UTILIZACIÓN DE LOS TEST DE PCR, % POSITIVOS Y LA INCIDENCIA ACUMULADA (IA) A 14 DÍAS.
A) NÚMERO DE TEST PCR.
La metodología utilizada por las administraciones sanitarias utiliza como parámetro básico, para establecer las medidas restrictivas la IA a los 14 días (incidencia acumulada de casos por cada 100.000 habitantes a los 14 días) y para ello, se basa en los positivos a dicho test, variando el número de test a conveniencia. Así las administraciones sanitarias, realizan el número de test, sabiendo que cuantos más test más positivos, en un gran porcentaje sin ningún tipo de síntomas de enfermedad, se elevará con ello la IA. La IA es la suma de los positivos en valor absoluto de los últimos 14 días, teniendo como valor referencia los 500 casos por cada 100.000 habitantes.
Desde un punto de vista estadístico, es esencial para seguir la evolución de los datos y con ello saber si realmente hay un rebrote o no, no siendo lo más apropiado el hacer un número de test de forma indiscriminada sin criterios epidemiológicos para seguir la evolución de los contagios, manejando continuamente subidas y bajadas a interés de las medidas adoptadas por la administración sanitaria, siendo más apropiado haber tenido en cuenta un criterio base con un valor referencia de número de test a realizar diariamente, de forma que nos diese bajo una misma referencia la evolución de los casos positivos y de sus porcentajes
Si observamos la evolución que tuvieron los test realizados desde que se volvió a la nueva normalidad a finales de mayo, se puede apreciar que el número de test realizados antes de las elecciones del 12 de julio, fueron bastante inferiores a los que se realizaron en el periodo posterior a las mismas.
De la gráfica se puede ver que en los primeros 12 días de julio se hicieron 37.024 test, mientras que los siguientes 12 días de julio se hicieron 54.407 test, es decir, un 46,95% más, recordando que justo después de las elecciones se tomaron medidas más restrictivas como las de la obligación de las mascarillas.
TOTAL TEST JULIO 2020
0 10002000 3000 4000 50006000 7000
01/0 02/0 03/0 04/0 05/0 06/0 07/0 08/0 09/0 10/0 11/0 12/0 13/0 14/0 15/0 16/0 17/0 18/0 19/0 20/0 21/0 22/0 23/0 24/0
Nº TEST
De la misma forma, en el mes de noviembre, se aprecia una disminución del total de test realizados, pasando de un valor medio de 14.264 en los primeros 15 días de noviembre a 11.011 en los 15 últimos días de noviembre, es decir un 22,81%, coincidiendo con las medidas de restricción que se tomaron en el mes de noviembre.
TOTAL TEST NOVIEMBRE 2020
0 5000 10000 15000 20000
01/11/2020 03/11/2020 05/11/2020 07/11/2020 09/11/2020 11/11/2020 13/11/2020 15/11/2020 17/11/2020 19/11/2020 21/11/2020 23/11/2020 25/11/2020 27/11/2020 29/11/2020
FECHA
Nº TEST
Este empleo de la realización de test a conveniencia, podemos comprobar que se ha llevado a cabo siempre que se han tomado decisiones restrictivas. Si tenemos en cuenta el número de test realizados desde el 22 de diciembre 2020, fecha de las medidas tomadas para las navidades, hasta los realizados a fecha actual, con nuevas medidas a partir del 12 de enero, volvemos a observar como reiteradamente ha ocurrido en otras ocasiones, que el valor medio de test realizados desde el 22 de diciembre al 6 de enero período navideño ha sido de 6.776 mientras que desde esa fecha y en los siguientes 15 días el valor medio de test de de 11.562, es decir un 71% más sobre los que se estaban realizando en la época navideña.
