www.transicionestructural.NET es un nuevo foro, que a partir del 25/06/2012 se ha separado de su homónimo .COM. No se compartirán nuevos mensajes o usuarios a partir de dicho día.
0 Usuarios y 2 Visitantes están viendo este tema.
En España vivimos 'apiñados': la variable que puede ayudar a explicar la 2ª ola del covidEspaña sigue liderando los niveles de impacto de la pandemia del coronavirus en Europa. El virus se expande en nuestro país hasta diez veces más rápido que en otras naciones de nuestro entorno y de momento no hay una razón única para esta situación. Se habla de una falta de rastreo que habría frenado la expansión, de la mala utilización de medidas como la mascarilla, de nuestra cultura más cercana y social e incluso de nuestro gusto por hablar alto como posibles factores para la propagación, pero hay otros factores clave de los que se ha hablado menos y pueden influir, como nuestra densidad de población.Si cogemos los números totales (dividiendo población y territorio), España es un país con una densidad de población moderada tirando a baja, con 94 habitantes por kilómetro cuadrado. Pero la cosa cambia si dejamos de lado la España vacía y nos centramos en los espacios más habitados. Enfocados en estos entornos, siguiendo lo planteado por el profesor de estudios urbanos en la Universidad de Sheffield Alasdair Rae, en un estudio realizado en 2013, nuestro país es el número uno en la lista de naciones con más densidad (737 habitantes por kilómetro cuadrado y 20 de los 33 kilómetros cuadrados más densamente poblados del continente), solo superado por tres microestados como Andorra, Mónaco y Malta.La gran pregunta es: este dato en el que destaca nuestro país, ¿puede explicar el mayor impacto de la enfermedad? No está claro, aunque sí puede dar pistas a tener en cuenta, según distintos expertos.Los investigadores que más han defendido esto como punto diferencial en la pandemia han sido los británicos Dave Babbitt, Patrick Garland y Oliver Johnson. Un grupo que tirando del estudio de Rae (que ha preferido no pronunciarse sobre la relación entre covid y densidad) incluso publicó en mayo un 'preprint' apoyado por la Universidad de Bristol y que presentaron ante la comisión de ciencia del Parlamento de Reino Unido en el que pedían que se tuviera en cuenta esta variable para estudiar la pandemia y usaban a España y el estado de Nueva York como casos claros de la relación entre la densidad de población en zonas habitadas y el impacto del coronavirus.Según estos expertos, si miramos la gráfica de muertes por covid-19 notificadas 10 días después del quinto fallecido por esta razón en cada país, se ve que España, el país con más densidad se desmarca, y lo mismo ocurre en Estados Unidos con el estado de Nueva York. Eso señalaría que la densidad juega un papel importante en la evolución de la pandemia y apuntalaría su teoría, pero otros expertos consultados por Teknautas no lo tienen tan claro.Tanto el epidemiólogo Pedro Gullón como el físico especialista en análisis de epidemias Alex Arenas señalan la importancia de contar con esta variable para el estudio de la epidemia pero no ven clara una relación de causalidad directa entre la densidad y el impacto de la pandemia. "Es lógico que la densidad sea un punto a tener en cuenta pues en una ciudad siempre es más sencillo el contagio que en un pueblo, por ejemplo, pero su argumentación más allá es bastante débil. Sería reducir demasiado la situación cuando hay muchos más factores a tener en cuenta en esta pandemia", comenta Gullón. Para él, la palabra clave no es tanto la densidad en sí, sino si esa densidad significa una situación de hacinamiento.Los propios investigadores británicos señalan en su trabajo que la densidad es un factor más que puede relacionarse con otros como la renta o la interacción de la población de esos lugares para explicar por qué el virus golpea con más fuerza en unas zonas que en otras, pero que no se debería obviar. Y ¿qué dicen los datos de las ciudades españolas? Lo