Governments are (very likely) irrelevant

EL PLAN DE SALIDA: SUS MODELOS Y SUS METRICAS

En los últimos días he tenido, finalmente!, la oportunidad de leer artículos que abordan dos de los aspectos menos analizados en esta vorágine actual de culpabilidades e himnos nacionales en la que nos ha sumergido el Covid19.

Por un lado Anna Scherbina aborda las bases del trade off  entre el nivel de "aplanamiento de la curva" y el daño a la economía de las NPI (Non Pharmaceutical Intervention). Un trade off que, a lo mejor no existe como apuntan Correia y otros.

Por otro lado un grupo de autores en un informe del AEI (American Enterprise Institute) aborda una cuestión que todos nos preguntamos: ¿como y cuando levantar las NPI más severas adoptadas en muchos países? (o por qué se deberían instaurar ya con contundencia en los países más "perezosos" en hacerlo). Es evidente que en las decisiones a tomar, deberíamos emplear mejores métricas de las que nuestros líderes parecen dispuestos a considerar.

La realidad se va imponiendo con su tozudez habitual:

a) El impacto en vidas del Covid19 va a ser más alto de lo que inicialmente esperábamos y más "duro" en la angustia provocada en la población por la incertidumbre existente en cuando a síntomas (muy variables entre individuos) y tasas de mortalidad (¿cuales son, realmente, por edad?). Lo variable de la enfermedad nos está dando pocas "verdades" a las que agarrarnos y eso tiene un impacto mental que no ayuda.

b) El impacto económico es, potencialmente, mucho más relevante de lo que las estimaciones iniciales parecían indicar. Mckinsey ya se atreve (aunque con timidez) a anticipar, en los escenarios más negativos, caídas de hasta el 25-30% del PIB.

Creo, además, que (como en el propio artículo de Mckinsey) es fácil infravalorar el impacto real de la crisis. Es cierto, como señalan, que las NPI adoptadas afectan sobre todo al gasto discrecional:

• "A 40 to 50 percent drop in discretionary spending translates to a roughly 10 percent reduction in GDP—without considering the second- and third-order effects. That’s not only unprecedented in modern history, it has been historically almost unimaginable—until now".

Pero nuestro nivel de bienestar está más asociado al nivel de empleo (o al nivel de crecimiento) que al valor absoluto del PIB. El gasto discrecional afecta a sectores que representan un % del empleo (y del crecimiento) superior a su peso en el PIB, lo que vuelve las perspectivas (aún) más sombrías. 

La pretensión del artículo de Mckinsey de que no necesitamos abordar este trade-off para luego dedicar varias páginas a analizar "ese mismo trade off que no necesitamos abordar" demuestra el estado de negación/wishful thinking en el que se encuentran incluso las mentes más preclaras.

Existe la posibilidad de que el Covid19 nos abandone pronto, pero la esperanza es una fantástica actitud y una pésima estrategia. Si la epidemia dura varios años (las "pestes" se prolongaban por lustros, la gripe española estuvo con nosotros durante 3 años, en 30 años no hemos conseguido una vacuna para el VIH), las consecuencias son potencialmente catastróficas. Debemos prepararnos para ese escenario y aplicar ya lo mejor en "gestión de crisis" que seamos capaces de producir.

--------------------------------------------------------------------------

En este contexto, los artículos que mencionaba aportan perspectivas relevantes. Ambos presentan carencias y aspectos mejorables, pero centran el debate (algo que necesitamos mucho) y ponen de manifiesto las variables clave que, al menos, sabemos que no sabemos.

El artículo de Scherbina incluye inputs más que discutibles (que la misma autora señala que son "estimaciones del autor") y modeliza de forma muy básica algunos aspectos clave como el posible "impacto asimétrico" de distintas medidas de "social distancing" en la actividad económica por un lado y en la "situación médica" por otro. Asimetrías que son, justamente, las que deberíamos esforzarnos en identificar para adoptar medidas que reduzcan significativamente el impacto económico con un empeoramiento mínimo de la situación médica.

