémica. La cuarta ronda se realizó entre el 16 y el 29 de noviembre y ofrece la seroprevalencia acumulada desde el inicio de la pandemia hasta prácticamente los días finales de la segunda ola pandémica. Con ambos datos se puede obtener el crecimiento de la seroprevalencia ocurrida durante la segunda ola pandémica que iría desde el 22 de junio hasta el 29 de noviembre.
La tercera ronda del estudio de seroprevalencia se realizó entre el 8 y el 22 de junio y muestra la seroprevalencia detectada tras la primera ola pandémica. La cuarta ronda se realizó entre el 16 y el 29 de noviembre y ofrece la seroprevalencia acumulada desde el inicio de la pandemia hasta prácticamente los días finales de la segunda ola pandémica. Con ambos datos se puede obtener el crecimiento de la seroprevalencia ocurrida durante la segunda ola pandémica que iría desde el 22 de junio hasta el 29 de noviembre.
Resultados tercera ronda
Resultados cuarta ronda
Variables
Se tienen en cuenta únicamente dos variables que se correlacionan. Una de ellas es la seroprevalencia (por CCAA o por provincia) encontrada en la 3ª ronda. La otra es el crecimiento de dicha seroprevalencia ocurrido en la 4ª ronda respecto de la 3ª ronda. Pongamos por caso que en un territorio (Comunidad o provincia) la seroprevalencia en la 3ª ronda haya sido del 10% y del 15% en la 4ª ronda, el crecimiento será del 50%. Cada territorio contará con una par de variables que se correlacionarán: la seroprevalencia de la 3ª ronda y el crecimiento de la misma en la 4ª respecto de la 3ª ronda. En el ejemplo sería el par (10 ; 50).
Se tienen en cuenta únicamente dos variables que se correlacionan. Una de ellas es la seroprevalencia (por CCAA o por provincia) encontrada en la 3ª ronda. La otra es el crecimiento de dicha seroprevalencia ocurrido en la 4ª ronda respecto de la 3ª ronda. Pongamos por caso que en un territorio (Comunidad o provincia) la seroprevalencia en la 3ª ronda haya sido del 10% y del 15% en la 4ª ronda, el crecimiento será del 50%. Cada territorio contará con una par de variables que se correlacionarán: la seroprevalencia de la 3ª ronda y el crecimiento de la misma en la 4ª respecto de la 3ª ronda. En el ejemplo sería el par (10 ; 50).
Comunidades Autónomas
El siguiente gráfico muestra la correlación entre la seroprevalecia en la 3ª ronda (eje X) y el crecimiento de la seroprevalencia en la 4ª ronda respecto de la 3ª (eje Y) en cada Comunidad Autónomas. Se muestra la recta de regresión y el coeficiente de correlación (R= – 0,62).
El siguiente gráfico muestra la correlación entre la seroprevalecia en la 3ª ronda (eje X) y el crecimiento de la seroprevalencia en la 4ª ronda respecto de la 3ª (eje Y) en cada Comunidad Autónomas. Se muestra la recta de regresión y el coeficiente de correlación (R= – 0,62).
Provincias
El siguiente gráfico muestra, por provincias, la correlación entre la seroprevalecia en la 3ª ronda (eje X) y el crecimiento de la seroprevalencia en la 4ª ronda respecto de la 3ª (eje Y). Se muestra la recta de regresión y el coeficiente de correlación (R= – 0,64).
El siguiente gráfico muestra, por provincias, la correlación entre la seroprevalecia en la 3ª ronda (eje X) y el crecimiento de la seroprevalencia en la 4ª ronda respecto de la 3ª (eje Y). Se muestra la recta de regresión y el coeficiente de correlación (R= – 0,64).
Comentario
En ambos casos, CCAA y provincias, la correlación es fuerte y negativa. Es decir, aquellas CCAA o provincias que alcanzaron una mayor seroprevalencia tras la primera ola fueron las que menos crecieron durante la segunda ola. Ofrece mayor interés la correlación en el caso de las provincias que muestra una visión más desagregada.
