Exceso de mortalidad por todas las
causas en la Argentina y sus 24 jurisdicciones, 2020
EXCESS
MORTALITY DUE TO ALL CAUSES IN ARGENTINA AND ITS 24 JURISDICTIONS, 2020
Elena Beatriz Sarrouf,1 Agustina
Marconi,2 Carlos
Castillo Salgado,3 Pascual
Valdez4
1 Médica, especialista en
Medicina General, magíster en Ciencias de la Salud: Epidemiología. Dirección de
Epidemiología de la provincia de Tucumán, Argentina. Correo electrónico: elena.sarrouf@gmail.com
2 Médica,
magíster en Salud Pública. Epidemióloga de los servicios médicos de la
University of Wiscosin en Madison.
3 Médico
epidemiólogo. Doctor en Salud Pública. Profesor del Departamento de
Epidemiología de la Johns Hopkins University.
4 Médico. Magíster en Salud Pública. Staff de Terapia Intensiva del
Hospital Vélez Sarsfield. Ex presidente de la Sociedad Argentina de Medicina.
AUTORA PARA CORRESPONDENCIA
Agustina
Marconi. Correo electrónico: agusmar74@gmail.com
Resumen
Introducción. El
concepto de “exceso de mortalidad” (EM) se refiere al número de muertes por
todas las causas que, durante una crisis, ocurren por encima de lo esperado en
condiciones normales. La Argentina es el octavo país más extenso del mundo, con
24 jurisdicciones: 23 provincias y la Ciudad Autónoma de Buenos Aires. Objetivo.
Analizar el EM por todas las causas en la Argentina y sus jurisdicciones
durante el primer año de pandemia, 2020. Material y métodos. En el
diseño y la comparación estadística, utilizamos las recomendaciones de la
Organización Mundial de la Salud para la vigilancia rápida de la mortalidad,
estimando EM basal (promedio de 2015-2019) y el límite superior del intervalo
de confianza (IC) del 95%. Se compararon para cada jurisdicción y el total del país
las curvas de defunciones por covid-19 con el EM por mes. Se usaron fuentes de
datos oficiales.
Resultados. El EM en
Argentina 2020 fue del 8,9% comparado con el histórico basal (371.691 vs. 341.158;
p = 0,000) y del 6,9% frente al límite superior del IC del 95% del
histórico basal (371.691 vs. 347.438). De las 24 jurisdicciones
analizadas, 17 tuvieron EM significativos y cuatro tuvieron valores negativos
significativos comparados con sus valores históricos. En las provincias con EM
estadísticamente significativo, las curvas de fallecidos por covid-19 y de EM
fueron similares. Conclusiones. Este estudio evidencia la importancia
del análisis del EM por jurisdicción en un país con amplia superficie. Los
resultados son relevantes para la planificación estratégica de los recursos de
salud según las características locales, asegurando una cobertura integral e
integrada de salud con el objetivo de disminuir las muertes ante futuras
contingencias.
Palabras clave. Exceso de mortalidad, pandemia de covid-19,
covid-19.
Abstract
Introduction. The concept of “excess mortality” (EM) refers to the
number of all-cause deaths above of what would be expected under normal
conditions, during a crisis. Argentina is the eighth largest country in the
world, with 24 jurisdictions – 23 provinces and the Autonomous City of Buenos
Aires. Objective. To analyze all-cause EM in Argentina as a whole and
within its jurisdictions during the first year of the pandemic (2020). Material
and methods. For the design and statistical comparison, we used the World
Health Organization recommendations for rapid surveillance of mortality,
estimating baseline EM (mean 2015-2019) and the upper threshold of the 95%
confidence interval (CI). For each jurisdiction and the country as a whole, the
curves of deaths from covid-19 were compared with EM per month. Official data sources
were used. Results. The 2020 EM in Argentina was 8.9% when compared to
baseline (371.691 vs 341.158; p = 0.000), and 6.9% compared to the upper limit
of 95% CI (371.691 vs 347.438). Of the 24 jurisdictions analyzed, 17 had
significant EM and four had significant negative values compared to their
historical values. In the provinces with statistically significant EM, the
curves for death due to covid-19 and EM were similar. Conclusions. This
study shows the importance of analyzing EM by jurisdiction in a large country.
The results are relevant for the strategic planning of health resources
according to local characteristics, ensuring comprehensive and integrated
health coverage with the aim of reducing future deaths.
Key words. Excess mortality, covid-19 pandemic, covid-19.
ARK CAICYT: http://id.caicyt.gov.ar/ark:/s26184311/epeb208yy
Introducción
El exceso de
mortalidad (EM) es un concepto que se refiere al número de muertes por todas
las causas durante una crisis económica, sanitaria, o humanitaria por encima de
lo esperado en condiciones normales en una determinada unidad geográfica (1).
En momentos de crisis, puede subestimarse el número de muertes si sólo se
asumen las causadas directamente y no las que resultan de forma indirecta (2).
Específicamente durante la pandemia, el recuento de muertes por covid-19 no
evidenció el impacto del aislamiento social, la reorganización de los servicios
sanitarios, y otras medidas tomadas por la crisis (3). La disminución del
acceso a los servicios de salud, las consecuencias psicosociales del
aislamiento (4,5), la inseguridad económica, de vivienda o la
violencia intrafamiliar pudieron contribuir a la mortalidad y ser causadas
indirectamente por la pandemia (6). Por otra parte, la circulación vehicular
restringida y la limitación de encuentros sociales pudieron reducir la
mortalidad vinculada a los accidentes de tránsito y a muertes violentas (7).
