Thread by @kikollan

1/ 📈 ¿Qué dicen (y qué no) las cifras del virus? Tratamos de explicar por qué es tan complicado juzgar la mortalidad covid de Madrid y cada comunidad.

Con @danielegrasso y @borjandrinot: elpais.com/sociedad/2021-…

2/ Mostramos primero los datos de mortalidad de cada provincia y cada ola (por 1.000 habitantes; usamos exceso en 1ª ola y confirmadas luego):

3/ Luego vamos haciendo ajustes útiles. Por ejemplo, por edad: ¿y si todas las comunidades tuviesen el mismo porcentaje de gente mayor? Algunas regiones muy envejecidas mejoran así sus datos:

4/ También se habla del 'efecto primera ola': los contagios reducen la población suceptible y en cierto grado te protege después. Y a eso se suma un posible 'efecto cosecha'. ¿Pero cuánto importan estos factores? Fue lo siguiente que miramos…

5/ Al cruzar muertes en 1ª ola contra muertes despues, encontramos casi de todo. También provincias con alta mortalidad en primavera e invierno (Soria, Guadalajara, Toledo). Si la protección fuese el único factor clave, veríamos un relación negativa más clara.

6/ Otra forma de considerar la primera ola es calcular mortalidades en segunda y tercera por población susceptible (estimando cuánta gente ya estuvo infectada). Esa métrica castiga a regiones que tenían menos susceptibles y tuvieron fallecidos, aunque los cambios son pequeños:

7/ ¿Y si miramos hospitales y UCI? Mostramos los datos de todo. Y están bastante alineados. Lo más claro es la relación casos/fallecidos: las provincias que confirman más positivos en un ola son también las que acaban contando más muertes.

8/ Por último, nos fijamos en la movilidad. ¿Dónde se ha reducido más desde su normalidad? Los datos de Google no encuentran grandes diferencias: los movimientos han subido y bajado en el año, casi siempre de forma bastante síncrona.

9/ Otro complejidad con la movilidad es su tipología. Madrid destaca por reducir poco los movimientos por ocio, tiendas y bares, pero es con Barcelona el lugar que más redujo la movilidad por trabajo. Al menos en relación a sus niveles prepandemia.

10/ Los datos de movilidad nos recuerdan, además, que habrá circunstancias que son comunes a gran parte de España. Por ejemplo, Madrid, Barcelona y Valencia destacan las tres porque han reducido menos su movilidad que otras grandes ciudades europeas: elpais.com/sociedad/2021-…

11/ A todo esto se sumarán más factores: la conectividad, la densidad, tus residencias, quizás temperaturas, la renta, tener restricciones más severas o más eficaces, etc. Y hasta el azar.

12/ La campaña electoral ha multiplicado las conclusiones súper rotundas sobre el éxito de determinadas medidas o decisiones, pero datos y expertos —@agbasteiro, @prats_clara, #MaríaLahuerta o @omeuxeito— nos recuerdan lo complejo de atribuir causas.