Por Hickey, Rancourt y Linard
Hickey, Rancourt y Linard - 27
preguntas y respuestas
Las mentiras son poco convincentes
- Unbekoming 27 jun 2025
Las mentiras son impropias
A principios de 2020, el mundo
retrocedió. Los informes de un nuevo coronavirus, supuestamente originado en un
laboratorio o un mercado húmedo, desencadenaron una crisis global. Las
narrativas oficiales, amplificadas por la declaración de pandemia de la
Organización Mundial de la Salud el 11 de marzo de 2020, retrataron a la
COVID-19 como un patógeno implacable y contagioso. Había devastado a la
población, abrumado hospitales y cobrado vidas indiscriminadamente. Pero al
examinarlo más de cerca, colapsó. Denis
Rancourt y su equipo demostraron meticulosamente esto en
su estudio pionero . Su análisis,
resumido aquí en 27 preguntas y respuestas, revela un patrón aterrador: el
exceso de mortalidad no correspondió a la dinámica esperada de propagación
viral, sino que estuvo fuertemente correlacionado con medidas médicas
agresivas. Inmediatamente después de la declaración de pandemia, se produjeron
picos de muerte simultáneos en Europa y América del Norte. Estos desafiaron
toda lógica geográfica. Tampoco había habido un exceso significativo de muertes
antes de la pandemia. Ciudades como Roma, con un intenso tráfico aéreo
procedente de Asia, experimentaron tasas de mortalidad mínimas, mientras que el
Bronx de Nueva York, con una red hospitalaria bien desarrollada, sufrió
pérdidas catastróficas. El trabajo de Rancourt, elogiado en " Más allá del contagio" por
desafiar el dogma virológico, subraya una amarga ironía: "El 88 % de los
pacientes con ventilación mecánica en Nueva York murieron", no por un virus, sino por protocolos como la
ventilación mecánica y la medicación en dosis altas. A
pesar de esta evidencia, como se señaló en el
testimonio de Denis Rancourt ante la Comisión Nacional de
Ciudadanos de Canadá, muchos se aferran a la idea de un "virus convertido
en arma", una creencia que Rancourt refuta por considerarla
científicamente insostenible. Este estudio obliga a confrontar el daño iatrogénico: son los protocolos hospitalarios,
no un patógeno en propagación, los que causaron la crisis de mortalidad.
Las implicaciones de los
hallazgos de Rancourt, exploradas con más detalle en "¿Hubo una pandemia ? "
y " No hubo pandemia ", presentan toda la saga de la
COVID-19 como una historia de asalto
institucional .
Los confinamientos, las campañas de miedo y los tratamientos experimentales,
como los criticados en " La
pandemia final ", causaron estrés biológico y llevaron a
las poblaciones vulnerables a líneas de montaje médicas letales. La
irregularidad geográfica (altas tasas de mortalidad en áreas como Lombardía , pero no en el vecino Véneto)
desmiente los modelos de transmisión del virus, que, como señala Rancourt,
"fracasaron espectacularmente" al predecir una propagación uniforme.
En cambio, la vulnerabilidad socioeconómica, particularmente
en comunidades pobres cerca de grandes centros médicos , solo
se volvió letal cuando se combinó con intervenciones agresivas. Esta paradoja,
en la que el acceso a la "atención" se volvió peligroso, desafía la
suposición de que más medicamentos equivale a mejores resultados. Los rigurosos
datos de Rancourt muestran que en áreas con alta mortalidad, "las muertes se trasladaron de los hogares
a los hospitales". Esto genera escepticismo sobre las
medidas sanitarias centralizadas. La verdadera
pandemia fue política, no patológica.
La
analogía del avión
Imagine enterarse de que los
accidentes aéreos se cobran miles de vidas en todo el país. Las autoridades
anuncian que una misteriosa "enfermedad de fallo de motor" se está
propagando de aeropuerto en aeropuerto. Implementan medidas de emergencia: se
aumenta drásticamente el número de mecánicos en los principales aeropuertos, se
utilizan técnicas de reparación experimentales y todas las aeronaves, incluso
las que presentan defectos menores, deben someterse a un mantenimiento
exhaustivo.
Ahora imagine que su investigación
revela que los accidentes aéreos ocurrieron solo en aeropuertos que
implementaron los nuevos protocolos de emergencia, mientras que los aeropuertos
que mantuvieron sus procedimientos de mantenimiento habituales no
experimentaron accidentes. También descubriría que los accidentes ocurrieron
inmediatamente después de declararse la emergencia, no antes, y que los
aeropuertos con más vuelos internacionales a menudo tuvieron menos accidentes
que los aeropuertos regionales más pequeños. Sin embargo, lo más revelador
sería el hallazgo de que los aviones se estrellaron durante las medidas de
mantenimiento agresivas, no durante las operaciones de vuelo normales.
Esto es esencialmente lo que
encontraron los investigadores con respecto a la mortalidad por COVID-19: la "cura" parece haber sido
mucho más mortal que cualquier enfermedad, y el exceso de muertes se produjo
principalmente donde se implementaron intervenciones médicas agresivas.
Tampoco se ajustaron a los patrones típicos de propagación natural de la
enfermedad.
La
explicación de un minuto del ascensor.
Este estudio analizó los
patrones de mortalidad en Europa y Norteamérica a principios de 2020 y halló un
hallazgo impactante: el exceso de muertes no siguió los patrones esperados para
un virus en expansión. En lugar de propagarse gradualmente entre poblaciones
interconectadas, se produjeron picos masivos de mortalidad en regiones muy
distantes inmediatamente después de que la Organización Mundial de la Salud
declarara la pandemia el 11 de marzo de 2020, a pesar de que prácticamente no
se había registrado un exceso de muertes antes de esa fecha.
Aún más revelador es que las
zonas que ampliaron drásticamente la capacidad hospitalaria y utilizaron
métodos de tratamiento agresivos, como la ventilación mecánica, experimentaron
tasas de mortalidad catastróficas, mientras que zonas similares con enfoques
médicos conservadores se mantuvieron relativamente indemnes. Las ciudades con
mayor número de vuelos desde China a menudo presentaron bajas tasas de
mortalidad, mientras que las zonas con menor contacto internacional
experimentaron picos de mortalidad masivos.
Los investigadores descubrieron
que el 88 % de los pacientes con respiradores
artificiales en la ciudad de Nueva York fallecieron; que se
administraron combinaciones experimentales de fármacos en dosis peligrosas; y que las muertes se trasladaron de domicilios
particulares a hospitales en zonas de alta mortalidad. Los
patrones geográficos, la cronología y la correlación con las intervenciones
médicas sugieren que el exceso de muertes se debió a la propia respuesta a la pandemia, más que a la
propagación del virus, en particular a los tratamientos hospitalarios agresivos
y al estrés causado por los confinamientos.