Estimar el EM por todas las causas durante el primer año de la pandemia
proporciona una medida útil para evaluar la carga total de mortalidad por
covid-19 de forma directa y debido a las consecuencias de las medidas de
aislamiento social decretadas (8).
Al comienzo de la
pandemia existía incertidumbre sobre el número real de casos de covid-19 (9).
Sin embargo, y con el correr de los meses, los países fueron difundiendo datos
locales respecto de casos, de fallecidos y EM (10).
El 22 de enero de
2020 el Gobierno argentino emitió una alerta epidemiológica, que dio inicio a
la vigilancia del nuevo evento, en marzo estableció la covid-19 como una
enfermedad de notificación obligatoria (11) y declaró un plan
para la emergencia sanitaria (Decreto Nacional 260/2020) con el fin de limitar
la interacción social y reducir los contactos (12). Entre las medidas
contempladas se destacaron el “distanciamiento social preventivo y obligatorio”
(DISPO), el “aislamiento social preventivo y obligatorio” (ASPO) y el cierre de
las fronteras nacionales e internacionales (12). El ASPO implicó el
cierre de eventos o aglomeraciones públicas, suspendiendo las actividades
consideradas no esenciales desde el 20 de marzo, con sucesivas prórrogas y
excepciones, período que terminó oficialmente el 8 de noviembre. En el
transcurso del ASPO, se asumió que la situación epidemiológica no era homogénea
dentro del territorio nacional y se comenzaron a adoptar modalidades de
cuarentena diferenciada para cada jurisdicción. Se fueron liberando o restringiendo
algunas actividades según el número de habitantes del lugar (más o menos de
500.000 habitantes), el nivel de transición local de covid-19, el cociente de
casos en los últimos 14 días y la cantidad de camas de terapia intensiva
disponibles. Se mostraron en el país, en el mismo momento, diferentes
escenarios epidemiológicos, con zonas de alta transmisión y medidas sanitarias
más restrictivas, y otros lugares con sólo algunos casos importados de
covid-19.
El primer caso
confirmado SARS-CoV-2 en la Argentina se notificó al Sistema Nacional de
Vigilancia en Salud el 3 de marzo de 2020, y cuatro días después se confirmó el
primer fallecimiento (13,14). La Dirección de Epidemiología de Argentina
reportó 1.613.928 casos y 43.163 fallecidos por SARS-CoV-2 durante 2020 (15).
Al final de ese año, la magnitud de la circulación viral fue diferente entre
las jurisdicciones, observando tasas de incidencia acumulada muy diferentes
entre las jurisdicciones, con un máximo de 10.390 casos cada 100.000 habitantes
(provincia de Tierra del Fuego) y el mínimo de 33 casos cada 100.000 habitantes
(provincia de Formosa) (16).
En el país, la
Dirección Nacional de Epidemiología realizó un análisis del EM por todas las
causas comparando el primer y segundo semestre de 2020, mostrando un claro
exceso durante el último semestre, y reportando un exceso anual de alrededor
del 10% en comparación con el percentil 75 de los datos históricos (17).
Sin embargo, Argentina es un país de casi 2.800.000 km2 con 23 provincias y
una Capital Federal (Ciudad Autónoma de Buenos Aires, CABA), que presentan
realidades sociosanitarias diferentes, lo cual puede influir de forma dispar en
la mortalidad general y específica en una crisis de salud. Silva y
colaboradores demostraron que el EM fue muy heterogéneo entre los diferentes
Estados mexicanos debido a las situaciones epidemiológicas y socio-sanitarias particulares
a cada subunidad
geográfica que conforma el país (18). Asimismo, un análisis realizado en el Perú
muestra que el EM fue diferente en las áreas geográficas: fue más elevado en la
región de la Costa que en la de la Sierra, y menor en la región de la Selva (19).
El análisis promedio
del EM del total del país puede enmascarar el comportamiento de cada
jurisdicción, subestimando o sobreestimando la mortalidad de cada subunidad
geográfica. Es entonces fundamental desarrollar un análisis de las subunidades
geográficas que conforman los países para optimizar la toma de decisiones en
salud pública y reconociendo las zonas de vulnerabilidad respecto al covid-19 o
crisis sanitarias de similar envergadura. Asimismo, este tipo de análisis puede
destacar las diferencias entre regiones y generar hipótesis sobre los patrones
de mortalidad y las medidas socio-sanitarias tomadas localmente para luchar contra
la pandemia.
El objetivo de esta
investigación es desarrollar un análisis del EM durante el primer año de la
pandemia de covid-19 (2020) en Argentina. El análisis incluye los datos para el
país, así como en cada una de sus jurisdicciones individualmente.
Material y métodos
Se
desarrolló un análisis exploratorio del EM en la población de Argentina en el
año 2020. En el diseño y la comparación estadística, utilizamos las
recomendaciones de la Organización Mundial de la Salud (OMS) para la vigilancia
rápida de la mortalidad y la respuesta a epidemias para una herramienta de
detección de morbilidad (20). Se analizó el EM por todas las causas por mes
para el total del país y cada una de las jurisdicciones y se consolidó por
región sanitaria. Para el análisis consideramos como línea de base las muertes
esperadas, el promedio de muertes ocurridas entre 2015 y 2019 (casos esperados
basales). Luego se estimaron los intervalos de confianza (IC) del 95% superior
e inferior (ICS del 95% e ICI del 95%). Las muertes observadas fueron
consideradas aquellas ocurridas en 2020. Se calculó el exceso (o déficit) de
muertes observadas sobre las esperadas basales y el exceso (o déficit) de
muertes observadas por sobre el límite superior del IC del 95% Los casos se
expresaron en números para el total del país y por provincia; y en porcentaje
para el exceso (o déficit) por encima del basal y del límite superior del IC
del 95%. Se obtuvo el valor p para la prueba de hipótesis nula (la
mortalidad de 2020 no difiere de las muertes esperadas basales); se consideró
significativa una p <0,05, y se utilizó el test de X2.
