por JOSÉ GUILHERME CHAUI-BERLINCK*
Una guía visual para entender el problema
El propósito de este texto es presentar una “guía visual” que pueda ayudar a una persona que no está en el área de los números a comprender el riesgo que corre al creer en la posibilidad de tratamientos “alternativos” (por así decirlo) en caso de contaminación con el SARS-CoV-2 y desarrollar COVID-19. Dada la propuesta, la lectura del propio texto debe entenderse casi como si se tratara de un gran pie de foto para las figuras (que por tanto dejo sin pie de foto). Sin embargo, antes de pasar al problema en sí, creo que es importante presentar algunos números. Entonces …
algunos numeros preliminares
A la fecha actual (12 de marzo de 2021), tenemos 118 millones de casos de COVID-19 en el mundo, contabilizando 2 millones y 600 mil muertes. Brasil contabiliza 11 millones 200 mil casos, con 270 mil muertos. La población mundial es de alrededor de 7 mil millones de personas, la de Brasil, 212 millones. Dicho de esa manera, estos parecen ser solo números de informes. La figura 1 ilustra las relaciones de "tamaño" entre estos números.
Figura 1
En la Figura 1, vemos que Brasil tiene una población de alrededor del 3% de la población mundial y está contribuyendo (si este es el término correcto) al 9% del total de casos y muertes por COVID-19. O sea, ¡Brasil tiene una participación en la pandemia actual 3 veces mayor de lo que tendría en proporción a su población!
Este solo hecho, proveniente de números bastante simples y obvios, debería ser suficiente para causar vergüenza y desencadenar acciones efectivas por parte de quienes asumieron el gobierno federal, si no por responsabilidad, al menos por vergüenza.
Nuestros próximos números son del Estado de São Paulo[i]. La Figura 2 ilustra, en morado, la distribución aproximada de casos de COVID-19 en población menor y mayor de 65 años en SP. Tenga en cuenta que existe una ligera diferencia en el porcentaje de casos notificados entre estos dos grupos. Los números indican la población total de cada grupo de edad. Hago esta división entre mayores y menores de 65 años sólo para señalar a los más jóvenes que los problemas que vamos a tratar más adelante no son específicos de las “personas mayores”. Como se verá, el cuello de todos está en juego. La pregunta que te dejo, al final, es a quién le entregarías el pestillo de guillotina... así que pasemos al problema.
Figura 2
El primo doctor y la pregunta equivocada
Una persona, queriendo deshacerse del “nuevo anormal” para volver a la “vieja normalidad”, le pregunta a su primo médico: si tengo COVID-19, ¿debo tomar el medicamento “A”?
El primo médico responde: Tuve cuatro pacientes que lo tomaron y mejoraron..
La persona está satisfecha y vuelve a la “vieja normalidad”.
Lo que acabo de describir es anecdótico, pero debe ser muy similar a los eventos que has vivido (si no eres la persona o el primo médico).
Este remedio “A” puede ser cualquiera de las drogas o conductas sin ningún sustento técnico que han sido propagadas desde hace algún tiempo por grupos de personas sin la menor formación para tales manifestaciones. No importa.
El primer punto que nos interesa es la pregunta de la persona. Ante la decisión que tuvo, tras la respuesta, de volver a la “vieja normalidad”, claramente la pregunta que debió hacerse no es la que se hizo. La verdadera pregunta era: si tengo COVID-19 y tomo el medicamento “A”, ¿mejoraré (o no moriré ni tendré secuelas)?
¿Por qué la persona no hace esta pregunta? La razón por la que las personas no hacen la verdadera pregunta que quieren hacer es porque, a partir de esa pregunta, ya saben cuáles son las respuestas y la honestidad asociada con las respuestas. Entonces, una respuesta honesta que el primo puede dar es "No sé". No lo sabes porque no existe un tratamiento (para ninguna enfermedad) que pueda garantizar el 100% de efectividad. Pero “no sé”, la persona ya sabe, y la respuesta, por tanto, no le aporta ninguna información.
