EVOLUCION DE LA PANDEMIA COVID-19 EN CHILE

Sergio A Vasquez
01 Julio 2020

Introducción
La curva de crecimiento logístico [1] ha sido usada para modelar el
crecimiento y desarrollo de enfermedades cuyo comportamiento se
caracteriza primero por un crecimiento exponencial rápido y luego a
partir de un punto de inflexión se desacelera hasta alcanzar un valor
máximo. Esta función representa el típico crecimiento poblacional del
cultivo de micro organismos en un plato de Petri. Los microorganismos
se multiplican usando los recursos disponibles hasta llegar a un
equilibrio estable con una población estable. Este modelo usa los
datos estadísticos, [2], [3], para ajustar y optimizar la tasa de
crecimiento, r, el valor máximo, K, y el punto de partida, Co, que mejor
se acomode a la curva. Quizás lo más importante del modelo no sean
los números absolutos (r, K, Co) sino observar la tendencia general y
lograr determinar el momento en que la población infectada se
desacelera. El punto de inflexión representa el pico más alto de la
infección. La función de crecimiento de Gompertz [4] también puede
ser utilizada en este contexto requiriendo optimizar tres o más
parámetros. Existen modelos más complejos (SIR y sus variaciones)
que resuelven ecuaciones diferenciales, pero que requieren
parámetros difíciles de ser obtenidos sin un equipo técnico
especializado, con aporte de matemáticos, epidemiólogos y
representantes de la salud pública.

Funcion logistica de contagiados por la covid 19 en Chile

 La curva logística, Figura 1, representa la evolución del crecimiento
del coronavirus en Chile hasta el 01/07/2020. Las cruces azules
representan los datos. Usando el modelo no-lineal de mínimos
cuadrados es posible estimar la tasa de crecimiento, el punto de
inflexión y el tamaño final de la infección. Estos parámetros definirían
el comportamiento de la curva para cada caso. Así, para Chile los
datos muestran que el punto de inflexión se produjo alrededor del 9
de junio, y a partir de allí la curva se aplana con una reducción
progresiva de los contagiados diarios. Sin embargo, hasta ahora las
medidas implementadas por el gobierno chileno no han sido del todo
efectivas, ya que el punto de inflexión se obtiene cuando el número
de infectados es demasiado alto. Basado en los datos publicados por
el gobierno, la estimación en el punto de inflexión es cerca de 170453
infectados. La estimación del número máximo de contagiados llegaría
alrededor de un total de 340906 personas infectadas.

Figura 1, Curva logística Total de contagios en Chile desde el 14 marzo 202

Parametros K R Co
LSM 340906 0.07232069 Dia 7

Tabla I, Parámetros de la función logística para contagiados obtenidos vía LSM

El “New Scientist”, [5], publica en su edición del 10 de junio que Chile

presenta la infección más alta en América del Sur por millón de
habitantes, seguida de Perú, Brasil, USA y UK, ver Figura 2. Hasta hoy
esa constatación se mantiene, e incluso las cifras aumentaron en
forma sustancial. La tabla II actualiza esta clasificación. Chile, donde
la ortodoxia del neoliberalismo saca nota sobresaliente, y cuyo
gobierno se felicitaba por tener la mejor salud del mundo, mientras
que los titulares de la BBC Mundo el 03 Abril 2020 expresaban su
admiración de cómo “Chile habría logrado mantener a raya la covid
19”, hoy se destaca por ser el país más contagiado del mundo con
dramáticas consecuencias posteriores para su población.

