Introducción
Hola, soy Martín Vargas Estrada1. Soy psicólogo social, y me dedico a la docencia e investigación a nivel universitario, la asesoría académica, la consultoría empresarial en relación a temas de cultura organizacional, y el coaching.
COVID-19. No podemos hablar de otra cosa. Además de la mortalidad y morbilidad (entendida esta última como la tendencia a desarrollar la enfermedad y la incapacidad consiguiente, en especial entre los pacientes sintomáticos), últimamente me ha surgido una inquietud: ¿por qué acatan tan poco y tan mal los peruanos el confinamiento en general, y el aislamiento social en especial?.
He oído dos explicaciones al respecto:
Explicación 1 : Los peruanos no acatamos el aislamiento social porque en nuestra cultura no se valora la obediencia social.
Explicación 2 : Los peruanos no acatamos el aislamiento social porque la necesidad económica nos obliga a interactuar unos con otros, en lugares como el mercado y otros tipos de interacción de compra/venta, necesarios para la supervivencia.
Es un punto que va más allá de la opinión personal, pues desgraciadamente, ambas explicaciones son la base de debate y enfrentamiento social, y tienden a percibirse como mutuamente excluyentes (aunque puedan concebirse escenarios en donde no lo sean): quienes se inclinan por la Explicación 1 son tildados de ignorantes, prejuiciosos y poco empáticos (o peor). Los que se adscriben a la Explicación 2 son tachados de caviares, progres, y otros epítetos con los que a menudo se busca denigrar a la minoría culturosa.
Estrategia de Análisis
Con esta investigación pretendo generar un análisis que busca entender el problema, más que solucionarlo de manera práctica. En otras palabras, mi finalidad es la comprensión y no tanto la recomendación de acciones específicas. Esto diferenciará el aporte de este artículo de muchos otros, muy valiosos, pero con otro foco.
Asimismo, en este análisis nos hemos permitido tener una mirada bastante macro, a saber, una perspectiva de naciones. No vamos a entrar al detalle de regiones, departamentos u otras categorías subnacionales.
Táctica de Análisis
El impulso natural nos llevaría a pensar que el enfoque más intuitivo para abordar un fenómeno tan dinámico como una pandemia sería el longitudinal: una serie de tiempo, por ejemplo, que nos ilustre acerca de los vaivenes de las estadísticas de muertos y afectados con el paso de los días.
Sin embargo, existe una limitación a este tipo de análisis: subidas y bajadas tienen mucho que ver con patrones intrínsecos propios de una enfermedad que aún no comprendemos del todo: podría ser –por más que la idea sea antipática o no a nuestras inclinaciones políticas– que lecturas como las de Bolsonaro2 y Trump3, por no hablar de enfoques más “relajados” como el de Suecia4, fueran más eficaces que el confinamiento. O quizás ni siquiera tienen relación alguna con el impacto del virus.
Abordar este tema con mirada trasversal tiene la ventaja de congelar en el tiempo el impacto de la evolución de la enfermedad. Por usar una metáfora, la fotografía de un momento puede revelar patrones estructurales y detalles que quizás el video no pueda mostrarnos.
Justificación
Entendemos que desde el punto de vista de un científico social no es necesario justificar por qué simplemente nos ceñimos a la comprensión más que a la acción. La motivación primaria de la Ciencia es entender; la comprensión en sí misma es su propia recompensa. Si es posible, en un segundo momento, generar aplicaciones prácticas a partir del conocimiento, en muy buena hora.
Por lo demás, aun para aquellas personas orientadas a lo práctico, queda muy claro que cualquier plan de solución concreto que no se inspire en una comprensión cabal de un fenómeno es el equivalente a dar palos de ciego en un salón oscuro: puede que demos en el blanco, pero nunca sabremos por qué, o (peor aún) cómo volver a solucionar el problema o siquiera cómo lo logramos en primer lugar.