Por otro lado, el primo podría responder "no". Esta es también una respuesta honesta a los estudios que se han promocionado para estos medicamentos "A". Sin embargo, esta respuesta no permitirá volver a la “vieja normalidad”.
Finalmente, el primo pudo responder "sí". Sin embargo, caería en el problema de garantizar el 100% de efectividad de un tratamiento, que tanto él como la persona saben que es poco realista, como decíamos justo arriba. Es decir, la respuesta “sí” es la respuesta deshonesta. Pero, es lo que la persona quiere escuchar y lo que el primo quiere dar. ¿Cómo resolverlo?
De la misma manera que la persona transforma la pregunta real en un sustituto, el primo transforma la respuesta deshonesta en un sustituto: “Tuve cuatro pacientes que lo tomaron y mejoraron”. No dijo "sí". Esto está implícito o, a discreción del cliente, decide cuál fue la respuesta.
Hasta este punto, debo haber sido un poco obvio para muchos, ya que esto era simplemente un ejercicio de teoría de la información, estadísticas bayesianas y psicología barata. Lo que voy a tratar de hacer ahora es ilustrar visualmente el problema que plantea la persona y el alcance que puede tener la respuesta. Además, trataré de preguntar qué preguntas se pueden hacer y qué implica la pregunta.
Supongamos, ahora, que la pregunta "si tengo COVID-19, ¿debo tomar el medicamento "A"?" se está utilizando honestamente, es decir, sin sustituir a otro por el cual la persona ya conoce el conjunto de respuestas honestas que podría dar (y que no quiere escuchar). ¿Qué significa esta pregunta o a qué se refiere?
La pregunta puede entenderse de tres maneras diferentes:
- ¿Cuál es la probabilidad del tratamiento TA ser la causa de la mejora M? o, dado que se ha realizado el tratamiento TA, ¿cuál es la probabilidad de mejora M?
- Dado que hubo mejoría M, ¿cuál es la probabilidad de que haya recibido el tratamiento T?A?
- Dado que no se realizó ningún tratamientoA, ¿cuál es la probabilidad de mejora M?
La mayoría de la gente podría pensar que la pregunta solo alude al caso 1 anterior, pero las tres interpretaciones son igualmente válidas. De hecho, la respuesta del primo nos lleva a la formulación 1.
Pero, podría haber dicho "Conocí a dos pacientes que no tomaron “A” y fallecieron”. Tenga en cuenta que ahora se accede a la formulación 3.
La formulación 2 es la más complicada y el primo difícilmente buscará una respuesta que aluda a ella. Los números que se dieron en las otras respuestas del primo ("cuatro pacientes" y "dos pacientes") son fáciles de transponer, por parte del interlocutor, en alguna "probabilidad" tangible de ser entendidos. Sin embargo, la formulación 2 requiere una inversión del razonamiento y cualquier número dado no es evidente por sí mismo.
Sin embargo, si las tres formulaciones son válidas como equivalentes a la pregunta no formal que se planteó, significa que para que esta pregunta sea respondida correctamente tenemos que saber la respuesta a las 3 formulaciones que pueden ser equivalentes a tal pregunta. Hablaré entonces...
… de cualquier enfermedad …
Imaginemos una enfermedad que ha surgido y no hay tratamiento para ella. La figura 3 ilustra la distribución de casos y la mejoría espontánea (ya que, por ahora, solo hay mejoría sin tratamiento). El área delimitada por la línea verde indica los casos que presentan mejoría espontánea dentro del total de casos observados, delimitados por la línea roja. Luego, aparecen algunos tratamientos, y pasamos al gráfico ilustrado en la Figura 4. Suponemos que los tratamientos no interfieren con la tasa de curación espontánea y, por lo tanto, aparece la región delimitada por la línea azul, ampliando el número de mejoras. .