TOTAL TEST DICIEMBRE 2020 - ENERO 2021
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000
22/dic 24/dic 26/dic 28/dic 30/dic 01/ene 03/ene 05/ene 07/ene 09/ene 11/ene 13/ene 15/ene 17/ene 19/ene 21/ene 23/ene 25/ene 27/ene
FECHA
NºTEST
Si correlacionamos el nº de positivos (cálculo oficial) con el nº de test realizados, se observa que dicha correlación es muy alta (r=0,86), lo que confirma que a cuantos más test se hagan más positivos se obtienen, datos que no concuerdan con el % de positivos.
Si realizamos esa correlación con el nº de positivos y el nº de test relizados calculada con respecto a un valor referencia, se aprecia que no existe correlación (r=-0,21), lo que indica que
si se calcula con este valor referenciado, no necesariamente a más test hay más positivos, lo cual sí concuerda con los porcentajes de positivos.
Gráfico del Modelo Ajustado
POSITIVOS/REFERENCIA = 698,719 - 0,0271733*TOTAL TEST
0 3 6 9 12 15 18
(X 1000,0) TOTAL TEST
0 1 2 3 (X 1000,0)4
POSITIVOS/REFERENCIA
Gráfico del Modelo Ajustado
POSITIVOS(OFICIAL) = -40,5761 + 0,071848*TOTAL TEST
0 3 6 9 12 15 18
(X 1000,0) TOTAL TEST
0 400 800 1200 1600
POSITIVOS(OFICIAL)
B) PORCENTAJE DE POSITIVOS PCR.
Es sabido que a más test realizados más positivos, pero no necesariamente más porcentaje y con el fin de hacer un seguimiento más real de la evolución de los positivos, sería necesario normalizar el valor de los mismos en base a una normalización de ellos, en función de un valor fijo de test realizados diariamente, de forma que se pudiese utilizar el porcentaje resultante como herramienta normalizada con una mayor lógica, para controlar la evolución de las infecciones y dicho porcentaje podría compararse con un valor referencia (por ejemplo, superar el 10% durante al menos 3 días consecutivos), de manera que ese valor si sirviese para la toma de decisiones.
En principio, más que el valor de la IA a 14 días lo que se debería aplicar es el porcentaje de positivos y observando el gráfico desde el mes de octubre donde se compara el porcentaje de positivos oficial y el porcentaje positivos teniendo en cuenta el valor referencia, vemos que el porcentaje total positivos oficial se mantiene prácticamente por debajo del 10%, no habiendo razones para que se hayan tomado las decisiones restrictivas como las llevadas a cabo por las autoridades. Si observamos la gráfica de ese % de positivos respecto a ese valor referencia, se observa que la curva presenta unos dientes de sierra que se mantienen a lo largo de estos meses, con valores más cercanos al nivel del 5% con alguna punta aislada superior al 10%, confirmando, que en ningún momento se habrían podido haber tomado las medidas de restricción que se han llevado a cabo.
De la observación de los gráficos tanto de positivos en valor absoluto como del porcentaje de positivos (oficial y referencia) se aprecia que los positivos contabilizados de forma oficial se correlacionan claramente con el nº de test realizados y, por lo tanto, en el período marzo - abril de 2020 al realizarse pocos test se obtenían pocos positivos pero sin embargo, sabemos que los contagios que hubo fueron bastante superiores, y comparándolo con los positivos calculados en base a un valor referencia se comprueba que efectivamente los positivos en el período marzo - abril de 2020, expresan bastante mejor la realidad de lo que ocurrió en aquellas fechas, no siendo de gran significado infectivo lo ocurrido durante el resto del año hasta la fecha actual.
Si lo comparamos con el porcentaje de positivos calculado de forma oficial y con un valor referencia es todavía más significativo, ya que en el período inicial de la pandemia el porcentaje calculado con el valor referencia se correlaciona mejor que el cálculo oficial con lo realmente ocurrido, mientras que el resto del año hasta la fecha actual se presentan en ambos cálculos porcentajes que en ningún momento han seguido la tendencia del nº de test realizados, como hemos comprobado en el gráfico anterior con el valor absoluto de positivos calculados de forma oficial.