Nuestra Meta de Investigación
En general evito engrosar las filas de los opinólogos, y por eso a menudo, cuando me veo expuesto a este tipo de debate público (y los hay muchos similares últimamente en el Perú), siempre me planteo en mi interior:
¿Es posible resolver este debate apelando a los hechos, o al menos a un planteamiento científico de los hechos?
Así fue que empezó esta investigación.
Empecemos por plantear nuestra meta de investigación. Una meta de investigación es distinta de un objetivo de investigación. Una meta es un reflejo de nuestra finalidad última, lo que ultimadamente quisiéramos saber. Un objetivo, por el contrario, es la traducción, a menudo cuantitativa, pero siempre explícita e inambigua, de la meta.
Nuestra meta, por lo tanto, sería:
Meta de Investigación: Resolver mediante evidencia cuantitativa si los peruanos no acatamos el aislamiento social y la cuarentena por motivos culturales, o si, por lo contrario, no acatamos el aislamiento social y la cuarentena por motivos económicos.
Ahora bien, ¿cómo podríamos “ponerle patas” a esta meta nuestra? La idea general es tratar de establecer medidas cuantitativas, y así sacar provecho a la abundancia de datos con los que actualmente se cuenta, debido al múltiple esfuerzo por entender esta pandemia. Por lo tanto, pasaremos a escoger qué variables vamos a considerar en nuestro estudio.
Nuestras variables
Variable control: PBI
Lo primero que se me ocurrió fue hacer una comparación. La idea era “aislar” en una especie de lista a todos los países cuyo Producto Bruto Interno (PBI, o GDP en sus siglas inglesas) sea comparable al del Perú.
La idea es que el nivel económico fuera una variable control.
Una variable control es aquella que mantenemos constante durante nuestra investigación, para que no distorsione nuestros resultados.
La idea es comparar las estadísticas del COVID-19; si hay diferencias grandes entre los países, a pesar de que todos ellos pertenecen al mismo nivel económico, entonces es más probable que esas diferencias se deban a otras variables (entre ellas, con suerte, a la peculiar cultura de cada una de esas naciones).
Se me ocurrió revisar la base de datos del Banco Mundial. Allí encontré que las naciones del mundo están agrupadas según su nivel de PBI en diversos grupos. El Perú pertenece al grupo “Upper middle income”, algo así como “Ingresos Intermedios Superiores”.
Hay otras 59 naciones que fueron asignadas por el World Bank en el mismo grupo. He aquí el listado (nuestro país se encuentra en este grupo, como puede verse en la tabla 1):
| PAÍS |
|---|
| Albania |
| Argentina |
| Armenia |
| American Samoa |
| Azerbaijan |
| Bulgaria |
| Bosnia and Herzegovina |
| Belarus |
| Belize |
| Brazil |
| Botswana |
| China |
| Colombia |
| Costa Rica |
| Cuba |
| Dominica |
| Dominican Republic |
| Algeria |
| Ecuador |
| Fiji |
| Gabon |
| Georgia |
| Equatorial Guinea |
| Grenada |
| Guatemala |
| Guyana |
| Iran, Islamic Rep. |
| Iraq |
| Jamaica |
| Jordan |
| Kazakhstan |
| Lebanon |
| Libya |
| St. Lucia |
| Sri Lanka |
| Maldives |
| Mexico |
| Marshall Islands |
| North Macedonia |
| Montenegro |
| Mauritius |
| Malaysia |
| Namibia |
| Nauru |
| Peru |
| Paraguay |
| Romania |
| Russian Federation |
| Serbia |
| Suriname |
| Thailand |
| Turkmenistan |
| Tonga |
| Turkey |
| Tuvalu |
| St. Vincent and the Grenadines |
| Venezuela, RB |
| Samoa |
| Kosovo |
| South Africa |
Hay algunas sorpresas en el listado anterior: Cuba, China y la Federación Rusa están en el mismo paquete que el Perú. A más de uno les causará esto cierta disonancia. La última vez que el Banco Mundial revisó esta tabla fue en el 2018.