En el análisis, las medidas se definen por su impacto en las variables clave, en lugar de determinar este impacto a partir de una descripción detallada de las propias medidas. Es muy diferente decir:

a)  "la medida es abrir los restaurantes permitiendo una densidad de mesas de X. Esta medida tendrá un impacto Y en la actividad económica del sector y  un impacto en la tasa de contagio de la enfermedad que pasará de A a B"

a decir

b) "modelizamos las medidas de distanciamiento social porque conseguirán un R0 de X".

El planteamiento b) es, seguramente, el único posible en esta fase, pero necesitamos movernos a planteamientos tipo a) lo antes posible.

Pero incluso de planteamientos tipo b), se pueden sacar conclusiones interesantes:

1.- Necesitamos modelos de la enfermedad que nos permitan entender la "situación médica" y su evolución más probable. 

a) saber en que momento de transmisión/contagio estamos en cada área

b) anticipar las necesidades del sistema de salud para abordar los casos más graves (ingresos hospitalarios y UCI) en condiciones de "emergencia" pero no de "pánico". 

c) estimar el impacto de las medidas a adoptar (o a levantar) sobre el número de casos generados (en particular necesidades hospitalarias y número de fallecidos).

2.- Necesitamos modelos económicos que nos permitan estimar el impacto económico de las NPI adoptadas. En particular:

a) ¿Qué sectores son los afectados negativamente? ¿Que % de la actividad económica / del empleo representan? ¿que parte de la afección será, "simplemente", migración a otras actividades/canales?

b) ¿cual es el impacto sobre esos sectores de las medidas decretadas?. En este punto es clave, como señala la autora, distinguir entre el impacto causado por la enfermedad y el impacto (adicional) de las medidas decretadas por los gobiernos. Incluso sin "decretos de cuarentena o de distanciamiento" la enfermedad ya tendría un impacto sobre la actividad. Por puro miedo, la gente iría menos a restaurantes o cines. Las medidas de aislamiento son voluntarias en muchos casos y muchas familias las aplicarán con independencia de lo que determinen las autoridades.

Este elemento, difícil de evaluar, es clave para determinar el coste de las NPI que se decreten y encontrar el óptimo económico en la aplicación y levantamiento de las mismas. Resultaría fácil, sin una buena reflexión, sobrestimar sus efectos negativos sobre la economía y no adoptar medidas óptimas, al asignarlas la totalidad de los costes cuando solo tienen "efectos incrementales".

En este aspecto es relevante el análisis de Sergio Correia y otros que apuntaría al hecho de que el impacto económico es causado "sobre todo" por la pandemia, siendo el impacto de las NPI una derivada menor.

Los modelos económicos a desarrollar son, necesariamente, de equilibrio general puesto que los efectos de "segunda (o de tercera) vuelta" no serán, previsiblemente, triviales, dados los niveles de impacto de las "primeras" vueltas (no solo habrá que tener en cuenta el impacto sobre el cocinero cuyo restaurante cierra si no también, sobre los "servicios bancarios online" que ese cocinero no va a usar aunque sigan disponibles).

c) ¿cual es el impacto diferencial de las medidas adoptadas en función del nivel de restricción que imponen?. Este es un análisis que habría que realizar "por industria" definiendo para cada una varios (¿2/3?) protocolos que impliquen distintos niveles de protección de trabajadores y usuarios y que estén asociadas con "niveles de NPI" que se decreten desde los gobiernos. Sin este análisis solo se podrán adoptar medidas "de brocha gorda" que tal vez sirvan si la enfermedad dura poco o se contiene rápido pero que nos dan pocas "opciones políticas" para modular la salida en una "epidemia larga".

