DatosDame

#17 No son los únicos factores de riesgo. Los contagios siempre van a ser superior en una ciudad grande que en un pueblo. Por eso hay que mirar factores más macros. Y los patrones son claros, no sólo aquí. Si miras un mapa de Alemania, Francia, Bélgica o Italia, siempre los lugares de interior están más afectados que la costa.
Miras el mapa por CCAA, y pasa siempre igual. Orense el triple de afectado que Lugo, Jaén el triple que Almería, Álava el triple que Bizkaia... Por supuesto una gran ciudad como Barcelona va a ser el lugar más afectado de Cataluña, pero quitas eso, y todos los municipios restantes costeros, son los lugares menos afectados de Cataluña.

No creo que me puedas encontrar 2 ciudades grandes similares en España, pero cuya única diferencia sea que una está en la costa y la otra en interior con al menos 400 metros de elevación, y la costa esté menos afectada.

Shuquel

#18 Muchas gracias.

DatosDame

#7 Confundes anomalía, con temperatura media. Un febrero cálido en La Rioja sigue siendo de las más frías de toda la Península:
Temperatura media máxima/mínima
Febrero 8° / -1°
Marzo 12° / 0°
Me estuve descargando temperaturas medias de muchas ciudades, y la de La Rioja me salió la más fría (aunque sólo busqué de una selección).

Y no es meseta, pero te has perdido el punto. No es por meseta, sino por altitud y La Rioja tiene una altitud media de 850 metros sobre el nivel del mar, de las más altas. Que alimenta el factor de frío seco que comentaba como factor de riesgo.

Y sí, ha sido extremadamente seco. Que es el factor de riesgo. Cuando vives cerca de la costa no importa tanto que llueva, porque las brisas marinas, los vientos que se generan por las diferencias de temepratura entre el suelo y el mar, traen humedad desde el mar. Por eso el interior está muuuucho más afectado que la costa.

Shuquel

#16 Pero LA Rioja aunque la media de altura sea de 850 metros son 7 valles. Es como los dientes de una sierra. Además la altura de Haro y de Logroño es de 478 y 385 metros respectivamente y son los dos focos de mayor contagio.
No te estoy diciendo que esté mal tu estudio sólo que me surgen preguntas.

DatosDame

#17 No son los únicos factores de riesgo. Los contagios siempre van a ser superior en una ciudad grande que en un pueblo. Por eso hay que mirar factores más macros. Y los patrones son claros, no sólo aquí. Si miras un mapa de Alemania, Francia, Bélgica o Italia, siempre los lugares de interior están más afectados que la costa.
Miras el mapa por CCAA, y pasa siempre igual. Orense el triple de afectado que Lugo, Jaén el triple que Almería, Álava el triple que Bizkaia... Por supuesto una gran ciudad como Barcelona va a ser el lugar más afectado de Cataluña, pero quitas eso, y todos los municipios restantes costeros, son los lugares menos afectados de Cataluña.

No creo que me puedas encontrar 2 ciudades grandes similares en España, pero cuya única diferencia sea que una está en la costa y la otra en interior con al menos 400 metros de elevación, y la costa esté menos afectada.

Shuquel

#18 Muchas gracias.

DatosDame

#10 En un comentario abajo he pegado las edades medias de cada CCAA. No hay mucha diferencia entre un Andalucía y una Extremadura o MAdrid. Eso no es lo que está detrás de una letalidad que llega a ser x4 veces menor entre ambas. Además dentro de Andalucía el patrón se cumple. En GRanada es x3 veces superior la letalidad que en las contiguas Almería y Málaga

DatosDame

#11 Es razonable querer no precipitarse en tomar conclusiones. PEro considerar que hay factores climatológicos involucrados no es nada nuevo. Hay mucha literatura científica al respecto para otras enfermedades respiratorias contagiosas. Por poner algunos ejemplos