Variables Poblacionales
Ahora bien, necesitamos el dato de los indicadores poblacionales. Sería absurdo comparar a China con el Perú, por ejemplo, al menos en términos absolutos, debido a la enorme diferencia poblacional. Así que añadí al listado anterior el dato de diversos indicadores poblacionales.
Consulté la base de datos de la ONU, en la cual se consideran cuatro indicadores poblacionales:
- Población Masculina: Cantidad de habitantes de sexo masculino
- Población Femenina: Cantidad de habitantes de sexo femenino
- Población Total: Cantidad total de habitantes
- Densidad Poblacional: Cantidad de habitantes por kilómetro cuadrado
Ahora bien, ¿por qué es relevante segregar el análisis poblacional por sexo? La lógica es sencilla: al parecer, todo indica que el COVID-19 es una enfermedad que aqueja desproporcionalmente a los varones. Asimismo, incluimos el dato de densidad poblacional pues, según lo que hasta ahora se sabe, una mayor densidad poblacional haría más probable el contagio y, por sentido común, probablemente más difícil para los habitantes acatar medidas como el confinamiento.
Ya para esta instancia suprimí varios países, debido a que, pese a contar con el detalle de sus respectivos PBI, ni la ONU misma contaba con el detalle de sus indicadores poblacionales completos. La lista final de países que incluiremos en la investigación, queda, por lo tanto, constituida por el siguientes listado de países:
| PAÍS | REGIÓN |
|---|---|
| Albania | Europa & Asia Central |
| Algeria | Medio Oriente & África del Norte |
| Argentina | Latinoamérica & Caribe |
| Armenia | Europa & Asia Central |
| Azerbaijan | Europa & Asia Central |
| Belarus | Europa & Asia Central |
| Belize | Latinoamérica & Caribe |
| Bosnia and Herzegovina | Europa & Asia Central |
| Botswana | África Sub-Sahariana |
| Brazil | Latinoamérica & Caribe |
| Bulgaria | Europa & Asia Central |
| China | Asia Oriental y Pacífico |
| Colombia | Latinoamérica & Caribe |
| Costa Rica | Latinoamérica & Caribe |
| Cuba | Latinoamérica & Caribe |
| Dominican Republic | Latinoamérica & Caribe |
| Ecuador | Latinoamérica & Caribe |
| Equatorial Guinea | África Sub-Sahariana |
| Fiji | Asia Oriental y Pacífico |
| Gabon | África Sub-Sahariana |
| Georgia | Europa & Asia Central |
| Grenada | Latinoamérica & Caribe |
| Guatemala | Latinoamérica & Caribe |
| Guyana | Latinoamérica & Caribe |
| Iran, Islamic Rep. | Medio Oriente & África del Norte |
| Iraq | Medio Oriente & África del Norte |
| Jamaica | Latinoamérica & Caribe |
| Jordan | Medio Oriente & África del Norte |
| Kazakhstan | Europa & Asia Central |
| Lebanon | Medio Oriente & África del Norte |
| Libya | Medio Oriente & África del Norte |
| Malaysia | Asia Oriental y Pacífico |
| Maldives | Asia del Sur |
| Mauritius | África Sub-Sahariana |
| Mexico | Latinoamérica & Caribe |
| Montenegro | Europa & Asia Central |
| Namibia | África Sub-Sahariana |
| North Macedonia | Europa & Asia Central |
| Paraguay | Latinoamérica & Caribe |
| Peru | Latinoamérica & Caribe |
| Romania | Europa & Asia Central |
| Russian Federation | Europa & Asia Central |
| Samoa | Asia Oriental y Pacífico |
| Serbia | Europa & Asia Central |
| South Africa | África Sub-Sahariana |
| Sri Lanka | Asia del Sur |
| Suriname | Latinoamérica & Caribe |
| Thailand | Asia Oriental y Pacífico |
| Tonga | Asia Oriental y Pacífico |
| Turkey | Europa & Asia Central |
| Turkmenistan | Europa & Asia Central |
| Venezuela, RB | Latinoamérica & Caribe |
Veamos el gráfico de la distribución de esa misma lista de países por regiones geográficas (aquí uso las categorías de la ONU, que no son necesariamente las de un Atlas ortodoxo).
