En Pondera nos dimos a la tarea de calibrar un modelo matemático para algunos estados en México usando el modelo SEIR propuesto por Arenas et al (2020) para análisis regional. Lo utilizamos selectivamente para ciertos estados cuyos datos públicos permiten la calibración y cuya importancia política, social y económica amerita su estudio; asimismo, contrastan en su enfoque de atención a la pandemia: la Ciudad de México, en donde se han concentrado el 26% de los casos y 27% de las defunciones; y Jalisco y Nuevo León que desde el inicio de la crisis sanitaria han adoptado una estrategia diferente a la de la Zona Metropolitana del Valle de México. Utilizamos los datos públicos disponibles en la página de la Secretaría de Salud Federal al 11 de junio de 2020.
El objetivo del ejercicio es ilustrar la importancia de planear el desconfinamiento para reactivar las economías locales. Pensamos que, dado que el gobierno federal ha decretado el inicio del desconfinamiento, la narrativa se debe centrar en el posible costo humano de la velocidad de reactivación.
El primer reto con el que nos encontramos fue el cambio constante de los registros que se obtienen a través de la página de Secretaría de Salud Federal. Comenzamos el ejercicio a mediados de mayo pasado con el fin de identificar cuándo se iba a dar el famoso “pico” de la curva. Decidimos usar los registros de hospitalizados y defunciones como la base del cálculo, debido a que los datos de infecciones adolecen de un elevado error de medición debido al subregistro por el limitado número de pruebas. La tarea fue demandante debido a la volatilidad de los datos aún para el caso de hospitalizados y fallecimientos. Debido a la actualización de los registros de casos COVID-19 confirmados, la diferencia en las cifras para un determinado corte era significativa con solo dos semanas de diferencia de realizar la consulta. Específicamente para los casos de hospitalizados con COVID-19, al corte del 26 de mayo de 2020 aumentaron en un promedio de 22% en todo el país si la consulta se realizaba el 11 de junio vs realizarla el mismo 26 de mayo. En Guerrero la diferencia fue de 61%, 56% en Sonora, 44% en Coahuila, 41% en Durango, 37% en Jalisco y Tamaulipas o 21% en la CDMX. Este fenómeno puede obedecer al rezago en la toma de las muestras y obtención de resultados, principalmente.
Porcentaje de ocupación hotelera para los estados disponibles para consulta a abril del 2020, (Aguascalientes, Chihuahua, Ciudad de México, Guanajuato, Hidalgo, Morelos, Nuevo León y Puebla) incluye todas las categorías (1,2,3,4,5 estrellas).
Revisando los datos de reservaciones en restaurantes a través de la aplicación OpenTable para la Ciudad de México se puede visualizar la magnitud del golpe de demanda al sector. Al comparar las reservaciones diarias de 2019 vs 2020, notamos una caída en la última semana de febrero que se pronuncia a partir del fin de semana que inició el 13 de marzo, día en que se decretó el cierre de las escuelas a partir del 20 de marzo. En una semana las reservaciones cayeron 89 por ciento con respecto al mismo día de 2019. Desde entonces los restaurantes y bares han estado cerrados para atención al público y solamente sirven comida para llevar. Esta actividad, intensiva en mano de obra, ha sido fuente de desempleo desde entonces. Sus proveedores por igual…
Trabajamos inicialmente con la CDMX debido a la cantidad de casos confirmados, la importancia en la participación de estos casos con respecto a la cifra nacional y por su importancia económica y política. Estimamos tres escenarios básicos hasta octubre de 2020, que se diferencian únicamente en la fecha en la que se da la reapertura (15 días) con la finalidad de mostrar los ajustes en cifras de hospitalizaciones y fallecimientos al pisar el acelerador. Los mensajes básicos son los siguientes:
La velocidad mata. Debido a que no hemos alcanzado aún el “pico” de hospitalizados y fallecimientos— o estamos muy cerca de alcanzarlo — , pisar el acelerador aumenta significativamente el número de casos esperados. En la CDMX adelantar el desconfinamiento 15 días equivale a aumentar entre 2,900 y 4,400 los hospitalizados recuperados y entre 3,300 y 5,000 las defunciones totales.