Finalmente se comparó
para cada jurisdicción y para el total del país la curva de defunciones por covid-19
con el EM por todas las causas por mes.
Es importante tener
en cuenta que para este análisis de EM se asume que las completitudes de los
registros de un año a otro se mantuvieron constantes durante los meses
analizados.
Definiciones teóricas
Jurisdicciones:
unidad geográfica y administrativa en la que se encuentra dividida la
Argentina: 23 provincias y la CABA.
- Regiones
sanitarias: Centro, Noroeste, Noreste, Cuyo y Patagonia (21).
- Muertes
observadas: muertes por todas las causas ocurridas durante 2020.
- Muertes
por covid-19: la causa básica de muerte fue covid-19 (U07 del CIE-10) durante
2020.
- Muertes
esperadas basales: promedio de muertes por todas las causas ocurridas entre 2015
y 2019.
- Umbral
superior del EM: los ICS del 95% de las muertes esperadas.
- Porcentaje
de mortalidad por encima de la mortalidad basal:
Muertes
observadas - muertes esperadas basales *100
Muertes
esperadas basales
- Porcentaje
de mortalidad por encima del límite superior del ICS del 95%:
Muertes
observadas - muertes esperadas del ICS del 95% *100
Muertes
esperadas ICS del 95%
Se utilizó una fuente
de datos secundaria oficial obtenida de la información registrada en los
Certificados Estadísticos de Defunción (CED). Según las normativas del país, es
obligatorio que el médico tratante o que asistió al paciente denuncie el
fallecimiento y complete el informe estadístico de defunción. Luego, cada
jurisdicción digitaliza la información y la envía a la Dirección de
Estadísticas e Información de Salud para su compilación (21). Desde 1997, se
siguen las normas de las CIE-10 para la codificación y selección de causa de
muerte. La unidad de análisis de este trabajo fue los CED como proxy de
personas fallecidas.
Consideraciones
éticas: el estudio no requirió evaluación del comité de ética (Resolución MSAL
1480/11) por tratarse de un estudio epidemiológico que analizó fuentes de datos
secundarias que no poseía información identificadora del fallecido.
Resultados
Exceso de
mortalidad
En la tabla 1 y la
figura 1 se muestran los muertos totales reportados en 2020, el promedio de
muertes totales en 2015-2019 (su IC del 95%) y se analizó el EM mensual en el
total del país. Para el total del país el EM por todas las causas fue del 8,9%
considerando el umbral basal, y del 6,7% con el ICS del 95%; este incremento
fue estadísticamente significativo. Al representar el EM con su IC del 95% del
país por mes (Fig. 1), se puede observar que en los primeros meses del año hubo
un descenso en la mortalidad por debajo del ICI del 95%. A partir de agosto de
2020 se evidenció un incremento sostenido, con un pico en octubre que llegó al
44,4% por encima del umbral basal y del 42,8% frente al ICS del 95%.
TABLA 1.
INDICADORES DEL EXCESO DE MORTALIDAD POR TODAS LAS CAUSAS EN 2020, POR MES EN
ARGENTINA |
|||||
Período |
Muertes esperadas basales (IC del 95%)a |
Muertes observadasb |
Porcentaje de mortalidad basalc |
Porcentaje de mortalidad límite superiord |
pe |
Enero |
26.519 (25.864-27.175) |
25.677 |
-3,2 |
-5,5 |
0,00 |
Febrero |
23.851 (22 997-24 706) |
24.272 |
1,8 |
-1,8 |
0,006 |
Marzo |
26.018 (25.417-26.619) |
25.931 |
-0,3 |
-2,6 |
0,596 |
April |
25.971 (25.334-26.608) |
24.814 |
-4,5 |
-6,7 |
0,00 |
Mayo |
29.401 (27.336-31.466) |
26.781 |
-8,9 |
-14,9 |
0,00 |
Junio |
33 205 (30.208-36.203) |
28.185 |
-15,1 |
-22,1 |
0,00 |
Julio |
34.482 (33.563-35.401) |
35.147 |
1,9 |
-0,7 |
0,00 |
Agosto |
31.899 (30.693-33.105) |
37.081 |
16,2 |
12 |
0,00 |
Septiembre |
29.288 (28.308-30.269) |
40.387 |
37,9 |
33,4 |
0,00 |
Octubre |
28.168 (27.859-28.477) |
40.676 |
44,4 |
42,8 |
0,00 |
Noviembre |
25.583 (25.410-25.756) |
34.368 |
34,3 |
33,4 |
0,00 |
Diciembre |
26.773 (26.554-26.992) |
28.372 |
6 |
5,1 |
0,00 |
Anual |
341.158 (334.878-347.438) |
371.691 |
8,9 |
6,9 |
0,00 |
a- Muertes
esperadas basales: promedio de muertes por todas las causas ocurridas entre
2015 y 2019. b- Muertes
observadas por todas las causas durante 2020. c- Porcentaje de
mortalidad por encima de la mortalidad basal = [(muertes observadas en 2020 -
muertes esperadas basales)/ muertes esperadas basales] x 100. d-
Porcentaje de mortalidad por encima del IC del 95% superior = [(muertes
observadas en 2020 - muertes esperadas por el ICS del 95%)/ muertes esperadas
por el ICS del 95%] x 100. e- Prueba de
hipótesis nula (la mortalidad de 2020 no difiere de las muertes esperadas
basales) considerando un nivel de significación p <0,05. |
Figura 1. Exceso de
mortalidad por todas las causas según el mes en 2020. Argentina.
