Carlos Payares González
En su Nota Macroeconómica No 23 intitulada “El Patrón Socioeconómico del Covid: Caso Bogotá” (11 de agosto 2020), la Facultad de Economía de la Universidad de los Andes demuestra lo que algunos hemos venido diciendo: hace falta en el caso colombiano un enfoque de la Covid19 desde una epidemiología social o desde una Sociología de la Salud o desde las diversas profesiones que tienen como objeto de trabajo a la sociedad. Solo así podemos descifrar o comprender la verdadera dinámica de la enfermedad (Covid19), que está siendo determinada por una estructura o serie de variables sociales que nos explican de una manera más concreta el mapa de su distribución social.
Hasta ahora la mayoría de nuestros gobernantes han venido manejando el modelo explicativo/operativo de una Epidemiología Clínica, de una naturaleza determinista o biologista y, aun en el mejor de los casos, aplicativa de un enfoque ecologista en donde el medio ambiente puede ser cualquier cosa. Es decir, hemos venido repitiendo, en casi todos los rincones del país, el discurso oficial sobre la pandemia, que al no utilizar las variables sociales en su análisis se torna encubridor de los determinantes propios de la sociedad en cuanto a la presencia y desenvolvimiento de la pandemia, notándose una escasa participación explicativa y operativa por parte de quienes pueden ofrecer un enfoque mucho más complejo por su integralidad. Hemos dicho que la enfermedad no es la suma de los enfermos. Es otra cosa. Es mucho más que eso.
De esta manera (en consonancia con varias invetigacione internacionales) ha dicho la Universidad de los Andes que se “{…] empiezan a conocer cifras que nos permiten trazar la incidencia del COVID19 y sus impactos en distintos grupos socioeconómicos. La semana pasada, por ejemplo, Bogotá dio a conocer cifras de hospitalizaciones y muertes por estrato. Lo que muestran es preocupante: el virus viene atacando con especial ferocidad a los renglones socioeconómicos más vulnerables. Es decir, la incidencia misma del virus está siendo regresiva […]”. De esta manera, para un ciudadano del estrato uno le “[…] resulta 10 veces más probable ser hospitalizado o fallecer por el virus y seis veces más probable de ir a parar a la UCI, comparado con una persona del estrato seis […]”. Lo que quiere decir que las personas del estrato uno comparativamente con los otros estratos son las que más se hospitalizan, las que más fallecen y las que más utilizan las UCIs.
Se encontró, además, en el estudio mencionado que la franja de personas mayores de 65 años (definidos de más alto riesgo) “[…] es menor en estratos más bajos que en los altos […]”. La presencia de personas de este rango de edad en los estratos 4 a 6 supera significativamente al estrato Uno. Esto descarta “[…] que la alta incidencia de COVID entre los estratos bajos refleje un mayor factor de riesgo. Es decir la franja de población más vulnerable está disminuida en el estrato uno comparada con el resto de los estratos sociales. Señala el estudio de la Universidad de los Andes que no parece válido el que se piense que las mayores muertes en el estrato uno se deban a una peor atención médica, especialmente, para los segmentos más vulnerables (dada la alta tasa de hospitalización y de hospitalización en UCI que muestra este estratos). También sugiere que tampoco hay en los estratos bajos más comorbilidades que expliquen la mayor incidencia de casos graves de COVID19 en esos segmentos.
Lo anterior obliga a mirar el aporte que pueden hacer las ciencias sociales en la explicación de estos datos empíricos. Así mimo, en los nivele operativos de la prevención y contención de la pandemia. Es decir, la vulnerabilidad no solo está planteada en los términos de grupos etarios, sino, además, en la presentación de otras variables (no biológicas) como son la pobreza, la educación, el trabajo, tipo de vivienda, etc., que podrían explicar aún mucho mejor la percepción, la evolución y el desenlace de la enfermedad ¿Cuál podría ser el aporte?: La Universidad de los Andes lo dice: “[…] Una hipótesis que queda es la de la desigualdad socioeconómica misma: las personas más pobres tienen menos probabilidad de aislarse, bien porque no pueden darse el lujo de quedarse en casa o porque prefieren no hacerlo. Consistente con esta hipótesis, la información disponible de comparendos del Código de Policía asociados al incumplimiento de las medidas de cuarentena decretadas por el gobierno nacional y por el gobierno distrital muestran una mayor prevalencia de sanciones en los estratos socioeconómicos más bajos […]”. Se sabe que a menor condición socioeconómica (estabilidad laboral, ingresos, nivel educativo, mala vivienda, barrios marginales, etc.) el potencial de riego se aumenta en la medida que estas franjas sociales rompen con facilidad las medidas preventivas y de confinamiento para evitar la expansión epidemiológica de la pandemia.
Finalmente, se observa paradójicamente una menor percepción del riesgo de contagio o de enfermarse de la Covid19 (potenciado por el monopolio y la escasa transferencia del conocimiento médico) ante un mayor incumplimiento de las medidas sanitarias en los estratos más bajos. Estas variables podrían llegar a explicar en parte la estadística diferencial de la incidencia y del desenlace fatal de la Covid19 en los sectores más populares. O lo que es más claro: La Covid19, el “enemigo” de la Epidemiología Clínica, lo que ha hecho es develar una pandemia mucho mayor: la pobreza generalizada.
