Entrada destacada


El efecto #8M

El efecto #8M


 Por mucho que se empeñen en desmentirlo, incluso en atacar furiosamente condescalificaciones ad hominem a los que lo sostenemos, los múltiples eventos masivos y en particular las manifestaciones del #8M que pulularon infecciosas por toda la geografía nacional han tenido una fuerte repercusión en la expansión de la epidemia. Esto es una evidencia palmaria para cualquier alma sensata, una verdad a cántaros que terminará mojando todas las conciencias no ideologizadas y hasta a estas también.

 Yo aportaré cuatro vías más para demostrarlo, cuatro estimaciones, en distintas fechas y con distintos argumentos y métodos.

 En primer lugar digamos que es tarea ímproba y dificultosa porque resulta muy difícil evaluar el efecto del ochoeme cuando los datos de los Informes de Sanidad están tan falseados de origen, por un lado se minoraron los casos en los días anteriores al #8M. para que las cifras no perjudicaran al evento ochoemeero. Por otro lado, Sanidad no informó los casos en los días 29/2, 1/3, 7/3 y 8/3 supongo, benévolamente, que es que el fin de semana el Estado descansa porque la opuesta, malévola, ya la he mentado: el ocultismo.  Debo decir que más adelante conoceremos todos los datos reales por el fichero agregados.csv de Sanidad que localicé en un repositorio de la web del Ministerio de Sanidad, conoceremos esas cifras y comprobaremos que esa ocultación ocurrió. El repositorio es fiable, no admite duda alguna ni científica ni dolosa sobre el ente depositario de ese fichero, La naturaleza de este ente me hace afirmar que los datos que contiene son los definitivos y los que representan la realidad final de lo que ocurrió.

 También he de decir que los Informes 44 y 45 correspondientes a los días 14/3 y 15/3 desapareceron de la web de Sanidad, aun así los pude obtener por otras vías. Desaparicíón oportuna pues su ausencia hacía difícil demostrar las tendencias que siguieron al #8M. Aquí los tienen gracias a @okdiario

https://okdiario.com/espana/sanidad-borra-informes-que-prueban-escalada-contagios-8-m-5704459

Búsquenlos en los links correspondientes verán como no están

chrome-extension://ohfgljdgelakfkefopgklcohadegdpjf/https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov-China/documentos/Actualizacion_44_COVID-19.pdf

chrome-extension://ohfgljdgelakfkefopgklcohadegdpjf/https://www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov-China/documentos/Actualizacion_45_COVID-19.pdf

A estas direcciones web basta cambiarles el nº de actualización para acceder al Informe deseado. Es la única manera, por ahora, de obtenerlos ya que están disponibles en la web solo el día de su publicación. Yo me los he bajado todos.

 Con toda esta maniobra orquestal de ocultación era imposible conocer a ciencia cierta lo ocurrido antes del #8M, ni ver las tendencias ni comprobar el efecto que habían producido todas las concentraciones del #8M en contagios y muertes, y en la expansión de la epidemia.. Pero ya verán Uds. como lo averiguamos.

 Recurriré a cuatro aproximaciones sucesivas que nos darán una idea bastante verosímil del efecto #8M. Empecemos pues con la primera aproximación:

 

 #8M (1) Primera estimación:

 Haciendo previsión de casos totales a fin de epidemia. En mi Hilo del 22 de marzo

 https://twitter.com/vilpetrus/status/1241836956331528192?s=20

 me aventuré por primera vez a calcular el efecto #8M y hasta hice una previsión fin de epidemia y comparativa de que hubiera pasado sin el #8M y la verdad es que no me desvié mucho a pesar de la falta de datos, quizás porque entonces usaba los datos de

 https://www.youtube.com/watch?v=NMre6IAAAiU&feature=youtu.be

 en vez de los de Sanidad.



Según mis cálculos la celebración del #8M supuso un aumento de los contagios del 10% entre los días 13 y 14 de marzo (cinco y seis días después) y dio lugar a 1.075 contagiados más.

 

Luego veremos que Simón dio información el 26/3 que permitió a @okdiario calcular que el #8M ocasionó 1.990 contagios a 13/3 y yo había calculado el 22/3 que el #8M había ocasionado 1.075 contagios entre el 13/3 y el 14/3, es decir me quedé un poco corto pero teniendo menos información ya atiné bastante.