Figura 2, Tomado del New Scientist, Reino Unido, 10 junio 2020

PAIS CHILE PERU USA BRASIL SPAIN UK RUSIA
Contagiados 14754 8749 8463 6854 6346 4617 4530
Por millón

Tabla II, Clasificación la tasa de infección por un millón de habitantes al 01 julio 2020

Aplanando la curva. Comparación de los datos y el modelo teórico

Quince años atrás, explica Rajiv Venkaya [6], que su equipo en la
Casa Blanca, diseñó la “Estrategia Nacional contra la Pandemia de la
Influenza”. En ausencia de inmunidad, la base de su estrategia es
tomar medidas no clínicas creando una barrera imperfecta para
detener la transmisión del virus. Se trataba de implementar una
intervención coordinada, como cerrar las escuelas, quedarse en casa,
tomar distancia social y usar mascarillas, para demorar y achicar el
pico más alto de la enfermedad. Recordemos que en la curva
logística el pico más alto se da en el punto de inflexión. Como en un
“queso suizo”, explica, estas medidas, tomadas adecuadamente,
representan barreras que “en rebanadas” van cubriendo los hoyos
del queso, demorando, e incluso deteniendo la transmisión. La
demora de la infección permitiría el uso más adecuado de los
recursos de sanidad pública y de esta manera evitar el colapso
sanitario en clínicas y hospitales. Diferentes gobiernos han
implementado de una u otra manera esta estrategia. Sin duda, hay
algunos que destacan con un riguroso testeo, trazabilidad de
contactos con infectados y cuarentena total, pero otros han
“innovado” y han mitigado más que suprimido la infección, (Chile,
UK, USA) o simplemente dejaron que la naturaleza siguiera su curso
para obtener la “inmunización del rebaño”, con terrible
consecuencias para los más vulnerables en la sociedad (Suecia,
Brasil)
La Figura 3 representa la comparación de los casos diarios de
contagios por la covid 19 en Chile con la curva teórica. Esta curva
teórica es exactamente la derivada de la función logística de la Figura
1. Para una mejor visualización de cómo la curva se está aplanado,
los datos han sido trazados con el eje vertical en logaritmo natural.
De esta manera se puede observar el cambio descendente, señalado
en línea vertical al tiempo t=87 días (9 de Junio)

Figura 3, Variación de los contagios diarios, Chile

Función Logística de los fallecidos por la covid 19 en Chile

Chile ha sido muy particular en el conteo de los fallecidos por la covid
19. Hay varios artículos de prensa que elogian al gobierno chileno
destacando la baja mortalidad de sus reportes, así es que al parecer
inicialmente hubo una estrategia de “blanquear” las cifras de los
fallecidos, tal vez herencia de la dictadura de Pinochet. A pesar de la
salida del Ministro de Salud, Jaime Mañalich, y su reemplazo por
Enrique Paris, lo cierto es que las cifras entregadas por el Ministerio
de la Salud y el DEIS [3] (Oficina de Estadísticas, Chile) son diferentes.
El Minsal cuenta como fallecidos por la covid 19 solo a aquellos que
han dado PCR positiva, descontando muchos que han muerto por la
covid 19, incluso certificados por un doctor, pero no han sido
testeados con PCR. Esto no es sólo particular a Chile. Algo similar se
ha dado también en el Reino Unido, donde casi la totalidad de los
fallecidos diarios ocurrido en casas de adultos mayores no son
normalmente incluidos en los reportes. Tal vez el exceso de
fallecidos solo podrá ser contado al final de la pandemia por los
registros estadísticos. La Figura 4 compara el modelo teórico basado
en la curva logística, con los datos entregados por el DEIS, [3],
sumando los fallecidos “sospechosos” y positivos diarios hasta el 28
de junio.

Figura 4, Curva logística total de fallecidos en Chile desde el 14 marzo 2020

Parametros K (Valor Maximo) r Co
LSM 12667 0.0786907 Dia 8

Tabla IV Parámetros de la función logística para fallecidos obtenidos vía LSM

La predicción del número máximo de fallecidos llegaría alrededor de

un total de 12667 (Tabla IV). El porcentaje de los fallecidos sería del
3.7% en vez del 2% reporteado por el gobierno, [2]. Si se incluyesen el
total de fallecidos reporteado por el DEIS, [3], hasta el 28 Junio, el
porcentaje de fallecidos con respecto a los infectados llegaría al 3.07%
en vez del 2%
Figura 5 muestra la variación de los fallecidos diarios comparándolos
con el modelo teórico desde el 15 de Marzo. La línea vertical denota
el punto donde empieza a aplanarse la curva (8 de junio). La data es
más dispersa durante los primeros 40 días, dando origen a
interpretaciones absolutamente equivocadas y apresuradas de parte
del Minsal atribuyéndolo a una meseta. Este comportamiento es
típico del crecimiento inicial, con diferentes acentos por regiones,
antes de llegar a establecer la fase de crecimiento exponencial. Lo
mismo se puede observar en la Figura 3. Sin duda el punto de vista
político prevaleció sobre un análisis más científico de interpretación
de los datos.
 Figura 5. Datos y modelo teórico de fallecidos diarios en Chile

