#16 Pero LA Rioja aunque la media de altura sea de 850 metros son 7 valles. Es como los dientes de una sierra. Además la altura de Haro y de Logroño es de 478 y 385 metros respectivamente y son los dos focos de mayor contagio.
No te estoy diciendo que esté mal tu estudio sólo que me surgen preguntas.
#13 Yo no dudo ni del interés de buscar correlaciones con factores climáticos, ni de la robustez del estimador de prevalencia del estudio.
Dudo de la correlación entre la prevalencia del estudio y la prevalencia real, for factores de movilidad y contagio del virus. La distribución por edades de España no tiene por qué ser la misma que la distribución por edades de los infectados reales del virus (por los motivos que ya he comentado). De esta forma, el dato de muertos (que tendrá también sus sesgos), no tiene por qué ser directamente comparable con los del estudio de prevalencia, por el motivo ya explicado: hay sesgos de diferente naturaleza en los estimadores. Conviene corregir por factores edad, de las muestras, entre otros.
En este sentido es relevante tener en cuenta el objetivo del estudio ENECOVID. Que no es otro que estimar la situación a nivel poblacional, como mecanismo preventivo.
#2 No creo que se pueda derivar la letalidad tan fácilmente, pues es muy plausible que haya diferentes sesgos en los estimadores que se manejan. En este sentido, la muestra del estudio, con una muestra al azar de 36.000 hogares puede tener un sesgo por edades/sectores laborales diferente al de la incidencia real del virus. En este último caso, es evidente que en algunas localidades ha habido mayor incidencia entre sanitarios y personas mayores por la escabechina en las residencias de ancianos, donde el virus ha campado a sus anchas.
Por otra parte el estudio ENECOVID19 tiene por objetivo estimar el porcentaje de personas que se han infectado hasta el momento y obtener información sobre la transmisión del virus dentro de los hogares. Puesto que no arroja datos sobre las personas que han fallecido dentro de esos mismos hogares, se entiende que está condicionado, exclusivamente, a las personas que sobreviven, para estimar la inmunidad de grupo.
Creo que la conclusión de que hay un factor climatológico asociado a la mortalidad es precipitada, sin corregir las muestras, al menos, por factores de edad.
#2 Sin saber mucho de normas de meneame, por pereza mas que nada, ¿que promociones tu propia cuenta de twitter no incumple alguna norma?
Ya con el tema de los datos, no todos los muertos extras del momo seran por coronavirus, ni tampoco el estudio de seroprevalencia esta libre de error, no lo he leido aun y no se los margenes que usan.
Tambien habria que saber los rangos de edad de la gente infectada por comunidad ya que seguramente tenga mas influencia en el % de muertes que ser de meseta o de costa, la poblacion envejecida es la que se esta llevando la mayor carga de la pandemia.
#9 ¡Gracias a ti por la información que aportas, así da gusto Menéame!
Vale, pues puede ser eso que dices, que mucha agua dulce estancada productos de las constantes lluvias de las zonas bajas cerca de la línea ecuatorial, favorece la transmisión, mucha sequedad es malo, mucha agua estancada también.
Sí, tanto Guayaquil como Manaos están rodeados de ciénagas, selvas, ríos....
#6 Yo también estaría casi convencido de que "al covid" le gusta el frío, la sequedad y la contaminación; en cambio en los entornos más húmedos se dificulta la transmisión. Sin embargo, luego ves lo de Guayaquil en la costa de Ecuador o lo de Manaos, en el corazón de la selva amazónica, y es como mínimo para quedarse dudando.
#6 Teniendo en cuenta que TODAS las competencias en Sanidad están transferidas a las CC.AA., eso es más perjudicial que beneficioso para Cataluña: cuantos más muertos, peor quedan sus expertos sanitarios y sus servicios asistenciales, incluidas residencias de ancianos.
#88 No me coinciden los datos con los tuyos, y creo que es porque partimos de fechas diferentes.
Yo había cogido desde el 1 de febrero, que ya había casos de coronavirus en España (el primer caso se conoció el 31 de enero). Si en febrero el virus ya estaba en España, entonces en febrero ya pudo haber muertes por coronavirus (que quizá no se detectasen, porque en aquel momento a saber si se estaban haciendo test), que deberían poder detectarse como exceso de muertes en el MoMo. Por eso partí de esa fecha.
Lo curioso es que el MoMo nos da una mortalidad real inferior a la esperada en febrero. Por eso a mí me sale un total de 13508 muertos en exceso entre el 1 de febrero y el 2 de abril, respecto a lo esperado. De hecho, veo que has partido precisamente desde el 10 de marzo que es el primer día que la tendencia se vuelve positiva y va creciendo. ¿Por qué? Si lo que interesa es saber las muertes que ha producido esta pandemia, ¿no deberíamos tener en cuenta también febrero?
#34 Gracias a ti por el aporte, aunque no esté de acuerdo del todo con las conclusiones creo que lo que necesita esta web son usuarios que se lo curren así.
He dejado un comentario en otro hilo en el que respondo al tema del retraso:
#67 Pero entonces tampoco estarán actualizados los datos de las comunidades autónomas.
Aparte, he encontrado el histórico de datos desde 2018 en esta dirección (es genial que MoMo permita descargar el CSV para manejarlo al antojo de cada uno):
Según eso, y poniendo como fecha el 2 de abril para asegurar el contar con datos actualizados en el MoMo, el exceso de muertes era de 13508. El total de muertes por coronavirus declarado por el Gobierno en esa fecha, era de 10348. Así que volvemos a tener una diferencia de en torno a x1,3.
