Login
La idea es permitir que las personas se hagan la prueba antes de asistir a eventos sociales, a la escuela, al trabajo, etc., para que puedan saber, casi en tiempo real, si pueden ser infecciosos.
A primera vista, parece un enfoque razonable. ¿Por qué no sería bueno tener más información sobre posibles infecciones?
He aquí por qué eso es realmente una mala idea. Las pruebas masivas de personas que son abrumadoramente asintomáticas (que no muestran síntomas), de hecho, prolongarán inevitablemente esta pesadilla pandémica durante meses adicionales – tal vez incluso años – a medida que los “casos” siguen aumentando por los falsos positivos (un resultado de la prueba que identifica incorrectamente la infección cuando no existe).
Para ser claros: el enfoque de pruebas masivas de Biden es exactamente lo contrario de lo que se necesita ahora. No deberíamos hacer pruebas a personas asintomáticas.
La razón de ello sólo se aclara si se mira más allá de los titulares que afirman que se han disparado los casos y las muertes por la infección.
La exactitud de las cifras de casos, hospitalizaciones y muertes está en función de la exactitud de las pruebas de detección que estamos aplicando. Las pruebas inexactas conducirán naturalmente a datos inexactos.
Sin embargo, la distorsión de estas cifras es algo más que una cuestión de precisión de nuestras pruebas de detección, como se explicará a continuación.
Aunque el público en general entiende que todas las pruebas tendrán cierta cantidad de error inherente, se nos dice que las pruebas COVID-19, ampliamente utilizadas, son muy precisas y, por lo tanto, podemos confiar en los informes de “NUEVOS CASOS” que se gritan a diario en la mayoría de las plataformas de los medios de comunicación.
La realidad es que incluso cuando se utiliza una prueba razonablemente precisa en una población que tiene una baja prevalencia de fondo de la enfermedad activa, la mayoría de los resultados positivos de las pruebas serán, de hecho, falsos.
¿Por qué es así? En primer lugar, debemos examinar qué se entiende por precisión de una prueba.
Sensibilidad frente a especificidad: ¿cuál es la diferencia?
La precisión de una prueba se define por dos cosas: su capacidad para diagnosticar una enfermedad cuando existe y su capacidad para descartar una enfermedad cuando no existe.
Una prueba diagnóstica determinada no tiene necesariamente la misma capacidad para confirmar que para descartar la enfermedad que pretende identificar. Por esta razón, la precisión de una prueba se define por su sensibilidad y especificidad.
La sensibilidad y la especificidad tienen definiciones precisas. La sensibilidad de una prueba es la proporción de personas que tienen una enfermedad que la prueba identificará correctamente con un resultado positivo. En otras palabras, si una prueba tiene una sensibilidad del 90%, dará un resultado positivo nueve de cada diez veces al analizar a personas con la enfermedad.
La especificidad es la proporción de personas que no tienen la enfermedad que la prueba identificará correctamente con un resultado negativo. Una prueba con una especificidad del 90% dará un resultado negativo nueve de cada diez veces cuando se analice a personas que no tienen la enfermedad.
Vamos a demostrarlo con un ejemplo extremo. Digamos que nuestra prueba para diagnosticar el COVID-19 no implica la PCR ni los títulos de anticuerpos ni las pruebas de antígenos.
En cambio, la prueba consiste simplemente en confirmar que una persona está viva.
Si una persona está viva, entonces en esta prueba hipotética, debe tener COVID-19. Si están muertos, no tienen COVID-19. La sensibilidad de nuestra prueba hipotética sería del 100% porque todas las personas que tienen COVID-19 darán positivo; ningún caso de COVID-19 escapará a la detección.
Obviamente, esta prueba hipotética no ofrece ninguna información significativa, ya que todas las personas vivas a las que se les realice la prueba darán un resultado positivo en la enfermedad. Suponiendo que sólo se hagan pruebas a personas vivas, nuestra prueba nunca dará un resultado negativo.
En otras palabras, esta prueba no identificará a nadie que no tenga la enfermedad.
Otra forma de afirmarlo es decir que la especificidad de nuestra prueba es del 0% porque nunca se identificará a ninguno de los que no tienen COVID-19.
Los parámetros que realmente tenemos que revisar: el valor predictivo positivo (VPP)
La sensibilidad y la especificidad de una prueba determinada no cambian con la prevalencia de la enfermedad en la población a la que se hace la prueba.
