lowcock4_Samuel CorumGetty Images_data Samuel Corum/Getty Images

Invertir en datos para salvar vidas

NUEVA YORK – Cuando en marzo de 2020 se declaró la pandemia de COVID‑19, Afganistán sólo tenía 300 respiradores y dos unidades de cuidados intensivos. En aquel momento, los modelos epidemiológicos predecían que el país, con una población de unos 38 millones de personas, alcanzaría un pico de hasta 520 000 casos y 3900 muertes por día a inicios del verano. Ante la perspectiva de diez millones de casos en cuestión de meses, el personal humanitario y los funcionarios públicos se prepararon para una catástrofe sanitaria.

Para facilitar una asignación óptima de los limitados recursos disponibles, la Oficina de Naciones Unidas para la Coordinación de Asuntos Humanitarios (OCHA) y la Fundación Rockefeller usaron datos reales de Afganistán (entre ellos las tasas de contagio por COVID‑19 y la ubicación de los centros de atención médica) para proyectar la cantidad de casos, hospitalizaciones y muertes en un período de cuatro semanas. Este pronóstico realista ayudó a los funcionarios a prepararse para un pico en la curva de casos y muertes que se dio más tarde y fue más aplanado que lo que predecían otros modelos. Una predicción correcta de las necesidades permite una respuesta humanitaria más eficaz.

Pero la calidad de un modelo depende de los datos en los que se basa. Por eso es necesario reunir y compartir datos de mejor calidad que nos ayuden a prepararnos para la próxima crisis.

We hope you're enjoying Project Syndicate.

To continue reading, subscribe now.

Subscribe

or

Register for FREE to access two premium articles per month.

Register

https://prosyn.org/WjZPA8Jes