Does the weather play a role in the spread of pandemic influenza? A study of H1N1pdm09 infections in France during 2009–2010 - https://www.cambridge.org/core/journals/epidemiology-and-infection/article/does-the-weather-play-a-role-in-the-spread-of-pandemic-influenza-a-study-of-h1n1pdm09-infections-in-france-during-20092010/5846C533726B08B6FF876B6904201D77

Estudio - The effect of environmental parameters on the survival of airborne infectious agents - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2843949/

Absolute humidity modulates influenza survival, transmission, and seasonality -https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2651255/
Absolute Humidity and the Seasonal Onset of Influenza in the Continental United Stateshttps://www.ncbi.nlm.nih.gov/pmc/articles/PMC2826374/

High Temperature and High Humidity Reduce the Transmission of COVID-19
https://www.researchgate.net/publication/339873481_High_Temperature_and_High_Humidity_Reduce_the_Transmission_of_COVID-19


Por otro lado, la muestra ha sido seleccionado especialmente para que sea representative geográfica y socialmente. Por eso tardaron unas semanas en lanzarlo. Y la participación además ha sido muuuuy alta (creo recordar que superior al 70%), muy superior a cualquier otro estudio que se hace con muestras aleatorias. Raramente vas a encontrar una muestra más representativa en un estudio.

v

#13 Yo no dudo ni del interés de buscar correlaciones con factores climáticos, ni de la robustez del estimador de prevalencia del estudio.

Dudo de la correlación entre la prevalencia del estudio y la prevalencia real, for factores de movilidad y contagio del virus. La distribución por edades de España no tiene por qué ser la misma que la distribución por edades de los infectados reales del virus (por los motivos que ya he comentado). De esta forma, el dato de muertos (que tendrá también sus sesgos), no tiene por qué ser directamente comparable con los del estudio de prevalencia, por el motivo ya explicado: hay sesgos de diferente naturaleza en los estimadores. Conviene corregir por factores edad, de las muestras, entre otros.

En este sentido es relevante tener en cuenta el objetivo del estudio ENECOVID. Que no es otro que estimar la situación a nivel poblacional, como mecanismo preventivo.

DatosDame

#6 No tenemos estudio de seroprevalencia nacional en Alemania, ¿no? Utilizarlo con los datos de contagiados oficiales es una ruleta rusa, porque no sabemos cuántas veces más son los contagiados sobre el número oficial. En España era x10 veces el número oficial, pero sospecho que en Alemania puede andar sobre x4-5 porque han hecho mucho mejor trabajo detectando casos leves y asintomáticos.

DatosDame

#4 Tenemos estudio de seroprevalencia en Nebraska? De todas formas la comparación puede ser injusta porque NY tiene la mitad de obesidad que el heartland americano. Y la obesidad es uno de los factores de mayor riesgo.

DatosDame

#5 Sí que lo es, probablemente es la razón por la que Madrid (población más joven, sobre todo en la ciudad de Madrid) tiene menos letalidad que las 2 Castillas. Lo malo es que los datos del INE te da la media, y no tanto el % de población de más de 70 años, que es donde concentra el 86% de los fallecidos. También pesará en que Cantabria y Asturias sean las 2 regiones de costa con más letalidad....


 2019
Total Nacional Ambos sexos 43,38
01 Andalucía Ambos sexos 41,84
02 Aragón Ambos sexos 44,81
03 Asturias, Principado de Ambos sexos 48,28
04 Balears, Illes Ambos sexos 41,48
05 Canarias Ambos sexos 42,49
06 Cantabria Ambos sexos 45,57
07 Castilla y León Ambos sexos 47,50
08 Castilla - La Mancha Ambos sexos 43,08
09 Cataluña Ambos sexos 42,83
10 Comunitat Valenciana Ambos sexos 43,37
11 Extremadura Ambos sexos 44,34
12 Galicia Ambos sexos 47,24
13 Madrid, Comunidad de Ambos sexos 42,35
14 Murcia, Región de Ambos sexos 40,55
15 Navarra, Comunidad Foral de Ambos sexos 43,27
16 País Vasco Ambos sexos 45,45
17 Rioja, La Ambos sexos 44,49
18 Ceuta Ambos sexos 37,53
19 Melilla Ambos sexos 35,45

DatosDame

#1 Estaba incompleto. Me he dado cuenta que faltaba tener en cuenta que el MoMo tiene una cobertura parcial de ciertas CCAA. Y creo que era importante poner el dato bien. No he encontrado la forma de borrar el artículo. ¿Se puede? Aún así las conclusiones no varían.