Edit: Perdón si me he mostrado un poco brusco en el comentario anterior, reconozco el enorme trabajo que has hecho con los vídeos y demás. Lo único que busco es la verdad.
Que digo yo, que a lo mejor la agencia de salud pública catalana lo está haciendo bien en vez de maquillar los resultados como otros... Véase Holanda, Francia o China. @DatosDame ha escrito un artículo sobre ello que a mí me ha resultado interesante
#6 Buenas, muchas gracias por el artículo, ha sido muy interesante. Me he visto tu vídeo también en el que explicas cómo deduces el exceso de muertes real (el multiplicador) y tengo una duda metodológica. Como rara vez se puede consultar al autor me aventuro a hacerte la pregunta.
Mi duda viene con el minuto 15:51 aproximadamente.
En él comparas el exceso de muertes de MoMo con las cifras de muertos por franjas de edad dadas por el ministerio. Utilizando que el ministerio da que los muertos por COVID menores de 65 son un 7,7% mientras que el exceso de muertes de dicha franja supone un 3,9%. Mi duda metodológica es la siguiente: entiendo que esta situación se aleja un poco del modelo MoMo, en el sentido de que ha habido un parón en la vida diaria que puede haber reducido mucho otro tipo de muertes (accidentes de tráfico, accidentes laborales, etc...) y en dichos grupos de edad imagino que estarán sobrerrepresentados los menores de 65 años, luego entiendo que no hay base para establecer que han muerto aproximadamente 544 menores de 65 años, porque posiblemente haya que sumar parte de los que caían bajo el paraguas de muertes previstas, pero el confinamiento ha hecho que no murieran, que no sé si se puede estimar, pero puede que suba el porcentaje del 3,9.
De la misma manera, como comentas en el vídeo, es posible que haya muertos por COVID que no hayan muerto por la enfermedad, sino por el colapso sanitario y por tanto no contabilizados como muertos por COVID. Esos muertos tiene sentido que estén sobrerrepresentados en los grupos de edad de mayores de 65 años, luego se podría explicar tanto el defecto en los menores como el exceso en los mayores ¿Qué te parece?
Un saludo y enhorabuena por el artículo.
#0#1#56 Lo siento pero tengo que votar negativo, me parece que o bien no has explicado correctamente tu metodología o bien ésta es simplemente absurda.
Para empezar, el MoMo ofrece datos a nivel nacional, sin necesidad de hacer estimaciones al respecto como las que haces tú basándote en datos de comunidades autónomas.
El 17 de marzo ya había 533 muertes por coronavirus oficialmente. Vamos a restarlas para manejar el mismo intervalo de tiempo, lo cual nos deja una cifra de 18279 fallecidos por coronavirus oficialmente en ese mismo periodo.
Esto implica que la cifra real es x1,27 veces la oficial, no 1,6 como dices tú.
Primero reconoces en el minuto 09:50 que los datos concuerdan bastante entre el MoMo y las cifras oficiales. Luego afirmas que no te lo crees, basándote en unas subdivisiones por tramos de edad que no te encajan, lo cual puede tener explicaciones alternativas (como que los tramos de edad que manejan una fuente y la otra no son los mismos). Después coges los datos del MoMo de las seis comunidades autónomas más pobladas y a partir de ellos haces una estimación nacional que tú mismo reconoces que es una estimación tuya, pero no veo que expliques de qué manera la calculas.
Me parece absurdo, sobre todo porque si no te crees que los datos del MoMo y los del Gobierno concuerden, entonces o bien el Gobierno está dando cifras de fallecidos por coronavirus superiores a las reales o bien el MoMo está dando datos de fallecimientos en exceso inferiores a los reales, opción esta última por la que pareces inclinarte. Si los datos del MoMo están mal a nivel nacional, ¿por qué iban a estar bien a nivel de comunidad autónoma?
E insisto en que no me convencen los motivos por los que sostienes que esos datos están mal.
Sobre la gráfica de Z-score, a que se puede deber en España la gran diferencia entre la Z-score y la delay-adjusted Z-score? No entiendo muy bien la diferencia entre los dos valores la verdad.
En esta semana, el Z-score de Alemania es tan bajo porque no han dado datos o por otro motivo?
#1 Yo tengo una. ¿De dónde sacas la conclusión de que el dato a nivel nacional es de x1,6, si sólo mencionas datos de comunidades autónomas? ¿Estás haciendo algún tipo de extrapolación? Y en ese caso, ¿de qué manera?
¿Por qué no usas los datos nacionales, que existen y están ahí? Se puede observar que las cifras entre muertes oficiales por coronavirus y el exceso de muertes son muy similares, ni de coña hay una diferencia de x1,6:
#17 Coges el número de muertos habitual durante, p.ej., una semana, lo restas del total del muertos contabilizado. Eso te da el exceso de muertos para ese periodo, que llamaremos X. ¿Cuántos muertos se han reportado por coronavirus? Lo llamaremos Y. ¿Cual es el coeficiente de exceso de muertos respecto a los reportados? Lo sabemos con la operación X÷Y, que te da el coeficiente, C
Con los números de Holanda, se ha contabilizado un exceso (X), para el periodo entre el 26 de marzo y el 1 de abril, de entre 1,716 a 2,024 fallecidos más de lo esperado esa semana, pero Países Bajos ha reportado sólo 817 fallecimientos por SARS-CoV-2 (Y) para ese mismo periodo. ¿Cual es el coeficiente (C) en cada caso, cuantas veces más muertos hay que los reportados?
Para 1,716 => 1,716÷817=2,1
Para 2,024 => 2,024÷817=2,477 (redondeando, 2,5)
#19 Shuquel * 
