Por Phillip W. Magness
El escritor satírico Ambrose Bierce definió en una ocasión la profecía como el “arte y la práctica de vender la credibilidad de uno para que se cumpla en el futuro”. El Covid-19 ha producido no poca cantidad de profetas agoreros cuyos pronósticos fracasaron por completo en la entrega futura, y sin embargo a los ojos de la comunidad científica su credibilidad sigue peculiarmente intacta.
No existe mayor ejemplo que el equipo de modelización epidemiológica del Imperial College-Londres (ICL), dirigido por el físico Neil Ferguson. Como he documentado ampliamente, los modeladores del ICL desempeñaron un papel directo y primordial en la venta del concepto de confinamiento al mundo. Los gobiernos de Estados Unidos y del Reino Unido atribuyeron explícitamente a las previsiones de Ferguson del 16 de marzo de 2020 la decisión de adoptar la respuesta, antes impensable, de ordenar a sus poblaciones que se refugiaran en su lugar.
Ferguson se jactó abiertamente del papel de su equipo en estas decisiones en una entrevista de diciembre de 2020, y sigue reclamando inverosímilmente el mérito de haber salvado millones de vidas a pesar del déficit de pruebas empíricas de que sus políticas cumplieron sus promesas. Todo lo contrario: los peores resultados en términos de muertes per cápita por Covid se dan casi en su totalidad en los países que se apoyaron fuertemente en los cierres y en las intervenciones no farmacéuticas relacionadas (NPI) en su infructuoso intento de cambiar la marea de la pandemia.
Los ejercicios de modelización de la ICL, evaluados en retrospectiva a partir del primer año, fueron desastrosos. No sólo no predijeron con exactitud el curso de la pandemia en EE.UU. y el Reino Unido, sino que tampoco previeron el curso del Covid-19 en casi todos los países del mundo, independientemente de las respuestas políticas adoptadas.
Una y otra vez, los modelos del equipo de Ferguson exageraron drásticamente el número de muertes de la enfermedad, registrando el peor rendimiento de cualquier modelo epidemiológico importante(img). Al cabo de un año, algunas de las predicciones de la ICL alcanzan el terreno de la farsa. Su previsión de 179.000 muertes en Taiwán, que nunca llegó a bloquearse, se equivocó en un 1.798.000% (en el momento de escribir este artículo, Taiwán sólo tiene 12 muertes por Covid-19). Una historia similar se produjo en otros países que evitaron el enfoque de bloqueo durante el primer año de la pandemia. El Imperial exageró la mortalidad prevista en Suecia (392%), Corea del Sur (17.461%) y Japón (11.670%) en ausencia de un NPI más estricto que el impuesto por cualquiera de estos países.
¿Pero qué pasa con el resto del mundo? La mayoría de los demás países experimentaron con alguna forma de consejo prescriptivo de Neil Ferguson en el último año, aunque con diferentes grados de severidad y duración. A pesar de que sus resultados de mortalidad son muy diferentes, ningún otro país ofrece nada que se acerque a una validación clara del modelo ICL.
Tabla: Los resultados de búsqueda que aparecen arriba (por favor, visualícelos en un ordenador de escritorio o ponga el móvil en posición horizontal y recárguelos para obtener los mejores resultados), comparados con el número real de víctimas mortales el 26 de marzo de 2021, un año después de la publicación original del modelo internacional del Imperial College.
La tabla muestra tres escenarios modelados que se publicaron en el informe de ICL de hace un año (ICL también incluyó un cuarto escenario que intentaba aproximarse a la protección focalizada de las poblaciones de edad avanzada; sin embargo, este enfoque no se intentó de forma significativa en ningún país).
El primer escenario muestra un modelo de “supresión” extrema, que se activa cuando un país alcanza 1,6 muertes por cada 100.000 habitantes. Esta estrategia preveía una asombrosa “reducción uniforme de las tasas de contacto” del 75% en toda la población. Incluso a corto plazo, este enfoque se asemeja a las duras medidas que se aplicaron por primera vez en la región china de Wuhan, a diferencia de los cierres menores con exenciones para “negocios esenciales” que se ven en la mayor parte del mundo. Pero la estrategia de supresión de la ICL también asumía que esta medida “deberá mantenerse de alguna manera hasta que se disponga de vacunas o tratamientos eficaces”, básicamente un año completo o más de bloqueo ininterrumpido.