Fuente de datos:
elaboración propia a partir de información de la Dirección de Estadísticas e
Información de Salud de la Nación.
En la tabla 2 se
muestra la evaluación del EM anual de cada una de las jurisdicciones, en donde
tres provincias presentaron EM no significativos: Entre Ríos (1,9%, p =
0,06), Santiago del Estero (0,1%, p = 0,94) y Corrientes (-1,1%, p
= 0,37). Otras cuatro provincias presentaron descensos en la mortalidad, o EM
negativos (p <0,05) para 2020: La Pampa (-7,3%), Formosa (-6,2%),
Catamarca (-4,9%) y Misiones (-2,7%). El resto de las jurisdicciones tuvieron
EM positivo con diferentes proporciones y fueron estadísticamente
significativas. Presentaron EM en 2020 similar al total del país cuatro
jurisdicciones: San Luis (8,8%), Córdoba (9,6%), Chaco (8,7%) y CABA (9,6%).
Mientras que las provincias que tuvieron un EM menor que el país fueron Buenos
Aires (7,6%), Santa Fe (7,4%), San Juan (8,3%) y San Luis (8,3%). En el resto
de las provincias, el EM 2020 estuvo por encima del promedio del país. La
región patagónica en su conjunto fue la que presentó el EM más elevado en todas
sus provincias, con excesos por sobre el basal de entre 14% y casi el 47% (p
= 0). Tierra del Fuego en la Patagonia al sur del país y Jujuy al Noroeste
fueron las dos provincias con EM más elevado para 2020.
TABLA 2.
INDICADORES DEL EXCESO DE MORTALIDAD POR TODAS LAS CAUSAS EN 2020, POR REGIÓN
Y PROVINCIAS ARGENTINAS |
||||||
Región |
Jurisdicción |
Muertes
esperadas basales (IC del 95%)a |
Muertes observadasb |
Porcentaje de mortalidad basalc |
Porcentaje de mortalidad límite superiord |
pe |
Centro |
Buenos Aires |
138.609 (136.433-140.785) |
149.087 |
7,6 |
5,9 |
0,00 |
CABA |
31.882 (30.887-32.876) |
34.927 |
9,6 |
6,2 |
0,00 |
|
Córdoba |
30.064 (29.327-30.802) |
32.956 |
9,6 |
6,9 |
0,00 |
|
Entre Ríos |
10.587 (10.269-10.906) |
10.784 |
1,9 |
-1,1 |
0,557 |
|
La Pampa |
2 589 (2472-2707) |
2400 |
-7,3 |
-11,3 |
0,00 |
|
Santa Fe |
30.209 (29.292-31.126) |
32.442 |
7,4 |
4,2 |
0,00 |
|
Cuyo |
Mendoza |
14.188 (13.934-14.442) |
16.402 |
15,6 |
13,6 |
0,00 |
La Rioja |
2256 (2205-2304) |
2818 |
24,9 |
22,3 |
0,00 |
|
San Juan |
5140 (4993-5288) |
5568 |
8,3 |
5,3 |
0,00 |
|
San Luis |
3281 (3221-3341) |
3553 |
8,3 |
6,3 |
0,00 |
|
Noreste |
Chaco |
8041 (7832-8249) |
8737 |
8,7 |
5,9 |
0,00 |
Corrientes |
7345 (7083-7608) |
7267 |
-1,1 |
-4,5 |
0,365 |
|
Formosa |
3891 (3737-4044) |
3649 |
-6,2 |
-9,8 |
0,001 |
|
Misiones |
7220 (6964-7476) |
7022 |
-2,7 |
-6,1 |
0,019 |
|
Noroeste |
Catamarca |
2.585 (2524- 2646) |
2.458 |
-4,9 |
-7,1 |
0,012 |
Jujuy |
4.450 (4291- 4608) |
6496 |
46 |
40,9 |
0,00 |
|
Tucuman |
11.174 (10.990- 11.357) |
12.583 |
12,6 |
10,8 |
0,00 |
|
Salta |
8.067 (7830- 8303) |
9686 |
20,1 |
16,6 |
0,00 |
|
S. del Estero |
6.165 (6018- 6312) |
6171 |
0,1 |
-2,2 |
0,943 |
|
Patagonia |
Chubut |
3.345 (3273- 3417) |
3819 |
14 |
11,8 |
0,00 |
Neuquén |
3.368 (3278- 3458) |
4329 |
28,5 |
25,2 |
0,00 |
|
Rio Negro |
4.565 (4449- 4680) |
5757 |
26 |
23 |
0,00 |
|
Santa Cruz |
1.558 (1501- 1.616) |
1933 |
24 |
19,6 |
0,00 |
|
T. del Fuego |
577 (546- 607) |
847 |
46,8 |
39,4 |
0,00 |
|
CABA: Ciudad Autónoma de Buenos Aires; S. del Estero: Santiago del
Estero; T. del Fuego: Tierra del Fuego. Fuente de datos:
elaboración propia a partir de fuentes oficiales b. a- Muertes
esperadas basales: promedio de muertes por todas las causas ocurridas entre
2015 y 2019. b- Muertes
observadas por todas las causas durante 2020. Dirección de Estadísticas e
Información de Salud de Nación. c- Porcentaje de
mortalidad por encima de la mortalidad basal = [(muertes observadas 2020 -
muertes esperadas basales)/ muertes esperadas basales] x 100. d-
Porcentaje de mortalidad por encima del IC del 95% superior = [(muertes
observadas en 2020 - muertes esperadas por el ICS del 95%)/ muertes esperadas
por el ICS del 95%] x 100. e- Prueba de
hipótesis nula (la mortalidad de 2020 no difiere de las muertes esperadas
basales) considerando nivel de significación una p <0,05. |
En la figura 2 se
muestra el EM mensual de cada una de las jurisdicciones, y se observa que
Catamarca, Formosa, Misiones y Corrientes presentaron un número de fallecidos
en 2020 similar o menor a los estimados. CABA presentó el pico de EM en julio,
seguida por la provincia de Buenos Aires en agosto, y Jujuy, Córdoba, La Rioja
y Salta en septiembre. En el resto de las provincias, el máximo EM fue entre
octubre y noviembre, salvo en La Pampa, que parece ascender recién en
diciembre.