Acelerar aumentará la presión al sistema de salud. En el modelo, la presión que se vislumbra se diferencia de manera significativa de acuerdo con la fecha de desconfinamiento. Considerando que el sistema hospitalario de la CDMX cuenta con 15,600 camas, de acuerdo con los datos públicos; en el “pico” de casos hospitalizados, nuestro modelo estima que la demanda de camas crecerá hasta llegar a las 14,000 personas hospitalizadas a finales de junio, sólo considerando enfermos por COVID-19.
La campana sonará hasta finales del verano. El sistema hospitalario de la CDMX seguirá sufriendo embates continuos de la pandemia hasta por lo menos inicios de septiembre. El servicio de salud verá una reducción importante de la demanda hasta finales de ese mes o inicios de octubre. Es decir, la “campana” que se generará después de la curva de contagios durará todo el verano. Los infectados recuperados (asintomáticos y no) serán entre 4.8 y 5.6 millones de personas, es decir entre 50% y 60% de los habitantes de la CDMX.
Podría multiplicarse por 8 ó 9 el número de defunciones contadas hasta el día de hoy en la CDMX: El número de defunciones por COVID-19 exclusivamente en la CDMX hasta octubre de 2020, puede oscilar entre 36,500 y 41,500 casos. Debido a que nuestro modelo considera el subregistro de casos confirmados ante la estrategia de realizar pruebas de manera muy selectiva, nuestras estimaciones contrastan con las más de 4.5 mil defunciones en la CDMX y las 22.5 mil muertes atribuibles a COVID-19 a nivel nacional registradas al día de hoy.
Repetimos el análisis para Jalisco y Nuevo León, en donde la relativa baja incidencia del COVID-19 debido a las medidas de confinamiento estrictas en los pasados meses, puede generar una elevada exposición al virus ante la reactivación económica, lo que podría generar un súbito aumento de contagios si no se reanudan las actividades con las medidas de distanciamiento, higiene y prevención necesarias.
Aún usando una estrategia de desconfinamiento por fases, la reapertura programada por el gobierno federal este mes de junio aumentaría significativamente el número de personas expuestas, lo que nuestro modelo traduce en tres fenómenos:
Pueden fácilmente perder lo ganado: Un regreso a actividades que no esté respaldado por la continuación de políticas de extremo cuidado sanitario, generaría un elevado crecimiento del número de personas hospitalizadas en los meses de agosto y septiembre, saturando rápidamente el sistema de salud de estos estados.
El aplanamiento de la curva implica mayor tiempo bajo cuidados sanitarios: El cuidado que han tenido los últimos tres meses implica que el número de personas susceptibles que no ha sido expuestas es elevado. Al salir a las calles estas personas podrían contraer el virus abultando rápidamente las cifras de hospitalizados. Así, los escenarios más optimistas en términos de control de la epidemia implican también que la campana se terminará de formar hasta fechas más lejanas, lo que implica que las medidas de cuidado y sana distancia deberán prolongarse hasta por lo menos inicios de 2021.
El costo económico es ineludible: Una curva plana tiene por naturaleza una forma extendida, por ende, la gestión acertada de la pandemia generará costos económicos porque deberá estar respaldada por limitantes en ciertas actividades económicas por un periodo prolongado de tiempo. Por otro lado, una curva con pico(s) pronunciado(s) originará una retracción natural de la actividad económica a causa del riesgo percibido por la ciudadanía al regresar a las actividades, entre otras razones.
Una de las virtudes del modelo SEIR utilizado es que nos permite entender y medir los costos humanos de decisiones tan importantes como cuándo reactivar las labores y con qué velocidad hacerlo. Claramente este modelo adolece de varios males, entre ellos, su sensibilidad a los registros iniciales utilizados para su calibración, que fue uno de los principales retos de este ejercicio. Sin embargo, es vital — literalmente — que los gobiernos estatales cuenten con modelos regionales que les permitan conocer con antelación las consecuencias de decidir ciertas fechas y condiciones de reapertura, con el fin de que tengan claras sus alternativas y cuáles costos son ineludibles.
José Carlos Rodríguez Pueblita es socio fundador y director general de Pondera. Doctor y Maestro en Economía por la Universidad de Pennsylvania, y Licenciado en Economía por el ITAM. En el sector público fue Director General de Evaluación y Monitoreo de Programas Sociales en Sedesol, donde lideró al equipo para la generación de estadísticas de los casos de AH1N1 durante 2009. @jcpueblita
Fernando Rivas, Gerente de datos en Pondera, economista con experiencia en análisis de datos.