 

Me aventuré entonces a hacer una previsión fin de epidemia y comparativa de que hubiera pasado sin  #8M, estimando los efectos de las medidas de aislamiento iniciadas el 14/3 entre dos extremos, uno en el peor y otro en el mejor de los casos, y la verdad es que no me desvié mucho. Ya se veían cifras de entre 275.000 y 427.000 casos y de 21.350 muertos en el peor de los casos y el efecto #8M tasado en un 35,6% de los casos; con finalización de la epidemia entre el 15 y el 30 de junio en el peor de los casos que ya es atinar con tan pocos datos y estando muy al inicio de la epidemia.

https://twitter.com/vilpetrus/status/1241862273494331392?s=20


Así llegamos a que se puede calcular el efecto #8M, promediando las dos hipótesis que planteé – el peor y el mejor de los casos posibles- en 92.722 casos y unos 10.000 muertos más a fin de epidemia a finales de junio. Es decir, un 37% de los casos fueron hubieran sido debidos al #8M, según esta aproximación, con las reservas a que se trata de un cálculo realizado en las primeras etapas de la epidemia, pero ya veremos como no muy desencaminado comparándolo con las otras aproximaciones..

 En el hilo, en base a la típica teoría del achatamiento de la curva al tomar medidas de confinamiento, hice la siguiente explicación y deducción en base a los datos de que disponía y mis cálculos que gustó mucho entre el respetable. Se trataba de construir las curvas epidemiológicas partiendo de las tendencias que había calculado anteriormente. Y, la verdad, también atiné bastante.

Imaginen que yo cojo esta gráfica:

y monto dos exponenciales partiendo de la diferencia de pendientes que vimos. Fíjense en que la grafiquita queda muy pequeñita abajo a la izquierda es la que construye las curvas ¿qué obtenemos? Perciben gráficamente el efecto #8M ¿verdad? Luego veremos que no me desvié mucho de la realidad en la estimación de las tendencias cuando puse los datos reales del fichero agregados.cvs del Ministerio de Sanidad. No me ha cansado de decir a los que dudaban de mis gráficas a partir de lo que ellos, con tino, llamaban datos corruptos, que los datos puntuales no importan lo que importa es son las tendencias.

https://twitter.com/vilpetrus/status/1241852450111447040?s=20



#8M (2) Segunda aproximación:

Deduje entonces que a día 24/3, el 29% de los infectados lo era por efecto de las manifestaciones de #8M Lo siguiente era extrapolar las curvas para calcular el nº final d contagiados y muertes. 



Así, por ejemplo, según los cálculos anteriores, el 9 de abril las infecciones totales debidas al #8M eran de 42.472 y 4.878 muertes sobre un total de 153.222 casos totales.

El 10 de abril ya habíamos pasado el famoso pico días antes, fue sobre el 26/3 según mi modelo predictivo. Hilo: https://twitter.com/vilpetrus/status/1244396450546622466?s=20



#8M (3) Tercera aproximación efecto #8M


 A partir del Fichero agregados.csv de 20/5.

Ya os comenté en otro hilo las diferencias que había entre los informes de sanidad y el fichero de agregados.csv a fecha 20/5 también de Sanidad y que es el último al que he podido acceder.

( Ver: https://twitter.com/vilpetrus/status/1267385171352915968?s=20 donde podréis observar los gráficos con las discrepancias) 

 



En un principio no sabía a que atenerme sobre esas discrepancias. Posteriormente, en base a fiabilidad del ente donde encontré el repositorio, a que sistemáticamente los casos que aparecían en él excedían a los casos de los Informes diarios de Sanidad. Por otro lado a que se sospechaba de la ocultación de datos del gobierno en las fechas anteriores al #8M y eso había minorado los Informes de Sanidad esos días previos. Y, por último, es sabido que había habido retrasos en las comunicaciones de las CCAA e incluso rectificaciones públicas, lo cual requería de una actualización del fichero agregados.csv para mantenerlo al día con los casos reales en sus fechas correctas para que los epidemiólogos pudieran trabajar en el futuro con los mismos. Eso lo pude comprobar comparando las discrepancias en esos ficheros en distintas fechas como pueden ver en el siguiente gráfico donde comparo los ficheros agregados.csv para la Comunidad de Madrid correspondientes a los días 27/4, 2/5 y 20/5. Mi conclusión es que esas “rectificaciones” las hicieron sobre ese fichero. Cosa extraña porque estos ficheros deberían tener actualizaciones de las modificaciones por errores, correcciones o datos faltantes en su momento, para cada fecha, conservando la integridad de cada uno de los ficheros originales. En fin, en algún sitio que no sabemos ha de tener el gobierno un desglose con todas las modificaciones y los motivos por los que las hizo.