3.- Existen aspectos científicos clave sobre los que aún tenemos grandes incertidumbres y que son relevantes para determinar la capacidad de análisis y predicción de los modelos y para "traducir" las "medidas concretas de negocio real" en "impactos en variables clave" (como la tasa de contagio):

a) ¿produce "inmunidad" el hecho de haber pasado la enfermedad? ¿durante cuanto tiempo?. La hipótesis actual es que "sí por un periodo que se estima en 2-3 años". Pero un mayor grado de certidumbre sobre este aspecto clave sería de agradecer. Si la realidad es peor que la hipótesis actual (solo anticipamos "regular" las cepas que incluir en las vacunas anuales contra la gripe A), las consecuencias médicas y económicas pueden alcanzar una gravedad inimaginable.

b) ¿pueden los enfermos "no sintomáticos" transmitir la enfermedad?. La hipótesis actual es que sí. Las cargas víricas que expelen son muy similares a las de los enfermos sintomáticos. Conocer este aspecto con precisión, es clave tanto en las políticas de "traqueo" como en el calibrado de los modelos. El daño que pueden causar los "asintomáticos" es muy importante dada su mayor movilidad y la dificultad de identificarlos con medidas de aplicación relativamente fácil como la toma de temperatura.

c) ¿a que distancia se transmite el virus? ¿cuales son los principales mecanismos de transmisión y las cargas víricas asociadas?. Y en relación con este aspecto: ¿que mecanismos de protección son los más eficaces?. Responder adecuadamente es clave para establecer los protocolos que permitan volver a operar a las industrias afectadas lo antes posible.

d) ¿cuales son las vías de mejora en la efectividad de los tratamientos?. Es clave en esta etapa, definir "protocolos" de tratamiento que incorporen las mejores prácticas a nivel mundial desarrollar tratamientos retrovirales que "optimicen" las tasas de mortalidad o reduzcan la necesidad de "tratamientos UCI".

e) ¿qué nivel de inmunización es razonable esperar de una vacuna? ¿qué horizonte de disponibilidad "efectiva"? (es decir no que se descubra a nivel clínico, sino que haya sido producida, distribuida y aplicada a un porcentaje relevante de la población). La "esperanza" de una "solución vacuna" está hoy en día muy sobrevalorada si se tienen en cuenta los tiempos realistas de implementación. Para cuando llegue, si no hacemos nada en medio, no habrá "actividad económica" que salvar.

4.- Necesitamos estimar con mayor precisión las variables clave que permiten "calibrar" los modelos que deben guiar las NPI. El estudio de Scherbina pone de manifiesto cuales son:

a) ¿cual es el % de "inmunizados" en la población en este momento en el tiempo?. No tenemos (que yo sepa) una buena hipótesis sobre una variable tan relevante.

b) ¿cual es el % de pacientes  asintomáticos?. Las hipótesis actuales apuntan a que podrían ser más del 50% de los contagiados. Esta variable impactaría significativamente en el número de personas "inmunizadas" que existen (y que ni siquiera saben que han pasado la enfermedad).

c) ¿cuantos "contagiados" acaban recurriendo a los servicios médicos "externos" (consultas sin ingreso hospitalario)?

d) ¿cuantos contagiados acaban requiriendo ingreso hospitalario?

e) ¿cuantos requieren ingreso en las UCI / respiradores?

f) ¿cual es la tasa de mortalidad real del Covid19?

Es clara la dificultad para estimar estas variables en el total de la población. Lo que habría que hacer (que haber hecho antes de ayer) es establecer un grupo de control amplio y estadísticamente representativo al nivel geográfico adecuado (ámbitos relevantes de "respuesta sanitaria"). Elegida esta "población de control" con criterios estadísticos, habría que realizar un seguimiento detallado de la muestra. Realizar un test inicial que permita estimar la situación actual y un programa de seguimiento periódico (con test semanales y siguiendo su historial de visitas al hospital) que capture toda las variables relevantes y permita extrapolar resultados a la población total. También es necesario realizar sobre esta muestra análisis del nivel de inmunidad alcanzado a través de la presencia de anticuerpos.