Sin embargo, la proporción de falsos positivos (personas que no tienen la enfermedad pero dan positivo) aumenta a medida que la prevalencia de la enfermedad disminuye.
Aunque en un principio pueda parecer desconcertante, se trata de una realidad ineludible con cualquier prueba diagnóstica que no sea 100% precisa. Esto se demuestra a continuación.
La relación entre el número de personas que realmente tienen la enfermedad (verdaderos positivos) en comparación con el número de personas que dan positivo se define como el valor predictivo positivo (VPP) de la prueba.
Por lo tanto, el VPP de una prueba varía en función de la incidencia real de la enfermedad en la población sometida a la prueba.
Es el VPP de una prueba lo que indica la probabilidad de que una persona que da positivo en una prueba de detección de una enfermedad la tenga realmente.
Cuando uno pregunta: “He dado positivo en la prueba de COVID. ¿Qué posibilidades hay de que realmente tenga la enfermedad?” El VPP de la prueba es la respuesta que buscan.
¿Qué sucede cuando una prueba razonablemente precisa se despliega sobre una población que tiene una baja incidencia de la enfermedad?
La Administración de Alimentos y Medicamentos de los Estados Unidos lo describe aquí. Utilizar una prueba que tiene una impresionante especificidad del 98% en una población en la que 1 de cada 100 tiene realmente la enfermedad (una prevalencia de la enfermedad del 1%) dará como resultado un VPP del 30%.
En otras palabras, el 70% de los que dan positivo no tendrán la enfermedad. Siete de cada diez serán falsos positivos.
Ahora examinemos lo que sucederá previsiblemente cuando despleguemos 500 millones de pruebas rápidas en una población de personas asintomáticas (que será el caso en la gran mayoría de las circunstancias en escuelas, eventos sociales, universidades, lugares de trabajo, cuando se viaja, etc.).
Primero debemos estimar cuál es la verdadera prevalencia de COVID-19 activo en la población. Hay varias formas de hacerlo.
En su estudio del ensayo de la vacuna, publicado en el “New England Journal of Medicine”, los investigadores de Johnson & Johnson descubrieron que de 43.783 participantes, 238 dieron positivo por RT-PCR para la infección por SARS-CoV-2 (Índice suplementario, tabla S3) en el momento del cribado.
Esto constituye una prevalencia de infección activa de fondo del 0,5%.
Los autores citan la “… incidencia extraordinariamente alta de la infección por SARS-CoV-2” en el momento del ensayo como uno de sus puntos fuertes.
El ensayo se realizó durante los meses de primavera y verano de 2020. En los meses siguientes se produjo una mayor prevalencia de infecciones activas de fondo.
Aunque la población de la muestra es pequeña en comparación con la población de Estados Unidos en su conjunto, los datos nacionales también respaldan esta cifra.
En el punto álgido de la pandemia, los Centros para el Control y la Prevención de Enfermedades (CDC) informaron de que la media móvil de siete días de nuevos casos diarios de COVID-19 era de 250.440.
Si se calcula que la media de casos activos de COVID-19 es de 10 días (la duración original recomendada de la cuarentena después de una prueba positiva), había aproximadamente 2,5 millones de casos activos de COVID-19 por cada 330 millones de personas en la población el 11 de enero de 2021.
Por lo tanto, la prevalencia máxima de la enfermedad activa fue del 0,75%. Durante la mayor parte de la pandemia, la prevalencia de la enfermedad fue considerablemente menor.
Una revisión Cochrane de las pruebas rápidas de antígeno promovidas por la administración Biden afirma que la sensibilidad de las pruebas oscila entre el 58% y el 78% en personas asintomáticas y sintomáticas respectivamente. La especificidad también difiere entre los asintomáticos y los sintomáticos (98,9% y 99,5%).
Sin embargo, estos cálculos se basan en las pruebas PCR como referencia. Las pruebas PCR tampoco son 100% precisas. En particular, a lo largo de la pandemia se utilizaron umbrales de ciclo (Ct) excesivamente altos, lo que inevitablemente condujo a más falsos positivos y a una menor especificidad.
Si estimamos que estas pruebas de cribado tienen una sensibilidad media del 67% y una especificidad del 98%, ¿qué ocurrirá cuando estas pruebas se administren a una población en la que la prevalencia de la enfermedad no sea del 0,5% o del 0,75%, sino de un muy generoso 1%? (Ha sido mucho más bajo que esto durante la mayor parte de la pandemia en los EE.UU., como se explica anteriormente y se discute en este ensayo).