cierto es que centrándonos en el estudio de Rae muchos de los puntos de mayor densidad ubicados en España cuadran con los focos más activos de contagios, pero en otros se demuestra lo que señala Gullón: la densidad por sí sola no sirve como parte de la cadena causal.Puntos muy afectados, puntos que noTras el trabajo de Rae, un experto en mapas llamado Dan Cookson decidió plasmar su información en este portal interactivo. Uniendo los cálculos del urbanista pintó en diferentes colores los cuadrados habitados de menos a más densos y aprovechando esta herramienta vemos que muchos de los puntos más densamente poblados de nuestra geografía, situados en ciudades como Madrid, Barcelona, Bilbao o Zaragoza, cuadran con los barrios más afectados por el covid en dichas ciudades (según los mapas epidemiológicos de estas comunidades). Un ejemplo son Usera, en Madrid, y Hospitalet, que tiene el kilómetro cuadrado más denso de Europa según los cálculos de Rae, en Barcelona.Esto daría solidez a la idea de que la densidad puede ser clave, pero no es tan sencillo. En estas mismas ciudades tenemos tramos con densidad similar (superando los 35.000 habitantes en un mismo kilómetro cuadrado) que no están tan afectados o incluso que gozan de una buena situación, en comparación con otros menos densos. Es el caso de Arapiles, en Madrid, situado en el distrito de Chamberí.A parte, un punto llamativo en este sentido es la ciudad de Gijón, que tiene uno de los kilómetros cuadrados más poblados del país (uno de los pocos que tenemos con más de 40.000 habitantes por kilómetro cuadrado), pero como ciudad tiene la epidemia bastante controlada. ¿Dónde está la clave para estas diferencias? Gullón menciona dos entre otras muchas: el hacinamiento y la propia naturaleza de la ciudad."La densidad de población, en muchos casos, nos puede ayudar a encontrar lugares de riesgo porque estos datos también significan hacinamiento, pero no ocurre siempre. Incluso en lugares de gran segregación como Madrid o Barcelona hay zonas con muchísima densidad de población, pero que cuentan con pisos grandes, espacio, buenos servicios, población con segundas residencias... Todo eso influye y marca diferencias. En Usera, por ejemplo, esa alta densidad si va de la mano de situaciones de hacinamiento muy peligrosas, con pisos en los que vive mucha gente y con círculos diferentes, pero en otros barrios de Madrid hay colmenas de pisos gigantescas que sin embargo no tienen esos riesgos", señala Gullón.Además, la naturaleza de la ciudad es clave. No es lo mismo un lugar de paso como Madrid que una ciudad como Gijón o incluso como Barcelona. La propia llegada de la enfermedad a una ciudad como la asturiana es más complicado por el mero hecho de la situación de la región, mientras que en Madrid barrios menos densamente poblados pueden sufrir muchos más problemas. "Por eso nos preocupa a todos la capital, es un centro de comunicaciones y un espacio clave para que el virus se extienda o se contenga, de ahí que ahora se coordinen las medidas con las dos Castillas", añade Gullón.No hay que olvidar tampoco que España, según Eurostat, es el segundo país de la UE (tras Letonia) donde se vive más en pisos (un 65% vivimos en estos edificios, frente al 58% de Países Bajos o 14,4% de Reino Unido). En estas cifras también destaca el estudio sobre el hacinamiento. Con datos de 2018, la tasa de personas que viven en casas superpobladas en España se sitúa entorno al 4,7%, al mismo nivel que países como Bélgica y por debajo de otros como Italia, Francia o Reino Unido.El epidemiólogo no cree que haya una relación directa entre densidad y riesgo más allá de la lógica de que en lugares más densos el riesgo es mayor porque hay más gente, pero sí puede ser tomado como una señal más. "Obviamente es un dato a tener en cuenta, más como una señal para luego estudiar la situación especial de ese barrio o tener en cuenta su idiosincrasia que como posible causa de que en ese barrio haya más infección que en otros".Una señal a tener