Resumen
El gobierno chileno tuvo tiempo para prepararse a enfrentar la
pandemia, y debió asesorarse de un grupo heterogéneo de
epidemiólogos, estadísticos, modeladores matemáticos y de doctores
en salud pública, con un programa abierto que incorpore a sectores
sociales. Sin embargo, en forma prepotente, casi infantil, dejó pasar
semanas claves, asegurando que Chile estaría mejor preparado que
Italia para enfrentar la pandemia. Las medidas no clínicas impulsadas
por el gobierno al comienzo de la pandemia se orientan más al control
político y represivo de la población, usando los militares, e ignorando
los efectos de la crisis económica que la pandemia traería consigo. El
gobierno toma medidas que dejan sin protección económica a una
gran mayoría de chilenos (incluidas muchas PYMES), mientras que al
mismo tiempo protege al sector financiero y a las empresas. Es así
como el crecimiento de la infección se disparó llegando a ser el país
más infectado del mundo por millón de habitantes, al mismo tiempo
que la crisis económica se desencadena y vemos con tristeza que el
hambre azota las calles de Chile.
El análisis de la evolución de la pandemia, Figura 1, muestra que la
propagación de la infección, en esta primera ola, ha llegado al punto
más alto alrededor del 9 de junio, y a partir de allí entra en una curva
que tiende a un límite estable de 340906 contagiados. La curva del
crecimiento de los contagiados diarios muestra claramente esta
tendencia en la Figura 2.
La epidemia entra ahora en una fase de crecimiento desacelerado en
transición a una fase estable para llegar a un límite máximo. Habría
que remarcar que este modelo es fenomenológico, que se basa en la
calidad de los datos estadísticos de gobierno, y que incluye
automáticamente el crecimiento y el control de la enfermedad al
mismo tiempo. Las predicciones reflejan esta dualidad y solo nos dan
una aproximación al resultado final. También este modelo puede
sobreestimar el valor final, sin embargo describe en forma correcta la
evolución y el comportamiento de la pandemia.
La ortodoxia neoliberal ha causado un inmenso daño a Chile. El
sistema sanitario chileno ha sido incapaz de proteger a la sociedad
frente a la pandemia, y de aplanar la curva con un número bajo de
infectados. Hay que tener en cuenta que la curva llegará a un punto
de inflexión de todas maneras y que la acción de los gobiernos es
cuidar de la salud pública y llegar a ese punto con un mínimo de
contagios. Este es el resultado de ser el país donde empezó el
experimento neoliberal que luego se extendió a la gran mayoría de los
países del mundo. Este experimento de darwinismo social, impulsado
y aplaudido por muchos, avalado por todos los gobiernos chilenos en
los últimos 47 años, ha sido abatido por el darwinismo natural del
crecimiento del coronavirus.
Referencias
[1] Nelder, J.A., “The fitting of a generalization of the logistic curve”,
Biometrics Vol. 17(1961), 89-110
[2] https://www.worldometers.info/coronavirus/country/chile/
[3] https://deis.minsal.cl/#datosabiertos
[4] Winsor, C.P., “The Gompertz curve as a growth curve”, Proc.
National Academy of Science, Vol. 18(1932), No.1.
[5] https://www.newscientist.com/article/mg24632863-300-how-
south-america-became-the-new-centre-of-the-coronavirus-
pandemic/
[6] https://www.statnews.com/2020/04/24/swiss-cheese-approach-
second-chance-contain-covid-19/