El siguiente gráfico procede de la calculadora de pruebas rápidas de antígenos (lo que los británicos llaman “pruebas de flujo lateral”) del BMJ que se puede consultar en línea. Muestra 1.980 falsos positivos por cada 670 verdaderos positivos, es decir, una tasa de falsos positivos del 75%.
Esta es la definición misma de una “pandemia de casos”, que es lo que ocurre cuando la mayoría de los casos son falsos positivos o implican sólo síntomas leves.
Si utilizamos hipótesis más realistas de un 0,5% de prevalencia de la enfermedad y un 90% de especificidad de las pruebas de antígenos (debido a los errores de los usuarios y otros problemas frecuentes), obtenemos una catastrófica tasa de falsos positivos del 97%, con 9.950 falsos positivos por cada 335 verdaderos positivos (véase la figura inferior).
Este breve ensayo en “The BMJ”, que aparece como “respuesta rápida” a la calculadora en línea de “The BMJ”, explica la beca que demuestra por qué las pruebas a personas asintomáticas conducen a un enorme número de falsos positivos.
En este ensayo se presentan recetas políticas sensatas para poner fin a la pandemia, y se trata la necesidad de cambiar la “definición de caso” de COVID-19, de eliminar las pruebas a los asintomáticos y de reducir el umbral del ciclo para las pruebas de PCR.
El resto de este artículo se centrará en por qué el enfoque de Biden de aumentar aún más las pruebas en masa es el camino equivocado.
¿Qué es un caso?
Es bastante inusual (casi único) que los CDC defina un “caso” como un resultado positivo de la prueba únicamente. En Estados Unidos, la gran mayoría de los casos se identifican y contabilizan basándose únicamente en el resultado de la PCR o de una prueba rápida de antígenos, sin tener en cuenta los síntomas.
Este enfoque puede llevar a que un gran número de falsos positivos sean identificados erróneamente como “casos”. Esto se ha descrito como la “paradoja del falso positivo” o la ” catástrofe del falso positivo”.
Cuando esta tendencia va demasiado lejos nos encontramos con una “pandemia de casos” o “casodemia” más que con una pandemia.
Para salir de un escenario casodémico interminable, que es hacia donde nos dirigimos claramente, tenemos que ser cuidadosos con nuestras definiciones, nuestros procedimientos de prueba y nuestro seguimiento de los datos.
Singapur hace un seguimiento de los síntomas y la gravedad de todos los casos de COVID-19. Según los datos disponibles hasta finales de diciembre de 2021, el 99% de los “casos” de Singapur eran asintomáticos o leves.
Como resultado de este abrumador número de casos asintomáticos y leves, Singapur se centra ahora en las tasas de hospitalización para hacer un seguimiento de la gravedad de la pandemia, y en la toma de decisiones de política pandémica.
Desgraciadamente, aquí en EE.UU. no hacemos un seguimiento de las distinciones entre asintomáticos y sintomáticos en nuestros datos públicos. Seguimos muy centrados en los “casos” de cualquier tipo, por muy leves o asintomáticos que sean.
La Dra. Monica Gandhi, de la Facultad de Medicina de la UCSF, advirtió de esta tendencia e instó a Estados Unidos a adoptar el enfoque de Singapur, centrándose en las cifras de hospitalización en lugar de los “casos”.
Dijo Gandhi:
“Aprender a vivir con el virus a largo plazo requerirá cambios tanto en la mentalidad como en las medidas políticas. Confiar en las hospitalizaciones por COVID-19 como el parámetro más importante a seguir de cerca proporcionará la imagen más fiable de cómo le va a una zona con el virus. Y al centrar la atención en el número de hospitalizaciones, los profesionales sanitarios pueden centrarse mejor en reducirlas. Esto es especialmente importante a medida que el recuento de casos se complica”.
Dado que nos centramos en los “casos”, en los últimos días hemos alcanzado cotas aún más altas de absurdo orwelliano con respecto al seguimiento y la respuesta al virus.
Un reciente artículo de “Yahoo News” tenía un título bastante sorprendente: “¿Cuál es la diferencia entre los síntomas del Omicron y los del resfriado? Preguntamos a un experto”.
¿La respuesta del experto? Sólo una prueba puede distinguir la diferencia.
Para que quede totalmente claro, si sólo una prueba puede diferenciar un resfriado de Omicron, entonces Omicron es sólo un resfriado.
El Reino Unido, con su número récord de “casos” -la mayoría de los cuales son seguramente falsos positivos o síntomas extremadamente leves- promete ser un ensayo para Estados Unidos.
