Visualización y procesamiento de datos ante de la pandemia del COVID-19

La crisis del nuevo coronavirus (COVID-19) ha traído, como si del paradigma del Big Data se tratara, un sinfín de datos. Vivimos rodeados de cifras, que nos hacen ser muy tolerantes con ellas. Todo es hiperbólico, catastrófico y abultado, pero aún así, lo damos por normal. Este fenómeno seguramente se estudiará dentro de muchos años como un caso palmario de sobreinformación. Seguramente otro fenómeno que se estudiará es, en general, las dificultades que aún tenemos como sociedad para hacer algunos cálculos y procesamientos numéricos. Veamos algunos ejemplos.

Nos deberíamos familiarizar con la escala logarítmica. Cuando recibimos el dato del número de infectados, debemos acordarnos de por qué el logaritmo de un número es mejor para representarlo que el propio número. Los números de infectados crece cada vez más rápido en las primeras fases de la epidemia. Si pintásemos la ya tradicional gráfica del número total de infectados a escala lineal, los datos de los primeros días quedan diluidos por el número actual. La escala logarítmica soluciona esto. Esto es especialmente relevante cuando comparamos las cifras de diferentes países. Comparemos las dos siguientes gráficas: la primera contiene el número absoluto de casos confirmados, y la segunda, en escala logarítmica.

Lo anterior nos permite también entender que el número de fallecidos no es un buen indicador. Pese a que lo relevante no es el incremento lineal de fallecimientos, sino el incremento porcentual, seguimos viendo día a día las cifras en valor absoluto. ¿Por qué el logaritmo y no otras funciones que también hacen que un valor aumente más despacio? La respuesta está en la epidemiología. Los epidemiólogos fijan la tasa inicial de crecimiento del número de casos en un 33% diario. Esto equivale a multiplicar por 10 el número de casos cada 8 días. En otras palabras: pasar de 1 a 10 casos y de 100 a 1.000 casos, se tardan 8 días.

Se trata de una progresión geométrica, término que nos recuerdo a la ESO, pero que a los medios de comunicación parece que no le han dado mucha relevancia. Se trata de una sucesión de números en la que cada término (excepto el primero) se obtiene multiplicando el anterior por un número o cantidad fija que llamamos razón. Y es la progresión que está siguiendo el COVID-19, no una aritmética. La gráfica a continuación del Financial Times lo explica perfectamente. El objetivo de las autoridades civiles y sanitarias es aplanar esas curvas por debajo de esa cifra.

Y ahora ustedes estarán preocupados igualmente por ver a España ahí, por encima de esa curva. Es entendible, claro. Pero, ojo, nuevamente, debemos procesarlo con detenimiento. En Italia, que en todos los medios de comunicación se lee la gravedad del asunto. El 20 de marzo, el incremento de contagios fue del 14,6%. El día 19 del 14,9% y el 18 de marzo del 13,4%. El dato es positivo, aunque parezca mentira. Eso viene a decir que el pico está cerca, pese a que aún se resiste.

Para comparar magnitudes entre diferentes países, deberíamos homogeneizar las cifras. Básicamente, porque hay factores que hacen diferente cada caso: no podemos comparar en la misma línea de tiempo, salvo que esta se relativice (día 0, día 1, día 2, etc.), dos series de datos. No podemos comparar dos países con densidades de población diferentes. Tampoco con pirámides poblaciones diferentes (Italia, un país muy envejecido, ha tenido mucho contagio en personas mayores, siendo este porcentaje mucho mayor al porcentaje de población que representan). Tampoco deberíamos hacerlo si la magnitud se mide de diferente manera: un paciente infectado no está siendo contado de manera homogénea. Mostrar un mapa con las regiones en diferentes colores en función del número absoluto de contagios o fallecimientos, sin relativizar la cifra a su población, es una trampa numérica. para calcular la tasa de mortalidad, deberíamos dividir la cifra de fallecidos por la población infectada. Pero tampoco es un indicador al que debemos prestar mucha atención ahora mismo: solo estamos haciendo pruebas a los que presentan síntomas graves. Por eso la mortalidad parece muy alta en España; porque no estamos dividiendo magnitudes homogéneas, dado que aquí no se están haciendo los mismos tests.

Es por esto que el hecho de aumentar la curva mucho al principio, incluso pudiera no ser malo.  Si España aumenta mucho el número de tests en los próximos días (ojalá!), debería subir notablemente el número de positivos detectados y bajar poco a poco la mortalidad. Eso no refleja el contagio de mucha gente de golpe. Quizás refleje que había muchos contagiados no detectados. Por eso los científicos piden que se hagan muchos más test, porque eso permite detectar y aislar contagiados. Es mucho más sencillo detectar casos severos y críticos que casos leves (incluso asintomáticos). Eso crea una falsa sensación de elevada letalidad.

Todo lo que estamos leyendo en relación a “aplanar la curva” se refiere a conseguir llegar a ser Corea del Sur. El 60% o el 70% de la población española acabará infectada por el coronavirus. Pero es una cuestión de distribuir esos contagios en el tiempo, para que nuestro brillante y eficiente sistema sanitario pueda absorber esa demanda. Dejemos tanta cifra absoluta, y pensemos en la variable tiempo y ritmo de contagio.

En este punto conviene introducir otro parámetro que no verás en los telediarios: R0, que indica el promedio de infecciones que causa una persona contagiada. Por debajo de 1 ese parámetro, la pandemia desaparecerá por sí sola. El R0 del COVID-19 está entre 1,5 y 2,5. Comparado con el sarampión que está entre 14 y 15, parece bajo. Lo que ocurre es que las brotes de sarampión, no tuvieron las redes sociales para propagar desinformación. Esto no quiere decir que no sea peligroso el COVID-19.

Por último es importante hablar de datos y su rastreo. Encontrar formas efectivas de rastrear datos es lo que ha funcionado bien en países como Corea del Sur o Singapur. Localizados los casos, se les puede imponer cuarentenas y frenar la propagación. Un trabajo del equipo de Christopher Fraser propone utilizar una aplicación de móvil que vaya registrando los contactos que vamos teniendo. Tanto en el hogar, en el trabajo, en el transporte, etc. De esta manera, los contactos de una persona podrían ser automáticamente notificados.

Pero esto en la Europa de las libertades y los derechos, no gusta. Y esto hay que entenderlo. El tratamiento de datos personales en el contexto del brote de COVID-19 y las múltiples aplicaciones móviles que están naciendo, está dejando mucho que desear. Un precepto que el propio Reglamento General de Protección de Datos (RGPD) introduce: “Para el tratamiento de datos de comunicación electrónica -datos de ubicación móvil, email, etc.-, la Directiva de privacidad electrónica establece el principio de que sólo pueden ser utilizados por el operador cuando se hacen anónimos o con el consentimiento de los individuos”. Pero también es cierto que el RGPD contiene las reglas necesarias para permitir tratamientos de datos personales en situaciones de emergencia sanitaria como la extensión del COVID-19. Cuando leemos titulares como “La geolocalización de móviles medirá cómo se cumple el estado de alarma”, acordémonos de esto. Hay formas de salvaguardar todos los intereses. Solo hay que asegurar que esto se cumple.

“El hombre anumérico” es un libro del escritor John Allen Paulos. Quizás sean buenos días para revisarlo nuevamente. Quizás la era post-COVID19 traiga un repunte en la sociedad, la ciudadanía y las empresas por el manejo de números y la adecuada visualización de datos.