Comprobamos, pues, que la mayoría de países que van quedando para nuestra investigación pertenecen a la misma región geográfica que el Perú (Latinoamérica & Caribe). Aunque por supuesto la ubicación geográfica no es equivalente a cultura, uno de los supuestos importantes de este estudio será que la cultura de los países que se ubican en la misma región geográfica tenderán a ser culturalmente similares: por ejemplo, la cultura peruana es más similar a la brasilera que a la de Bulgaria o Botswana.
Variables COVID-19
Pudimos obtener, gracias a la generosidad de la Universidad Johns Hopkins, datos de su repositorio, en el que se centralizan a diario cifras relativas a la pandemia.
Pudimos disponer de cuatro indicadores:
- Confirmados: Cantidad de casos confirmados de COVID-19.
- Fallecidos: Cantidad de fallecimientos confirmados de COVID-19.
- Recuperados: Cantidad de casos de pacientes que se recuperaron de COVID-19.
- Enfermos en proceso: Cantidad de casos de COVID-19 que aún están cursando la enfermedad, con síntomas o sin ellos. Es el resultado de restar “Confirmados” de la suma de “Fallecidos” + “Recuperados”.
Por economía de texto, de aquí en adelante, cada vez que aludamos a estos indicadores, usaremos el acrónimo COFRE: (CO)nfirmados, (F)allecidos, (R)ecuperados, (E)n proceso.
He aquí el ranking de los primeros 15 países según la cantidad de casos confirmados al día 13 de mayo de 2020 (obvio, esto es dinámico y cambiará para cuando ustedes lean esto). Fíjense que el Perú ocupa el décimo tercer lugar en el mundo :
| Ranking | Pais | Confirmados |
|---|---|---|
| 1 | US | 1,390,406 |
| 2 | Russia | 242,271 |
| 3 | United Kingdom | 229,705 |
| 4 | Spain | 228,691 |
| 5 | Italy | 222,104 |
| 6 | Brazil | 190,137 |
| 7 | France | 178,184 |
| 8 | Germany | 174,098 |
| 9 | Turkey | 143,114 |
| 10 | Iran | 112,725 |
| 11 | China | 84,024 |
| 12 | India | 78,055 |
| 13 | Peru | 76,306 |
| 14 | Canada | 73,568 |
| 15 | Denmark | 54,275 |
En cuanto a los fallecidos, vemos que felizmente nuestro país no está entre los primeros 15:
| Ranking | Pais | Fallecidos |
|---|---|---|
| 1 | US | 84,119 |
| 2 | United Kingdom | 33,186 |
| 3 | Italy | 31,106 |
| 4 | Spain | 27,104 |
| 5 | France | 27,077 |
| 6 | Brazil | 13,240 |
| 7 | Belgium | 8,843 |
| 8 | Germany | 7,861 |
| 9 | Iran | 6,783 |
| 10 | Denmark | 6,114 |
| 11 | Netherlands | 5,581 |
| 12 | Canada | 5,425 |
| 13 | China | 4,637 |
| 14 | Mexico | 4,220 |
| 15 | Turkey | 3,952 |
El siguiente es el ranking de infectados recuperados; comprobamos que, felizmente, el Perú se encuentra en décimo quinto lugar:
| Ranking | Pais | Recuperados |
|---|---|---|
| 1 | US | 243,430 |
| 2 | Germany | 148,700 |
| 3 | Spain | 140,823 |
| 4 | Italy | 112,541 |
| 5 | Turkey | 101,715 |
| 6 | Iran | 89,428 |
| 7 | China | 79,246 |
| 8 | Brazil | 78,424 |
| 9 | France | 58,786 |
| 10 | Russia | 48,003 |
| 11 | Canada | 35,177 |
| 12 | Switzerland | 27,100 |
| 13 | Mexico | 26,990 |
| 14 | India | 26,400 |
| 15 | Peru | 24,324 |