Ningún país del mundo mantuvo una tasa de supresión del 75% de todos los contactos durante todo un año, lo que hace que el primer modelo de ICL sea una hipótesis extrema de lo que podría conseguir una respuesta política agresiva en el “mejor de los casos”, más que un reflejo predictivo de la realidad. A pesar de su naturaleza hipotética, el modelo de supresión de la ICL consiguió exagerar el número de muertes por Covid-19 en todos los países, excepto en los 20 más afectados, ninguno de los cuales utilizó nada parecido al enfoque político del escenario.
La segunda estrategia del ICL se acerca más a la realidad en la mayoría de los países. Este modelo de “mitigación” preveía el distanciamiento social obligatorio de toda la población con el objetivo principal de preservar la capacidad de los hospitales para tratar la enfermedad: un “aplanamiento de la curva”, como sostenía el eslogan popular. Utilizando la tasa de replicación más conservadora que modelaron, R=2,4, las previsiones de “mitigación” de Imperial consiguieron exagerar drásticamente el número de muertes en todos los países del planeta. Si se utiliza un R0 más alto se obtienen sobrepreciaciones aún más extremas. Pero basta con el escenario de 2,4 para mostrar el problema sistémico del modelo de la LCI. Sus cifras de “mitigación” eran demasiado elevadas en aproximadamente un 20-30% en lugares muy afectados como Perú, México y la República Checa, todos ellos países que utilizaron estrictas medidas de bloqueo en varios momentos del último año. En el otro extremo, la ICL exageró el número de muertos previsto en el escenario de “mitigación” en un 100.000% o más en una docena de países. En todos los países más afectados, excepto en una veintena, las previsiones de “mitigación” fueron elevadas en un 100% o más.
La tercera estrategia del ICL proyectaba los resultados de una pandemia “no mitigada” en la que los gobiernos no hicieran nada. Este es el escenario que predijo 2,2 millones de muertes en Estados Unidos, 500.000 en el Reino Unido y resultados catastróficos similares en todo el mundo. Aunque el equipo de Ferguson tiene la mala costumbre de atribuirse falsamente el mérito de haber salvado millones de vidas basándose en estas cifras apocalípticas, la verdad es que todas ellas eran exageraciones salvajes de un modelo fundamentalmente defectuoso. Al cabo de un año, ningún país del mundo se acercaba a las proyecciones “sin paliativos” de la ICL, y desde luego ninguno de los países que evitaron los bloqueos de mano dura.
Aunque el ICL no publicó su cronología completa de cómo se desarrollaría la pandemia en estos escenarios, su empresa de modelado se basó en la suposición de que el pico de muertes diarias para cada país llegaría aproximadamente tres meses después de la introducción del virus. Para la mayoría de los países, esto significa un pico previsto en algún momento del verano de 2020, con la abrumadora mayoría de las muertes previstas para el final de esa ola. Un año después, la mayoría de los países no se han asemejado ni de lejos a las cifras previstas en la mayoría de los escenarios del modelo de la ICL.
Quedan varios interrogantes.
¿Por qué Ferguson, que tiene un largo historial de predicciones de modelos absurdamente exagerados, sigue siendo considerado una autoridad líder en la previsión de pandemias? ¿Y por qué el equipo del ICL sigue asesorando a los gobiernos de todo el mundo sobre cómo hacer frente a Covid-19 mediante su defectuoso enfoque de modelización? En marzo de 2020, el ICL vendió su credibilidad para la entrega futura. Ese futuro ha llegado, y los resultados no son agradables.
Fuente:
Phillip W. Magness, American Institute for Economic Research: Imperial College Predicted Catastrophe in Every Country on Earth. Then the Models Failed.