COMPARACIÓN % POSITIVOS - % POSITIVOS VALOR REFERENCIA
0,00 % 2,00 % 4,00 % 6,00 % 8,00 % 10,00 % 12,00 % 14,00 %
01/10/2020 06/10/2020 11/10/2020 16/10/2020 21/10/2020 26/10/2020 31/10/2020 05/11/2020 10/11/2020 15/11/2020 20/11/2020 25/11/2020 30/11/2020 05/12/2020 10/12/2020 15/12/2020 20/12/2020 25/12/2020 30/12/2020 04/01/2021 09/01/2021 14/01/2021 19/01/2021 24/01/2021 29/01/2021 03/02/2021
FECHA
% POSITIVOS
% POSITIVOS(OFICIAL)/TOTAL TEST %POSITIVOS(REFERENCIA)/TOTAL TEST
REFERENCIA % POSITIVOS 1 REFERENCIA % POSITIVOS 2
POSITIVOS (OFICIAL Y REFERENCIA) - TOTAL TEST
0 500 1000 1500 2000 2500 3000 3500 4000
01/mar 12/mar 23/mar 03/abr 14/abr 25/abr 06/may 17/may 28/may 08/jun 19/jun 30/jun 11/jul 23/jul 03/ago 14/ago 25/ago 05/sep 16/sep 27/sep 08/oct 19/oct 30/oct 10/nov 21/nov 02/dic 13/dic 24/dic 04/ene 15/ene 26/ene 06/feb FECHA
Nº POSITIVOS
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000
Nº TEST
POSITIVOS/REFERENCIA POSITIVOS(OFICIAL) TOTAL TEST
% POSTIVOS (OFICIAL Y REFERENCIA) - TOTAL TEST
0,00 % 100,00 % 200,00 % 300,00 % 400,00 % 500,00 % 600,00 % 700,00 % 800,00 %
11/mar 22/mar 02/abr 13/abr 24/abr 05/may 16/may 27/may 07/jun 18/jun 29/jun 10/jul 22/jul 02/ago 13/ago 24/ago 04/sep 15/sep 26/sep 07/oct 18/oct 29/oct 09/nov 20/nov 01/dic 12/dic 23/dic 03/ene 14/ene 25/ene 05/feb FECHA
% POSITIVOS
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000
Nº TEST
% POSITIVOS(OFICIAL)/TOTAL TEST %POSITIVOS(REFERENCIA)/TOTAL TEST TOTAL TEST
Si correlacionamos el porcentaje de positivos cálculo oficial con el nº de positivos obtenido se observa que no existe correlación es muy alta (r=0,17), lo que confirma que a cuantos más positivos haya no necesariamente se obtiene un mayor porcentaje de los mismos respecto al total de test.
Si realizamos esa correlación con el porcentaje de positivos y el nº de positivos obtenidos calculada con respecto a un valor referencia se aprecia que existe una buena correlación (r=0,81) lo que indica que si se calcula con este valor referenciado el % de positivos va ligado a los positivos obtenidos.
Gráfico del Modelo Ajustado
%POSITIVOS(REFERENCIA)/TOTAL TES = -0,337235 + 0,00117502*POSITIVOS/REFERENCIA
0 1 2 3 4
(X 1000,0) POSITIVOS/REFERENCIA
0%
100,0%
200,0%
300,0%
400,0%
500,0%
600,0%
%POSITIVOS(REFERENCIA)/TOTAL TES
Gráfico del Modelo Ajustado
% POSITIVOS(OFICIAL)/TOTAL TEST = 0,0596472 + 0,000039596*POSITIVOS(OFICIAL)
0 400 800 1200 1600
POSITIVOS(OFICIAL) 0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
% POSITIVOS(OFICIAL)/TOTAL TEST
C) INCIDENCIA ACUMULADA A 14 DÍAS vs INCIDENCIA ACUMULADA A 10 DÍAS.