DatosDame

Ranking de letalidad:
La Rioja 4,1%
Castilla y León 3,7%
Aragón 2,3%
Extremadura 2,1%
Madrid 1,9%
Cantabria 1,9%
Castilla-La Mancha 1,8%
Navarra 1,6%
Media España 1,6%
Asturias 1,5%
País Vasco 1,5%
C. Valenciana 1,2%
Cataluña 0,9%
Murcia 0,8%
Ceuta 0,7%
Baleares 0,6%
Galicia 0,6%
Andalucía 0,4%
Canarias 0,2%

La letalidad es el % de personas que mueren de aquellas contagiadas. Hay que tener en cuenta que este datos es bastante fiable pues sabemos los excesos de fallecidos reales gracias al MoMo y los contagiados reales gracias al estudio de seroprevalencia (aunque son resultados preliminares).

Æ

#2 Sin saber mucho de normas de meneame, por pereza mas que nada, ¿que promociones tu propia cuenta de twitter no incumple alguna norma?

Ya con el tema de los datos, no todos los muertos extras del momo seran por coronavirus, ni tampoco el estudio de seroprevalencia esta libre de error, no lo he leido aun y no se los margenes que usan.
Tambien habria que saber los rangos de edad de la gente infectada por comunidad ya que seguramente tenga mas influencia en el % de muertes que ser de meseta o de costa, la poblacion envejecida es la que se esta llevando la mayor carga de la pandemia.

DatosDame

#10 En un comentario abajo he pegado las edades medias de cada CCAA. No hay mucha diferencia entre un Andalucía y una Extremadura o MAdrid. Eso no es lo que está detrás de una letalidad que llega a ser x4 veces menor entre ambas. Además dentro de Andalucía el patrón se cumple. En GRanada es x3 veces superior la letalidad que en las contiguas Almería y Málaga

v

#2 No creo que se pueda derivar la letalidad tan fácilmente, pues es muy plausible que haya diferentes sesgos en los estimadores que se manejan. En este sentido, la muestra del estudio, con una muestra al azar de 36.000 hogares puede tener un sesgo por edades/sectores laborales diferente al de la incidencia real del virus. En este último caso, es evidente que en algunas localidades ha habido mayor incidencia entre sanitarios y personas mayores por la escabechina en las residencias de ancianos, donde el virus ha campado a sus anchas.

Por otra parte el estudio ENECOVID19 tiene por objetivo estimar el porcentaje de personas que se han infectado hasta el momento y obtener información sobre la transmisión del virus dentro de los hogares. Puesto que no arroja datos sobre las personas que han fallecido dentro de esos mismos hogares, se entiende que está condicionado, exclusivamente, a las personas que sobreviven, para estimar la inmunidad de grupo.

Creo que la conclusión de que hay un factor climatológico asociado a la mortalidad es precipitada, sin corregir las muestras, al menos, por factores de edad.

DatosDame

#11 Es razonable querer no precipitarse en tomar conclusiones. PEro considerar que hay factores climatológicos involucrados no es nada nuevo. Hay mucha literatura científica al respecto para otras enfermedades respiratorias contagiosas. Por poner algunos ejemplos


Does the weather play a role in the spread of pandemic influenza? A study of H1N1pdm09 infections in France during 2009–2010 - https://www.cambridge.org/core/journals/epidemiology-and-infection/article/does-the-weather-play-a-role-in-the-spread-of-pandemic-influenza-a-study-of-h1n1pdm09-infections-in-france-during-20092010/5846C533726B08B6FF876B6904201D77