Así que prepárense para una “casodemia” de Omicron aquí en los Estados Unidos, tal como se está desarrollando ahora en el Reino Unido.
En un reciente reportaje de la CNBC se hablaba de los datos del Reino Unido sobre los síntomas de Omicron, recogidos a partir de una aplicación telefónica en un amplio número de “casos”, que mostraban que los síntomas de Omicron son en su inmensa mayoría leves y no se distinguen del resfriado común.
Y entonces… el artículo advertía al lector que no subestimara a Omicron ni lo confundiera con un resfriado.
Ahora hay una buena cantidad de datos sobre Omicron y sus síntomas y tasas de hospitalización. Los datos del Reino Unido y Sudáfrica muestran que es extremadamente leve, básicamente un resfriado, y que ni siquiera se parece a una gripe en términos de gravedad.
Varios otros estudios, a finales de diciembre de 2021, apoyan los síntomas extremadamente leves y las bajas tasas de hospitalización para los casos de Omicron, como informó “The New York Times”.
Tim Spector, el científico británico que desarrolló la aplicación telefónica de seguimiento de los síntomas utilizada en el Reino Unido, declaró a la prensa:
“En líneas generales, lo que estamos viendo ahora es que la mayoría de las personas que dan positivo en la PCR tienen realmente síntomas parecidos a los del resfriado y no tienen la tríada clásica de síntomas de COVID de fiebre, pérdida de olfato y gusto y tos persistente. Así que poco a poco se ha ido convirtiendo en una condición más sintomática y más leve que se parece a un resfriado severo para muchas personas.”
No se trata sólo de casos leves, también está bastante claro en este momento que la gran mayoría de las hospitalizaciones supuestamente debidas a COVID-19 no están de hecho relacionadas o lo están mínimamente.
Las hospitalizaciones por omicronismo en Sudáfrica han sido, en su gran mayoría, producto de la realización de pruebas de COVID-19 al ingresar en el hospital por cualquier motivo (es decir, cuando no se mostraban síntomas de COVID-19), tal y como afirma un informe del Dr. Abudullah del Consejo de Investigación Médica de Sudáfrica:
“En resumen, la primera impresión al examinar a los 166 pacientes ingresados desde que la variante Omicron hizo su aparición, junto con la instantánea del perfil clínico de 42 pacientes que se encuentran actualmente en las salas de COVID en el complejo SBAH/TDH, es que la mayoría de los ingresos hospitalarios son por diagnósticos no relacionados con el COVID-19. La positividad del SARS-CoV-2 es un hallazgo incidental en estos pacientes y se debe en gran medida a la normativa del hospital que exige la realización de pruebas a todos los pacientes que requieren ingreso en el hospital.”
Sin embargo, a pesar de que todos los datos apuntan de forma abrumadora a que Omicron es extremadamente leve y, en general, indistinguible de un resfriado común, el artículo de la CNBC enlazado terminaba con esto:
“Nos preocupa que la gente descarte a Omicron como algo leve. Incluso si Omicron causa una enfermedad menos grave, el gran número de casos volverá a desbordar los sistemas sanitarios.”
¿Estamos ya en una “casodemia”?
“Abrumar” a los sistemas de salud con casos de COVID-19, que en la gran mayoría de los casos son falsos positivos o síntomas leves, es la definición misma de una “casodemia”.
Los “casos” de los que se nos advirtió en el artículo de la CNBC son, según los datos del Reino Unido citados, abrumadoramente asintomáticos o con síntomas muy leves de resfriado. Y son este tipo de “casos” los que amenazan con desbordar el sistema con “casos” y “hospitalizaciones” injustificados y el consiguiente pánico que nuestros irresponsables medios de comunicación y líderes políticos están sembrando con su continua mala gestión de las respuestas a la pandemia.
Es bastante obvio que lo que está sucediendo en el Reino Unido hasta hace poco era un enorme aumento de las pruebas debido al pánico sobre Omicron, y un enorme aumento de los falsos positivos, lo cual es inevitable cuando se incrementan las pruebas asintomáticas incluso con pruebas precisas, por no hablar de las pruebas inherentemente defectuosas – que es lo que tenemos (la PCR y las pruebas de antígenos son ambas altamente problemáticas por diferentes razones).
