Un estudio revela que la cifra real de muertes por COVID-19 en Estados Unidos podría ser significativamente mayor de lo que se pensaba.
Una nueva estimación sugiere que, por cada cinco muertes por COVID-19 registradas oficialmente, existiría al menos un caso más que no fue contabilizado debido a fallas en el sistema de registro. La determinación de la causa de muerte en un certificado puede influir en la percepción de la magnitud de una epidemia, y en el caso de la COVID-19, la escasez de pruebas y la saturación hospitalaria al inicio de la pandemia dificultaron el diagnóstico preciso.
Investigadores liderados por el epidemiólogo Mathew Kiang, de la Universidad de Stanford, utilizaron aprendizaje automático –una rama de la inteligencia artificial– para identificar muertes que probablemente fueron causadas por COVID-19, pero que fueron registradas con otras causas. El algoritmo analizó millones de certificados de defunción, buscando patrones que se asemejaran a los casos hospitalarios confirmados de COVID-19, y luego aplicó esos patrones a certificados de personas que fallecieron en lugares donde las pruebas eran menos accesibles, como domicilios o residencias.
El análisis, que abarcó registros de los Centros para el Control y la Prevención de Enfermedades (CDC) desde marzo de 2020 hasta diciembre de 2021, y consideró a adultos de 25 años o más, identificó entre 150.000 y 160.000 muertes potencialmente no reconocidas como COVID-19, sumándose a las 840.251 muertes oficialmente atribuidas a la enfermedad. Esto eleva la cifra total de muertes relacionadas con la COVID-19 en 2020 y 2021 a cerca de un millón.
Según Kiang, el sistema de registro de muertes en Estados Unidos es “fragmentado y con pocos recursos”, lo que contribuyó a la subestimación de la cifra real de fallecidos durante la pandemia. El estudio también reveló patrones preocupantes: las muertes no identificadas como COVID-19 fueron más frecuentes entre personas hispanas, en domicilios, entre individuos con menor nivel educativo y menores ingresos, y en estados como Alabama, Oklahoma y Carolina del Sur.
Estos hallazgos sugieren que las desigualdades en el acceso a la atención médica contribuyeron a una mayor mortalidad por COVID-19 en comunidades vulnerables. “Este subregistro no fue aleatorio”, enfatizó Kiang. “De forma sistemática, encontramos que las comunidades más afectadas por la pandemia también fueron las que tuvieron mayor mortalidad por COVID-19 no reconocida”.
Expertos como Steven Woolf, de la Universidad Virginia Commonwealth, señalan que las barreras para acceder a pruebas y atención médica continúan afectando a los grupos más marginados, incluso después de la pandemia. “La gente en los márgenes sigue muriendo a tasas desproporcionadas porque no puede acceder a la atención”, advirtió.
Applying machine learning to identify unrecognized COVID-19 deaths recorded as other causes of death in the United States