Figura 2. Exceso de
mortalidad por todas las causas según mes de 2020 y provincia de Argentina.
Fuente de datos: elaboración
propia a partir de información de la Dirección de Estadísticas e Información de
Salud de la Nación.
CABA: Ciudad Autónoma
de Buenos Aires.
"Estimadas"
corresponde a los intervalos de confianza del 95% superior e inferior de las
muertes ocurridas entre 2015 y 2019.
"Observadas en
2020" son el número total de muertes por todas las causas ocurridas
durante 2020.
Históricamente, en la
Argentina la mayor proporción de muertes por todas las causas ocurre entre los
meses de junio y agosto; en la figura 3 se observa cómo el EM porcentual para
2020 en cada provincia es superior al histórico esperado, conjuntamente con el
incremento de fallecidos por covid-19. En las provincias que tuvieron un EM
estadísticamente significativo, las curvas de fallecidos por covid-19 son
similares a la del EM por todas las causas.
Figura 3. Porcentaje
de exceso de muertes por todas las causas y número de defunciones por covid-19,
por mes y provincia. Argentina 2020.
Fuente de datos:
elaboración propia a partir de información de la Dirección de Estadísticas e
Información de Salud de Nación
CABA: Ciudad Autónoma
de Buenos Aires. Defunciones por covid-19: las declaradas con código CIE-10
U07.
EM% = Porcentaje de
mortalidad por encima de la mortalidad basal = [(muertes observadas en 2020 -
muertes esperadas basales)/ muertes esperadas] x 100
Muertes esperadas
basales: promedio de muertes por todas las causas ocurridas entre 2015 y 2019.
Además, durante los
primeros meses del año, cuando no hubo denuncia de fallecidos por covid-19, el
EM fue negativo o cercano a cero. Hay provincias como Formosa, cuyo EM
porcentual fue menor al esperado en todos los meses de 2020, y se reportaron 12
fallecidos por covid-19 en todo el año. En la provincia de Catamarca, hubo un
comportamiento similar durante todo el año, con excepción de noviembre, cuando
el EM porcentual fue del 9,3% y coincidió con 13 de 22 fallecidos por covid-19
en 2020. En las otras provincias, la relación del incremento del EM porcentual
y los fallecidos por covid-19 fue muy evidente, como en Tierra del Fuego,
Jujuy, Neuquén y Salta, que tuvieron más de 140% de las muertes esperadas en
2020 en comparación con su estimado basal.
Discusión
El 30 de enero de
2020, la OMS declaró la pandemia por una nueva enfermedad causada por un
coronavirus llamada covid-19, que se convirtió en una emergencia de salud
pública de importancia internacional. El recuento de muertes fue uno de los
principales indicadores para seguir el crecimiento, la trayectoria y la
gravedad de la nueva enfermedad. Opinamos que el análisis de la mortalidad
total, más que el número de infectados o confirmados por covid-19, es el
indicador que nos da información más robusta sobre el éxito o fracaso de las
intervenciones no farmacológicas adoptadas y acerca de la preparación de los
sistemas de salud para afrontar la pandemia, a pesar de las diferencias
sanitarias, ideológicas, geográficas y demográficas del país. Como sabemos, en epidemiología
aplicada a la salud pública, los estudios de EM total son una metodología muy
usada, ya que permiten capturar y presentar el impacto de una crisis sanitaria
con las consecuencias directas o indirectas en términos de muerte. Por ello la
OMS propuso una herramienta para su análisis, la cual usamos en este estudio.
Se siguieron las especificaciones técnicas asegurando una similitud en la
recolección de la información durante los años estudiados, y se utilizó la
misma fuente de datos secundaria nacional y oficial, con el último año
publicado, 2020. Se trabajó específicamente en el EM para estimar el grado en
que la mortalidad del año 2020 superó o descendió, comparado con los niveles
históricamente establecidos por mes y jurisdicción (23 provincias y CABA) y el
total del país.