 

 En base a lo que acabo de decir, mi conclusión final es que el fichero agregados.csv a 20/5 contiene la serie real de la curva epidemiológica. La lástima es que el fullero del Ministerio de Sanidad quitó el link para acceder al mismo el 17 de mayo de su página web y el último que he podido encontrar ha sido el del 20/5. No disponemos de más actualizaciones.

 Para que no se diga que me invento los datos les digo que el ente donde encontré el repositorio mencionado es el Instituto de Salud Carlos III (ISCIII) dependiente del Ministerio de Sanidad, comprenden que no dude de su autenticidad, ¿verdad? https://www.isciii.es/InformacionCiudadanos/DivulgacionCulturaCientifica/DivulgacionISCIII/Paginas/Divulgacion/Que-es-el-ISCIII.aspx

Y el repositorio donde pueden descargarse el fichero agregados.csv de fecha 20/5 es

https://cnecovid.isciii.es/covid19/resources/agregados.csv

Por si los borraran, aquí les dejo los ficheros correspondientes al 20/5, 2/5 y 27/4

https://drive.google.com/drive/folders/1TO1JBzGcdHMznqa2sIb3JxHPSZpkQFpp?usp=sharing

Entonces, partiendo de la base de que el fichero agregados.csv contiene la serie real epidemiológica podemos empezar.  Antes del 8M el gobierno ocultó casos y muertes y de repente el 9M aparecieron muchos  (el nº de casos aumentó de 365 a 999 del 6/3 al 9/3, un 174% en la serie de los Informes Diarios de Sanidad)  El nuevo gráfico completa la serie y muestra como realmente fue la curva epidemiologica. 



Ciñéndonos al intervalo temporal entre el 22/2 y el 23/3 que es el que nos interesa ahora. Las pendientes no han cambiado sustancialmente, respecto de mis primeros análisis pero los casos han aumentado respecto de los que aparecían en los Informes Diarios de Sanidad y se confirma definitivamente, como veremos, que las concentraciones de ese domingo impulsaron la epidemia. 


 Observen que las tendencias son parecidas en ambas curvas  pero los datos cambian, estando la serie agregados sistemáticamente por encima de la serie de los casos diarios de Sanidad. Esto se observa tanto en las curvas de acumulados como las de casos diarios. En el gráfico de datos acumulados se puede observar la tendencia exponencial de ambas curvas, que luego analizaremos para demostrar que tanto la serie de agregados como la de Informes Diarios de Sanidad tenían ya la tendencia exponencial antes del #8M.

 Los cambios de tendencia en curva de casos diarios del fichero agregados.csv son brutales pasando de 4º grados sexagesimales entre el 24/2 y el 8/3 a 66º entre el 15/3 y el 20/3, un 1.550% más, que es cuando, según la información de decalaje temporal que dio Simón, habría más casos concernientes a los que se contagiaron el #8M.


Entre el 20/2 y el 8/3, en base al fichero agregados.csv a 20/5 del Ministerio de Sanidad se habían acumulado 1.535 casos, mientras que en los Informes del Ministerio de Sanidad se habían acumulado 365 casos, esto nos da una diferencia de 1.170 casos que son los que nos ocultó el gobierno entre ambas fechas para despejar el camino al #8M.

Entre el 12/3 y el 23/3, fecha en la que habrían aparecido casi todos los infectados que ocasionó el #8M, hay una diferencia entre los casos diarios del fichero agregados y los Informes de Sanidad de 6.903 casos. Y entre el 8/3 y el 23/3 hay una diferencia de 8.138 casos.

 
En la siguiente gráfica pueden ver el ajuste exponencial de las curvas de casos totales. Tienen un crecimiento exponencial (Calculadas por Excel) con unos coeficientes de determinación (R2) elevados, del 0,98 (el máximo es 1) que reflejan la bondad de ajuste de la regresión exponencial. Pueden ver que la ecuación exponencial para la serie de Agregados.csv 20/5 es mayor que la exponencial para la serie Informes Diarios del Ministerio de Sanidad.