Esto significa que toda nuestra
comprensión de los acontecimientos de 2020 es errónea y que las medidas médicas
bien intencionadas mataron a muchas más personas de las que salvaron.
Áreas
de investigación a seguir: Investigar las muertes iatrogénicas en
hospitales, la historia de las tasas de mortalidad por ventilación mecánica y
estudios de inmunosupresión inducida por estrés durante
los confinamientos.
Resumen de 12 puntos
1.
Imposibilidad geográfica de propagación del virus
El estudio muestra que las
muertes superiores a la media a principios de 2020 se produjeron siguiendo un
patrón geográfico muy irregular que contradice la lógica de la propagación de
enfermedades infecciosas. En algunas regiones, la tasa de mortalidad superó en
más del 200 % lo normal, mientras que las zonas vecinas con poblaciones,
aeropuertos y características demográficas similares se mantuvieron
prácticamente intactas. Este patrón irregular se extendió a través de las
fronteras internacionales y entre condados vecinos, creando una distribución
geográfica incompatible con la transmisión natural del virus.
2.
El proceso simultáneo contradice la propagación natural de las enfermedades.
Los picos de mortalidad en
Europa y Norteamérica se produjeron de forma sorprendentemente simultánea,
todos en un plazo de tres semanas, especialmente después de que la OMS
declarara la pandemia el 11 de marzo de 2020. Antes de esa fecha, no se había
registrado un exceso de mortalidad significativo en ninguna parte, a pesar de
las afirmaciones de que el virus ya llevaba semanas circulando. Este patrón
temporal se asemeja a una respuesta coordinada a un anuncio político, más que a
la propagación geográfica gradual que cabría esperar en la transmisión de
enfermedades infecciosas.
3.
Los patrones de tráfico aéreo no coinciden con el número de muertos
Las ciudades y regiones con el
mayor tráfico aéreo internacional, en particular desde Asia, a menudo
experimentaron tasas mínimas de exceso de mortalidad, mientras que las áreas
con menor conectividad internacional sufrieron tasas de mortalidad
catastróficas. Roma recibió más vuelos desde China que Milán, pero tuvo tasas
de mortalidad 18 veces más bajas. Los Ángeles y San Francisco tenían mejores
conexiones con Asia que la ciudad de Nueva York, pero se salvaron del número de
muertos que azotó Nueva York. Este 5. La
ventilación mecánica resultó extremadamente mortal: los hospitales colocaron
números sin precedentes de pacientes en respiradores y a menudo recurrieron a
técnicas experimentales debido a la escasez de equipos. La tasa
de mortalidad para pacientes ventilados alcanzó el 88 por ciento en los hospitales
de Nueva York y tan alta como el 97 por ciento para los pacientes mayores.
Métodos no probados, como el uso de máquinas de anestesia como respiradores,
resultaron en una tasa de mortalidad del 70 por ciento, en comparación con el
37 por ciento para las máquinas estándar. Este uso agresivo de la ventilación
mecánica, que fue mucho más allá de la práctica médica normal, probablemente
contribuyó significativamente al exceso de muertes. Contradice la suposición básica de que el
virus se propagó a través de los viajes internacionales.
4.
Las medidas hospitalarias están relacionadas con las tasas de mortalidad.
Las regiones que ampliaron
drásticamente la capacidad de sus unidades de cuidados intensivos e
implementaron medidas médicas agresivas experimentaron las tasas de mortalidad
más altas, mientras que las áreas que adoptaron un enfoque médico conservador
evitaron una mortalidad superior a la media. La relación entre la expansión de
la atención médica y las tasas de mortalidad sugiere que los tratamientos agresivos, y no la gravedad
de la enfermedad, fueron el principal factor determinante de la mortalidad. Las
áreas que aumentaron su capacidad hospitalaria y emplearon protocolos de
tratamiento experimental experimentaron sistemáticamente tasas de mortalidad
más altas que las áreas comparables con otros enfoques de tratamiento.
5.
La respiración artificial resultó extremadamente letal.
Los hospitales conectaron a un
número sin precedentes de pacientes a respiradores y recurrieron con frecuencia
a técnicas experimentales debido a la escasez de equipos. La tasa de mortalidad
entre los pacientes con respiradores alcanzó el 88 % en los hospitales de la
ciudad de Nueva York, y llegó al 97 % en los pacientes de edad avanzada.
Métodos no probados, como el uso de máquinas de anestesia como respiradores,
resultaron en una tasa de mortalidad del 70 %, en comparación con el 37 % de
las máquinas estándar. Este uso intensivo de la ventilación mecánica, que
excedió con creces la práctica médica habitual, probablemente contribuyó
significativamente al exceso de mortalidad.
6.
Se utilizaban con frecuencia combinaciones peligrosas de medicamentos.
Los hospitales utilizaron
ampliamente hidroxicloroquina en
combinación con azitromicina, a menudo en dosis muy
superiores a las seguras, a veces incluso diez veces superiores a la dosis
normal. Estas combinaciones conllevaban riesgos significativos de
complicaciones cardíacas mortales. El consumo de azitromicina en España aumentó
más de un 400 % en marzo de 2020. Además, se recetaron sedantes como el midazolam en dosis mucho
más altas de lo habitual, lo que contribuyó a un retraso en la recuperación y a
un aumento de la mortalidad en pacientes críticos.
7.
La pobreza sólo se volvió peligrosa cerca de los grandes centros médicos.
Si bien la desventaja
socioeconómica fue un fuerte indicador de riesgo para las tasas de mortalidad
en zonas como la ciudad de Nueva York y Londres, muchas otras regiones con
niveles de pobreza similares o peores experimentaron un exceso de mortalidad mínimo. Esto
sugiere un patrón en el que la pobreza y la pertenencia a minorías se volvieron
particularmente peligrosas al combinarse con el acceso a grandes sistemas
hospitalarios con opciones de tratamiento agresivas. Por lo tanto, la pobreza no puede considerarse en absoluto un
factor de riesgo general para la presunta enfermedad.
8.
Trasladar las muertes del hogar a las instituciones
En zonas de alta mortalidad, la
proporción de muertes en hospitales y residencias de ancianos, en comparación
con las muertes en el hogar, aumentó drásticamente, mientras que en zonas de
baja mortalidad, el número de muertes en el hogar, de hecho, aumentó. Esta
inversión de los lugares habituales de fallecimiento sugiere que la atención institucional durante este período
fue más peligrosa que protectora, y que la proximidad a centros médicos
aumentó, en lugar de disminuir, el riesgo de muerte.
9.
Las enfermedades relacionadas con el estrés podrían explicar las muertes por
enfermedades respiratorias
Las medidas de confinamiento, el
aislamiento social y las campañas de miedo provocaron un estrés biológico sin
precedentes. Esto podría debilitar el sistema inmunitario y hacer que las
personas sean vulnerables a la neumonía
bacteriana causada por sus propias bacterias respiratorias.