Por otro lado es necesario complementar estos datos "de muestreo" con el seguimiento sistemático de los datos claves "observables" para toda la población. En particular el número de ingresados hospitalarios con síntomas Covid19, el de ingresados UCI y el de muertos.

Estas variables tienen una gran "sensibilidad política". Los "envueltos en banderas" insisten mucho en las diferencias entre países para usarlas como armas arrojadizas contra nuestros políticos. Los "benchmark a ciegas" son armas que carga el diablo. Pero la falta de transparencia y la manipulación política de los datos que pueden causar, es un daño muy superior al beneficio que pueda obtenerse resolviendo un "problema de ayer". El Covid19 no debería ser un "race to the bottom" entre naciones para ver cual tiene los políticos más incapaces (la respuesta es "ninguna los tiene capaces", por si alguien tiene curiosidad. Lo que no debería extrañar a nadie teniendo en cuenta como los seleccionan y lo que les pagan). Si los datos no son fiables, las respuestas que construyamos sobre ellos no serán óptimas. Las "miserias políticas" para después.

5.- Es clave el coordinar el análisis local/granular para aplicar soluciones distintas en etapas distintas, con la coordinación internacional para la adopción de mejores prácticas y la validación de los modelos e hipótesis empleados. Los resultados y la estimación de variables son clave a nivel local para determinar los tiempos de las NPIs que son sobre todo locales y afectan a bienes no transables y el dimensionamiento de la respuesta del sistema de salud. La coordinación internacional es clave para el empleo de modelos "state of the art" al evaluar donde estamos, para la aplicación de mejores prácticas en NPI y protocolos de tratamiento y para el "reconocimiento mutuo" que permita reactivar lo antes posible las conexiones internacionales.

------------------------------------------------------------------------------------------------------------------

En el artículo de Scott Glottieb y otros sobre la descripción de fases, el escalado de medidas y las métricas a seguir para definir actuaciones (como alternativa al "gut feeling" que proponen algunos), hay que destacar lo necesario y sistemático del planteamiento. Con muchos aciertos y algunos aspectos mejorables que resultan evidentes, precisamente, por el acierto del framework planteado.

El artículo propone 4 fases de actuación: slow the spread, reopening, create inmune protection and get ready for the next pandemic y establece, en cada una, las prioridades de actuación, los objetivos a conseguir y la métricas para decidir cuando pasar a la siguiente fase. Exactamente lo que necesitamos.

La claridad e inteligencia del planteamiento permite centrar la discusión en si los objetivos de cada fase son los que definen los autores y si las métricas son o no las adecuadas. La discusión, dentro de este planteamiento, debería permitir optimizarlo con gran rapidez.

Como contribución en ese sentido:

a) Seria necesario distinguir distintas fases de NPI, de intensidad diferente durante el periodo de "reopening". Saltar de las medidas de supresión más radicales ("confinamiento total de la población con multas por pisar la calle") a la de "existencia de una vacuna que nos inmunice" con un solo paso intermedio, es poco útil en la práctica y da pocas opciones de actuación a los políticos (solo un nivel por activar entre la "fase pánico" y la "fase solución").

Describir distintos niveles de "mitigación" (medidas de distanciamiento, aperturas "parciales" de actividades con protocolos más o menos agresivos, etc...) ayudaría mucho en las decisiones políticas que, necesariamente, tendrán que adoptarse siguiendo pautas de "trial and error".

Esta descripción de "medidas intermedias" debe realizarse, como ya hemos comentado, "bottom-up" desde cada sector económico. En particular, desde los más afectados. Las aerolíneas, los restaurantes, la distribución retail, los hoteles, los cruceros ... deben definir lo antes posible protocolos adaptados a 2/3 niveles de protección (desde el viajar en aviones o cruceros dentro de trajes de astronauta a dejar un asiento entre pasajeros) que puedan ser activados por las autoridades políticas en función del momento de la enfermedad en cada área.

b) El planteamiento de objetivos de la fase de "confinamiento agresivo" podría modificarse para dar menos importancia al empleo de "tests": no hay forma humana de definir protocolos de testado periódico y recolección de datos que abarquen a toda la población.

