El dengue se ha desvanecido, derrumbado y desaparecido de los titulares de los medios de comunicación. Sean estos virtuales o impresos. Sin dejar cicatrices de catastrofismo, jaladeras, cataclismos, crisis o caos en los servicios de salud. Mala suerte para los flamantes promotores de alarmas, perturbaciones y crispaciones. Muy buena noticia para la República Dominicana.
Para muchos es casi un “deporte” generalizar afirmaciones negativas. Mejor aún si una pasarela de invitaciones de los medios de comunicación, los pone a desfilar anunciando desastres, catástrofes y epidemias. A nosotros los estadísticos y epidemiólogos, nos place más que a nadie ser ave de buen o mal agüero. Poner a la ciudadanía nerviosa en fuego ardiente, llamas encendidas y ascuas, es casi un profesión de muchos supuestos epidemiólogos, muy en especial después de la pandemia Covid 19. A muchos les place anunciar truenos y centellas epidemiológicas.
Uno de los propósitos esenciales de la epidemiologia y estadística es sacar conclusiones sobre una población a partir de los resultados obtenidos en una muestra más pequeña y, por tanto, más manejable y manipulable. Para esto se utilizan diversos métodos para aportar objetividad a los análisis epidemiológicos. Métodos que se mueven entre los diversos sesgos del diagnóstico de los casos de enfermedad, y las preguntas de Sartwell.
El primero calcula diferencias entre la morbilidad sentida, morbilidad diagnosticada y morbilidad real. Morbilidad sentida se denomina como “illness” del anglosajón, la que se siente pero no está demostrada, ni diagnosticada “yo siento que tengo dengue”.
Por su parte la morbilidad percibida o “sickness” del inglés, es aquella que aparenta pero no necesariamente es la patología que se estudia. ¿Parece dengue, pero realmente lo es?. Finalmente la morbilidad real o “disease” es aquella que evidencia que se si pudieran estudiar todos los casos sospechosos, los enfermos reales de la patología estudiada fueran muchos más. Es decir acontecen diversos sesgos o errores al momento de conocer las enfermedades que padece la población. Mucho más en el contexto de la ocurrencia de brotes epidemiológicos.
Estos sesgos son, entre otros: i) el sesgo de Berkson o paralogismo autoselección; ii) la falacia de Neyman o sesgo de supervivencia; iii) el sesgo de membresía o pertenencia y iv) el sesgo del trabajador de salud que está sano. La inclusión como “dengue” de sujetos voluntarios que usted ha visto en una consulta, pero no tiene la prueba diagnóstica, hace que la población no esté debidamente representada en la muestra de casos que usted ha examinado en su consulta. Por eso es un grave error indicar “epidemia mortal de dengue”, solo porque usted haya consultado “mucha gente con fiebre” en su oficina médica.
La falacia o paralogismo de Berkson ocurre en los estudios casos-control (enfermos versus sanos). Sucede cuando los controles (sanos), se seleccionan entre sujetos hospitalizados ya que en los sujetos expuestos al factor de riesgo, se aumentaría por el hecho de estar ingresados en un centro de salud. La falacia de Neyman o falacia de supervivencia sucede en los estudios casos-control cuando la exposición está muy relacionada con la supervivencia.
Finalmente, el sesgo del trabajador sano. Este error se acontece cuando los trabajadores sometidos a ambientes peligrosos parecen tener tasas de no enfermedad o niveles de salud mayores que las de la población general. Lo que en realidad sucede, es que precisamente se requiere una buena salud para trabajar en los servicios de salud, condición que no ocurre en la población general.
La “odds ratio” o razón de probabilidad cruzada es una medida de la fuerza de asociación entre dos variables aleatorias. Para poder generalizar las conclusiones de una muestra a una población, sabemos que la muestra tiene que ser representativa de la población. Muchos anuncios de “epidemia” se realizan en muestras o grupos de casos no representativos de la población
El segundo método de control, son las preguntas de Sartwell que cuestionan o preguntan al numerador y denominador de las tasas de morbilidad y mortalidad. Una tasa es la relación de un numerador y un denominador, donde en el numerador se colocan los casos propiamente dichos de la enfermedad y en el denominador la población en riesgo. Muchas veces se colocan como casos pacientes que no lo son, o peor aun se clasifican como población en riesgos poblaciones que no están expuestas. Se le hacen cinco preguntas clasificas al numerador y cinco al denominador.
De 158 municipios del país, en 85 no se reportan casos nuevos de dengue. En 128, los enfermos disminuyen y en apenas 6 muestran un aumento discreto. A diferencia de México, Costa Rica, Panamá, Belice y Nicaragua, que mantienen altas tasas de incidencia, República Dominicana, ni se menciona en el último reporte de la Organización Panamericana de la Salud (OPS).
Al nueve de diciembre 2023, nuestra letalidad por dengue es 0.10%, con 23 defunciones en unos 21,948 casos en el período.
Con más de 30 años en la epidemiología dominicana, he criticado los más diversos excesos alarmistas. El último match fueron los falsos 20,800 fallecidos de Covid, cuando organismos internacionales, apenas registraron 4,375 decesos. Exageración numérica y catastrofismo caracterizan los reportes y análisis más citados en los medios de comunicación.
“Infectólogo denuncia 70 mil casos de dengue”. “Político imputa más de 50 fallecidos y acusa gobierno de manipular información”. “Epidemiólogo notifica el brote más grave de la historia de la salud pública”. Son algunos de los titulares derivados por la serie de “pasarelas informativas” realizadas por los más disímiles epidemiólogos espurios.
El reloj avanza y caen de bruces, todo tipo de impudicias, incontinencias y deslenguamientos informativos, que no pudieron soportar el peso categórico del tiempo.
El foro de inteligencia artificial reciente evidenció sistemas de información en Filadelfia/USA que notifican a redes sociales, registros de causas estudiadas para no generar alarmas y demandas excesivas de enfermos que parecen, pero realmente no son la enfermedad que se estudia.
Como profesor de PUCMM, hace unos años, educaba sobre diferencias entre brote, epidemia, pandemia y endemia. Un estudiante preguntó sobre la certeza de una información en un periódico que publicaba una gran epidemia de tuberculosis en barrios de Santiago. Respondí que no conocía esa información, pero como laboraba en la dirección regional, prometí investigar. La respuesta no se hizo esperar.
Al buscar en barrios y centros, pruebas de la supuesta cantidad excesiva de tuberculosis, el médico denunciante cuestionado, pidió excusas al indicar: “nuestra clínica adquirió un nuevo equipo de rayos x, y queríamos que la gente lo utilizara, para saber si padecían o no, esta enfermedad”.
El Bulto y el allante de información sin pruebas diagnósticas constituye la base de muchas denuncias epidemiológicas efectuadas por actores que privilegian el catastrofismo, antes que la información objetivamente ponderada.