En todo el mundo se
estimó que el EM por todas las causas para 2020 fue de alrededor del 8% (22),
y varía entre los países; así, en Estados Unidos el EM fue del 12,9%, en
Polonia, del 14,4% y en Chile, del 13,8%. No obstante, en otros países hubo una
disminución de las muertes como Dinamarca (EM = -4,3%), Corea del Sur (EM =
-2,9%) y Noruega (EM = -3,6%) (23). El presente análisis muestra que el EM en
Argentina para todo 2020 fue de casi 9%, similar al global y a otros estudios
nacionales (17). Esto equivale a 40.385 muertes más que las
estimaciones basales y 31.310 si se considera el umbral más alto. También
encontramos que el país transitó los valores más elevados de mortalidad durante
octubre, y llegó a tener 44,4% más de personas fallecidas que las esperadas
para el mismo mes. Al evaluar cada región geográfica, se observó que las
provincias del Centro, que representan casi la mitad de los habitantes del país
(16), presentaron el mismo comportamiento. Esto coincide con lo publicado
en otros estudios (18,19) sobre el comportamiento según las similitudes
geográficas y socioeconómicas. No obstante, en algunas regiones las provincias presentaron
EM mensuales muy diferentes, quizás se deba a que el inicio de la circulación
viral fue disímil. Por ejemplo, en la región del Noroeste se declaró la
circulación viral comunitaria en la provincia de Jujuy en junio, en agosto se
anunció para las grandes ciudades de Tucumán y Salta y recién a fines de
septiembre para la capital de Catamarca (24). Otras provincias
como Formosa detectaron casos de covid-19 por circulación comunitaria en enero de
2021, con aproximadamente cuatro meses de diferencia con otras jurisdicciones
del país (25). Esta diversidad de escenarios epidemiológicos
llevó a que cada jurisdicción levantara algunas medidas de restricción según la
situación epidemiológica de sus últimos 14 días. Un factor por tener en cuenta,
que pudo afectar el incremento de la mortalidad, fue la sobreexigencia de los
sistemas de salud por la presencia de una enfermedad nueva de rápida propagación,
sin tratamiento específico y con alta demanda de atención médica y psicológica.
Un estudio realizado durante la pandemia de H1N1 (2009) expone cómo las muertes
indirectas o directas en emergencias sanitarias son comunes debido a que los
sistemas de salud se encuentran sobrecargados (26). En este estudio,
encontramos que algunas provincias pequeñas como Jujuy y Tierra del Fuego
tuvieron los mayores porcentajes de EM, en lo cual puede haber influido la
saturación del sistema de salud por la alta demanda de recursos. Un análisis de
políticas de salud realizado en Jujuy (27) refiere que el
porcentaje de ocupación de las camas de internación en la provincia había
llegado al 94%, y que en algunas localidades la policía notificó un incremento
de las muertes domiciliarias. Según datos oficiales reportados por las
jurisdicciones al Sistema de Monitoreo de Recursos Críticos de Internación del
Ministerio de Salud de la Nación el 28 de septiembre, Neuquén y Río Negro
fueron las provincias con un porcentaje de ocupación más elevado (93 y 91%,
respectivamente), seguidas de Tucumán (84%) y Santa Fe (80%) (28).
Por otro lado, si bien los recursos materiales se incrementaron, el personal de
salud sufrió una marcada disminución, tanto por las licencias médicas, las
licencias psiquiátricas como por la covid-19 y el contacto estrecho (29).
Finalmente, el miedo
social a contagiarse pudo haber llevado a no consultar de manera oportuna, y
quienes lograban consultar quizás no hayan podido acceder un tratamiento
oportuno y adecuado.
Grandes
jurisdicciones del centro del país como Buenos Aires, Córdoba y CABA realizaron
análisis sobre el EM tanto en el total provincial como de subpoblaciones
específicas con la misma metodología del presente análisis, y mostraron
resultados muy similares a los propuestos (30-32). Sin embargo, no
existen análisis detallados acerca de jurisdicciones más pequeñas o incluso
análisis comparativos por jurisdicciones o regiones. La gran mayoría de las
demás provincias argentinas tuvieron un EM significativo con un patrón
distributivo similar al del total del país. Sin embargo, varias jurisdicciones
tuvieron un descenso en el EM. En la bibliografía este fenómeno se describe
como “exceso de mortalidad negativo”, y varios países del mundo como Japón, Nueva
Zelanda y Australia lo reportaron (33). Este exceso negativo podría justificarse si las
muertes que se habrían producido en ausencia de la pandemia se hubieran evitado
debido a las medidas adoptadas para hacer frente a la pandemia. En otras
palabras, las medidas de salud pública como el confinamiento, el
distanciamiento social, el uso de mascarillas/tapabocas y la limitación de
actividades no esenciales condujeron a la disminución del número de muertes por
causas diferentes de la covid-19 (34). Un estudio (35) observó una
disminución del número de muertes derivadas de lesiones por accidentes de
tráfico debido a las restricciones a la circulación de personas.
Si bien las
defunciones informadas con diagnóstico de covid-19 constituyen un buen
indicador del impacto de la pandemia, debido a las desigualdades al acceso a
testeos, a la cobertura de salud y la calidad de los datos de vigilancia
epidemiológica, pueden haber enmascarado la situación real. En Argentina hay 23
provincias y una Ciudad Autónoma con características sociales, sanitarias y
epidemiológicas diferentes que pudieron influir en el EM y en la denuncia de
muertes específicas por covid-19 (36). Este estudio muestra la relación en cada una de
las jurisdicciones del país, relacionando el EM total con las muertes
informadas por covid-19, lo cual refleja la mortalidad directa e indirecta de
la pandemia en cada lugar. De esta manera, se pudo observar el comportamiento
heterogéneo, y en la mayoría de las jurisdicciones la curva de casos fallecidos
por covid-19 coincidió con la curva de EM. En otros países también se observó
que los datos de defunciones informadas por covid-19 se aproximan al EM
estimado para 2020, como el caso de Brasil, Chile, Colombia, Perú y Uruguay (37).