Este modelo de neumonía inducida por estrés explica por qué las muertes fueron
de origen respiratorio, pero se debieron a anuncios políticos en lugar de a
patrones de transmisión de enfermedades, y por qué se correlacionaron más con
factores de estrés socioeconómico que con la exposición a enfermedades
infecciosas.
10.
Los modelos informáticos han fallado espectacularmente
Los modelos científicos
predijeron que, para febrero de 2020, prácticamente todas las grandes ciudades
con aeropuertos internacionales se verían afectadas por brotes significativos,
con una distribución relativamente uniforme entre las poblaciones
interconectadas. Sin embargo, muchas ciudades con conexiones internacionales se
mantuvieron prácticamente intactas, mientras que las muertes se concentraron en
focos específicos sin relación con los patrones de propagación previstos. Este
fallo masivo de los modelos predictivos sugiere que las suposiciones
subyacentes sobre la transmisión del virus eran incorrectas.
11.
Las medidas políticas no siguieron a la mortalidad, sino que la precedieron.
El momento de los confinamientos
nacionales se correlaciona con precisión con los picos de mortalidad, en lugar
de precederlos. Esto sugiere que las medidas
políticas desencadenaron las crisis sanitarias, en lugar de evitarlas. El
confinamiento en Italia comenzó el 9 de marzo, con un pico de muertes esa
semana. El confinamiento en España el 15 de marzo precedió a un aumento
inmediato de la mortalidad. El confinamiento en el Reino Unido el 23 de marzo
coincidió con el inicio del aumento de muertes. Este momento sugiere que las medidas institucionales causaron la
crisis de mortalidad.
12.
Toda la respuesta a la pandemia puede haber sido el problema
La evidencia sugiere que las
intervenciones médicas agresivas, los tratamientos experimentales, el pánico
institucional, el estrés inducido por el confinamiento y los programas
sistemáticos de pruebas que sometieron a las personas vulnerables a protocolos
de tratamiento peligrosos han
causado el exceso de mortalidad atribuido al COVID-19. En
lugar de responder a una pandemia de origen natural, los datos sugieren que la
propia respuesta declarada a la pandemia ha provocado una catástrofe a través
de muertes iatrogénicas (inducidas por el tratamiento) y enfermedades
relacionadas con el estrés.
27
preguntas y respuestas
1. ¿Cuál fue el propósito principal de
este estudio de investigación?
El objetivo de este estudio fue
examinar si los patrones de mortalidad superiores a la media a principios de
2020 coincidían con las expectativas de los científicos respecto a la
propagación de un virus respiratorio. Los investigadores analizaron
estadísticas detalladas de mortalidad de Europa y Estados Unidos entre marzo y
mayo de 2020, examinando cuándo y dónde fallecieron personas en cantidades sin
precedentes. Querían verificar si la explicación oficial —que un nuevo
coronavirus se propagó de persona a persona y causó estas muertes— realmente
coincidía con los datos.
El estudio utilizó datos
geográficos y temporales de alta resolución para crear una imagen completa de
los patrones de mortalidad en dos continentes. Al examinar las tasas de
mortalidad a nivel de condado, región e incluso distrito, los investigadores
pudieron identificar patrones específicos que apoyaban o contradecían la teoría
de la propagación viral. Su objetivo era proporcionar un análisis basado en la
evidencia que pudiera mejorar nuestra comprensión de lo que realmente ocurrió
durante los críticos primeros meses tras la declaración de la pandemia.
2. ¿Qué es un “valor P” y por qué es
importante para comprender las tasas de mortalidad?
Un valor p mide cuánto mayor (o
menor) fue la tasa de mortalidad en comparación con lo que normalmente se
esperaría con base en años anteriores. Se puede considerar como un porcentaje
que indica el aumento de muertes con respecto al valor de referencia: si una
región registra normalmente 100 muertes por semana, pero de repente experimenta
150, el valor p es del 50 %. Esta medición considera automáticamente las
diferencias en la estructura por edad de la población y el estado de salud
entre diferentes áreas, lo que garantiza una comparación justa entre una
población joven y sana y una población mayor y más enferma.
Los valores p son cruciales
porque revelan el verdadero impacto de un evento en la mortalidad, a la vez que
filtran las variaciones estacionales habituales y las diferencias demográficas.
A diferencia de los recuentos de muertes sin procesar, que pueden ser engañosos
al comparar poblaciones de diferentes tamaños, los valores p revelan la
intensidad relativa del exceso de mortalidad. Esto permite a los investigadores
identificar verdaderos focos de muertes inusuales y comparar la gravedad de los
eventos en regiones geográficas muy diversas, desde condados rurales hasta
grandes áreas metropolitanas.
3. ¿En qué períodos de tiempo se
centraron los investigadores y por qué?
Los investigadores se centraron
principalmente en el período de marzo a mayo de 2020, al que denominaron el
«primer pico», ya que fue el período inmediatamente posterior a la declaración
de la pandemia por parte de la OMS el 11 de marzo de 2020, cuando se produjeron
los mayores picos de mortalidad. También examinaron el período de junio a
septiembre de 2020, conocido como el «pico de verano», para observar cómo
cambiaban los patrones con el tiempo. Se eligieron estos períodos específicos
porque abarcaron la primera ola de mortalidad superior a la media,
supuestamente atribuible al nuevo coronavirus.
El momento es importante porque
permite a los investigadores examinar lo que ocurrió antes del despliegue de
intervenciones médicas importantes, como las vacunas. También les permitió
centrarse exclusivamente en la respuesta inmediata a la pandemia declarada. Al
utilizar el período de 2015 a 2019 como referencia de comparación, pudieron
identificar con precisión cuándo surgieron patrones de mortalidad inusuales y
cómo evolucionaron. Este período también les permite analizar si las muertes
siguieron patrones consistentes con una enfermedad infecciosa de propagación
natural o si otros factores podrían explicar los picos de mortalidad.
4. ¿Qué descubrieron los investigadores
sobre el momento en que se producen los picos de mortalidad en diferentes
países?
Los investigadores descubrieron
que los picos de mortalidad en Europa y EEUU ocurrieron de forma notablemente
simultánea: todos con una diferencia de
aproximadamente tres semanas entre sí y, notablemente, ninguno antes de que la
Organización Mundial de la Salud declarara una pandemia el 11 de marzo de 2020.
Países tan distantes entre sí como Italia, España, el Reino Unido y varios
estados de EEUU registraron sus tasas de mortalidad más altas dentro de este
estrecho período de tiempo, a pesar de tener ubicaciones geográficas, climas y
densidades de población muy diferentes.