Veamos “quién” habita cada región de la representación gráfica de esta enfermedad (Figura 5):
a: la región delimitada por la línea verde ya se conoce de la Figura 3, habitada por aquellos que mejorarán con o sin tratamiento;
b: entre la región delimitada por la línea verde y la delimitada por la línea azul, habitan los que antes morían, pero ahora, gracias a posibles tratamientos, mejoran;
γ: entre los límites azul y rojo están aquellos que morirán, con o sin tratamiento (tenga en cuenta que no estoy diciendo que el tratamiento fue la causa de la muerte, estoy diciendo que cualquier tratamiento, si se administra, es ineficaz para superar la enfermedad en estos individuos)
 |
Figura 3 |
 |
Figura 4 |
 |
Figura 5 |
Note que a resposta “tive quatro pacientes que tomaram e melhoraram” induz você a considerar que o tratamento com “A” é o que cria a região b, mas esta região é habitada por todos os indivíduos que receberam algum tratamento, seja “A” o no.
Por otro lado, la respuesta “Conocí a dos pacientes que no tomaron “A” y fallecieron” te lleva a pensar que la región g está habitada solo por aquellos que no tomaron “A”, cuando en realidad esta región está habitado por individuos que no tomaron “A”, individuos que tomaron “A” e individuos que no tenían tratamiento y no pertenecían al grupo a.
Si ignoramos las inducciones que hacen las respuestas, vemos que hay dos preguntas que no han sido respondidas:
- ¿Cuántos de los cuatro pacientes que tomaron “A” pertenecían al grupo a? Los pertenecientes a este grupo mejorarían a pesar de que de cualquier tratamiento. Vea como la siguiente respuesta cambia por completo la inducción realizada, a pesar de contener la misma afirmación anterior: “Tuve cuatro pacientes que lo tomaron y mejoraron y tuve cuatro a los que no les di nada y mejoraron”.
- ¿Cuántos pacientes recibieron “A” y están en el grupo g? Estos pacientes son aquellos para quienes el tratamiento es ineficaz. Vea como la siguiente respuesta cambia por completo la inducción realizada, a pesar de contener la misma afirmación anterior: “Conocí a dos pacientes que no tomaron “A” y fallecieron y dos que tomaron “A” y fallecieron”.
En este marco simplificado, pero lo suficientemente general como para no perder la validez del análisis que estamos haciendo, el problema científico de validar un determinado tratamiento es el de diferenciar los tratamientos que amplían el rango b de los que no hacen nada. Recuérdese que estamos ignorando, precisamente por simplicidad, la posibilidad de que un determinado tratamiento traslade a un individuo del grupo a al g (es decir, el tratamiento se convierta en causa de muerte), y también la concomitancia de tratamientos (es decir, el tratamiento “ A” junto con “B”, o “C”, etc.).
De las 3 formulaciones que dije eran equivalentes a la pregunta no formal “si tengo COVID-19, ¿debo tomar el medicamento “A”?”, podemos ver, en la Figura 5, que solo si solo existe el tratamiento “A” se pueden obtener respuestas directas para las formulaciones 1, 2 y 3: la formulación 3 es la región a; y las formulaciones 1 y 2 serían la misma formulación[ii] y la respuesta sería la región b.
Sin embargo, aquí es donde queda gran parte del problema: dado que hay multitud de tratamientos que se dan de forma concomitante (incluso por razones éticas), ¿cómo diferenciar la participación de cada uno en el resultado final? Es decir, qué tratamientos agrandan la región b y cuales no.
Este problema científico no se resuelve con 2, 4, 6 o 20 pacientes que ha visto un médico. Esta es la experiencia del profesional, pero no es la experiencia de validar un tratamiento.
Las poblaciones contenidas en las áreas representadas en las cifras son enormes, en miles, y en el caso de COVID-19, somos cientos de millones en todo el mundo.
La figura 6 ilustra, sin más pretensiones, qué especialistas atienden a qué pacientes de COVID-19. Las líneas blancas indican qué tipos de pacientes ven estos especialistas. El punto importante a tener en cuenta es que "clínicas generales"Y"otras especialidades”, cuyos profesionales no forman parte de la primera línea, atenderán básicamente a pacientes con COVID-19 de nuestro grupo a. Es decir, son profesionales que solo están en contacto con el grupo que va a mejorar a pesar de que del tratamiento Es importante señalar que la gran mayoría de médicos y profesionales de la salud se encuentran en esta condición: contacto periférico con pacientes de COVID-19.