Los objetivos de esta primera fase, deberían ser:

- Establecer los mecanismos de "control estadístico" de la población que permitan conocer el momento en el que está la enfermedad en cada zona y el desarrollo de modelos epidémicos que permitan estimar el "impacto médico" de las posibles NPI que se adopten. No se debería pasar a la siguiente fase hasta que dispongamos de modelos fiables del impacto de las NPI sobre las "variables médicas" clave (ingresados de urgencia y fallecidos, fundamentalmente) y una idea bastante precisa (a través del seguimiento detallado de muestras estadísticas) de los valores reales de las variables que los modelos emplean como input.

- Escalar las capacidades de atención hospitalaria a los enfermos Covid: escalado de unidades UCI, respiradores, protocolos de derivación de enfermos según su gravedad. Esta fase no debería considerarse superada hasta que no dispongamos de capacidad para atender al número de enfermos graves que predigan los modelos anteriores. No solo por consideraciones "morales", que también, si no porque es muy importante mitigar, en lo posible, la angustia y el miedo de la población. Es posible, como discutíamos más arriba, que el mayor impacto económico no venga de las medidas que adopten los políticos, si no del "miedo". Reducir ese miedo, insistiendo en la capacidad del sistema sanitario para tratar y curar la enfermedad, podría tener un impacto sobre la actividad económica muy superior a las medidas decretadas en la fase de reopening (cuyo mayor atractivo, falso, es que pueden activarse, a voluntad, con un "interruptor político")

- Disponer de los mecanismos de seguimiento "detallado" de nuevos casos (ie. capacidad de realizar tests para traquear y poner en cuarentena a los contactos de nuevos enfermos) a implementar en las siguientes fases. Es evidente que hay un límite a los traqueos/controles que se podrían realizar (el artículo lo cifra en 10,000 enfermos) pero ese límite aumenta, seguramente, con la práctica y el desarrollo de los mecanismos. En cualquier caso esta debería ser una vía de intervención y un objetivo a revisar, si se confirma que el número de enfermos asintomáticos es tan elevado como suponemos. Estos mecanismos de traqueo de contactos solo son útiles si los casos "autorevelados" a través de síntomas, son un porcentaje elevado de los totales. Si no es así (como suponemos ahora) emplearemos un montón de medios y recursos en aprender que, parafraseando a Neruda, "las redes no retienen el agua".

El artículo vuelve a cometer un error muy común que es plantear la conveniencia de testar a toda la población. Un objetivo tan ambicioso como inútil y un uso muy poco eficiente de los tests disponibles. Se entiende la angustia de quien enferma, por saber si lo que tiene es Covid19 o no. Pero los tests, escasos, deben emplearse en el seguimiento "estadístico" de la enfermedad, en facilitar la vuelta al trabajo en el mayor número posible de actividades y en los "traqueos" específicos necesarios en las fases de mitigación (e incluso este último uso merece muchas dudas si el número de asintomáticos es tan elevado como creemos).


---------------------------------------------------------------------------------------------------------

Es difícil evitar la tentación de parafrasear a Churchill: no estamos al final, ni siquiera al principio del final, pero es consolador ver que, cada vez más, se realizan planteamientos útiles para permitir una aproximación racional al problema sanitario y económico del Covid19. Esta aproximación racional nos debería permitir minimizar el impacto en vidas y depresión económica de la epidemia que será, en el mejor de los casos, elevado.

Espero también que existan los mecanismos de transmisión adecuados entre el mundo "de la reflexión" y el "de la acción". Tengo mis dudas sobre este último punto, sin embargo.