  

 Ya llego, no se preocupen que ya llego al meollo. Teniendo en cuenta los decalajes temporales que comentó Simón, entre los días 8/3 y 12/3, incubación, y entre el 13/3 y 23/3 el periodo en que aflorarían los casos concernientes al #8M, y las tendencias antes de 8/3 y después del 13/3; mis cálculos dan cifra de casos debidos a las manifestaciones y actos multitudinarios del #8M de 18.900 casos más entre el 13/3 y el 23/3. Un 38,7% sobre los 48.981 casos  totales a 23 de marzo. Lo que he hecho para calcularlo es construir la exponencial que había antes del #8M y extrapolarla hasta el 23/3 (Curva azul de puntitos) y lo he comparado con la serie real de agregados.csv 20/5 (Curva azul) ese mismo día, la diferencia es el efecto #8M a esa fecha. He añadido la exponencial de la serie de los Informes Diarios de Sanidad hasta el #8M extrapolando hasta el 23/3 para que aprecien la diferencia (curva de puntitos naranja)

 Dicho esto con las reservas debidas a que se trata de una aproximación (los cálculos los debería hacer un epidemiólogo, independiente claro está).

Teniendo en cuenta que la tasa de letalidad (respecto de los casos acumulados) era, 20 días después (tiempo estimado desde el ingreso y el fallecimiento), del 10% nos daría 1.900 muertos debidos al #8M por los casos que se aparecieron en ese intervalo temporal entre el 12/3 y el 23/3. Evidentemente el crecimiento exponencial de esos casos siguió subiendo.

 Indudablemente las cifras serán más altas si aplicamos criterios exponenciales hasta el pico (26/3) y hasta el fin de la epidemia, a finales de junio, pero para esto, ya digo, necesitamos un epidemiólogo que extrapole los resultados a esas fechas. Pero si extrapoláramos lo anterior hasta el final de la epidemia, en junio, nos daría, aproximadamente, 96.750 casos. y 9.700 muertos debidos al #8M.

 Como podrán observar en mi segunda aproximación el calculo arrojaba 12.352 casos, lo que es congruente porque ahora tenemos más verosimilitud en cuanto a los datos disponibles con el fichero agregados.csv del Ministerio de Sanidad actualizado a 20/5 que yo considero que muestra los datos reales de la curva epidemiológica.

 Con mi primera aproximación donde usé criterios exponenciales -al principio de este hilo- de evaluación del efecto #8M a fin de epidemia se puede calcular ese efecto, promediando las dos hipótesis que planteé – el peor y el mejor de los casos posibles- en 92.722 casos y unos 10.000 muertos más a fin de epidemia a finales de junio debidos al #8M. Es decir, un 37% de los casos fueron hubieran sido debidos al #8M, según esta aproximación, con las reservas a que se trata de un cálculo aproximado. Pero observen, que en la segunda aproximación la cifra fue del 29%, que en la primera aproximación obtengo un 37% como efecto #8M al hacer una extrapolación exponencial y en la tercera aproximación, con datos mucho más fiables, he obtenido un 38,7%, lo cual sugiere que no voy muy desencaminado. Yo me inclino por asignar al efecto #8M un 38,7% de los casos totales porque parto de la serie que considero la real, la del repositorio del  Instituto de Salud Carlos III (ISCIII) dependiente del Ministerio de Sanidad https://cnecovid.isciii.es/covid19/resources/agregados.csv por todo lo dicho y porque coincide con la dirección del link que tenía el Ministerio de Sanidad para su descarga hasta que lo quitó el 17 de mayo que curiosamente coincide con cuando cambiaron la interface de usuario de la página.

#8M (4) Cuarta estimación:

 ¿Qué habría pasado si el gobierno hubiera aprovechado el decalaje con Italia que le avisaba y hubiera empezado el 29/2 cerrando Madrid (Torrejón de Ardoz) , La Rioja (Haro) y País Vasco (zona sur) y, por supuesto prohibiendo manifestaciones y actos masificados?

En mi Hilo de hace unos días hablaba sobre el decalaje entre España e Italia de una semana o diez días

https://twitter.com/vilpetrus/status/1270295741085466627?s=20


Me refería a que el decalaje entre España e Italia era de una semana a diez días, si hubieran ido haciendo una semana antes lo que hacía Italia y no hubiera habido las concentraciones del 8 de marzo otra pandemia muy distinta nos hubiera tocado, no les quepa ninguna duda. Siete días de ventaja al comienzo de una epidemia es un mundo y salvando los 12.362 contagios que acabamos de ver anteriormente debidos al #8M hasta el 23 de marzo estaríamos en otras circunstancias, cualquier epidemiólogo novato con cuatro ecuaciones diferenciales puede hacer los números, a ver si alguno se anima: Una semana y 12.362 contagios en una exponencial hacen estragos.