Además, en las provincias que tuvieron pocas denuncias de fallecidos por
covid-19, como Formosa, Catamarca y Misiones, el porcentaje de EM fue negativo
durante la mayor parte del año.
La presente propuesta
evidencia la importancia del análisis del EM por jurisdicción al interior de un
país con amplia superficie que, en el primer año de pandemia, presentó un
comportamiento muy heterogéneo. La mayoría de las provincias tuvieron un
incremento de la mortalidad por encima del estimado nacional, y otras mostraron
un exceso de mortalidad negativo. Esto se pudo vincular con las muertes
específicas por covid-19, mostrando una relación en la morfología con las
curvas de exceso de muertes por todas las causas. Todo esto fue importante en
la salud pública para la planificación estratégica de los recursos de salud
según las características locales, y aseguró una cobertura integral e integrada
de salud con el objetivo de disminuir las muertes ante futuras contingencias.
En un mundo globalizado e hiperconectado, en donde un nuevo virus con gran
capacidad de contagio se propagó en pocos meses a todos los países, es sensato
pensar que podría volver a suceder. La experiencia del cierre completo de las
fronteras, sumada a las otras estrategias de salud pública para la contención
de la enfermedad, deben servir para el diseño de un plan de contingencia
provincial, considerando los recursos y capacidades locales.
Limitaciones
La presente propuesta sólo tiene en
cuenta lo ocurrido con la mortalidad en Argentina en 2020. Los datos consolidados
de 2021 no están disponibles, lo cual limita el análisis. Por otra parte, son
necesarios análisis sobre EM estratificando por sexo, edad, e incluso por
grandes causas.
Referencias bibliográficas
1. Li L, Liu Y, Wu P, et al. Influenza-associated excess respiratory mortality in
China, 2010-15: a population-based study. The Lancet Public Health
2019;4(9):e473-81
2. CRVS best-practice and advocacy Approaches and methods for
estimating excess deaths due to covid-19. The University of Melbourne. 2020. https://crvsgateway.info/file/16908/4128
3. Baum A, Schwartz MD. Admissions to Veterans Affairs hospitals for
emergency conditions during the covid-19 pandemic. JAMA
2020;324(1):96-9. doi:10.1001/jama.2020.9972
4. Raker EJ, Zacher M, Lowe SR. Lessons from Hurricane Katrina for
predicting the indirect health consequences of the covid-19 pandemic. Proc
Natl Acad Sci USA 2020;117(23):12595-7. doi:10.1073/pnas.2006706117
5. Sher L. The impact of the covid-19 pandemic on suicide rates. QJM
2020;113(10):707-12. doi:10.1093/qjmed/hcaa202
6. Wolfson JA, Leung CW. Food Insecurity and covid-19: Disparities in
early effects for US adults. Nutrients 2020;12(6). doi:10.3390/nu12061648
7. Calderon-Anyosa RJC, Kaufman JS. Impact of covid-19 lockdown
policy on homicide, suicide, and motor vehicle deaths in Peru. Prev Med 2021;143:106331.
doi:10.1016/j.ypmed.2020.106331
8. Setel P, AbouZahr C, Atuheire EB, et al. Mortality surveillance
during the covid-19 pandemic. Bull World Health Organ 2020;98(6):374. doi:
10.2471/BLT.20.263194. PMID:
32514207; PMCID: PMC7265935
9. Li R, Pei S, Chen B, et al. Substantial undocumented infection
facilitates the rapid dissemination of novel coronavirus (SARS-CoV-2). Science
2020;368(6490):489-93. doi:10.1126/science.abb3221
10. Islam N, Shkolnikov VM, Acosta RJ, et al. Excess deaths associated
with covid-19 pandemic in 2020: age and sex disaggregated time series analysis
in 29 high income countries BMJ 2021;373:n1137 doi:10.1136/bmj.n1137
11. Ministerio de
Salud de la Nación. Información sobre nuevo coronavirus circulante. Buenos
Aires: MSAL; 2020. Disponible en: https://www.argentina.gob.ar/sites/default/files/20200123-coronavirus-alerta-epidemiologica-argentina.pdf
12. Medidas del
Estado argentino para la protección de los derechos humanos durante la pandemia
del covid-19. Ministerio de Justicia y Derechos Humanos, Argentina.