Esta coincidencia fue
inesperada, ya que si un virus se hubiera propagado naturalmente de persona a
persona a través de los continentes, se habría esperado una variación temporal
mucho mayor a medida que se propagaba gradualmente a través de diferentes
poblaciones y redes de transporte. El hecho de que no se registrara un aumento
pronunciado de muertes en ningún lugar antes de la
declaración oficial de la pandemia, sumado a la estrecha agrupación de los
picos inmediatamente después, sugiere que algo más que la
propagación natural del virus causó estos patrones de mortalidad. Este patrón
temporal es más consistente con una respuesta coordinada o un cambio de
política que con la transmisión orgánica de la enfermedad.
5. ¿Cómo difirieron las tasas de
mortalidad entre regiones en los primeros meses de 2020?
Las fluctuaciones en las tasas
de mortalidad fueron extremas y geográficamente desiguales, en lugar de seguir
los patrones esperados de propagación de la enfermedad. En algunas regiones, las
tasas de mortalidad aumentaron más del 200 %, mientras que las zonas vecinas
con poblaciones y características similares experimentaron una mortalidad
mínima o nula por encima de la media. En Europa, por ejemplo, países
occidentales como España, Italia y el Reino Unido experimentaron picos masivos
de mortalidad, mientras que los países de Europa del Este con importantes
aeropuertos y áreas metropolitanas prácticamente no experimentaron muertes por
encima de la media durante el mismo período.
Este patrón heterogéneo se
extendió a nivel local: algunos condados de Estados Unidos registraron tasas de
mortalidad dos o tres veces superiores a lo normal, mientras que los condados
vecinos no se vieron afectados. Las tasas de mortalidad más altas se
registraron a menudo en ciertas zonas urbanas con grandes
hospitales, en particular los que atendían a poblaciones
económicamente desfavorecidas. En lugar de mostrar la propagación geográfica
gradual que cabría esperar de una enfermedad contagiosa, el patrón se asemejaba
a focos de mortalidad pronunciados que parecían estar relacionados con factores institucionales locales más
que con la transmisión natural de la enfermedad.
6. ¿Qué patrones han encontrado los
investigadores al comparar países vecinos con estructuras poblacionales
similares?
Los investigadores encontraron
diferencias drásticas en las tasas de mortalidad entre países vecinos que
deberían haber tenido experiencias similares si el virus se hubiera propagado
de forma natural. El contraste fue más marcado en la frontera occidental de
Alemania, donde las regiones alemanas experimentaron un exceso de mortalidad
muy bajo, mientras que las regiones vecinas de Francia, Bélgica y los Países
Bajos registraron algunas de las tasas de mortalidad más altas de Europa. Estas
zonas están densamente pobladas, tienen un importante tráfico profesional y
comercial transfronterizo y comparten estructuras demográficas y sistemas de
salud similares.
Este
patrón desafía la lógica de la propagación de enfermedades infecciosas. En este caso, cabría esperar que las regiones vecinas con
contacto intenso presentaran tasas de infección y mortalidad similares. Los
investigadores documentaron que, a pesar de algunas restricciones de viaje, se
produjo un tráfico transfronterizo significativo durante este período, lo que
hace improbable que un virus respete tan estrictamente las fronteras políticas.
Se observaron patrones similares en otras fronteras europeas y entre estados de
EEUU, lo que sugiere que factores políticos o administrativos, más que la
transmisión natural de la enfermedad, influyeron en la distribución geográfica
del exceso de muertes.
7. ¿Por qué los investigadores
compararon Milán con Roma y Nueva York con Los Ángeles?
Estas comparaciones entre
ciudades se diseñaron para determinar si factores como los viajes aéreos
internacionales y las características de la población podían explicar las
drásticas diferencias en las tasas de mortalidad. Milán y Roma son grandes
ciudades italianas con importantes aeropuertos internacionales, características
demográficas, sistemas de salud y estructuras de edad similares. Sin embargo,
Roma recibió más vuelos directos desde China y Asia que Milán; sin embargo, la
tasa de mortalidad en la región de Milán fue 18 veces mayor que en la región de
Roma durante el período crítico.
De igual manera, Los Ángeles y
San Francisco recibieron muchos más vuelos desde China y tenían una mayor
población asiática que Nueva York. Sin embargo, Nueva York experimentó tasas de
mortalidad catastróficas, mientras que las ciudades de la Costa Oeste se
mantuvieron relativamente inafectadas. Esta
comparación refuta la teoría de que el virus se importó de Asia a través del
transporte aéreo y se propagó de forma natural entre las comunidades. De
ser así, las ciudades con mayor exposición directa a la supuesta fuente de
infección deberían haber sido las más afectadas, pero ocurrió lo contrario.
Estas comparaciones sugieren firmemente que factores locales, en particular los protocolos de tratamiento médico, y no la
introducción del virus, impulsaron las tasas de mortalidad.
8. ¿Qué reveló el estudio acerca de
dónde moría la gente durante las horas pico?
El estudio reveló un patrón
claro: en zonas con altas tasas de sobremortalidad, un porcentaje inusualmente
alto de personas falleció en hospitales y
residencias de ancianos en lugar de en sus hogares, mientras
que en zonas con bajas tasas de sobremortalidad, de hecho, se observó un
aumento de las muertes en el hogar. Esto representa una inversión del patrón
habitual, en el que la mayoría de las personas suelen morir en casa. En los
estados y condados con las tasas de mortalidad más altas, la proporción de
muertes en centros médicos aumentó drásticamente en comparación con los mismos
meses de 2019.
Este cambio hacia las muertes en residencias de ancianos y hospitales
en zonas de alta mortalidad sugiere que la propia
atención médica pudo haber influido en el exceso de mortalidad, en lugar de
simplemente tratar a las víctimas de enfermedades externas. La
correlación entre las altas tasas de mortalidad y las altas tasas de mortalidad
hospitalaria, sumada al aumento de las muertes en el hogar en zonas de baja
mortalidad, sugiere que la proximidad a las instalaciones
médicas y la interacción con ellas pudieron haber sido un factor de riesgo, más
que un factor protector, durante este período
9. ¿Cómo predijeron los modelos informáticos la propagación de
la pandemia y qué sucedió realmente?