en cuentaEsa función como señal o pista se puede ver usando el propio mapa de Rae y Cookson y haciendo 'zoom' sobre otras ciudades como Alcobendas, uno de los puntos calientes de la Comunidad de Madrid durante esta segunda ola y que sorprendía a muchos porque es uno de los más ricos de España. Si vamos al mapa vemos una diferencia clara en la densidad de población entre la zona centro de la ciudad y las afueras que coincide con la infección del covid. Pero la densidad no es la única diferencia, esto ayuda a ver la diferencia entre la zona adinerada de La Moraleja, a las afueras, y el centro, mucho más pobre, con pisos con mucha ocupación y con una situación socioeconómica más delicada.Algo similar encontramos en Zaragoza o el propio caso de Madrid. Usera y Delicias, los dos barrios más afectados por estos nuevos brotes son, a la vez, dos de los barrios más densos y dos de los que tienen una peor situación socioeconómica. "No podemos separar estos conceptos y por ello no se puede reducir la explicación a que una gran densidad significa que estás en una zona de riesgo de contagio. Como tampoco se puede decir que un barrio muy poblado tiene que ser de por sí pobre. Es todo más complejo", apunta Gullón.Lo mismo opina Alex Arenas, que sí que destaca la relación de los dos mapas, y también los de las situaciones socioeconómicas. "Entiendo que hay una relación de densidad poblacional, nivel económico y covid elevado. Pero aparte de lo lógico, no tengo datos causales o modelización especifica que pueda corroborar este hecho, por tanto, no puedo decir que esté científicamente probado (no basta con una correlación, pues correlación no es causalidad)".
https://www.telegraph.co.uk/news/2020/09/06/lungs-damaged-coronavirus-can-repair-three-months/?WT.mc_id=tmgliveapp_iosshare_Av3n7llhNMKQLungs damaged by coronavirus can repair themselves in three monthsLas secuelas permanentes no parece que sean tan permanentes.---https://twitter.com/DrAMcCullough/status/1247617083111866369?s=19Sobre los problemas cardíacos 'asociados' al SARS-CoV-2. De momento, en estudio, pero empiezan ya a disentir.---https://twitter.com/BallouxFrancois/status/1302859330006458368?s=19"Serological study from Maranhão, Brazil, looks well done.Key findings- seroprevalence (Infection rate): ~40.4%- IFR: ~0.17%- asymptomatic infections: ~26%- Ratio of estimated infections/reported cases: ~22x- Masks/distancing: marginally protectivehttps://t.co/Gt3DOiKHF7 https://t.co/Al94wayFk6"---Y ya verán cuando nos enteremos de que el pico de infecciones se dio antes del confinamiento, haciendo inútil el mismo. A más de uno le va a explotar la cabeza. Hay cálculos realizados a partir del poco de fallecimientos y estos retrotaen tal pico a un momento anterior del fatídico día en que fuimos encerrados salvajemente, aumentando el número de fallecidos en exceso por todas las causas, para nada.Sds.
...https://cnecovid.isciii.es/covid19/#ccaaMiren la tasa de reproducción R0 y la fecha en la que parte el descenso de la misma. Miren el enorme descenso. ¿No es esto prueba de que el pico se había alcanzado antes del confinamiento?Corríjanme si no es así, que me vengo arriba muy rápido.---XD! No lo voy a borrar, pero empieza justo el día del confinamiento. Así que no puedo usarlo como prueba definitiva de lo que he afirmado. Eso sí, podemos ver que la tendencia actual va en descenso sin haber aplicado ninguna medida extraordinaria más. ¿Qué indica este descenso? Porque el número de tests realizados sigue en aumento,¿verdad?
Tras el bochorno de la primera ola con "en Europa no se abrazan y no se dan besos" llega "en España todo hace que el virus se transmita más porque en otros países no hay bares, ni playas, ni pisos, ni geriátricos, ni inmigrantes, ni colegios...".Con lo fácil y obvio que sería reconocer que encierros y mascarillas aumentan la carga vírica en sujetos con síntomas leves, lo cual les hace pasar a moderados y por tanto transmisores.Esto pasa por poner a expertos en marketing a gestionar un país.
