Economist ayuda a resolver los problemas de datos faltantes de COVID-19

Cuando surgió el nuevo virus SARS-CoV-2 en los primeros meses de 2020, las preguntas sobre su transmisibilidad y gravedad eran urgentes para la salud pública, pero los datos de los resultados de las pruebas estaban limitados por la precisión cuestionable y la naturaleza no aleatoria de los resultados de las pruebas.

En una nueva investigación, Jörg Stoye, profesor de economía en la Facultad de Artes y Ciencias, encontró una manera de hacer que incluso conjuntos de datos limitados sean útiles para responder preguntas urgentes de salud pública. Al abordar esta situación epidemiológica como un «problema de datos faltantes» en la economía, Stoye determinó que los datos limitados brindan una variedad de resultados posibles y, por lo tanto, una visión valiosa de las cuestiones de salud pública.

El artículo «Limitación de la prevalencia de la infección al limitar la selectividad y la precisión de la prueba: con aplicación a la COVID-19 temprana», publicado en enero en El diario de econometría.

«Investigo qué conclusiones sobre la letalidad del SARS-CoV-2 podrían respaldarse a partir de los escasos datos disponibles en la primavera de 2020 y utilizando suposiciones muy débiles», dijo Stoye. «Evaluado en datos de la etapa inicial de la pandemia, incluso los límites novedosos más débiles son razonablemente informativos. La aplicación motivadora es para la pandemia de COVID-19, pero la estrategia también puede ser útil en otros lugares».

Como economista, Stoye estudia la identificación parcial: causalidad con información limitada. «Pienso mucho en cómo podemos concluir que algo causa algo más, por ejemplo, que la escolarización genera buenos resultados en los niños, aunque no tengamos un experimento», dijo.

Stoye reconoció la misma estructura del problema en las preguntas planteadas por COVID-19.

En la primavera de 2020, aplicó el razonamiento de identificación parcial a la pregunta, muy debatida en ese momento, de si COVID-19 era más frecuente o letal que la influenza y, por lo tanto, merecía medidas de salud pública más estrictas.

Hay dos límites específicos entre los datos de los resultados de las pruebas y la determinación real de si el COVID-19 fue más mortal que la gripe. Primero, la precisión de la prueba estaba en duda. En segundo lugar, los evaluados no representaban una muestra aleatoria de la población; más bien, se autoseleccionan como personas dispuestas a someterse a la prueba.

Asumiendo que el 2% de la población se hizo la prueba, dijo Stoye, y por el bien del argumento, todos dieron positivo. El rango de posibles tasas de infección entre la población general podría ser del 2% al 100%, una conclusión poco útil.

Así que introdujo un rango de límites, permitiendo hasta un 30% de falsos negativos en las pruebas de PCR y también asumiendo que la población no analizada podría tener hasta la misma incidencia que la analizada.

«Para abril de 2020, estas suposiciones, lejos de señalar la letalidad de la enfermedad, la ubican muy por encima de la letalidad de la influenza», dijo Stoye. «Sin duda, esta también era la opinión científica dominante en ese momento, pero fue impugnada por una minoría vocal».

Esta estrategia puede ser útil más allá de la pandemia de COVID-19, dijo Stoye, al determinar las tasas de infección de enfermedades endémicas como la influenza. El enfoque también ayuda a determinar la eficacia de las pautas de salud pública, como el enmascaramiento.

Las personas que se enmascaran no son una selección aleatoria, dijo, y el efecto del enmascaramiento tiene que ver con si las personas que te rodean están enmascaradas.

Debido a que trabajan con datos inherentemente limitados, los economistas están al frente de la investigación de cuestiones de salud pública, dijo Stoye.

«Muchos economistas y epidemiólogos trabajan en problemas que son muy similares ‘bajo el capó'», dijo, «Algunos de los mejores artículos sobre COVID-19 son colaboraciones entre la epidemiología y la economía».