LAS INFECCIONES DIARIAS POR SARS-COV-2 ALCANZARON SU PUNTO MÁXIMO A NIVEL MUNDIAL A MEDIADOS DE ABRIL DE 2021
Seattle, EE.UU.
La medición de la tasa de infección diaria y acumulada por Coronavirus 2 asociado al síndrome respiratorio agudo grave es esencial para comprender los determinantes de la transmisión pasada, identificar las desigualdades actuales y predecir las trayectorias futuras de la pandemia.
The Lancet 399(10344):2351-2380
Autores:
Barber RM
Institución/es participante/s en la investigación:
University of Washington
Título original:
Estimating Global, Regional, and National Daily and Cumulative Infections with SARS-CoV-2 Through Nov 14, 2021: A Statistical Analysis.
Título en castellano:
Estimación de Infecciones Diarias y Acumuladas a Nivel Mundial, Regional y Nacional por SARS-CoV-2 hasta el 14 de Noviembre de 2021: Un Análisis Estadístico
Extensión del Resumen-SIIC en castellano:
1.97 páginas impresas en papel A4
Introducción
Las estimaciones oportunas, precisas y completas de las tasas diarias de infección por Coronavirus 2 asociado al síndrome respiratorio agudo grave(SARS-CoV-2, por sus siglas en inglés, así como, las infecciones acumuladas, la proporción de la población que ha sido infectada al menos una vez y el número reproductivo efectivo (Refectivo) son esenciales para comprender los determinantes de infección pasada, los patrones de transmisión actuales y la susceptibilidad de una población a una infección futura con la misma variante. Aunque diversos estudios han estimado infecciones acumuladas por SARS-CoV-2 en ubicaciones seleccionadas en momentos específicos, todos estos análisis se han basado en entradas de datos sesgadas que no se corrigieron de forma adecuada.
El objetivo del presente estudio fue proporcionar un enfoque novedoso para estimar las infecciones diarias pasadas, las infecciones acumuladas y la proporción de la población infectada por SARS-CoV-2, para 190 países y territorios desde el comienzo de la pandemia hasta el 14 de noviembre de 2021. Este enfoque combina datos de casos notificados, muertes notificadas, exceso de muertes atribuibles a enfermedad por Coronavirus 2019 (COVID-19, por sus siglas en inglés), hospitalizaciones y encuestas de seroprevalencia para producir estimaciones más sólidas que minimizan los sesgos de los constituyentes.
Métodos
Se creó un conjunto completo de estimaciones globales y específicas de la ubicación de infecciones diarias y acumuladas por SARS-CoV-2 hasta el 14 de noviembre de 2021, con la utilización datos en gran parte de la Universidad Johns Hopkins y bases de datos nacionales para casos notificados, hospitalizaciones y muertes notificadas, así como encuestas de seroprevalencia identificadas mediante revisiones previas, SeroTracker y organizaciones gubernamentales. Estos datos fueron corregidos por sesgos conocidos, como retrasos en la notificación, se contabilizó la subnotificación de muertes mediante el uso de un modelo estadístico de la proporción de exceso de mortalidad atribuible a SARS-CoV-2 y se ajustaron las encuestas de seroprevalencia para la disminución de la sensibilidad de los anticuerpos, vacunas y reinfección por variantes de SARS-CoV-2. Posteriormente se creó una base de datos empírica de índices de detección-infección, índices de hospitalización-infección e índices de infección-mortalidad (IFR). Se elaboraron modelos estadísticos para predecir estos índices por ubicación y día. Después se combinaron tres series de estimaciones de infecciones diarias en una estimación más robusta de infecciones diarias. Se usaron las infecciones diarias para estimar las infecciones acumuladas y la proporción acumulada de la población con una o más infecciones. Finalmente, se convirtieron las infecciones diarias en una serie temporal histórica de Refectiva por ubicación y día en función de las suposiciones de duración desde la infección hasta la infecciosidad y el tiempo que un individuo pasó siendo infeccioso.
Resultados
Las infecciones diarias por SARS-CoV-2 a nivel mundial fluctuaron entre 3 millones y 17 millones de nuevas infecciones por día entre abril de 2020 y octubre de 2021, y alcanzaron su punto máximo a mediados de abril de 2021, principalmente como resultado de aumentos repentinos en India. Entre el comienzo de la pandemia y el 14 de noviembre de 2021, hubo un total estimado de 3.80 mil millones (intervalo de incertidumbre del 95% [IC 95%]: 3.44 a 4.08) de infecciones y reinfecciones por SARS-CoV-2 combinadas, y un estimado de 3.39 mil millones (IC 95%: 3.08 a 3.63) de personas, o el 43.9% (IC 95%: 39.9 a 46.9) de la población mundial, se habían infectado una o más veces. Un total de 1.34 mil millones (IC 95%: 1.20 a 1.49) de estas infecciones ocurrieron en el sur de Asia, la más alta entre las siete superregiones, aunque la superregión de África subsahariana tuvo la tasa de infección más alta (79.3 por 100 población [IC 95%: 69.0 a 86.4]). La superregión de ingresos altos tuvo la menor cantidad de infecciones (239 millones [IC 95%: 226 a 252]), y el sudeste asiático, el este de Asia y Oceanía tuvieron la tasa de infección más baja (13.0 por 100 habitantes [IC 95%: 8.4 a 17.7]). La proporción acumulativa de la población alguna vez infectada varió notoriamente entre países y territorios, con tasas superiores al 70% en 40 países e inferiores al 20% en 39 países. No hubo una relación perceptible entre la Refectiva y la inmunidad total, e incluso a niveles de inmunidad total del 80%, no se observaron indicios de una caída abrupta en la Refectiva, lo que indica que no se observa un umbral claro de inmunidad colectiva en los datos.
Conclusiones
La COVID-19 ya ha tenido un impacto asombroso en el mundo hasta el comienzo de la oleada de la variante ómicron, con más del 40% de la población mundial infectada por SARS-CoV-2 al menos una vez entre el inicio de la pandemia y el 14 de noviembre de 2021. Las grandes diferencias en la proporción acumulada de la población infectada en todos los lugares podría ayudar a los encargados de formular políticas a identificar las estrategias de prevención de la transmisión que han sido más eficaces, así como las poblaciones con mayor riesgo de infección futura. Esta información también podría ser útil para intervenciones específicas de prevención de la transmisión, incluida la priorización de vacunas.