CitarEn España vivimos 'apiñados': la variable que puede ayudar a explicar la 2ª ola del covid...https://www.elconfidencial.com/tecnologia/ciencia/2020-09-07/densidad-poblacion-espana-afecta-coronavirus_2735031/
En España vivimos 'apiñados': la variable que puede ayudar a explicar la 2ª ola del covid...
CitarEn España vivimos 'apiñados': la variable que puede ayudar a explicar la 2ª ola del covidEspaña sigue liderando los niveles de impacto de la pandemia del coronavirus en Europa. El virus se expande en nuestro país hasta diez veces más rápido que en otras naciones de nuestro entorno y de momento no hay una razón única para esta situación. Se habla de una falta de rastreo que habría frenado la expansión, de la mala utilización de medidas como la mascarilla, de nuestra cultura más cercana y social e incluso de nuestro gusto por hablar alto como posibles factores para la propagación, pero hay otros factores clave de los que se ha hablado menos y pueden influir, como nuestra densidad de población.Si cogemos los números totales (dividiendo población y territorio), España es un país con una densidad de población moderada tirando a baja, con 94 habitantes por kilómetro cuadrado. Pero la cosa cambia si dejamos de lado la España vacía y nos centramos en los espacios más habitados. Enfocados en estos entornos, siguiendo lo planteado por el profesor de estudios urbanos en la Universidad de Sheffield Alasdair Rae, en un estudio realizado en 2013, nuestro país es el número uno en la lista de naciones con más densidad (737 habitantes por kilómetro cuadrado y 20 de los 33 kilómetros cuadrados más densamente poblados del continente), solo superado por tres microestados como Andorra, Mónaco y Malta.La gran pregunta es: este dato en el que destaca nuestro país, ¿puede explicar el mayor impacto de la enfermedad? No está claro, aunque sí puede dar pistas a tener en cuenta, según distintos expertos.Los investigadores que más han defendido esto como punto diferencial en la pandemia han sido los británicos Dave Babbitt, Patrick Garland y Oliver Johnson. Un grupo que tirando del estudio de Rae (que ha preferido no pronunciarse sobre la relación entre covid y densidad) incluso publicó en mayo un 'preprint' apoyado por la Universidad de Bristol y que presentaron ante la comisión de ciencia del Parlamento de Reino Unido en el que pedían que se tuviera en cuenta esta variable para estudiar la pandemia y usaban a España y el estado de Nueva York como casos claros de la relación entre la densidad de población en zonas habitadas y el impacto del coronavirus.Según estos expertos, si miramos la gráfica de muertes por covid-19 notificadas 10 días después del quinto fallecido por esta razón en cada país, se ve que España, el país con más densidad se desmarca, y lo mismo ocurre en Estados Unidos con el estado de Nueva York. Eso señalaría que la densidad juega un papel importante en la evolución de la pandemia y apuntalaría su teoría, pero otros expertos consultados por Teknautas no lo tienen tan claro.Tanto el epidemiólogo Pedro Gullón como el físico especialista en análisis de epidemias Alex Arenas señalan la importancia de contar con esta variable para el estudio de la epidemia pero no ven clara una relación de causalidad directa entre la densidad y el impacto de la pandemia. "Es lógico que la densidad sea un punto a tener en cuenta pues en una ciudad siempre es más sencillo el contagio que en un pueblo, por ejemplo, pero su argumentación más allá es bastante débil. Sería reducir demasiado la situación cuando hay muchos más factores a tener en cuenta en esta pandemia", comenta Gullón. Para él, la palabra clave no es tanto la densidad en sí, sino si esa densidad significa una situación de hacinamiento.Los propios investigadores británicos señalan en su trabajo que la densidad es un factor más que puede relacionarse con otros como la renta o la interacción de la población de esos lugares para explicar