Las comunidades negras y los pueblos originarios en EE.UU. tienen una tasa de mortalidad por Covid-19 mucho mayor. ¿Cuáles son las causas?¿Por qué los modelos epidemiológicos no lo predicen?
Miércoles 3 de junio de 2020 22:41
El siguiente artículo fue publicado con el título de en la serie Transmission del sitio https://santafe.edu/. [1]
Los modelos reduccionistas no protegen a los vulnerables en sociedades segregadas
Los afroamericanos están muriendo por COVID-19 a un ritmo dos o cuatro veces mayor que los estadounidenses blancos [2] [3]. Los casos per cápita son más altos en la reserva Navajo que en todos los estados de EE. UU. [4] ¿Cuáles son las causas de este impacto dispar del COVID-19?, ¿por qué los modelos epidémicos no lo predijeron, y qué se puede hacer para abordarlo?
Se han propuesto innumerables explicaciones para las diferencias raciales en la exposición y mortalidad de COVID-19, especialmente centradas en las circunstancias laborales, las condiciones de vida, el estado de salud y el acceso a la atención médica entre los afroamericanos. Los afroamericanos tienden a vivir en áreas urbanas más densas y hogares multigeneracionales, y son trabajadores esenciales que no pueden trabajar desde casa. Es probable que tengan menos licencia por enfermedad y seguro médico, pero más afecciones médicas subyacentes como diabetes, enfermedad cardiovascular, anemia falciforme, asma y exposición a contaminantes ambientales que elevan el riesgo de mortalidad por COVID-19. Los afroamericanos a menudo son rechazados o se subestima la gravedad de su estado cuando buscan atención médica. La infame historia de la experimentación y explotación médica (la experimentación de Tuskegee con sífilis y las células cancerosas de Henrietta Lacks, por ejemplo) ha llevado a la desconfianza en el sistema médico a nivel comunitario. Cuando el nuevo coronavirus se propagó inicialmente entre los viajeros internacionales centrados en China y Europa, ganaron fuerza en las redes sociales los mitos de que las personas de ascendencia africana no podían contraer COVID-19.
Una mayor mortalidad por COVID-19, particularmente a edades más tempranas, es consistente con otras desigualdades en la salud en los afroamericanos: una probabilidad cuatro veces mayor de morir por complicaciones durante el parto, una probabilidad 20 veces mayor de insuficiencia cardíaca antes de los 50 años y cuatro años menos de esperanza de vida [5]. El estrés de vivir bajo la amenaza del racismo parece envejecer a los cuerpos negros más rápido que a los blancos. La multiplicación de muchas desigualdades en el tiempo da como resultado una mayor disparidad: el ingreso negro es el 60 por ciento del ingreso blanco, pero la riqueza negra es solo el 10 por ciento de la de los blancos.
El riesgo de COVID-19 para los pueblos originarios norteamericanos también está influenciado por la desigualdad extrema en cuestiones económicas y de salud, incluida la falta de servicios tan básicos como el agua corriente y una pobre financiación federal de la atención médica. [6] La población originaria tiene 17 veces más probabilidades de ser diagnosticada y 10 veces más probabilidades de morir por COVID-19 que la población blanca en Nuevo México [7] (uno de los pocos estados que informa datos necesarios para hacer tales comparaciones). Las poblaciones originarias previamente aisladas fueron diezmadas por enfermedades tras el contacto europeo y también fueron cuatro veces más propensas que otras a morir en la pandemia de gripe de 1918. [8] El COVID-19 amenaza la mismísima supervivencia de pequeños pueblos como los Zia, con menos de 1000 miembros. Los factores socioeconómicos próximos correlacionados con las vulnerabilidades por COVID son en sí mismos la manifestación de cientos de años de un racismo estructural que ha dejado a las poblaciones esclavizadas y colonizadas con mala salud física y económica y, a menudo, en lugares espacialmente segregados.
