La reciente divulgación de datos de la Organización Mundial de la Salud (OMS) sobre el exceso de muertes por COVID-19 en la India ha causado controversia. Entre 2020 y 2021, la OMS estimó que hubo 4,7 millones de muertes en exceso, directa o indirectamente atribuibles a la pandemia, en India. Esta cifra es asombrosamente 10 veces más alta que las estimaciones del gobierno de la India y la más alta de cualquier país a nivel mundial, lo que contribuye a un desgarrador tercio de las muertes en el mundo.
El Ministerio de Salud y Bienestar Familiar de la India emitió una respuesta tajante, cuestionando la metodología de recopilación de datos de la OMS. El gobierno de la India (GOI) había tratado de retrasar el informe revisado de la OMS sobre el número de muertos por COVID-19 antes de su publicación debido a estas reservas pendientes, que se relacionan principalmente con el modelo matemático de la OMS. El Gobierno de Indonesia argumentó que, dado que había publicado y puesto a disposición del público datos auténticos a nivel nacional sobre las muertes por COVID-19 basados en su Sistema de Registro Civil (un organismo que recopila datos subnacionales de todos los estados indios), tal modelado y sus consiguientes proyecciones eran superfluos y carecía de rigor académico.
Jon Wakefied, miembro del grupo asesor técnico de la OMS responsable del modelado, dijo que las críticas del GdI estaban fuera de lugar ya que la metodología de los informes era consistente para aquellos países para los que había datos subnacionales disponibles. El informe complementario de la OMS sobre métodos para estimar el exceso de mortalidad asociado con la pandemia de COVID-19 respalda esta afirmación. India se colocó en una agrupación con otros países como Argentina, Indonesia y Turquía. La gama de datos considerados para India incluyó cifras oficiales y el número registrado de muertes a nivel estatal, así como datos recopilados por periodistas a través de solicitudes de Derecho a la Información, un mecanismo oficial de divulgación de información pública.
Aunque estas discusiones han tomado una forma un tanto partidista en la esfera pública, las reservas y la refutación del GOI sobre el informe de la OMS deben leerse como parte de un conjunto más amplio de debates en curso en el campo de la metodología de investigación sobre los usos y límites de la estadística. modelado, especialmente en geografías en desarrollo y culturalmente heterogéneas con demografía difícil de manejar.
Hay buenas razones para el escepticismo sobre las estadísticas del GOI, no solo por los efectos electorales obvios del mayor número de muertes por COVID-19 en la fortuna de varios equipos políticos a nivel estatal en India, sino también por las limitaciones de la maquinaria administrativa de India y aparato de recogida de datos. Pero si el propósito de dichos informes de la OMS es mejorar las deficiencias a nivel nacional y ayudarnos a comprender mejor la carga de salud atribuible al COVID-19 para afectar los cambios apropiados en la política de salud, es igualmente importante considerar si los métodos de la OMS resultaron útiles en este respeto.
¿Disfrutas de este artículo? Haga clic aquí para suscribirse y obtener acceso completo. Solo $5 al mes.
Una valiosa intervención al respecto la hizo el periodista Shekhar Gupta de The Print. Incluso si se consideran las limitaciones de los esfuerzos de recopilación de datos de la India y los peores casos posibles de conteo insuficiente, es increíble sugerir que el Gobierno de Indonesia no informó el 92 por ciento de las muertes relacionadas con COVID-19 en la India. En este sentido, como argumenta correctamente Gupta, los hallazgos de la OMS parecen estar en contra de la prueba de razonabilidad, especialmente considerando que el Sistema de Registro Civil de la India se ha vuelto más sólido y eficiente con el paso del tiempo y los porcentajes de registro de muertes han aumentado año tras año. -año.
Teniendo en cuenta una gama más amplia de datos de mortalidad en India, Amitabh Sinha escribió de manera similar para el Indian Express que el informe de la OMS va en contra de los datos generales de muerte, las tendencias históricas en los informes de muerte y las reclamaciones de compensación por muerte de Covid-19 de los estados. India tiene un proceso de compensación supervisado por la Corte Suprema para las muertes por COVID-19. Incluso los reclamos presentados para compensación bajo este proceso, aunque más que los números oficiales del estado, no se acercan a las estimaciones de la OMS.
Uno de los argumentos del GOI de que el modelado estadístico a nivel nacional no es aplicable en la práctica a un país tan diverso como la India debía ser tomado más en serio por el grupo asesor técnico de la OMS. Ni la tasa de positividad de la prueba ni la tasa de prueba fueron consistentes en todos los estados de la India. Además, incluso la recopilación y el informe de datos no fueron igualmente eficientes, y algunos estados se desempeñaron mejor que sus pares. Sin embargo, el informe de la OMS sustituye la complejidad de la recopilación de datos en India por estadísticas. Coloca a la India en una categoría especial de países de Nivel II cuyos datos oficiales se consideran no confiables para una consideración seria, lo que requiere la intervención de modelos matemáticos. Vale la pena destacar aquí que los mismos informes de la OMS encontraron que, en comparación, China tenía el exceso de muertes por COVID-19 más bajo del mundo, a pesar de una crisis de autenticidad más profunda con respecto a su régimen de datos.
El informe sobre el exceso de muertes por COVID-19 solo empeora la severa crisis de legitimidad que enfrenta la OMS desde el comienzo de la pandemia. En lugar de promover regímenes nacionales de datos sobre salud en países como India para que sean más responsables y transparentes, esto solo crea más oportunidades para la desinformación y la manipulación. Si el propósito del estudio de la OMS era permitir una mejor formulación y coordinación de políticas, singularmente fracasó en lograr este objetivo en la India. Al hacerlo, también ha sacado a la luz las dificultades de los modelos estadísticos, capturadas muy acertadamente en una cita comúnmente atribuida al primer ministro británico Benjamin Disraeli: Hay tres tipos de mentiras: mentiras, malditas mentiras y estadísticas.