por qué el virus golpea con más fuerza en unas zonas que en otras, pero que no se debería obviar. Y ¿qué dicen los datos de las ciudades españolas? Lo cierto es que centrándonos en el estudio de Rae muchos de los puntos de mayor densidad ubicados en España cuadran con los focos más activos de contagios, pero en otros se demuestra lo que señala Gullón: la densidad por sí sola no sirve como parte de la cadena causal.Puntos muy afectados, puntos que noTras el trabajo de Rae, un experto en mapas llamado Dan Cookson decidió plasmar su información en este portal interactivo. Uniendo los cálculos del urbanista pintó en diferentes colores los cuadrados habitados de menos a más densos y aprovechando esta herramienta vemos que muchos de los puntos más densamente poblados de nuestra geografía, situados en ciudades como Madrid, Barcelona, Bilbao o Zaragoza, cuadran con los barrios más afectados por el covid en dichas ciudades (según los mapas epidemiológicos de estas comunidades). Un ejemplo son Usera, en Madrid, y Hospitalet, que tiene el kilómetro cuadrado más denso de Europa según los cálculos de Rae, en Barcelona.Esto daría solidez a la idea de que la densidad puede ser clave, pero no es tan sencillo. En estas mismas ciudades tenemos tramos con densidad similar (superando los 35.000 habitantes en un mismo kilómetro cuadrado) que no están tan afectados o incluso que gozan de una buena situación, en comparación con otros menos densos. Es el caso de Arapiles, en Madrid, situado en el distrito de Chamberí.A parte, un punto llamativo en este sentido es la ciudad de Gijón, que tiene uno de los kilómetros cuadrados más poblados del país (uno de los pocos que tenemos con más de 40.000 habitantes por kilómetro cuadrado), pero como ciudad tiene la epidemia bastante controlada. ¿Dónde está la clave para estas diferencias? Gullón menciona dos entre otras muchas: el hacinamiento y la propia naturaleza de la ciudad."La densidad de población, en muchos casos, nos puede ayudar a encontrar lugares de riesgo porque estos datos también significan hacinamiento, pero no ocurre siempre. Incluso en lugares de gran segregación como Madrid o Barcelona hay zonas con muchísima densidad de población, pero que cuentan con pisos grandes, espacio, buenos servicios, población con segundas residencias... Todo eso influye y marca diferencias. En Usera, por ejemplo, esa alta densidad si va de la mano de situaciones de hacinamiento muy peligrosas, con pisos en los que vive mucha gente y con círculos diferentes, pero en otros barrios de Madrid hay colmenas de pisos gigantescas que sin embargo no tienen esos riesgos", señala Gullón.Además, la naturaleza de la ciudad es clave. No es lo mismo un lugar de paso como Madrid que una ciudad como Gijón o incluso como Barcelona. La propia llegada de la enfermedad a una ciudad como la asturiana es más complicado por el mero hecho de la situación de la región, mientras que en Madrid barrios menos densamente poblados pueden sufrir muchos más problemas. "Por eso nos preocupa a todos la capital, es un centro de comunicaciones y un espacio clave para que el virus se extienda o se contenga, de ahí que ahora se coordinen las medidas con las dos Castillas", añade Gullón.No hay que olvidar tampoco que España, según Eurostat, es el segundo país de la UE (tras Letonia) donde se vive más en pisos (un 65% vivimos en estos edificios, frente al 58% de Países Bajos o 14,4% de Reino Unido). En estas cifras también destaca el estudio sobre el hacinamiento. Con datos de 2018, la tasa de personas que viven en casas superpobladas en España se sitúa entorno al 4,7%, al mismo nivel que países como Bélgica y por debajo de otros como Italia, Francia o Reino Unido.El epidemiólogo no cree que haya una relación directa entre densidad y riesgo más allá de la lógica de que en lugares más densos el riesgo es mayor porque hay más gente, pero sí puede ser tomado como una señal más. "Obviamente es un