El profesor de la Facultad de Medicina de Harvard, Westyn Branch-Elliman, describió en un ensayo de “US News & World Report” cómo las pruebas asintomáticas en niños en edad escolar podrían llevar a que, literalmente, 71 de los 72 resultados positivos de la prueba COVID-19 fueran falsos positivos.
La misma lógica se aplica igualmente a todas las pruebas de personas asintomáticas. Con la generalización de las pruebas a personas asintomáticas en Estados Unidos y otros países, estamos asistiendo a un tsunami de falsos positivos.
Ahora que el resfriado y la gripe estacionales están reapareciendo, muchas personas se someten a pruebas después de mostrar síntomas de resfriado o gripe. Cuando el gran número de falsos positivos de COVID-19 se produce inevitablemente, estas personas se contabilizan como “casos” confirmados de COVID-19, en lugar del resfriado común o la gripe que realmente son.
Si no nos espabilamos con estas dinámicas, nos veremos atrapados en un ciclo interminable de pánico, aumento de las pruebas, aumento de los falsos positivos, más pánico, etc.
¿Cuál es el impacto real de la pandemia?
La narrativa de hoy en torno a Omicron continúa el patrón de exageración extrema de todas las estadísticas públicas de COVID-19, seguido de la inevitable reacción exagerada de los responsables políticos, los políticos y la población.
Después de dos años de esta pesadilla mundial, está claro que la pandemia es, en su gran mayoría, un acontecimiento provocado por el hombre y las medidas políticas, y que son las propias decisiones políticas las que están causando la mayor parte del daño, no el virus.
Como ya se ha explicado en detalle, si se utilizan estimaciones razonables de la precisión de la PCR y una baja prevalencia de la enfermedad en la población analizada, es una certeza matemática que los recuentos de casos serán muy exagerados.
Si combinamos esto con las pruebas que se realizan de forma rutinaria a todos los pacientes en el momento del ingreso, llegamos a la inevitable conclusión de que también hemos sobrestimado las hospitalizaciones y las muertes atribuibles al COVID-19.
‘Muertes por COVID-19’ = Muertes CON COVID-19, no CAUSADAS POR COVID-19
La realidad es que es muy difícil, si no imposible, llegar a un método universalmente aceptado y preciso para diferenciar una muerte “por” COVID-19 de una muerte “con” COVID-19.
Por ejemplo, tomemos un hipotético paciente con una enfermedad cardíaca que contrae COVID-19 moderadamente grave, ingresa en un centro de atención terciaria con síntomas de COVID-19 y muere de un ataque cardíaco varios días después.
¿Esa persona murió de COVID-19 o con COVID-19?
Es evidente que el ingreso del paciente en el hospital se debió a una infección por SARS-COV2. ¿Habría muerto esa persona en ese momento si no hubiera contraído COVID-19? Probablemente no.
Por otro lado, ¿habría muerto el individuo si no tuviera una enfermedad cardíaca? Probablemente no. Al fin y al cabo, los CDC informan de que el 95% de los que mueren por COVID-19 tienen una o más comorbilidades.
Es razonable atribuir la muerte, en este ejemplo, a COVID-19 y registrarla como tal. No es razonable esperar que nuestras autoridades sanitarias sean capaces de investigar todas las muertes durante una pandemia y determinar qué muertes son “más probablemente” el resultado de una infección por SARS-COV2 y cuáles son “más probablemente” debido a estados de enfermedad subyacentes.
Para no subestimar la letalidad potencial de una infección por SARS-COV2 en sus inicios, podemos excusar el uso de una definición más amplia de lo que constituye una muerte por COVID-19.
Sin embargo, este enfoque dio lugar inevitablemente a una atribución sin sentido de las muertes a COVID-19. ¿Pero con qué frecuencia?
Los departamentos estatales de salud reconocieron explícitamente esta fuente de error al principio de la pandemia, en una época en la que eran mucho más cándidos que ahora.
La directora de salud pública de Illinois, la Dra. Ngozi Ezeke, explicó a los periodistas en abril de 2020, al principio de la pandemia:
“Si has muerto por una causa clara y alternativa pero tenías Covid al mismo tiempo, sigue figurando como una muerte por COVID. Todos los que figuran como una muerte por COVID, no significa que esa fuera la causa de la muerte, sino que tenían Covid en el momento de la muerte”.
Para despejar todas las dudas, Ezeke amplió estas definiciones de la siguiente manera:
“Sólo quiero ser claro en cuanto a la definición de ‘personas que mueren por COVID’. La definición de caso es muy simplista. Significa que, en el momento de la muerte, era un diagnóstico positivo de COVID. Eso significa que si estabas en un centro de cuidados paliativos y ya te habían dado unas cuantas semanas de vida, y luego también se descubrió que tenías COVID, eso se contaría como una muerte por COVID”.