El estadístico por excelencia que se está utilizando es la Incidencia Acumulada (IA) a 14 días, es decir la suma de los positivos en valor absoluto de los últimos 14 días.
No se entiende que se utilicen los 14 días, período de cuarentena utilizado al inicio de la pandemia, y no los 10 días, periodo de cuarentena utilizado en la actualidad, al haber informado la OMS que el período de contagio era entre 7 a 10 días.
En el gráfico de la incidencia acumulada de casos por 100.000 habitantes en 14 días y 10 días podemos apreciar, por una parte que en el período de marzo - abril de 2020 donde se dio el crecimiento exponencial de los contagios, ni empleando los 14 días ni los 10 días las curvas hubiesen indicado que se deberían haber tomado medidas y para el resto del año hasta la fecha actual, vemos que la curva utilizada de los 14 días está desde el 25 de octubre hasta el 28 de noviembre por encima de 500 casos / 100.000 habitantes, apreciándose que ya el 13 - 14 de noviembre comenzaba a ir bajando, es decir justo cuando se pusieron las últimas restricciones más severas, pero si tenemos en cuenta el IA a los 10 días vemos que sería el 3 de noviembre la fecha que superase el umbral establecido y en fecha del 20 de noviembre estaría por debajo de ese valor de 500 observando que esta superación se da de una forma ligera en ese período de tiempo, es decir, con los datos no se puede asegurar que la bajada que se da, en ninguno de los dos casos (14 y 10 días) sea debido a las medidas tomadas.
IA/100.000 HABITANTES 14 DÍAS (OFICIAL Y REFERENCIA)
0 200 400600 1000800 1200 1400 1600
13/03/2020 20/03/2020 27/03/2020 03/04/2020 10/04/2020 17/04/2020 24/04/2020 01/05/2020 08/05/2020 15/05/2020 22/05/2020 29/05/2020 05/06/2020 12/06/2020 19/06/2020 26/06/2020 03/07/2020 10/07/2020 17/07/2020 24/07/2020 31/07/2020 07/08/2020 14/08/2020 21/08/2020 28/08/2020 04/09/2020 11/09/2020 18/09/2020 25/09/2020 02/10/2020 09/10/2020 16/10/2020 23/10/2020 30/10/2020 06/11/2020 13/11/2020 20/11/2020 27/11/2020 04/12/2020 11/12/2020 18/12/2020 25/12/2020 01/01/2021 08/01/2021 15/01/2021 22/01/2021 29/01/2021 05/02/2021
FECHA
CASOS/100.000 HABITANTES
IA/100.000 HABITANTES-14 DÍAS(OFICIAL) IA/100.000 HABITANTES(REFERENCIA)-14 DÍAS
VALOR REFERENCIA
D) INCIDENCIA ACUMULADA A 14 DÍAS (OFICIAL) VS INCIDENCIA ACUMULADA A 14 DÍAS (REFERENCIA).
Con el fin de realizar un seguimiento más lógico estadísticamente y debido a que a más nº de test realizados automáticamente se dan más positivos en valor absoluto y por lo tanto, una mayor IA a 14 días por 100.000 habitanes, es por ello que es necesario normalizar los positivos en base a un valor de referencia de forma que podamos realizar una comparativa entre la IA oficial y la IA referencia de forma que se vea cual de las dos se ajusta más a lo ocurrido.
Para hacer esta normalización, se tendría que hacer en función de un número de test diario fijo, calculando esa IA con esos positivos referenciados al igual que su porcentaje de manera que se utilice una herramienta normalizada con una mayor lógica para controlar la evolución de las infecciones, así como, establecer que dicho porcentaje tuviese como valor límite el 10%
teniendo en cuenta que se supere durante al menos 3 días consecutivos y, así poder utilizar adecuadamente el estadístico para la toma de decisiones.