 

Yo como no soy epidemiólogo y lo quiero explicar para que uds. lo entiendan, digo lo siguiente. En la semana del 29/2 al 7/3 hubo 1.017 casos (ahora estoy usando los casos reales del fichero agregados.cvs para este cálculo)  y en la semana del 8/3 al 15/3 hubo 9.953 casos, un aumento del 879%, se multiplico casi por 10 la cifra de infectados. Es decir, hubo 8.936 casos más. Al final de la siguiente semana, el 22/3 teníamos 41.263 casos, réstenle una semana de ventaja, es decir, los 8.936 y réstenle también los 18.900 casos que nos evitamos sin el ocho de marzo que calculé en la tercera aproximación y obtendríamos 13.400 casos el 22/3, justamente un 70% menos que los 41.263 que tuvimos. 

¡Facilito, eh! Ni una puñetera ecuación diferencial. Ahora corran toda la serie partiendo de 13.400 casos el 22/3 y aplíquenle el R0 y lo que necesiten para ello y tendrán la curva epidemiológica de casos diarios que hubiéramos tenido haciendo lo que Italia una semana antes o, por ejemplo cerrando Madrid (Torrejón de Ardoz) , La Rioja (Haro) y País Vasco (zona sur) y, por supuesto prohibiendo manifestaciones y actos masificados. Habiéndo empezado el 29/2, cuando teníamos 60 casos, otra historia muchísimo menos dolosa nos hubiera ocurrido.

En base a los cálculos anteriores se puede deducir que el pico de casos diarios se hubiera producido 9 o 10 días antes (grosso modo, esto nos hubiera dado un pico de unos 3.000 0 4.000 casos sobre el 15 de marzo en vez de 8.973 y esto nos hubiera llevado hasta 75.000 o 80.000 casos totales a fin de epidemia vs los 250.000 que vamos a tener, es decir un 70% menos de infectados y un final de epidemia sobre el 10 de mayo en vez del 30 de junio como vamos a tener. Hubiéramos tenido unas 9.000 muertes frente a las 28.000 que tendremos (según la falsa contabilización del gobierno). En contabilización real ya sabemos que tendremos unas 48.000 aproximadamente, luego hubieran sido unas 15.360 muertes en vez de 48.000 con las medidas de contención tempranas que he comentado.

 Digo esto con las reservas de haber hecho un cálculo numérico aproximado pero que, me dice mi instinto que no es muy desacertado. Ya han visto que no suelo equvocarme y si lo hago no lo es por mucho. En cualquier caso con la medidas de contención anticipadas que he comentado es obvio que ahora estaríamos hablando de una epidemia mucho más liviana que la que hemos tenido que sufrir.

 

Finalmente, otro argumento habitual entre los negacionistas es que el crecimiento exponencial no ocurrió hasta el 9 de marzo “Fue el 9 de marzo cuando se produjo un crecimiento exponencial de los casos en la Comunidad de Madrid -se multiplicaron por ocho los nuevos detectados- y se declaró "transmisión comunitaria significativa" en esa región, la ciudad de Vitoria y la localidad de Labastida” Este argumento lo usa @eldiario.es para desmentir el  2do. informe de la guardia civil al Juzgado nº 51 de Madrid.

https://www.eldiario.es/politica/Segundo-informe-Guardia-Civil_0_1034497661.html

 En el gráfico siguiente se puede comprobar que tanto la serie de datos agregados.csv como la de Informes Diarios del Ministerio de Sanidad hasta el día 6/3 de marzo, es decir hasta dos días antes del domingo ochoemeero, tienen un crecimiento exponencial (Calculadas por Excel) con unos coeficientes de determinación (R2) elevados, del 0,97 (el máximo es 1) que reflejan la bondad de ajuste de la regresión exponencial. Luego antes del #8M las series de datos ya tenían un crecimiento exponencial.

 

Todo lo anteriormente expuesto confirma que el gobierno nos oculto casos de COVID-19 antes y después del #8M.                                                                                                                       

                                                                                         
  Este zasca de @prokofievtilo me viene al pelo para terminar el hilo y es un fiel reflejo de lo que ocurrió.                                                                       

  

FiN

By @Vilpetrus

P.D.- Adjunto la serie completa del fichero agregados.csv 20/5 y de los Informes Diarios de Sanidad.





Comentarios

Entradas populares de este blog

De los tontos contemporáneos

Tiempos revueltos