¿Qué tan buenos somos para predecir una pandemia?

Los modelos epidemiológicos han sido una fuente de controversias constantes desde el inicio de la pandemia, frecuentemente culpados de difundir miedo e imprecisiones. ¿Qué tan bien han funcionado?

Tal vez el modelo más famoso provino del equipo de Neil Ferguson en Imperial College London en marzo de 2020, pues se le atribuye la decisión de iniciar el confinamiento nacional absoluto. Desafortunadamente, hay varias afirmaciones de que estimaron 510,000 muertes en Reino Unido durante dos años, pero esa proyección se basaba en el implausible escenario de que no se hiciera nada sobre el virus. Su modelo era, si no otra cosa, optimista. Incluso con un confinamiento más ligero, predijeron una cifra máxima de muertes en Reino Unido menor a 50,000, y el total verdadero ha sido mucho mayor. 

Te puede interesar: Covid no cede en la India y se mantiene como el epicentro de la pandemia

En julio de 2020, el “peor escenario más razonable” calculaba 85,000 muertes por Covid en Reino Unido hasta el 31 de marzo de 2021. Esto parecía pesimista en aquellos días pero, en parte por la imprevista variante de “Kent”, la verdad resultó mucho peor que el “peor escenario”, con 95,000 muertes. 

En contraste, cuando se contemplaba un segundo confinamiento en octubre de 2020, se filtraron proyecciones de un posible pico de 4,000 muertes diarias. Estos cálculos no debían publicarse y ya los estaban corrigiendo. 

¿Las proyecciones humanas pueden mejorar? A principios de abril de 2020, DS y sus colegas le preguntaron a 140 expertos en el Reino Unido, y a más de 2,000 no expertos, por sus predicciones cuantitativas. Los expertos dieron un estimado promedio de 30,000 muertes por Covid para finales de año, mientras que los no expertos dijeron 20,000. En realidad fueron alrededor de 75,000; esta cifra aparecía tan solo en un tercio de los intervalos de las predicciones de los expertos y tan solo en el 10% de los no expertos. Las personas tuvieron dos rasgos en común: fueron demasiado optimistas y confiadas. 

En palabras del estadista George Box, “todos los modelos se equivocaron, pero algunos son útiles”. Los modelos epidemiológicos siempre están llenos de incerteza. Esa incerteza fluye desde su estructura simplificada, sus presuposiciones y entradas de datos, y la impredecibilidad de la vida real. Mientras consideremos a estos modelos como herramientas para nuestra comprensión, todavía pueden ser útiles. 

Lee: CDMX pasa a semáforo amarillo por primera vez y tras un año de pandemia

-David Spiegelhalter es presidente del Winton Centre for Risk and Evidence Communication en Cambridge. Anthony Masters es un embajador de estadística para la Royal Statistical Society.