MADRID, 13 Oct. (EUROPA PRESS) -
Un estudio que ha analizado el número de muertes en cada una de las 7.251 áreas de autoridades locales de Italia durante los primeros cuatro meses del año y comparó estas cifras con predicciones basadas en datos de 2016-2019, ha comprobado que aproximadamente 24.000 personas más murieron en Lombardía de lo esperado entre enero y abril, pero solo se ha confirmado que 14.000 de estas muertes estaban relacionadas con COVID-19.
El estudio, dirigido por investigadores de University College de Londres y el Imperial College de Londres, publicado en la revista 'PLOS ONE', ha encontrado que Lombardía tenía la mayor cantidad de muertes en exceso de todas las regiones de Italia. Después de comparar con los datos oficiales sobre las muertes confirmadas por Covid-19, los investigadores estimaron que todavía había 10.197 muertes más de las predichas según las tendencias pasadas, o el 43% de todas las muertes en exceso.
Los investigadores creen que esto puede atribuirse a un acceso retrasado o reducido a la atención médica por otros problemas de salud, mientras que algunas de las muertes pueden haber sido personas con COVID-19 cuyas muertes no se registraron como tales, tal vez porque no se les hizo la prueba del virus.
El profesor Gianluca Baio, del UCL Statistical Science, explica que "calcular el exceso de muertes es importante porque nos dice cuántas más personas murieron en un período dado que lo que podríamos haber predicho. Esto da la escala completa de la tragedia, yendo más allá de las muertes confirmadas de COVID-19 para incluir las muertes que fueron un resultado indirecto de la pandemia --añade--. Estas son las muertes que, con una mejor planificación de la atención médica, podrían haberse evitado potencialmente".
La profesora Marta Blangiardo, del Imperial College de Londres, precisa que el estudio "no puede explicar por qué hubo un aumento tan grande en las muertes aparentes no relacionadas con COVID-19 en Lombardía. Sin embargo, la pandemia tuvo un efecto abrumador en los sistemas de salud de la región por lo que el acceso reducido o retrasado a la atención médica puede ser un factor".
Los investigadores compararon las tasas de mortalidad semanales en las áreas de las autoridades locales con lo que habían predicho para esa área basándose en cuatro años de datos, teniendo en cuenta la época del año e incluyendo los datos de temperatura del aire (un clima más suave en invierno se asocia con una menor mortalidad), así como para la correlación geográfica, es decir, el hecho de que las tendencias de mortalidad son más parecidas en áreas geográficamente cercanas entre sí.
El estudio encontró marcadas diferencias geográficas en la mortalidad. El centro y sur de Italia no pareció verse afectado en gran medida por la pandemia entre enero y abril, y en general no registró más muertes de las que predijo el modelo, probablemente como consecuencia del bloqueo nacional impuesto por el gobierno italiano desde principios de marzo.
Mientras tanto, Verona, una ciudad en las afueras de la región más afectada de Lombardía, registró tasas apenas superiores a las previstas durante el pico de la pandemia. Esto a pesar de estar a unas 20 millas (30 km) de la provincia lombarda de Brescia, gravemente afectada, que registró un 80% más de muertes de lo esperado.
De manera similar, la ciudad de Pesaro en Marche, en el centro de Italia, registró un 84% más de muertes de lo esperado, mientras que la región circundante no tuvo un número de muertes mayor de lo esperado.
El profesor Baio explica que "estas grandes diferencias en la mortalidad plantean dudas sobre el manejo de la pandemia por parte de las autoridades. La provincia de Véneto, donde se encuentra Verona, tuvo una tasa de mortalidad mucho más baja que la vecina Brescia. Un factor determinante de esto puede haber sido el oportuno y un programa integral de pruebas masivas", añade.
Los investigadores dicen que su modelo podría usarse para la vigilancia de la mortalidad casi en tiempo real, para monitorear continuamente las tendencias locales y detectar un aumento en los casos de Covid-19 rápidamente, viendo dónde las tasas de mortalidad se desvían del rango esperado.