En ambos casos, CCAA y provincias, la correlación es fuerte y negativa. Es decir, aquellas CCAA o provincias que alcanzaron una mayor seroprevalencia tras la primera ola fueron las que menos crecieron durante la segunda ola. Ofrece mayor interés la correlación en el caso de las provincias que muestra una visión más desagregada.
Como vemos, las nueve provincias en las que más creció la seroprevalencia en la segunda ola respecto de la prevalencia alcanzada tras la primera ola pertenecen a seis CCAA distintas que aglutinan a más del 50% de la población española.
El Ministerio de Sanidad no ofrece datos de mortalidad Covid19 por provincias, pero la seroprevalencia en la 4ª ronda se correlaciona
fuertemente con la mortalidad Covid19 acumulada hasta finales de 2020 entre las CCAA.
En realidad, no es la línea recta la que mejor representa la distribución de los puntos sino una curva en forma de J invertida, que a mano alzada podría quedar así:
Esto induce a pensar que no fueron las medidas restrictivas implementadas por las autoridades las que per se (por su simple implantación) redujeron el crecimiento de la incidencia de casos en la segunda ola sino la actitud de los individuos que las siguieron en mayor o menor medida (o incluso fueron más allá de lo estipulado) en función de la experiencia vivida, en carne propia o ajena, en la primera ola. Da la impresión de que los individuos de aquellas provincias que vivieron y sufrieron una más destacada primera ola (con más casos y muertos), más se autoprotegieron durante la segunda ola.
En Murcia se realizó a finales de abril una encuesta oficial, publicada en marzo, en la que se preguntaba al encuestado si él o algún miembro de su familia habían tenido síntomas de Covid19 durante la primera ola (aquí la noticia; aquí los principales resultados; aquí todos los detalles). Respondieron afirmativamente el 7% de los encuestados con, recordemos, una seroprevalencia en Murcia tras la primera ola detectada por el estudio de seroprevalencia del 1,6%.
¿Cuál hubiera sido el porcentaje de respuestas afirmativas en Segovia con un 12,4% de seroprevalencia tras la primera ola o en Soria que alcanzó el 14,4%? Probablemente, más del 50% en Segovia y más del 60% en Soria. Y claro, cuando ocurre eso, uno ya no piensa que el coronavirus pandémico es una broma.
Es muy improbable que estos resultados se expliquen por una eventual inmunidad de grupo alcanzada tras la primera ola (mayor en aquellas provincias con una más destacada primera ola y menor en las provincias con una débil primera ola) pues ninguna provincia superó el 15% de seroprevalencia tras la primera ola (tercera ronda), muy lejos del 65% señalado por los expertos para que tal inmunidad de grupo se alcance con efectividad suficiente.
Y por último, sería muy interesante analizar esta relación de
forma más desagregada todavía. Por ejemplo, interesaría mucho estudiarla en el ámbito de los
276 municipios de más de 50.000 habitantes (aquí), variable recogida en el estudio de seroprevalencia. Pero eso sólo lo puede hacer el Ministerio que tiene esos datos.
No veo tu explicación creo que es muy debil. La seroprevalencia, como la mortalidad aumenta menos porque existe ya una inmunidad colectiva que frena la trasmisión, basada no solo en el numero de inmunes, sino en quienes son los inmunes, el celebre agotamiento de superpropagadores. No existe ninguna evidencia de medidas de autoprotección mayores en unas comunidades (movilidad de google) y en otras salvo y la gente se protege no porque haya visto las orejas al lobo, sino porque VE LA TELEVISION Y LEE LOS PERIODICOS. Todos elaborados desde la optica del terrorismo informativo.
ResponderEliminarTrabajo de mucho mérito, que como bien dices deberá confirmarse a escala municipal, pero que no permite concluir que en los contagiosidad ha influido exclusivamente la "conciencia" ciudadana y no las barreras administrativas. Pues por la misma regla de tres y con la 3ª ola, cabría echar la culpa a la "inconsciencia" ciudadana y salvar a los pòlíticos responsables por omisión de dicha 3ªola ("salvemos la navidad")
ResponderEliminar