dato a tener en cuenta, más como una señal para luego estudiar la situación especial de ese barrio o tener en cuenta su idiosincrasia que como posible causa de que en ese barrio haya más infección que en otros".Una señal a tener en cuentaEsa función como señal o pista se puede ver usando el propio mapa de Rae y Cookson y haciendo 'zoom' sobre otras ciudades como Alcobendas, uno de los puntos calientes de la Comunidad de Madrid durante esta segunda ola y que sorprendía a muchos porque es uno de los más ricos de España. Si vamos al mapa vemos una diferencia clara en la densidad de población entre la zona centro de la ciudad y las afueras que coincide con la infección del covid. Pero la densidad no es la única diferencia, esto ayuda a ver la diferencia entre la zona adinerada de La Moraleja, a las afueras, y el centro, mucho más pobre, con pisos con mucha ocupación y con una situación socioeconómica más delicada.Algo similar encontramos en Zaragoza o el propio caso de Madrid. Usera y Delicias, los dos barrios más afectados por estos nuevos brotes son, a la vez, dos de los barrios más densos y dos de los que tienen una peor situación socioeconómica. "No podemos separar estos conceptos y por ello no se puede reducir la explicación a que una gran densidad significa que estás en una zona de riesgo de contagio. Como tampoco se puede decir que un barrio muy poblado tiene que ser de por sí pobre. Es todo más complejo", apunta Gullón.Lo mismo opina Alex Arenas, que sí que destaca la relación de los dos mapas, y también los de las situaciones socioeconómicas. "Entiendo que hay una relación de densidad poblacional, nivel económico y covid elevado. Pero aparte de lo lógico, no tengo datos causales o modelización especifica que pueda corroborar este hecho, por tanto, no puedo decir que esté científicamente probado (no basta con una correlación, pues correlación no es causalidad)".https://www.elconfidencial.com/tecnologia/ciencia/2020-09-07/densidad-poblacion-espana-afecta-coronavirus_2735031/
Yo creo que esa respuesta nunca la vamos a tener, porque hay muchas variables correlacionadas.
En mi opinión, lo que sobre todo explica la "segunda ola" es el exceso de celo en la interpretación de las PCR y el enorme incremento en el número de tests realizados. El primer parámetro tiene que ver con el número de ciclos (si no entendí mal) a que se somete la prueba. Al ser muy sensible de por sí y 'forzarla' va a amplificar cargas muy bajas e, incluso, fragmentos. El resultado es simplemente sí o no. Aunque la persona no sea infecciosa o, incluso, ya haya pasado la enfermedad. El incentivo económico (lógico en principio) no ayuda, porque a mayor número de casos (cualquier cosa que eso sea) mayor número de fondos recibe la región (nada en contra de la profesión, pero no todo aquí depende de la profesión). El aumento de número de tests realizados es descomunal y no hace mucho que viene reflejado en las estadísticas del ministerio. Esto es importante porque no es lo mismo que yo gane 20€ trabajando una hora, a que gane eso mismo trabajando cuatro. No creo que podamos llamar a esto segunda ola, estoy con wanderer a full aquí.CitarYo creo que esa respuesta nunca la vamos a tener, porque hay muchas variables correlacionadas.Danny_M,Si el pico de fallecimientos (de estar bien asignados por fecha, aunque sabemos que había un lag en la notificación, corregido ya?) se dio en la última semana de marzo y pasan de 2 a 8 semanas desde la infección al fallecimiento del paciente (datos del ministerio), el pico de infecciones debe ser, creo, necesariamente antes del 14 de marzo y no después, no puede ser después. Las variables que condujeron a que se llegara a ese pico las podemos discutir, pero creo que ese hecho es objetivo, ¿no cree? La curva que dibuja el número de fallecimientos es un reflejo a escala (que no conocemos todavía) de la curva que dibuja la epidemia real. Ese era mi punto.Gracias por su aporte.