Realizando el ejercicio de normalizar los datos de positivos en base a un número de test fijo diario, se ha utilizado el valor promedio de todos los test que se han realizado, 6.552 test desde un inicio de la pandemia, procediéndose a recalcular nuevamente esos positivos pero con una referencia a un mismo valor de test realizados consiguiendo que tanto la evolución de los porcentajes de positivos como de la IA a 14 días sea mucho más significativa para hacer un seguimiento de la infección.
Examinando la comparativa del cálculo de la IA a 14 días utilizado por el Gobierno Vasco y el cálculo de la IA a 14 días normalizado como se ha comentado anteriormente, en el período octubre a fecha actual, vemos que la IA a 14 días normalizada en ningún momento habría superado el valor referencia de los 500 casos por 100.000 habitantes, luego en ningún caso se podrían haber tomado decisiones en base a este índice.
IA/100.000 HABITANTES(OFICIAL Y REFERENCIA) A 14 DÍAS-COVID
1000 200300 400500 600700 800900
10/10/2020 14/10/2020 18/10/2020 22/10/2020 26/10/2020 30/10/2020 03/11/2020 07/11/2020 11/11/2020 15/11/2020 19/11/2020 23/11/2020 27/11/2020 01/12/2020 05/12/2020 09/12/2020 13/12/2020 17/12/2020 21/12/2020 25/12/2020 29/12/2020 02/01/2021 06/01/2021 10/01/2021 14/01/2021 18/01/2021 22/01/2021 26/01/2021 30/01/2021 03/02/2021 07/02/2021
FECHA CASOS/100.000 HABITANTES
IA/100.000 HABITANTES-14 DÍAS(OFICIAL) IA/100.000 HABITANTES(REFERENCIA)-14 DÍAS
VALOR REFERENCIA
Si ese cálculo lo realizamos a lo largo de toda la pandemia se observa algo mucho más significativo como es, que curiosamente en marzo - abril en pleno apogeo de la pandemia, la utilización de la IA como la realiza el Gobierno Vasco, no hubiese servido para tomar ninguna decisión ya que en ningún momento hubiese superado el valor referencia de 500, mientras que el cálculo referenciado, en esa fecha desde mediados de marzo a finales de abril, se hubiese superado ese valor referencia, con lo cual si se hubiesen justificado ciertas decisiones.
IA/100.000 HABITANTES 14 DÍAS (OFICIAL Y REFERENCIA)
0 200 400 600 800 1000 12001400 1600
13/03/2020 20/03/2020 27/03/2020 03/04/2020 10/04/2020 17/04/2020 24/04/2020 01/05/2020 08/05/2020 15/05/2020 22/05/2020 29/05/2020 05/06/2020 12/06/2020 19/06/2020 26/06/2020 03/07/2020 10/07/2020 17/07/2020 24/07/2020 31/07/2020 07/08/2020 14/08/2020 21/08/2020 28/08/2020 04/09/2020 11/09/2020 18/09/2020 25/09/2020 02/10/2020 09/10/2020 16/10/2020 23/10/2020 30/10/2020 06/11/2020 13/11/2020 20/11/2020 27/11/2020 04/12/2020 11/12/2020 18/12/2020 25/12/2020 01/01/2021 08/01/2021 15/01/2021 22/01/2021 29/01/2021 05/02/2021
FECHA
CASOS/100.000 HABITANTES
IA/100.000 HABITANTES-14 DÍAS(OFICIAL) IA/100.000 HABITANTES(REFERENCIA)-14 DÍAS
VALOR REFERENCIA
Si correlacionamos el la IA a 14 días cálculo oficial con el nº de positivos obtenidos se observa que dicha correlación es muy alta (r = 0,90), lo que confirma que la IA como suma de positivos a 14 días no es nada más que utilizar el nº de positivos aunque a pesar de no estar relacionado con el % de positivos.
Si realizamos esa correlación con la IA a 14 días y el nº de positivos obtenidos calculada con respecto a un valor referencia se aprecia que también existe correlación (r = 0,86) pero en este caso también se da una correlación con el % de positivos como se ha visto anteriormente.