¿Cómo incorporan estas realidades raciales y socioeconómicas los modelos epidémicos? Hasta ahora, no lo hacen. Los modelos epidémicos iniciales, que en su mayoría todavía tienen influencia en las políticas hacia la pandemia, suponen poblaciones "bien mezcladas". Los modelos de red más sofisticados consideran diferentes categorías de personas y su riesgo de infección y mortalidad [9], pero se necesita mucho más trabajo para incorporar correlaciones sistemáticas entre factores epidémicos dentro de grupos particulares en lugares particulares. Más a menudo, las personas son modeladas como bolas idénticas que rebotan aleatoriamente en una máquina de lotería, con la misma probabilidad de contactarse con una infección, enfermarse, infectar a otros o de que salga su número como el marcado para morir. Sin embargo, las personas no son igualmente vulnerables y Estados Unidos no está bien mezclado.
Uno de los mayores determinantes de la salud física y económica es el código postal en el que naciste. El código postal es un poderoso predictor de la posibilidad de que vayas a la universidad o la carcel, que tengas una enfermedad cardíaca o asma, de que conduzcas un autobús o de que trabajes de manera segura en casa y hagas tus compras en línea. Al igual que los incendios forestales que arden donde soplan los vientos y la hierba está más seca, la propagación de la enfermedad está determinada por un patrón de riesgo y vulnerabilidad establecidos en el espacio físico. En Estados Unidos, ese espacio está determinado en gran medida por la raza.
El código postal se ha utilizado durante mucho tiempo como sustituto de la raza. La línea roja fue la práctica deliberada de negar a los afroamericanos el acceso a vecindarios seguros con valores de propiedad altos y buenas escuelas. Ahora, el código postal se usa en algoritmos que determinan dónde se concentra la vigilancia predictiva y la elegibilidad para préstamos y créditos más altos. [10] La segregación espacial de los originarios y afroamericanos tiene diferentes causas históricas, pero sus consecuencias similares son claramente visibles (gráfico 1). Los códigos postales, los condados y los territorios donde se concentran los afroamericanos y los norteamericanos originarios son los lugares más mortales de EE.UU.

En Mississippi, el condado de Holmes tiene la tasa de mortalidad per cápita más alta. Es un 83 % afroamericano, la tercera proporción más alta de los 82 condados del estado. Cuatro condados en Georgia tienen una de las tasas de mortalidad por COVID-19 más altas del país (una muerte por cada 250-290 personas). Ocupan el primer, quinto, séptimo y vigésimo lugar en proporción de afroamericanos (49-73 %) de 159 condados. En los 46 condados de Carolina del Sur, la mortalidad más alta se encuentra en los condados de Lee y Clarendon, en el puesto 11 y 3 (49 % y 64 % negros). San Juan Bautista es la parroquia con mayor mortalidad en Louisiana, la quinta más afroamericana (54 %) de las 64 parroquias. Los condados con mayor mortalidad en las regiones adyacentes del norte de Nuevo México y Arizona tienen las mayores poblaciones de originarios norteamericanos (27 a 73 %).
Datos e imágenes tomadas de The New York Times, 26/5/2020.
El pensamiento de sistemas complejos desarrolló enfoques de modelación epidémica poderosos y matemáticamente manejables que se usaron para mitigar el crecimiento exponencial sin restricciones de COVID-19 en la población general. Sin embargo, como han señalado muchos autores en la serie Transmission [de la que forma parte este texto, NdelT], los supuestos simplificadores que permiten predicciones poderosas a gran escala son solo puntos de partida. Los modelos deben incorporar las características sistemáticas y estructurales de las sociedades que determinan cómo las políticas y el espacio físico mediatizan la propagación de enfermedades.
El pensamiento de sistemas complejos debería enfatizar que la propagación viral no es un proceso matemático idealizado que tiene lugar en el vacío. La enfermedad es un fenómeno emergente cuya propagación y gravedad son consecuencia de las propiedades del virus SARS-CoV-2, de la edad, la salud, la ocupación y la situación socioeconómica de los individuos, y las estructuras sociales que hacen que la enfermedad se propague de manera diferente entre las diferentes personas, en diferentes lugares y por diferentes razones.