Los modelos informáticos
utilizados por los científicos para predecir la propagación de la pandemia
predijeron que, para febrero de 2020, prácticamente todas las grandes ciudades
y regiones con aeropuertos internacionales se verían afectadas por brotes significativos,
con tasas de infección en los países europeos que oscilarían entre el 31 % y el
38 %. Estos modelos, basados ??en los patrones de viajes aéreos y la mezcla
poblacional, predijeron que la enfermedad se propagaría de forma relativamente
uniforme entre las poblaciones conectadas, y que las zonas rurales se verían
afectadas semanas después que los centros urbanos, pero aun así experimentarían
una mortalidad significativa. Lo que
realmente ocurrió fue completamente diferente: Muchas grandes ciudades
y países enteros con importantes conexiones internacionales experimentaron solo
un exceso de mortalidad mínimo, mientras que las muertes se concentraron en focos específicos que no
se correlacionaron con los patrones de propagación previstos. Los modelos no
lograron predecir la extrema heterogeneidad geográfica ni la proximidad
temporal de los picos de mortalidad, ni el hecho de que algunas de las ciudades
con mayor conectividad internacional prácticamente no se vieron afectadas. Esta
discrepancia entre las predicciones de los modelos y la realidad sugiere que las muertes no fueron causadas por un
agente infeccioso de propagación natural.
10.
¿Qué papel desempeñaron los hospitales y las unidades de cuidados intensivos en
el exceso de muertes?
Los hospitales, especialmente
sus unidades de cuidados intensivos, parecen haber desempeñado un papel central en el exceso de mortalidad y
no fueron simplemente víctimas inocentes de una enfermedad abrumadora. Las
regiones que ampliaron drásticamente su capacidad de cuidados intensivos e
ingresaron pacientes en unidades de cuidados intensivos de forma agresiva
experimentaron las tasas de mortalidad más altas, mientras que las regiones que
adoptaron un enfoque más conservador tuvieron una mortalidad significativamente
menor. Por ejemplo, Lombardía, en Italia, creó cientos de nuevas camas de
cuidados intensivos y proporcionó sistemáticamente ventilación mecánica a los
pacientes con COVID, lo que provocó tasas de mortalidad catastróficas, mientras
que las regiones vecinas con demografías similares pero diferentes enfoques de
tratamiento experimentaron una mortalidad significativamente menor.
La correlación entre la
expansión de las unidades de cuidados intensivos y las tasas de mortalidad
sugiere que la atención médica en sí misma pudo haber sido mortal. Las regiones
que mantuvieron la normalidad en sus operaciones hospitalarias y no aumentaron
su capacidad de cuidados intensivos se salvaron de picos masivos de mortalidad.
Este patrón sugiere que las
intervenciones médicas agresivas, más que la gravedad de la enfermedad, fueron
la principal causa de la mortalidad superior a la media en los focos de
infección. Los datos muestran que la interacción con el
sistema de salud, en particular con los cuidados intensivos, se convirtió en un
factor de riesgo significativo durante este período.
11.
¿Qué es la respiración artificial y por qué pudo haber sido peligrosa en esa
época?
Durante la ventilación mecánica,
se inserta un tubo en las vías respiratorias del paciente y se utiliza una máquina
para bombear aire a los pulmones cuando el paciente no puede respirar
adecuadamente por sí solo. Esto puede salvarle la vida en ciertas
circunstancias, pero conlleva graves riesgos, como la neumonía asociada al
respirador (neumonía) y el daño pulmonar inducido por el respirador debido a la
presión y a los patrones de respiración artificial. Incluso en circunstancias
normales, la tasa de mortalidad en pacientes ventilados oscila entre el 20 % y
el 76 %, según la afección.
En las primeras etapas de la pandemia, la ventilación mecánica se utilizó con
mucha más frecuencia de lo habitual, y algunos hospitales
conectaron al 88 % de sus pacientes con COVID a respiradores. En los hospitales
de la ciudad de Nueva York, el 88 % de los pacientes con respiradores falleció,
incluyendo el 97 % de los pacientes de edad avanzada. La situación se agravó
por el uso de métodos no probados debido a la escasez de equipos, incluyendo el
uso de máquinas de anestesia no diseñadas para pacientes críticos (con una tasa
de mortalidad del 70 %). A esto le siguió el uso compartido de respiradores
individuales entre varios pacientes, a pesar de las advertencias de los
expertos contra esta peligrosa práctica. Este uso agresivo y a menudo
experimental de la ventilación mecánica probablemente contribuyó
significativamente al exceso de muertes.
12.
¿Qué medicamentos se utilizaron para tratar a los pacientes y qué riesgos se
asociaron con ellos?
Dos categorías principales de
fármacos parecen haber contribuido al exceso de mortalidad: la Hidroxicloroquina en
combinación con azitromicina y
diversos sedantes como el midazolam. La
Hidroxicloroquina, normalmente utilizada para tratar la malaria, tiene un
índice terapéutico estrecho, lo que significa que la diferencia entre una dosis
eficaz y una tóxica es pequeña. Durante la pandemia, los hospitales utilizaron
dosis muy superiores a las normales —en ocasiones diez veces superiores a la
dosis habitual—, lo que podría provocar problemas cardíacos mortales y daños al
sistema nervioso.
La combinación de
hidroxicloroquina con el antibiótico azitromicina fue particularmente
peligrosa, ya que ambos fármacos pueden afectar el ritmo cardíaco y aumentar
significativamente el riesgo de insuficiencia cardíaca y muerte. En España,
donde esta combinación se usaba ampliamente, el consumo de azitromicina se
multiplicó por más de cuatro en marzo de 2020. Además, sedantes como el
midazolam, normalmente utilizados para sedar a pacientes con ventilación
mecánica, se prescribieron en dosis mucho más altas de lo habitual y se
asociaron con un retraso en la recuperación, un aumento del delirio y una mayor
mortalidad en pacientes críticos. Estos fármacos se utilizaron a menudo de
forma experimental y sin protocolos de seguridad adecuados.
13.
¿En qué medida los factores socioeconómicos como la pobreza y la etnicidad se
relacionaron con las tasas de mortalidad?
El estudio halló una fuerte
asociación entre la vulnerabilidad socioeconómica y las tasas de mortalidad,
pero solo en ciertas zonas geográficas críticas y no en todas partes. En el
área metropolitana de la ciudad de Nueva York, las tasas de mortalidad
aumentaron drásticamente con el aumento de la pobreza, las poblaciones
minoritarias, el hacinamiento en las viviendas y las barreras lingüísticas. El
Bronx, el distrito más pobre de la ciudad de Nueva York, registró la tasa de
mortalidad más alta de todo EEUU. Sin embargo, muchas otras zonas con
condiciones socioeconómicas similares o peores experimentaron una mortalidad
mínima o nula por encima del promedio.
Esto plantea una pregunta: si la
pobreza y la pertenencia a una minoría fueran simplemente factores de riesgo
para la enfermedad en sí, cabría esperar altas tasas de mortalidad en las
comunidades pobres, pero no fue así. En cambio, solo se esperaban altas tasas
de mortalidad en zonas con grandes sistemas hospitalarios e intervenciones
médicas agresivas, donde también existían desventajas socioeconómicas. Esto
sugiere que la pobreza y la pertenencia a una minoría, en particular junto con
el acceso a ciertos tipos de atención médica, se convirtieron en un factor de
riesgo en lugar de una protección general contra la enfermedad o sus
consecuencias.