E) INCIDENCIA ACUMULADA A 14 DÍAS Y VACUNA DE LA COVID.
Ante la utilización del ratio de la Incidencia Acumulada a 14 días manejada por las
Gráfico del Modelo Ajustado
IA/100.000 HABITANTES(REFERENCIA = 75,8874 + 0,517444*POSITIVOS/REFERENCIA
0 1 2 3 4
(X 1000,0) POSITIVOS/REFERENCIA
0 300 600 900 1200 1500
IA/100.000 HABITANTES(REFERENCIA
Gráfico del Modelo Ajustado
IA/100.000 HABITANTES-14 DÍAS(OF = 34,9219 + 0,541188*POSITIVOS(OFICIAL)
0 400 800 1200 1600
POSITIVOS(OFICIAL) 0
200 400 600 800 1000
IA/100.000 HABITANTES-14 DÍAS(OF
están adoptando, se puede decir, en un primer lugar, que si se utilizase este ratio en las temporadas estacionales de la gripe, donde no hay restricción alguna, los casos por 100.000 habitantes superarían durante algunas semanas el umbral de 500 establecido para la covid y pero con valores bastante superiores a los alcanzados con el virus actual, teniendo en cuenta además que existen diferencias significativas entre como se gestionan las gripes y como se gestiona la covid.
Si analizamos la IA a 14 días tanto de los períodos de gripe estacional temporadas 2018 - 2019 y 2019 - 2020 con la covid desde marzo 2020 hasta la fecha actual, se aprecia que la gripe en las dos temporadas estacionales hubiese superado el valor referencia de 500 de la IA establecida en estos momentos para la covid.
Por otra parte respecto a la covid, se aprecia que acabando de forma radical la gripe la segunda semana de marzo de 2020 a partir de ese momento se da un pico grande de covid, enfermedad con sintomatología parecida a la gripe pero que tiene algunas diferencias que hacen que, al menos, sea necesario reflexionar sobre las diferentes hipótesis sobre lo que hubiera podido ocurrir para que se de ese pico.
Posteriormente la gráfica de la covid indica que para sacar conclusiones sería necesario hacer test de gripe a los positivos de covid con el fin de discernir si realmente ha desaparecido la gripe, y que papel real es de la covid, que con toda probabilidad los datos estarán sobredimensionados por computarse la cantidad importante de positivos sin síntomas.
IA/100.000 HABITANTES A 14 DÍAS/10 DÍAS - GRIPE
0 200 400 600 800 1000
2ª octubre2018 4ª octubre2018 2ªnoviembre 4ªnoviembre 2ªdiciembre 4ªdiciembre 2ª enero2019 4ª enero2019 2ª febrero2019 4ª febrero2019 2ª marzo2019 4ª marzo2019 2ª abril2019 4ª abril2019 2ª mayo2019 4ª mayo2019
FECHA CASOS/100.000 HABITANTES
IA/100.000 HABITANTES-14 DÍAS IA/100.000 HABITANTES-10 DÍAS VALOR REFERENCIA
91 EVOLUCIÓN IA A 14 DÍAS/10 DÍAS GRIPE/COVID
0 200 400 600 800 1000 1200 1400 1600 1800
2ª octubre 2018 4ª octubre 2018 2ª noviembre 2018 4ª noviembre 2018 2ª diciembre 2018 4ª diciembre 2018 2ª enero 2019 4ª enero 2019 2ª febrero 2019 4ª febrero 2019 2ª marzo 2019 4ª marzo 2019 2ª abril 2019 4ª abril 2019 2ª mayo 2019 4ª mayo 2019 4ª noviembre 2019 2ª diciembre 2019 4ª diciembre 2019 2ª enero 2020 4ª enero 2020 2ª febrero 2020 4ª febrero 2020 2ª marzo 2020 4ª marzo 2020 2ª abril 2020 4ª abril 2020 2ª mayo 2020 4ª mayo 2020 2ª octubre 2020 4ª octubre 2020 2ª noviembre 2020 4ª noviembre 2020 2ª diciembre 2020 4ª diciembre 2020 2ª enero 2021 4ª enero 2021
IA
IA/100.000 HABITANTES-14 DÍAS(GRIPE) IA/100.000 HABITANTES-14 DÍAS OFC(COVID)
IA/100.000 HABITANTES-14 DÍAS REF(COVID) VALOR REFERENCIA
EVOLUCIÓN DE CASOS/100.000 HABITANTES GRIPE/COVID
