Insuficiencia epidemiológica

No se les prestó demasiada atención a las cuatro preguntas básicas (1); en consecuencia, la improvisación y el desorden afectaron la capacidad del método epidemiológico. Es como si el perverso H1N1 hubiese bloqueado los logros científicos históricos que tanto bien causaron a la salud pública. Llamativamente todo retrocedió a épocas previas de John Snow (1813-1858) (2) y lo único visible fue la presencia mediática de la comunidad de infectólogos, quienes lograron poner en vidriera su oferta tecnológica; valiosa y necesaria por cierto, pero incompleta.

No todo médico obligatoriamente tiene que ser epidemiólogo, ni -tampoco- todo epidemiólogo debe ser médico (3). La epidemiología es una disciplina multidisciplinaria, horizontal y con una dinámica que adiciona dominios tecnológicos, al mismo tiempo que los compagina (4) coordinando esfuerzos (5). Su propósito es estudiar las variables de la salud y enfermedad, para lo cual busca -en todos los casos- mejorar escenarios de la población. En situaciones puntuales explica y predice determinados eventos (6) asociándolos a múltiples variables privativas de rasgos biológicos, fisiológicos y psicológicos de las personas. También a características culturales propias, y -del mismo modo- al contexto que las contiene. Muchos creen que el término epidemiología viene de «epidemia», cuando la derivación conceptual es totalmente inversa. En efecto, la raíz etimológica del «epi-demos-logos» pone de manifiesto, como se observa desde arriba (7), una población para su estudio. En consecuencia, vocablos como «endemia» o «pandemia» no son otra cosa que subdefiniciones accesorias, útiles para profundizar abordajes más específicos.

La gran diferencia entre ciencia y las creencias, mitos o versiones es que la primera requiere una hipótesis. En consecuencia, el esfuerzo científico está orientado a demostrar que la misma es cierta o -de otro modo- deja el camino liberado para una hipótesis alternativa. En el caso del conocimiento epidemiológico, las evidencias tienen (entre otros) dos componentes muy importantes y no siempre eludibles: la base de datos y las pruebas matemáticas basadas en el teorema central del límite (8). El primer elemento busca garantizar la validez de las observaciones y su alineamiento con la realidad. El segundo desplaza la subjetividad e implanta la sensatez cuantificable de la investigación. Es decir, establece un precepto que fortalece la calidad del procedimiento, simplemente porque instala parámetros cercados (9) por la confianza y da lugar al error atribuido al azar.

Todo lo demás es diseño, protocolo, análisis, precisión, especificidad y probabilidad. Lógicamente el objeto de estudio (población), en el caso del proceso salud-enfermedad, no tiene un comportamiento mecanicista (acción y reacción); esto se debe a las distintas noxas (10) y su agresividad cambiante, la resistencia diferencial de los individuos, la relación con factores protectores (vacunas, medio ambiente sano) y la vulnerabilidad y susceptibilidad para sufrir percances no deseados. Uno de los instrumentos clásicos es el cuadro de contingencia, el cual trata de vincular un factor de riesgo a un evento determinado, enfermedad en este caso. Como no siempre una exposición genera un daño a la salud, un primer planteo establece cuatro posibilidades: 1) expuestos con enfermedad; 2) expuestos sin enfermedad; 3) enfermos sin exposición y 4) sanos sin exposición. Los cálculos se realizan con procedimientos matemáticos determinados y si los supuestos (11) reúnen condiciones para el estudio se puede comenzar a testear el modelo. Hasta aquí todo bien, siempre y cuando se mire una sola causa (variable predictiva) y un solo efecto -variable de interés (12). Pero la vida real no funciona de esta manera, porque siempre existen más de un factor predisponente, como para que los resultados no sean -en todos los casos- exactamente iguales. La primera expansión analítica tiene que ver con la estratificación; por ejemplo, no todos aquellos que sufren de hipertensión arterial mueren por infarto agudo de miocardio. De la misma manera habría que ver cuántas defunciones (por IAM) corresponden a mayores de 70 años y cuántos a menores de esa edad (13). Lo mismo para los diabéticos, tabaquistas, obesos, etc. (14) En consecuencia, la epidemiología mide cada una de las variables actuantes, le asigna un valor y con toda esa información decodificada orienta al administrador de servicios de salud sobre el armado de estrategias (15) y la priorización de actividades.