Estudio - The effect of environmental parameters on the survival of airborne infectious agents - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2843949/

Absolute humidity modulates influenza survival, transmission, and seasonality -https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2651255/
Absolute Humidity and the Seasonal Onset of Influenza in the Continental United Stateshttps://www.ncbi.nlm.nih.gov/pmc/articles/PMC2826374/

High Temperature and High Humidity Reduce the Transmission of COVID-19
https://www.researchgate.net/publication/339873481_High_Temperature_and_High_Humidity_Reduce_the_Transmission_of_COVID-19


Por otro lado, la muestra ha sido seleccionado especialmente para que sea representative geográfica y socialmente. Por eso tardaron unas semanas en lanzarlo. Y la participación además ha sido muuuuy alta (creo recordar que superior al 70%), muy superior a cualquier otro estudio que se hace con muestras aleatorias. Raramente vas a encontrar una muestra más representativa en un estudio.

v

#13 Yo no dudo ni del interés de buscar correlaciones con factores climáticos, ni de la robustez del estimador de prevalencia del estudio.

Dudo de la correlación entre la prevalencia del estudio y la prevalencia real, for factores de movilidad y contagio del virus. La distribución por edades de España no tiene por qué ser la misma que la distribución por edades de los infectados reales del virus (por los motivos que ya he comentado). De esta forma, el dato de muertos (que tendrá también sus sesgos), no tiene por qué ser directamente comparable con los del estudio de prevalencia, por el motivo ya explicado: hay sesgos de diferente naturaleza en los estimadores. Conviene corregir por factores edad, de las muestras, entre otros.

En este sentido es relevante tener en cuenta el objetivo del estudio ENECOVID. Que no es otro que estimar la situación a nivel poblacional, como mecanismo preventivo.

DatosDame

#8 Gracias por comentar!! Es muy buena crítica.

Para la gripe hay estudios que muestran que aunque la sequedad sea malo, también lo son los monzones (y doy por hecho que las lluvias tropicales). Así que la humedad puede pasarle como a la temperatura, que se correlaciona, pero no linealmente, y que cuando llegue a extremos vuelva a cambiar el efecto. Y tiene su explicación, si llueve de forma continua, se estanca mucha agua dulce que pueden ser focos de infección. Casualmente Guayaquil tiene alrededor marismas, por lo que creo recordar de cuando la vi por Google Earth (tuve una exnovia ecuatoriana, y he visitado el país). y creo que Manaos tambien.

Aún hay cosas que no terminamos de entender al completo. Pero en España el patrón se cumple de forma casi milimétrica en todas las CCAA.

PD: Pensé en si hablar de ello, pero ya se me ha hecho demasiado largo el artículo....

Guanarteme

#9 ¡Gracias a ti por la información que aportas, así da gusto Menéame!

Vale, pues puede ser eso que dices, que mucha agua dulce estancada productos de las constantes lluvias de las zonas bajas cerca de la línea ecuatorial, favorece la transmisión, mucha sequedad es malo, mucha agua estancada también.

Sí, tanto Guayaquil como Manaos están rodeados de ciénagas, selvas, ríos....

DatosDame

#2 La gestión seguro que influye. Pero estoy harto de comparaciones sin sentido, entre regiones con climatología taaaaan distinta. Si alguien tiene dudas de que el clima es fundamental, sólo tiene que ver el mapamundi de contagios, y por qué los países tropicales casi ni se han enterado...

DatosDame

#1 Muchas gracias. Se aprecia. La verdad es que resulta esclarecedor ver que los patrones se cumplen, y las diferencias grandes entre provincias tiene siempre de fondo alguna de los factores de riesgo comentados.

En la meseta ha sido justo el peor momento para un febrero tan excepcionalmente seco. Ha sido como un bosque en el que no llueve, los incendios se escapan de control mucho más rápidamente.