Subsecretaría de Protección y enlace Internacional en derechos humanos
secretaría de derechos humanos. https://www.ohchr.org/sites/default/files/Documents/HRBodies/SP/covid/States/Argentina1.pdf
13. Ministerio de
Salud, Argentina. Salud confirma el primer caso de coronavirus en el país. 03
de marzo de 2020. https://www.argentina.gob.ar/noticias/salud-confirma-el-primer-caso-de-coronavirus-en-el-pais
14. Ministerio de
Salud, Argentina. Actualización epidemiológica coronavirus en Argentina. https://www.argentina.gob.ar/noticias/actualizacion-epidemiologica-coronavirus-en-argentina
15. Reporte diario
vespertino N° 479, Situación de covid-19 en Argentina. 30/12/2020 https://www.argentina.gob.ar/sites/default/files/30-12-20-reporte-vespertino-covid-19.pdf
16. Sala de
Situación SEMANAL covid-19 -Nuevo Coronavirus 2019 SE 51. https://www.argentina.gob.ar/sites/default/files/sala_18_12_se51.pdf
17. Rearte A. Exceso
de mortalidad por todas las causas en el contexto de la pandemia de covid-19 en
Argentina, 2020. Rev Argent Salud Pública 2021;13 Supl covid-19:e36
18. Silva E, Peralta
A, Peralta E. Exceso de mortalidad en México en 2020: una estimación preliminar
a nivel nacional y estatal. PSM 2022;19(2):104-29 http://dx.doi.org/10.15517/psm.v0i19.47247
19. Flores López MG,
Tarazona Soto A, Cruz-Vargas JA. De la distribución regional de mortalidad por
covid-19 en Perú. Rev Fac Med Hum 2021;21(2):326-34. http://dx.doi.org/10.25176/rfmh.v21i2.3721
20. Vital Strategies, World Health Organization. Revealing the toll of
covid-19: a technical package for rapid mortality surveillance and epidemic
response. Nueva York: Vital Strategies. 2020
21. Ministerio de
Salud. Dirección de Estadísticas e Información de la Salud. https://www.argentina.gob.ar/salud/deis
22. World Health Organization (WHO). Data/Data Sets/Global excess
deaths associated with covid-19 (modelled estimates). Mayo de 2021. https://www.who.int/data/sets/global-excess-deaths-associated-with-covid-19-modelled-estimates
23. Parildar U, Perara R, Oke J. Excess mortality across countries in
2020.The centre for evidence-based medicine. Evidence service to support the
covid-19 response. 2021. https://www.cebm.net/covid-19/excess-mortality-across-countries-in-2020/
24. Télam Digital,
Sociedad. En el NOA hubo aumentos de contagios y cambio de ministros.
19/09/2020. https://www.telam.com.ar/notas/202009/516066-en-el-noa-hubo-aumentos-de-contagios-y-cambio-de-ministros.html
25. Agencia de
noticias Formosa. AgenFor. Circulación viral comunitaria en la ciudad de
Formosa: 32% de los casos no tienen nexo epidemiológico. 19/01/2021. https://agenfor.com.ar/circulacion-viral-comunitaria-en-la-ciudad-de-formosa-32-de-los-casos-no-tienen-nexo-epidemiologico/
26. Simonsen L, Spreeuwenberg P, Lustig R, et al; GLaMOR Collaborating
Teams. Global mortality estimates for the 2009 influenza pandemic from the
GLaMOR project: a modeling study. PLoS Med
2013;10(11):e1001558. doi:10.1371/journal.pmed.1001558. Publicación electronica 26 de noviembre de 2013. PMID: 24302890;
PMCID: PMC3841239.
27. Bernasconi M,
Romero MA, Golovanevsky L. Mapeo de políticas públicas locales en Jujuy en
contexto de pandemia. Trabajo y sociedad 2021;21(36):203-30 http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1514-68712021000100203&lng=es&tlng=es
28. Cuatro
provincias ocupan más del 80% de las camas de terapia, pero es estable la media
nacional. Télam Digital. Salud. 28/10/2020. https://www.telam.com.ar/notas/202010/529794-cuatro-provincias-ocupan-mas-del-80-de-las-camas-de-terapia-pero-es-estable-la-media-nacional.html
29. Marconi AM, Myers U, Retamar AM, et al. Increase in use of
psychiatric sick leave during covid-19 pandemic by healthcare workers in a
municipality in Argentina. Rev Bras Med Trab 2022;20(1):36-44. http://dx.doi.org/10.47626/1679-4435-2022-872
30. Pesci S, Marín L, Wright R, et al . Exceso de mortalidad por la pandemia de covid-19 durante 2020 en la
provincia de Buenos Aires, Argentina. Rev Argent Salud Pública
2021[citado el 27 de julio de 2022];13(Suppl 1):13. Disponible en: http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1853-810X2021000200013&lng=es
31. Karlinsky A; Estimating excess mortality from subnational data:
application to Argentina. Rev Panam
Salud Publica 2022;46:e19. https://doi.org/10.26633/RPSP.2022.19
32. Zamora RJ. Analysis of excess, all-cause mortality in a
population with health insurance in Argentina, in the context of the covid-19
pandemic. Revista Argentina de Medicina 2021;9(4)
33. Bando H. Fewer annual deaths in Japan with negative excess
mortality for covid-19. Asp Biomed Clin Case Rep 2021;4(1):84-7
34. Valenti VE, Menezes P de L, Abreu ACG de, et al. Social distancing
measures could have reduced estimated deaths related to covid-19 in Brazil. Journal
of Human Growth and Development 2020;30:164-9
35. Yasin YJ, Grivna M, Abu-Zidan FM. Global impact of covid-19
pandemic on road traffic collisions. World J Emerg Surg
2021;16(5). https://doi.org/10.1186/s13017-021-00395-8
36. Análisis de la
situación de salud en la República Argentina. Ministerio de Salud y Desarrollo
de la Nación. Presidencia de la Nación. Edición 2018. https://bancos.salud.gob.ar/sites/default/files/2019-12/0000001392cnt-anlisis_de_situacin_de_salud_-_repblica_argentina_-_asis_2018_compressed.pdf
37. Panorama Social da
América Latina 2021. Resumo executivo. Naciones Unidas. CEPAL. 2021. ISBN:
9789211220780