No hay motivos para creer que nuestras autoridades sanitarias hayan cambiado su enfoque a la hora de clasificar las muertes u hospitalizaciones por COVID-19. De hecho, como se ha explicado anteriormente, no sólo sería poco práctico, sino que sería imposible hacerlo.
¿Y dónde estamos ahora?
No, Estados Unidos no ha superado recientemente las 800.000 muertes “por” COVID-19, como se ha informado ampliamente.
Esa cifra no es ni remotamente exacta porque incluye todas las “muertes en las que está implicada la COVID-19”, tal y como describen claramente los CDC en sus datos, y esta definición incluye a todas las personas en las que la COVID-19 está implicada de alguna manera o es simplemente sospechosa de “contribuir a”, en lugar de causar, la muerte.
Debemos rebajar sustancialmente esta cifra, no sólo porque los departamentos de salud estatales no diferencian entre las muertes “causadas por” y “con”, sino también porque los análisis publicados apoyan la hipótesis de que las hospitalizaciones y las muertes se atribuyen en exceso al COVID-19.
En este estudio revisado por la Academia Americana de Pediatría, el 40% de los ingresos hospitalarios tenían infecciones diagnosticadas incidentalmente y otro 47% sólo tenía infecciones “potencialmente” sintomáticas. La friolera del 87% de los ingresos hospitalarios por COVID-19 no se debieron a esta enfermedad en esta encuesta.
En este amplio estudio de preimpresión que examina los ingresos hospitalarios del Departamento de Asuntos de los Veteranos de EE.UU., entre el 36% y el 48% sólo presentaban síntomas leves de COVID-19. Por lo tanto, podemos inferir que estas hospitalizaciones, en una población adulta, tampoco se debieron a COVID-19 sino a otras causas subyacentes.
La misma lógica se aplica a las “muertes por COVID-19”, lo que sugiere fuertemente que las “muertes por COVID-19” son igualmente exageradas, tal y como insinuó Ezeke hace casi dos años.
Las repercusiones de los confinamientos, los pseudoconfinamientos y las políticas relacionadas han sido realmente enormes y seguirán siendo destructivas, especialmente para los niños, hasta que exijamos a nuestras autoridades que reconozcan la exageración inherente a las pruebas generalizadas y la proporción sustancial de hospitalizaciones y muertes atribuidas al COVID-19 que no están clínicamente relacionadas con la infección.
¿Ha entrado Gran Bretaña en razón?
Recientemente, el primer ministro británico, Boris Johnson, anunció que los mandatos de las mascarillas ya no se aplicarán en la Commonwealth. La BBC informó de que los pases COVID (prueba de vacunación completa o prueba negativa reciente) ya no serán necesarios para entrar en los grandes recintos.
En una reciente rueda de prensa en Downing Street, el Secretario de Sanidad británico, Sajid Javid, dijo: “Este es un momento del que todos podemos estar orgullosos. Es un recordatorio de lo que este país puede lograr cuando todos trabajamos juntos”.
¿Es realmente un momento para estar orgulloso, señor? ¿O finalmente estás admitiendo la derrota?
La declaración de Javid se produce en un momento en que los nuevos casos diarios confirmados de COVID-19 en Inglaterra son un 50% más altos que el pico anterior de hace un año y las hospitalizaciones diarias por COVID-19 siguen siendo más altas que en los últimos 11 meses.
Con los casos y las hospitalizaciones casi en máximos históricos, ¿qué se ha conseguido? ¿Cuáles son exactamente los criterios de éxito?
En todo caso, Javid está reconociendo públicamente, mediante comentarios autocomplacientes, que el enfoque de su administración ha fracasado de forma previsible y monumental. Nuestros amigos del otro lado del charco siempre han tenido un don para la ironía.
Al parecer, las autoridades británicas han reconocido por fin que los pasaportes de vacunas, las restricciones de viaje, los mandatos y, lo que es más importante, las pruebas indiscriminadas, no hacen nada para acabar con una casodemia.
¿Cuándo admitirá Estados Unidos lo mismo? Parece que no será pronto. A pesar de los conceptos epidemiológicos básicos y de las pruebas que apuntan a lo contrario, nuestras autoridades están aplicando medidas políticas que inevitablemente perpetuarán la casodemia en este país.