DatosDame

#4 Incluso dentro de una misma CCAA? Y todos siguiendo el mismo patrón? Además, gracias al MoMo, sabemos los muertos reales por CCAA. En este artículo no sólo es de los Países Bajos sino de las distitnas CCAA españolas. datosdame

DatosDame

#3 Por eso he utlizado muchos ejemplos provinciales de una misma CCAA. Realmente hay factores climatológicos significativos que no se están teniendo en cuenta y que es la diferencia entre 1 y 10. En el artículo cito más de una decena de estudios, y eso que he dejado otros muchos en el tintero porque ya se me iba de madre.

Guanarteme

#6 Yo también estaría casi convencido de que "al covid" le gusta el frío, la sequedad y la contaminación; en cambio en los entornos más húmedos se dificulta la transmisión. Sin embargo, luego ves lo de Guayaquil en la costa de Ecuador o lo de Manaos, en el corazón de la selva amazónica, y es como mínimo para quedarse dudando.

DatosDame

#8 Gracias por comentar!! Es muy buena crítica.

Para la gripe hay estudios que muestran que aunque la sequedad sea malo, también lo son los monzones (y doy por hecho que las lluvias tropicales). Así que la humedad puede pasarle como a la temperatura, que se correlaciona, pero no linealmente, y que cuando llegue a extremos vuelva a cambiar el efecto. Y tiene su explicación, si llueve de forma continua, se estanca mucha agua dulce que pueden ser focos de infección. Casualmente Guayaquil tiene alrededor marismas, por lo que creo recordar de cuando la vi por Google Earth (tuve una exnovia ecuatoriana, y he visitado el país). y creo que Manaos tambien.

Aún hay cosas que no terminamos de entender al completo. Pero en España el patrón se cumple de forma casi milimétrica en todas las CCAA.

PD: Pensé en si hablar de ello, pero ya se me ha hecho demasiado largo el artículo....

Guanarteme

#9 ¡Gracias a ti por la información que aportas, así da gusto Menéame!

Vale, pues puede ser eso que dices, que mucha agua dulce estancada productos de las constantes lluvias de las zonas bajas cerca de la línea ecuatorial, favorece la transmisión, mucha sequedad es malo, mucha agua estancada también.

Sí, tanto Guayaquil como Manaos están rodeados de ciénagas, selvas, ríos....

DatosDame

#86 Hola. Te listo la situación diaria desde el 10 de marzo:

Fecha Fallecidos reales Fallecidos estimados Exceso
10/03/2020 1200 1190 10
11/03/2020 1237 1168 69
12/03/2020 1209 1164 45
13/03/2020 1283 1161 122
14/03/2020 1250 1159 91
15/03/2020 1269 1158 111
16/03/2020 1273 1154 119
17/03/2020 1348 1153 195
18/03/2020 1416 1150 266
19/03/2020 1560 1148 412
20/03/2020 1726 1148 578
21/03/2020 1816 1144 672
22/03/2020 1717 1142 575
23/03/2020 1912 1138 774
24/03/2020 2152 1126 1026
25/03/2020 2240 1128 1112
26/03/2020 2262 1125 1137
27/03/2020 2390 1122 1268
28/03/2020 2407 1122 1285
29/03/2020 2215 1122 1093
30/03/2020 2327 1122 1205
31/03/2020 2476 1118 1358
01/04/2020 2439 1116 1323
02/04/2020 2369 1110 1259
TOTAL   43493 27388 16105

Múltiplo de de x1,6 redondeado, que era mi estimación para España.

neotobarra2

#88 No me coinciden los datos con los tuyos, y creo que es porque partimos de fechas diferentes.

Yo había cogido desde el 1 de febrero, que ya había casos de coronavirus en España (el primer caso se conoció el 31 de enero). Si en febrero el virus ya estaba en España, entonces en febrero ya pudo haber muertes por coronavirus (que quizá no se detectasen, porque en aquel momento a saber si se estaban haciendo test), que deberían poder detectarse como exceso de muertes en el MoMo. Por eso partí de esa fecha.

