Un modelo predice la mortalidad que tendrá cada país el mes siguiente

La mortalidad a corto plazo se suele calcular en retrospectiva, ya que hasta ahora no hemos encontrado ningún modelo que pueda pronosticar esta tasa a corto plazo. De esta manera se conoce el exceso de muertes que causan, por ejemplo, las olas de calor o las pandemias. Sin embargo, un nuevo estudio propone un modelo flexible que pronostica la tasa de mortalidad de un mes a otro.

Este estudio propone un nuevo sistema para predecir la tasa de mortalidad de un mes a otro. Las autoras de la Universidad de Dinamarca del Sur han difundido su investigación en el repositorio medRxiv y, aunque todavía necesita publicarse en una revista especializada, el método parece encajar con los datos analizados en la investigación. Han usado su "modelo flexible" con "los datos de mortalidad mensual de Dinamarca, Francia, España y Suecia desde 2012 hasta 2022" y el análisis cuadra con la realidad que se vivió. "Durante los años epidemiológicos anteriores al Covid-19, el método captura las variaciones en los picos de mortalidad de invierno y verano", comentan.

Además, el análisis de los datos con este nuevo sistema también es capaz de predecir los excesos de mortalidad por la pandemia "y las correspondientes cargas de mortalidad en los cuatro países analizados".

El modelo pronostica la mortalidad por todas las causas

Este modelo, por tanto, "pronostica la mortalidad por todas las causas" con un mes de antelación, "asumiendo una estructura de mortalidad estacional y ajustándola al nivel de mortalidad del año epidémico". "Estos aspectos hacen que el método sea adecuado para pronosticar de manera oportuna también durante aumentos de mortalidad, como la pandemia de Covid-19", añaden.

Todos estos datos parecen hacer más fiable este método que los anteriores, ya que estos pronóstico "muestran un mayor nivel de precisión en comparación con los modelos tradicionales para el pronóstico a corto plazo", como por ejemplo el modelo Serfling.

Por último, las autoras del estudio señalan que esta investigación es importante porque podría ayudar a "monitorear de cerca la progresión de la mortalidad, especialmente cuando haya poca información disponible, ya que requiere datos de entrada limitados y ninguna información sobre la propagación de enfermedades infecciosas o la causa de la muerte", concluyen.