uSi el pico de fallecimientos (de estar bien asignados por fecha, aunque sabemos que había un lag en la notificación, corregido ya?) se dio en la última semana de marzo y pasan de 2 a 8 semanas desde la infección al fallecimiento del paciente (datos del ministerio), el pico de infecciones debe ser, creo, necesariamente antes del 14 de marzo y no después, no puede ser después. Las variables que condujeron a que se llegara a ese pico las podemos discutir, pero creo que ese hecho es objetivo, ¿no cree? La curva que dibuja el número de fallecimientos es un reflejo a escala (que no conocemos todavía) de la curva que dibuja la epidemia real. Ese era mi punto. Y parece que, con alguna reserva (?) usted lo da por bueno (?).Edito: haciendo innecesario el confinamiento (sobre todo a la española) que, como apuntaban en Lancet, no produjo mejores números.Gracias por su aporte.
Cita de: Lurker en Septiembre 08, 2020, 14:18:39 pmuSi el pico de fallecimientos (de estar bien asignados por fecha, aunque sabemos que había un lag en la notificación, corregido ya?) se dio en la última semana de marzo y pasan de 2 a 8 semanas desde la infección al fallecimiento del paciente (datos del ministerio), el pico de infecciones debe ser, creo, necesariamente antes del 14 de marzo y no después, no puede ser después. Las variables que condujeron a que se llegara a ese pico las podemos discutir, pero creo que ese hecho es objetivo, ¿no cree? La curva que dibuja el número de fallecimientos es un reflejo a escala (que no conocemos todavía) de la curva que dibuja la epidemia real. Ese era mi punto. Y parece que, con alguna reserva (?) usted lo da por bueno (?).Edito: haciendo innecesario el confinamiento (sobre todo a la española) que, como apuntaban en Lancet, no produjo mejores números.Gracias por su aporte.Lurker, si el pico de infecciones es hacia el 14 de Marzo o unos díás antes, no sería esta una prueba de que el confinamiento funcionó - 15 de Marzo en adelante? Y que sin el el pico hubiera sido aún más alto?
Cita de: Lurker en Septiembre 08, 2020, 14:18:39 pmEn mi opinión, lo que sobre todo explica la "segunda ola" es el exceso de celo en la interpretación de las PCR y el enorme incremento en el número de tests realizados. El primer parámetro tiene que ver con el número de ciclos (si no entendí mal) a que se somete la prueba. Al ser muy sensible de por sí y 'forzarla' va a amplificar cargas muy bajas e, incluso, fragmentos. El resultado es simplemente sí o no. Aunque la persona no sea infecciosa o, incluso, ya haya pasado la enfermedad. El incentivo económico (lógico en principio) no ayuda, porque a mayor número de casos (cualquier cosa que eso sea) mayor número de fondos recibe la región (nada en contra de la profesión, pero no todo aquí depende de la profesión). El aumento de número de tests realizados es descomunal y no hace mucho que viene reflejado en las estadísticas del ministerio. Esto es importante porque no es lo mismo que yo gane 20€ trabajando una hora, a que gane eso mismo trabajando cuatro. No creo que podamos llamar a esto segunda ola, estoy con wanderer a full aquí.CitarYo creo que esa respuesta nunca la vamos a tener, porque hay muchas variables correlacionadas.Danny_M,Si el pico de fallecimientos (de estar bien asignados por fecha, aunque sabemos que había un lag en la notificación, corregido ya?) se dio en la última semana de marzo y pasan de 2 a 8 semanas desde la infección al fallecimiento del paciente (datos del ministerio), el pico de infecciones debe ser, creo, necesariamente antes del 14 de marzo y no después, no puede ser después. Las variables que condujeron a que se llegara a ese pico las podemos discutir, pero creo que ese hecho es objetivo, ¿no cree? La curva que dibuja el número de fallecimientos es un reflejo a escala (que no conocemos todavía) de la curva que dibuja la epidemia real. Ese era mi punto.Gracias por su aporte.Yo estoy de acuerdo en que el aumento de número