Lo curioso es que el MoMo nos da una mortalidad real inferior a la esperada en febrero. Por eso a mí me sale un total de 13508 muertos en exceso entre el 1 de febrero y el 2 de abril, respecto a lo esperado. De hecho, veo que has partido precisamente desde el 10 de marzo que es el primer día que la tendencia se vuelve positiva y va creciendo. ¿Por qué? Si lo que interesa es saber las muertes que ha producido esta pandemia, ¿no deberíamos tener en cuenta también febrero?

Pego los datos:

Fecha Observadas Esperadas Diferencia
01/02/2020 1312 1278,5 33,5
02/02/2020 1272 1288,5 -16,5
03/02/2020 1284 1283 1
04/02/2020 1304 1295 9
05/02/2020 1302 1295 7
06/02/2020 1264 1295 -31
07/02/2020 1270 1287 -17
08/02/2020 1191 1302 -111
09/02/2020 1150 1288,5 -138,5
10/02/2020 1152 1290 -138
11/02/2020 1235 1290 -55
12/02/2020 1232 1283,5 -51,5
13/02/2020 1284 1279,5 4,5
14/02/2020 1192 1279 -87
15/02/2020 1208 1270 -62
16/02/2020 1074 1265,5 -191,5
17/02/2020 1121 1264,5 -143,5
18/02/2020 1129 1249,5 -120,5
19/02/2020 1089 1245,5 -156,5
20/02/2020 1184 1240,5 -56,5
21/02/2020 1157 1228,5 -71,5
22/02/2020 1173 1218,5 -45,5
23/02/2020 1088 1217,5 -129,5
24/02/2020 1141 1217,5 -76,5
25/02/2020 1124 1215 -91
26/02/2020 1126 1213 -87
27/02/2020 1219 1206,5 12,5
28/02/2020 1124 1206,5 -82,5
29/02/2020 1142 1208 -66
01/03/2020 1054 1204 -150
02/03/2020 1111 1205,5 -94,5
03/03/2020 1147 1204 -57
04/03/2020 1137 1198,5 -61,5
05/03/2020 1172 1201,5 -29,5
06/03/2020 1172 1202,5 -30,5
07/03/2020 1147 1198,5 -51,5
08/03/2020 1119 1194 -75
09/03/2020 1097 1191 -94
10/03/2020 1200 1189,5 10,5
11/03/2020 1237 1167,5 69,5
12/03/2020 1209 1164,5 44,5
13/03/2020 1283 1161 122
14/03/2020 1250 1159 91
15/03/2020 1269 1158 111
16/03/2020 1273 1154 119
17/03/2020 1348 1153 195
18/03/2020 1416 1150 266
19/03/2020 1560 1148,5 411,5
20/03/2020 1726 1147,75 578,25
21/03/2020 1816 1143,5 672,5
22/03/2020 1717 1141,5 575,5
23/03/2020 1912 1137,5 774,5
24/03/2020 2152 1125,5 1026,5
25/03/2020 2240 1128,25 1111,75
26/03/2020 2262 1125 1137
27/03/2020 2390 1121,5 1268,5
28/03/2020 2407 1121,5 1285,5
29/03/2020 2215 1121,5 1093,5
30/03/2020 2327 1121,5 1205,5
31/03/2020 2476 1118,5 1357,5
01/04/2020 2439 1115,5 1323,5
02/04/2020 2369 1109,5 1259,5
    13508

DatosDame

#84 Hola David. El clima juega un papel fundamental en la transmisión del virus. Mi próximo artículo lo voy a abordar, pero es necesario entender que hay una temperatura y humedad que bajo ciertas condiciones, suponen su expansión mucho más exponencial. Dentro de España también ocurre, todas las provincias costeras son mucho menos afectadas que las de interior.

DatosDame

#36 La verdad es que he entrado muy poco aquí, porque suelo nutrirme de equivalentes anglosajones, como Reddit. Pero pensé que este contenido era más apropiado para Menéame....

autonomator

#41 pues bienvenido y que sea por mucho y bueno.