Además, vemos que la región b, la que contiene individuos que necesitan un tratamiento adecuado para no pasar a la región g (muerte), ocupa aproximadamente el 20% del área[iii]. Esto significa que 1 de cada 5 personas que contraen COVID-19 estará en esta región b (por supuesto sin saber, ya que no hay nada que indique, de antemano, quién estará en cuál de las regiones).
Figura 6
Tratamientos apropiados
Como decía más arriba, no son 2 o 20 pacientes atendidos por un profesional los que componen un grupo de ensayo clínico. Como también decía, este tipo de circunstancias es la mera experiencia del profesional. Un estudio no solo necesita tener montones, montones de casos para formar estadísticas adecuadas, sino que también debe estar bien diseñado en términos de grupos y tratamientos. Entonces, ¿cuál es la situación actual (marzo de 2021) en términos de recomendaciones de tratamiento para COVID-19? O, utilizando el vocabulario que creamos anteriormente, ¿cuáles son los tratamientos farmacológicos que se consideran adecuados para colocar a los individuos de la región g en la región b?
La siguiente tabla se basa en las pautas de tratamiento de COVID-19 elaboradas por la Sociedad Estadounidense de Enfermedades Infecciosas (IDSA[iv]), los Institutos Nacionales de Salud de EE. UU. (NIH) y la Organización Mundial de la Salud (OMS). En él enumeré solo los medicamentos más publicitados por los grupos a los que me referí anteriormente y los corticosteroides. Una simple lectura de la tabla ya nos permite percibir cuáles pueden y cuáles no harán que el individuo deje la región g y vaya a la región b.
TC: ensayos clínicos
¿Y si fueras tú?
Finalmente, llegamos a la pregunta que anuncié al principio.
La Figura 7 corresponde a los cuadrados morados de la Figura 2, utilizando el patrón de color de las figuras anteriores para discriminar entre los grupos a, b y g (ver Figuras 5 y 6). Imagina que eres un dardo lanzado al azar (ya que no sabes, a priori, a qué grupo pertenece), en la Figura 7.
Si aterrizas en la región verde, te salvas a pesar de cualquier tratamiento.[V]. Si cae en la región roja, lo siento, no hay nada que pueda hacer por ti.
El dardo también puede terminar en la región azul, correspondiente al grupo b. Vimos que la probabilidad de que esto suceda es de alrededor del 20% (1 en 5).
Y aquí viene la gran pregunta: si tu dardo cae en la región azul, la que depende de un correcto manejo, ¿pondrías tu vida en el temerario dardo lanzado por el primo?
En otras palabras, si usted está en la región azul, ¿usaría el tratamiento sugerido por los intrascendentes que solo atienden a los pacientes que están en la región verde?
Figura 7
*José Guilherme Chaui-Berlinck es médico y profesor del Departamento de Fisiología del Instituto de Biociencias de la USP.
Notas
[i] Tomé el Estado de São Paulo como ejemplo solo para facilitar la obtención de los datos. El panorama, en términos generales, es similar en Brasil y el análisis que nos importa no es precisamente la precisión de estos números.
[ii] A modo de formalización, las formulaciones 1 y 2 son, respectivamente, P( M | T ) y P( T | M ). Solo hay tratamiento TA (es decir, T = TA) las probabilidades se vuelven iguales.
[iii] Los números fueron obtenidos a partir de datos actuales del Estado de São Paulo. La discriminación del grupo b entre los casos con mejoría se obtuvo a partir de la fracción de pacientes que necesitan atención médica más allá del nivel ambulatorio (cita el 12/21/XNUMX: https://www.uptodate.com/contents/coronavirus-disease-2019-covid-19-clinical-features?topicRef=126981&source=related_link)
[iv] https://www.idsociety.org/practice-guideline/covid-19-guideline-treatment-and-management/
[V] Lo que sabemos no es cierto, ya que existen tratamientos, especialmente los de tipo “A”, con serias posibilidades de efectos secundarios graves.