0 100 200 300 400 500 600 700 800 900
1ª octubre 2018 4ª octubre 2018 3ª noviembre 2018 2ª diciembre 2018 1ª enero 2019 4ª enero 2019 3ª febrero 2019 2ª marzo 2019 1ª abril 2019 4ª abril 2019 3ª mayo 2019 4ª noviembre 2019 3ª diciembre 2019 2ª enero 2020 1ª febrero 2020 4ª febrero 2020 3ª marzo 2020 2ª abril 2020 1ª mayo 2020 4ª mayo 2020 3ª octubre 2020 2ª noviembre 2020 1ª diciembre 2020 4ª diciembre 2020 3ª enero 2021
CASOS/100.000 HABITANTES
CASOS/100000 HABITANTES(GRIPE) CASOS/100000 HABITANTES(COVID)OFC CASOS/100000 HABITANTES(COVID)REF
La vacunación de la covid, se supone para los vacunados, lo que tiene que producir es una cierta inmunidad por lo que el test de PCR a ese vacunado con toda probabilidad dará positivo,
¿cuál es la razón para que no se descuenten del total de positivos contabilizados los vacunados de covid, ya que no dejan de ser positivos provocados?, ¿cuál es la razón para incluir en el cómputo de la IA los positivos que han recibido la vacuna de la covid?, ¿no sería mejor una inmunidad natural que se contagiasen con asintomáticos que se supone y bajo los criterios oficiales tienen muy poca carga viral y no tendrían los efectos secundarios de la vacuna?
Con la utilización de esta IA para confinar municipios, estableciendo la discriminación de cierres perimetrales a los mismos en los que existen residencias, también podemos hacernos la siguiente pregunta ¿cuál es la razón para penalizar a los municipios que tienen residencias contabilizando los positivos que aparecen en las mismas en el cómputo total del municipio cuando esas personas, además de provocarles con la vacuna un resultado positivo, en la realidad no hacen vida social en el mismo ya que están prácticamente aisladas?
F) INCIDENCIA ACUMULADA A 14 DÍAS Y PORCENTAJE DE POSITIVOS (OFICIAL Y REFERENCIA).
Relacionando la IA a 14 días con el % de positivos en base al cálculo oficial, vemos como la IA utilizada por el Gobierno Vasco en marzo - abril no se corresponde con el porcentaje de
positivos, ocurriendo algo parecido en los meses posteriores ya que la IA ha ido aumentando o decreciendo en base al número de test realizados, mientras que los porcentajes se han mantenido de forma reiterada desde el mes de mayo por debajo del 10%.
IA A 14 DÍAS-%POSITIVOS (OFICIAL)
0 100 200 300 400 500 600 700 800 900
13/mar 20/mar 27/mar 03/abr 10/abr 17/abr 24/abr 01/may 08/may 15/may 22/may 29/may 05/jun 12/jun 19/jun 26/jun 03/jul 10/jul 18/jul 25/jul 01/ago 08/ago 15/ago 22/ago 29/ago 05/sep 12/sep 19/sep 26/sep 03/oct 10/oct 17/oct 24/oct 31/oct 07/nov 14/nov 21/nov 28/nov 05/dic 12/dic 19/dic 26/dic 02/ene 09/ene 16/ene 23/ene 30/ene 06/feb FECHA
IA 14 DÍAS
0,00 % 10,00 % 20,00 % 30,00 % 40,00 % 50,00 % 60,00 %
%POSITIVOS
IA/100.000 HABITANTES-14 DÍAS(OFICIAL) % POSITIVOS(OFICIAL)/TOTAL TEST
Si realizamos estos cálculos con la IA a 14 días normalizada en base a un número de test fijo se observa con claridad que esa IA se corresponde bastante mejor con el % de positivos que hubo en marzo - abril, es decir la IA hubiese servido de índice para tomar decisiones, al igual que hubiese servido para no haberlas tomado, por lo menos a ese nivel de restricciones, desde mayo a la fecha actual, como se confirma también con el % de positivos presentando valores continuamente inferiores al 10%.