La propagación de la enfermedad es un proceso espacial inherentemente multiescala. Es causada por la entrada de un virus del tamaño de un nanómetro en una célula, donde la probabilidad de esa infección está influenciada por el espacio en una fábrica abarrotada, un hogar de ancianos o una prisión, por la disponibilidad de alimentos saludables o la prevalencia de contaminación del aire en un vecindario, y por la estructura social de una nación, que determina el nivel de estrés, inflamación y salud cardiovascular del cuerpo que habita la célula. COVID-19 también impacta desproporcionadamente a las minorías étnicas en todo el mundo. [11] Va a crecer donde se concentran los más vulnerablesen, en campos de refugiados, villas y ciudades devastadas por la guerra.
¿Cómo encontramos un camino a seguir? El impacto desigual no solo es importante para predecir quién está en riesgo, sino también para priorizar a quién se testea, aisla y se respalda económicamente, se trata y se vacuna. Al igual que en la Ley de derechos civiles, la mitigación del impacto desigual no requiere intentar atribuir o desenredar completamente los factores causales. ¿Cómo puede nuestra respuesta a esta enfermedad aumentar la resistencia de las poblaciones más vulnerables frente a la próxima pandemia, el próximo shock económico y la inminente crisis climática?
Las disparidades de salud racial y étnica del COVID-19 son la nueva frontera de los derechos humanos en los Estados Unidos y en todo el mundo. Los esfuerzos internacionales en reparaciones por violaciones de derechos humanos proporcionan un marco no solo para la reparación de injusticias pasadas que han llevado a un mayor riesgo comunitario de COVID-19, sino también para la provisión prospectiva de acceso gratuito a iniciativas de salud comunitaria ubicadas específicamente en los lugares donde viven las poblaciones más vulnerables. Los mapas de COVID-19 nos muestran dónde están esos lugares (gráfico 1).
Un enfoque de sistemas complejos que abordara las inequidades pasadas debería considerar factores históricos, densos e interactivos que pueden ser imposibles de desenredar, pero que colectivamente ponen a ciertas poblaciones en mayor riesgo. El objetivo no es solo reparar el daño, sino también un esfuerzo concertado para hacer que las personas y los lugares sean menos vulnerables a la próxima pandemia: reducir las tasas de diabetes, aumentar el acceso a alimentos saludables y cuidar a los médicos, y reducir la contaminación del aire. Tales cambios sistémicos sostienen la resiliencia para sobrevivir al próximo brote en los lugares que ya sabemos que son más vulnerables. Estas inversiones son mucho menos costosas que cerrar ciegamente toda una economía. Sabremos que hemos tenido éxito si el próximo mapa se ve diferente: si la ubicación del mayor brote se debe al sorteo aleatorio de una lotería y no a la consecuencia inevitable de generaciones de inequidad.
Traducción: Juan Duarte.
[1] Ambas autoras son miembros del proyecto SFI/UNM Algorithmic Justice.
[2] Yancy, C. W., “COVID-19 and African Americans” en Journal of the American Medical Association, 2020.
[3] Price-Haywood, E. G., et. al. “Hospitalization and Mortality among Black Patients and White Patients with COVID-19”, The New England Journal of Medicine, 2020.
[5] Williams, D. R., “Miles to Go Before We Sleep: Racial Inequities in Health”, Journal of Health and Social Behavior, 2012.
[6] Warren, E. and Haaland, D. “The federal government fiddles as COVID-19 ravages Native Americans”, Washington Post, 26/5/2020.
[7] https://cv.nmhealth.org/ calculado desde el 10 % de población originaria responsable del 58 % de casos y el 37 % de población blanca responsable del 12 % de casos.
[8] Kakol, M., et. al. “Susceptibility of Southwestern American Indian Tribes to Coronavirus Disease 2019 (COVID-19)”, Journal of Rural Health, 2020.
[9] Scarpino, V. S., et. al., “The effect of a prudent adaptive behaviour on disease transmission”, Nature Physics, 2016.
[10] Lepri, B. et. al. “Fair, Transparent, and Accountable Algorithmic Decision-making Processes”, Philosophy and Technology, 2018.
[11] Kirby, T., “Evidence mounts on the disproportionate effect of COVID-19 on ethnic minorities”, The Lancet, 2020.