14.
¿Cuál es la importancia de las muertes que ocurren inmediatamente después de
que la Organización Mundial de la Salud declara una pandemia?
El momento es notable porque
antes del 11 de marzo de 2020, cuando la OMS declaró la pandemia, prácticamente
no había un exceso de muertes en ninguna parte. En cambio, se produjeron picos
masivos de mortalidad inmediatamente después en varios continentes. Si un virus
mortal se hubiera propagado naturalmente entre la población durante semanas o
meses, se habría esperado un aumento
gradual de las muertes antes de la declaración, y el
anuncio simplemente habría reconocido una crisis preexistente.
En cambio, los datos muestran
que la declaración parece haber desencadenado la crisis de mortalidad, en lugar
de haber sido una reacción a ella. Esto sugiere que la propia declaración, y
las medidas políticas y médicas que desencadenó, podrían haber sido la causa
principal del exceso de muertes. La coincidencia de las muertes con la
declaración política, en lugar de con la evolución biológica de la propagación
de la enfermedad, sugiere que factores
administrativos e institucionales influyeron en los patrones de mortalidad, más
que los procesos naturales de infección.
15.
¿Por qué el virus no se propagó como esperaban los científicos?
Los modelos científicos de
propagación de enfermedades infecciosas predicen que los virus se propagan a
través de las poblaciones según los patrones de contacto, las redes de
transporte y la densidad de población, causando oleadas de infección que se
propagan geográfica y temporalmente de forma predecible. Los modelos asumieron
tasas de infección similares en poblaciones interconectadas y predijeron que
todas las grandes ciudades con aeropuertos internacionales se verían
significativamente afectadas a principios de 2020. También asumieron que,
dentro de las zonas afectadas, los diferentes barrios alcanzarían picos en
distintos momentos debido a su conectividad y demografía.
Lo que realmente ocurrió
contradijo todas estas predicciones. Los patrones de mortalidad mostraron una
gran irregularidad geográfica, independientemente de las redes de transporte,
la misma sincronización de picos a lo largo de grandes distancias y una
sincronización constante dentro de las regiones, independientemente de los
patrones de conectividad local. Por ejemplo, todas las regiones de España
alcanzaron sus picos de mortalidad simultáneamente, a pesar de presentar
densidades de población y patrones de conectividad muy diferentes. Este tipo de
simultaneidad en diversas condiciones geográficas y demográficas es incompatible con la propagación natural de
enfermedades infecciosas y sugiere que las medidas políticas coordinadas o los
cambios institucionales, más que la transmisión biológica, influyeron en los
patrones de mortalidad.
16.
¿Qué ocurrió en el Bronx que provocó que tuviera la tasa de mortalidad más alta
de USA?
El Bronx combina varios factores
que han creado el escenario perfecto para una alta tasa de mortalidad: es el
distrito más pobre de la ciudad de Nueva York, con altas tasas de enfermedades
subyacentes como el asma, tiene una alta población minoritaria con barreras
lingüísticas y cuenta con los servicios del Sistema de Salud SBH, un gran hospital de
"red de seguridad" que ha ampliado drásticamente su capacidad y brinda
tratamiento intensivo a sus pacientes. SBH aumentó su capacidad de pacientes en
un 50 % y su capacidad de cuidados intensivos en más del 500 % en tres semanas,
al tiempo que adquirió grandes cantidades de hidroxicloroquina, azitromicina,
midazolam y otros medicamentos de alta mortalidad.
[Nota del
traductor: Un hospital de red de seguridad es un tipo de centro médico
en los EEUU que, por ley o mandato, brinda atención médica a personas
independientemente de su estado de seguro (no existe un seguro médico universal
en los EEUU) o su capacidad de pago.]
El Bronx también tuvo la tasa más alta de pruebas de
coronavirus entre los distritos de la ciudad de N. York,
lo que significó que más residentes fueron diagnosticados y posteriormente
hospitalizados de forma intensiva. La combinación de una población vulnerable,
la mayor capacidad hospitalaria diseñada específicamente para esta población,
el uso intensivo de tratamientos peligrosos y las altas tasas de pruebas
crearon condiciones donde buscar atención médica se volvió extremadamente
riesgoso. Este es un trágico ejemplo de cómo las expansiones médicas bien
intencionadas en comunidades desfavorecidas durante la crisis pudieron haber causado,
sin darse cuenta, más daño que bien.
17.
¿En qué medida se relacionaron el comportamiento de los viajes aéreos y las
altas tasas de mortalidad?
Sorprendentemente, los patrones
de viajes aéreos mostraron poca o ninguna correlación con las tasas de mortalidad,
lo que contradice la teoría de que el virus se propagó a través de viajes
internacionales. Roma recibió significativamente más vuelos directos desde
China que Milán; sin embargo, la tasa de mortalidad en la zona de Milán fue 18
veces mayor que en Roma. De igual manera, Los Ángeles y San Francisco, que
recibieron más vuelos desde Asia y una mayor población asiática que N. York,
experimentaron un exceso de mortalidad mínimo, mientras que N. York se vio
gravemente afectada.
Esta falta de correlación entre
los viajes aéreos y las tasas de mortalidad desmiente
la suposición fundamental de que las muertes fueron causadas por un virus
importado de Asia. Si los viajes internacionales hubieran
sido el principal vector de la enfermedad, las ciudades y regiones con mayor
exposición deberían haber sido las más afectadas y las primeras en sufrirlas.
En cambio, los datos sugieren que los factores locales, en particular los
protocolos de tratamiento médico y las políticas hospitalarias, fueron mucho
más importantes para las tasas de mortalidad que las conexiones internacionales
o la exposición viral percibida.
18.
¿Qué diferencias encontraron los investigadores entre los patrones de muerte en
primavera y verano?
Los patrones de mortalidad en
primavera (marzo a mayo) y verano (junio a septiembre) difirieron
considerablemente tanto geográficamente como en sus características. Las
muertes en primavera se concentraron en el noreste de Estados Unidos y en los
países de Europa Occidental, especialmente en zonas urbanas con grandes
sistemas hospitalarios. Las muertes en verano se produjeron principalmente en
el sur de USA, sobre todo en los condados fronterizos con México y el río
Misisipi, zonas caracterizadas por la pobreza rural, en lugar de una
concentración de hospitales en zonas urbanas.
Los patrones demográficos
también cambiaron drásticamente entre períodos. Las muertes en primavera se
asociaron con características urbanas como la alta densidad de población, la
proximidad a importantes centros médicos y ciertas vulnerabilidades
socioeconómicas. Las muertes en verano se asociaron con la pobreza rural, la
diversidad de grupos étnicos y regiones geográficas completamente diferentes.