IA A 14 DÍAS (REFERENCIA)-%POSITIVOS(REFERENCIA)
0 200 400 600 800 1000 1200 1400 1600
13/mar 20/mar 27/mar 03/abr 10/abr 17/abr 24/abr 01/may 08/may 15/may 22/may 29/may 05/jun 12/jun 19/jun 26/jun 03/jul 10/jul 18/jul 25/jul 01/ago 08/ago 15/ago 22/ago 29/ago 05/sep 12/sep 19/sep 26/sep 03/oct 10/oct 17/oct 24/oct 31/oct 07/nov 14/nov 21/nov 28/nov 05/dic 12/dic 19/dic 26/dic 02/ene 09/ene 16/ene 23/ene 30/ene 06/feb FECHA
IA 14 DÍAS
-50,00%
50,00%
150,00%
250,00%
350,00%
450,00%
550,00%
%POSITIVOS
IA/100.000 HABITANTES(REFERENCIA)-14 DÍAS %POSITIVOS(REFERENCIA)/TOTAL TEST
Un cálculo de la IA a 14 días normalizado (referenciado a un valor de test fijo) tendría una mayor credibilidad ya que se correlaciona de forma clara con el % de positivos, de manera que se presentan valores de una IA a 14 días superiores al valor 500 en la época de marzo-abril
meses los cuales no superan prácticamente el valor del 10%, por lo que nos podemos plantear preguntas como, ¿cuál es la razón para que no se calcule la IA a 14 días teniendo en cuenta un valor de referencia de forma que se establezca una homogeneización de los datos con el fin de que sean verdaderamente comparables?
IA 14 DÍAS Y % POSITIVOS (OFICIAL Y REFERENCIA)
0,00%
100,00%
200,00%
300,00%
400,00%
500,00%
600,00%
13/mar 23/mar 02/abr 12/abr 22/abr 02/may 12/may 22/may 01/jun 11/jun 21/jun 01/jul 11/jul 22/jul 01/ago 11/ago 21/ago 31/ago 10/sep 20/sep 30/sep 10/oct 20/oct 30/oct 09/nov 19/nov 29/nov 09/dic 19/dic 29/dic 08/ene 18/ene 28/ene 07/feb FECHA
% POSITIVOS
0 200 400 600 800 1000 1200 1400 1600
IA ACUMULADA 14 DÍAS
%POSITIVOS(REFERENCIA)/TOTAL TEST % POSITIVOS(OFICIAL)/TOTAL TEST
IA/100.000 HABITANTES-14 DÍAS(OFICIAL) IA/100.000 HABITANTES(REFERENCIA)-14 DÍAS
Si correlacionamos la IA a 14 días cálculo oficial con el % de positivos se observa que dicha correlación no existe (r=0,07).
Si realizamos esa correlación con la IA a 14 días y el % de positivos calculada con respecto a un valor referencia se aprecia una mejor correlación (r=0,65) lo que indica que la IA referenciada se ajusta bastante mejor que la IA oficial en relación al % de positivos.
Gráfico del Modelo Ajustado
IA/100.000 HABITANTES-14 DÍAS(OF = 264,945 + 191,652*% POSITIVOS(OFICIAL)/TOTAL TEST
0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0%
% POSITIVOS(OFICIAL)/TOTAL TEST 0
200 400 600 800 1000
IA/100.000 HABITANTES-14 DÍAS(OF