Por último, tenemos el ranking de personas que han sido reconocidas como infectadas y cuya enfermedad está siguiendo su curso (incluye a los asintomáticos). Debemos resaltar que esta estadística en particular es un signo de alarma, porque de la complicación de circunstancias de este grupo pùede generarse la congestión hospitalaria y el rebasamiento del sistema de salud, llevando al doloroso escenario italiano, donde los médicos deciden, más o menos arbitrariamente, quién vive y quién muere. Y vemos que el Perú está en octavo lugar en este ranking, por encima incluso de países mucho más populosos, como la India:
| Ranking | Pais | Enfermos |
|---|---|---|
| 1 | US | 1,062,857 |
| 2 | United Kingdom | 196,519 |
| 3 | Russia | 192,056 |
| 4 | Brazil | 98,473 |
| 5 | France | 92,321 |
| 6 | Italy | 78,457 |
| 7 | Spain | 60,764 |
| 8 | Peru | 49,813 |
| 9 | India | 49,104 |
| 10 | Denmark | 39,143 |
| 11 | Netherlands | 37,672 |
| 12 | Turkey | 37,447 |
| 13 | Canada | 32,966 |
| 14 | Belgium | 31,201 |
| 15 | Saudi Arabia | 26,935 |
Para resumir la situación luego de analizar la estadística descriptiva de los indicadores COFRE, podríamos llegar a algunas conclusiones preliminares:
- El indicador de casos confirmados (CO) nos revela el grado de expansión de la enfermedad en un país determinado. El Perú se encuentra en décimo tercer lugar mundial.
- El indicador de casos de fallecimientos (F) nos revela que la respuesta peruana a la pandemia está siendo, hasta el memento, adecuada: no figuramos entre los primeros 15 lugares de ese tétrico ranking.
- El indicador de casos en recuperación (R) nos indica la carga hospitalaria absoluta: a mayor cantidad de personas en recuperación, menor ocupación hospitalaria. Como país nos ubicamos en el décimo tercer lugrar mundial; esto probablemente refleje el cuidado y atención que la población recibe.
- El indicador de casos de enfermos en proceso (E) nos indica la amenaza de sobrecarga hospitalaria. Alarmante, pero el Perú se encuentra en el décimo tercer lugar.
- El panorama general para el caso del Perú nos señala, al menos inicialmente, motivos de alerta.
Nuestras Hipótesis de Investigación
Ya hemos hablado acerca de nuestra meta, y de las variables que podrían servirnos para darle una respuesta medible.
Partiendo de nuestra meta de investigación, usaremos las variables para tratar de plantear relaciones que puedan ser comprobadas de forma medible. A tales relaciones las llamaremos hipótesis.
Una hipótesis es una relación que suponemos existe entre las variables; pero es una relación de un tipo especial, porque está formulada de tal modo que puede ser sometida a prueba y comprobarse si se cumple o no se cumple.
Pueden ubicarme en mis redes sociales: Youtube, Facebook, LinkedIn, Twitter, y en mi Blog Personal↩
Cuyo negacionismo parece generar arraigo popular, según el NYT↩
En EEUU, el issue reproduce la dinámica usual, de rechazo mediático y de expertos contrastado por el apoyo de las masas conservadoras; ver CNN↩
Donde, sin embargo, se evidencia reveses importantes, como reporta The Washington Post↩