Este drástico cambio en los patrones sugiere que en cada período intervinieron
diferentes causas, en lugar de que el mismo virus infectara a diferentes
poblaciones. Si un único patógeno fuera responsable,
cabría esperar patrones geográficos y demográficos más consistentes a lo largo
del tiempo.
19.
¿Qué es el “estrés biológico” y cómo podría haber contribuido a las muertes?
El estrés biológico se refiere a
la respuesta física del cuerpo a factores estresantes psicológicos, sociales y
ambientales que pueden
debilitar el sistema inmunitario y aumentar la susceptibilidad de las personas
a infecciones, en particular la neumonía bacteriana. En
las primeras etapas de la pandemia, las medidas
de confinamiento, el aislamiento social, las campañas de miedo y las
interrupciones en la atención médica provocaron niveles de estrés sin
precedentes para muchas personas, especialmente las personas mayores y las
personas internadas en instituciones como residencias de ancianos.
Esta inmunosupresión inducida
por el estrés podría haber hecho a las personas susceptibles a la neumonía
bacteriana causada por sus propias bacterias respiratorias, sin necesidad de
transmisión de otras. Los investigadores sospechan que muchas de las muertes atribuidas a la COVID-19 fueron en realidad
neumonía bacteriana provocada por el estrés extremo de los
confinamientos y las respuestas institucionales. Esto explicaría por qué las
muertes se correlacionaron con la vulnerabilidad socioeconómica (el estrés
afecta con mayor gravedad a las personas de bajos recursos) y por qué
ocurrieron simultáneamente con anuncios políticos y no siguieron los patrones
naturales de transmisión de la enfermedad.
20.
¿Por qué algunas áreas con aeropuertos importantes tuvieron tasas de mortalidad
bajas mientras que otras tuvieron tasas de mortalidad altas?
La falta de correlación entre el
tamaño de los aeropuertos y las tasas de mortalidad contradice la teoría de que
las muertes se debieron a la introducción del virus a través del transporte
aéreo. Muchos grandes aeropuertos internacionales en ciudades como Los Ángeles,
San Francisco, Atlanta y varias ciudades alemanas prestan servicio a regiones
que experimentaron un exceso de mortalidad mínimo, mientras que algunas zonas
con aeropuertos más pequeños o menos conexiones internacionales experimentaron
tasas de mortalidad catastróficas. Este patrón carece de sentido si el
transporte aéreo fue la principal vía de introducción del virus.
En cambio, los datos sugieren que las políticas
médicas locales y las respuestas institucionales determinaron las tasas de
mortalidad. Las zonas que ampliaron su capacidad
hospitalaria, utilizaron ventilación mecánica de forma intensiva, implementaron
protocolos farmacológicos experimentales y contaron con grandes hospitales de
red de seguridad para poblaciones vulnerables experimentaron altas tasas de
mortalidad, independientemente de su conectividad aeroportuaria. Las zonas que
adoptaron un enfoque médico más conservador lograron evitar un aumento drástico
de la mortalidad, incluso expuestas a un riesgo internacional significativo.
Esto sugiere que las estrategias de intervención médica, y no la introducción
de enfermedades, fueron el factor determinante de las tasas de mortalidad regionales.
21.
¿Qué papel desempeñaron las medidas de confinamiento en el momento en que se
produjo el pico de muertes?
El momento de los picos de
mortalidad se correlaciona notablemente con la introducción de confinamientos
nacionales, más que con el momento previsto de transmisión de la enfermedad.
Italia impuso su primer confinamiento nacional el 9 de marzo de 2020 y registró
su pico de mortalidad durante la semana de dicho confinamiento. El
confinamiento en España comenzó el 15 de marzo, y las muertes se dispararon la
semana siguiente. El confinamiento en el UK comenzó el 23 de marzo, y el pico
de mortalidad comenzó esa misma semana.
Esta estrecha correlación entre
la implementación de confinamientos y los picos de mortalidad sugiere que las propias medidas políticas desencadenaron el
aumento de muertes, en lugar de ser una respuesta a una crisis sanitaria
preexistente. El estrés, la interrupción de la atención
médica habitual, el pánico en los centros y las intervenciones médicas
agresivas que acompañaron los confinamientos podrían haber creado las
condiciones para una mortalidad superior a la media. Si las muertes fueran
simplemente el resultado de la propagación natural de la enfermedad, se
esperaría que los picos de mortalidad condujeran a decisiones de confinamiento,
en lugar del patrón inverso observado en los datos.
22.
¿En qué se diferenciaron los enfoques de tratamiento entre regiones con tasas
de mortalidad altas y bajas?
Las regiones con altas tasas de
mortalidad implementaron sistemáticamente enfoques médicos agresivos y
experimentales, que incluyeron ampliaciones masivas de la capacidad de cuidados
intensivos, ventilación mecánica generalizada y protocolos de medicamentos
experimentales. El norte de Italia amplió la capacidad de cuidados intensivos
en más del 100 % y proporcionó respiradores al 88 % de los pacientes con COVID.
La ciudad de Nueva York también amplió significativamente su capacidad de
cuidados intensivos e implementó técnicas de ventilación experimental. España
utilizó combinaciones de hidroxicloroquina en dosis altas a gran escala. Estas
regiones también incrementaron el uso de sedantes e implementaron programas
sistemáticos de pruebas, lo que permitió que más pacientes se incorporaran a
protocolos de tratamiento intensivos.
En cambio, las regiones con
bajas tasas de mortalidad adoptaron un enfoque médico más conservador. La
vecina región del Véneto, en Italia, se centró en la atención domiciliaria en
lugar de las hospitalizaciones y experimentó una tasa de mortalidad significativamente
menor que la de Lombardía. Muchas regiones alemanas, países de Europa del Este
y estados de EEUU que no aumentaron su capacidad hospitalaria ni implementaron
tratamientos experimentales agresivos evitaron un aumento drástico de las tasas
de mortalidad a pesar de tener características demográficas similares y,
presumiblemente, una exposición similar al virus. Este patrón sugiere
firmemente que los protocolos de tratamiento,
y no la gravedad de la enfermedad, fueron el factor determinante de las tasas de
mortalidad regionales.
23.
¿Qué evidencia sugiere que los tratamientos hospitalarios pueden haber causado
más daño que beneficio?
Varias líneas de evidencia
sugieren que los tratamientos hospitalarios son una causa importante del exceso
de mortalidad. En primer lugar, las tasas de mortalidad de ciertos tratamientos
fueron extremadamente altas: el 88 % de los pacientes con ventilación mecánica
fallecieron en hospitales de la ciudad de Nueva York, y los métodos de
ventilación experimentales presentaron tasas de mortalidad de hasta el 70 %. En
segundo lugar, los fármacos se administraban a menudo en dosis peligrosas: la
hidroxicloroquina a veces se administraba diez veces la dosis recomendada, y
las combinaciones de fármacos utilizadas conllevaban riesgos conocidos de
complicaciones cardíacas mortales.