Se podrá teorizar sobre la mayor o menor participación científica (16) en la explicación epidemiológica; sin embargo el conocimiento central, es decir cualquier modelo que pretenda demostrar algo, está basado en evidencias (17). Todo lo demás puede ser un adorno más o menos útil, incluyendo las interpretaciones ideológicas en la materia. Porque, de última, el rol del epidemiólogo consiste en circunscribir tiempos, lugares, actividades y conductas que pueden comportar como riesgos o elementos protectores para la salud.

Sin embargo, la decisión (18) en todos los casos es política. Y si quienes conducen y administran la cosa pública no utilizan adecuadamente los aportes elaborados por el conocimiento (19), todo lo que suceda una vez que la información se procese y eleve es atribuible a los que gobiernan. Y si la intervención, como en el actual episodio de H1N1, padece de insuficiencia epidemiológica, la responsabilidad pasa a ser absoluto patrimonio de los niveles políticos. De igual modo que con el dengue para el próximo período primavero-estival, con la costumbre de ignorar la enfermedad de Chagas, con la leishmaniasis que avanza, el entorno mortal de los accidentes de tránsito y otros problemas sanitarios relacionados con la carencia de política basada en evidencias.

(1) El «cómo», «quiénes», «cuándo» y «dónde». La primera establece la variable de interés y aquellas que la causan (dependiente e independientes); las tres restantes determinan las variables de persona, tiempo y lugar por los cuales transita y se puede expandir el problema. Más tarde se pueden agregar otros interrogantes científicos, pero esta batería conforma el inicio de todo el estudio.

(2) Padre de la epidemiología moderna. Demostró que el cólera era causado por el consumo de aguas contaminadas con materias fecales, en épocas en que la microbiología se encontraba dando sus primeros pasos. Por medio de una cartografía del distrito londinense de Soho (1848/49 y 1953/4) ubicó los pozos de agua en cuyo derredor morían vecinos. No se quedó con la observación, sacó tasas de mortalidad en cada sitio y determinó cuáles eran los lugares de mayor riesgo. En su estudio descubrió cómo funcionaba el río Támesis y su dimensión para trasladar «materia mórbida» a los habitantes aguas debajo de un curso de agua contaminado por los «aguarribeños». Con clausurar determinadas bombas de agua resolvió en tema de la morbi-mortalidad.

(3) Earl Francis Cook, uno de los «top ten» epidemiólogos del mundo, docente del Harvard School of Public Health, está diplomado en su grado universitario como bioestadístico y tiene posgrados en epidemiología y un doctorado en ciencias.

(4) Es frecuente observar en equipos de trabajo epidemiológico -aparte de médicos y enfermeros- la presencia de economistas, geógrafos, estadísticos, veterinarios, sociólogos, ecólogos, arquitectos, ingenieros, etc.

(5) De esta manera optimiza los recursos disponibles para enfrentar situaciones no deseadas.

(6) Algunos negativos otros proactivos.

(7) Objetividad.

(8) De donde se obtiene el error estándar.

(9) Intervalo de confianza. Es el que garantiza la inclusión aceptable de parámetros, en función de límites previamente establecidos.

(10) Agentes que producen daños a la salud: pueden ser microbios, contaminaciones químicas o móviles en caso de accidentes de tránsito, etc.

(11) Condiciones estadísticas que habilitan a un modelo para ser sometido a pruebas matemáticas.

(12) Outcome, punto final, resultado de salud o enfermedad.

(13) Edad a los solos efectos de ejemplificar.

(14) Frente a cada nuevo estrato se multiplica el número de «posibilidades», lo que requiere un muy buen manejo estadístico. O pruebas de análisis multivariado.

(15) Un aspecto a tener en cuenta es la aplicabilidad de normas y procedimientos. Dejar medidas al libre arbitrio de la comunidad es una descarga poco responsable en materia de intervención.

(16) Al hablar de ciencia se deja sentado la prevalencia matemática en el proceso.

(17) Las cuales deben ser posibles de cuantificar.

(18) El sinónimo más importante de la decisión es el financiamiento.

(19) En este caso sanitario.

ANDRÉS J. KACZORKIEWICZ (*)

Especial para «Río Negro»

(*) Médico veterinario

dr-k@speedy.com.ar

ANDRÉS J. KACZORKIEWICZ