de tests hechos ha disparado los positivos. Sin embargo, creo que salvo negligencia en la toma de muestras o en el laboratorio (que cause contaminación de las muestras) la mayoría de los positivos son reales en el sentido de que son prueba de presencia de virus. Para que haya X cantidad de ADN al final, tenía que haber aunque fuera una molécula de ARN al principio. Otra cuestión es si el paciente que portase una carga tan baja es asintomático o no, o si es contagioso o no, o si ha pasado la enfermedad o no. Entonces, la cuestión es que los positivos deben ser "contextualizados", cosa que no tengo ni idea de si se está haciendo. No es lo mismo que den positivo 10 personas de la misma familia que estuvieron en una celebración, de los cuales a lo mejor dos o tres tienen síntomas, que el que de positivo una persona que sólo tuvo una interacción muy breve con otro positivo conocido, de los cuales ninguno tiene síntomas. En el primer caso está claro que hay virus funcional en varias personas, en el segundo no, y puede tener sentido obligar a los primeros a hacer cuarentena leve (baja laboral, salir de casa sólo para comprar y dar algún paseo o hacer deporte sin otra compañía que los convivientes), mientras que a los segundos puede que baste con obligarles a extremar medidas de precaución por si acaso. En fin, que yo tampoco estoy a favor de la histeria, pero es que parece que aquí nos movemos dando bandazos entre la histeria y el sudapollismo y así no se puede.Sobre el pico de infecciones: el caso es que estoy de acuerdo en que seguramente fuera antes del 14 de marzo, pero porque ya el runrún se había instalado en la población. El estado de alarma vino motivado por la evidencia aplastante de que se iba a liar, y antes de eso ya había parte de la población preocupada, algunos teletrabajando, se habían agotado las mascarillas hace tiempo, mucha gente evitaba salir mucho... Todo eso contribuye. A lo que voy es que parece que ahora hay una corriente creciente que parece decir que hubiera sido mejor no hacer nada y dejar que todo siguiera su curso, pero ese razonamiento me parece tramposo. A lo mejor de haber hecho eso el pico de fallecimientos hubiera sido igual, pero la pendiente decreciente tras el mismo hubiera sido mucho más suave y la integral total sería mayor. Al igual que me parece algo tramposo quitar demasiado hierro al tema de la segunda ola cuando seguimos teniendo a prácticamente toda la población vulnerable tomando medidas de seguridad extremas, gracias a lo cual los únicos que se infectan son gente que lo pasa leve o asintomático. Aquí el debate es si de hecho esto es bueno porque inmuniza a parte de la población o si es malo porque favorece que lo acaben cogiendo los vulnerables.
Cuidado con las PCR. Si cometen el error de dar un falso positivo un 1% de las veces (lo que está muy bien si lo tradeas por casi eliminar la posibilidad de dar falsos negativos), si haces 100.000 pruebas a 100.000 profesores que en principio no tienes razón para pensar que están contagiados, te van a salir 1000 falsos positivos.Este problema ya se ha comentado antes, en poblaciones donde una enfermedad está poco o nada extendida hacer pruebas es un error.
China celebra "la derrota del actual brote" sin contagiados locales activoshttps://www.eleconomista.net/actualidad/China-celebra-la-derrota-del-actual-brote-sin-contagiados-locales-activos-20200908-0026.html
Creo que no está colgado.CitarChina celebra "la derrota del actual brote" sin contagiados locales activoshttps://www.eleconomista.net/actualidad/China-celebra-la-derrota-del-actual-brote-sin-contagiados-locales-activos-20200908-0026.html
AstraZeneca suspende los ensayos de la vacuna de Oxford por la "reacción adversa grave" de un voluntario
https://www.elmundo.es/ciencia-y-salud/salud/2020/09/09/5f5803c9fc6c838f118b45c2.htmlCitarAstraZeneca suspende los ensayos de la vacuna de Oxford por la "reacción adversa grave" de un voluntario