En tercer lugar, la correlación
geográfica entre el tratamiento agresivo y las tasas de mortalidad es
sorprendente: todas las regiones que ampliaron drásticamente la capacidad de
las unidades de cuidados intensivos e implementaron protocolos experimentales
experimentaron altas tasas de mortalidad, mientras que las regiones
conservadoras evitaron el exceso de muertes. En cuarto lugar, la trayectoria
temporal muestra que las muertes ocurrieron después de la implementación de los
protocolos de tratamiento, no antes. Finalmente, la transición de muertes en el
hogar a muertes en el hospital en zonas de alta mortalidad sugiere que buscar
atención médica fue más peligroso que protector. La
evidencia sugiere que las intervenciones médicas bien intencionadas, pero
agresivas, probablemente causaron más muertes que salvaciones durante este
período.
24.
¿Por qué los investigadores creen que las muertes no fueron causadas por un
virus en propagación?
Los investigadores identificaron
varios patrones que no concuerdan con la propagación de una enfermedad viral,
pero sí con causas institucionales. En primer lugar, la extrema desigualdad
geográfica (algunas zonas experimentaron muertes masivas mientras que las zonas
vecinas no se vieron afectadas) no puede explicarse por la transmisión natural
de la enfermedad. En segundo lugar, el momento en que se produjeron las muertes
inmediatamente después de los anuncios de políticas, en lugar de los períodos
de transmisión biológica, sugiere que la
mortalidad se debió a medidas políticas y no a la enfermedad.
En tercer lugar, la falta de
correlación entre los supuestos factores de exposición (viajes aéreos, densidad
de población, conectividad internacional) y las tasas de mortalidad contradice la
teoría de la propagación viral. En cuarto lugar, la correlación entre las
intervenciones médicas agresivas y las tasas de mortalidad apunta a causas
iatrogénicas (relacionadas con el tratamiento) en lugar de infecciosas.
Finalmente, los patrones demográficos, según los cuales los factores de
vulnerabilidad predijeron muertes solo en ubicaciones geográficas específicas
con enfoques médicos específicos, sugieren que los factores institucionales, y
no las enfermedades infecciosas, determinaron los resultados. La totalidad de la evidencia demuestra un
patrón de mortalidad causado por los sistemas institucionales y médicos, en
lugar de una propagación natural de la enfermedad.
25.
¿Qué explicación alternativa sugieren los investigadores para el excesivo
número de muertos?
Los investigadores sugieren que
el elevado número de muertes fue principalmente iatrogénico, es decir, causado
por tratamientos médicos y respuestas institucionales, más que por la
propagación del virus. Sospechan que la combinación de intervenciones médicas
agresivas y a menudo experimentales (ventilación mecánica, combinaciones de
fármacos en dosis altas, sedantes), el pánico institucional que condujo a
protocolos de tratamiento peligrosos y la neumonía bacteriana inducida por el
estrés causaron la catástrofe con el elevado número de muertes.
Más específicamente, sugieren
que las medidas de confinamiento y las campañas de miedo causaron un estrés
biológico severo, suprimiendo el sistema inmunitario y dejando a las personas
vulnerables a la neumonía bacteriana causada por sus propias bacterias
respiratorias. Cuando estas personas estresadas buscaron atención médica, se
enfrentaron a protocolos de tratamiento agresivos, que incluían técnicas de
ventilación peligrosas y combinaciones experimentales de fármacos que a menudo
resultaron fatales. Esto explica por qué las tasas de mortalidad se
correlacionaron más con la hospitalización, los factores de estrés
socioeconómico y la capacidad institucional que con los patrones esperados de
transmisión de enfermedades. Las muertes
fueron reales y relacionadas con enfermedades respiratorias, pero fueron
causadas por la respuesta a la pandemia declarada, no por la propagación del
virus.
26.
¿Qué significan estos hallazgos para nuestra comprensión de las pandemias?
Estos hallazgos sugieren que los
modelos y políticas actuales contra la pandemia podrían presentar deficiencias
fundamentales y ser potencialmente más peligrosos que las enfermedades que
buscan combatir. Si el exceso de mortalidad se debe principalmente a medidas
institucionales y no a la propagación natural de la enfermedad, entonces las
intervenciones médicas agresivas, las medidas de confinamiento y los protocolos
de tratamiento impulsados ??por el pánico podrían haber causado precisamente la
catástrofe que pretendían prevenir.
Los hallazgos de la
investigación sugieren que el pensamiento epidemiológico necesita un cambio de
paradigma fundamental: abandonar la suposición de que los brotes de
enfermedades notificados representan procesos infecciosos naturales y centrarse
en examinar cómo las respuestas institucionales y médicas pueden causar o exacerbar los riesgos de
mortalidad. Sugieren que factores como la capacidad del
sistema de salud, los protocolos de tratamiento, el estrés socioeconómico y las
respuestas políticas podrían ser determinantes más importantes de las tasas de
mortalidad que las características de la enfermedad infecciosa. Esto tiene
profundas implicaciones para la preparación ante futuras pandemias y sugiere
que respuestas más conservadoras y menos agresivas podrían salvar más vidas que
una expansión drástica de las intervenciones médicas.
27.
¿Qué dice este estudio sobre la relación entre la riqueza, la pobreza y el
acceso a la atención médica?
El estudio revela una paradoja
inquietante: las tasas de mortalidad más
altas se registraron en comunidades pobres cercanas a zonas adineradas con
sistemas hospitalarios de gran capacidad y bien financiados. El
Bronx (junto con el afluente Manhattan) y distritos londinenses como Brent y
Westminster muestran este patrón. Estas zonas contaban con grandes hospitales
de "red de seguridad" financiados por residentes adinerados y
comprometidos con la filantropía para atender a las poblaciones desfavorecidas.
Sin embargo, estos mismos hospitales se convirtieron en centros de tratamientos
experimentales agresivos que resultaron letales.
Esto sugiere que los esfuerzos
bienintencionados para brindar acceso a la atención médica a las poblaciones
desfavorecidas podrían haber creado, sin darse cuenta, riesgos adicionales
durante la crisis. Las personas de bajos recursos que vivían cerca de zonas
afluentes con amplias instalaciones médicas corrían mayor riesgo que las
personas de bajos recursos en zonas sin dicha infraestructura. Los datos
sugieren que, durante este período, el acceso a intervenciones médicas
agresivas fue más peligroso que beneficioso, lo que significa que se ha
revertido la suposición común de que un mayor acceso a la atención médica
conlleva mejores resultados en salud. Esto plantea profundas preguntas sobre la
equidad médica y si la ampliación de la capacidad del sistema de salud siempre
beneficia a las poblaciones vulnerables.