Las máscaras todavía no funcionan

Más de dos años después, la mejor evidencia científica dice que las máscaras no detienen a Covid, y los funcionarios de salud pública continúan ignorándolo.

Las máscaras están de vuelta en San Diego, California, donde la junta escolar acaba de decretar que los estudiantes deben cubrirse la cara o se les prohibirá poner un pie dentro de un salón de clases. No importa eso, según las estadísticas de los CDC y las cifras de población de la Oficina del Censo, más del 99,99 % de los niños en California (donde el gobernador Gavin Newsom ha impuesto regularmente mandatos de máscara) y más del 99,99 % de los niños en Florida (donde el gobernador Ron DeSantis ha permitido que los niños vivan sin máscara) no han muerto de covid, ya sea porque no lo han contraído o porque lo contrajeron y sobrevivieron. No importa que más del 99,99 por ciento de los niños a nivel nacional tampoco hayan muerto de covid. Y no importa que, de nuevo, según las estadísticas de los CDC, los mayores de 85 años han tenido más de 2000 veces más posibilidades de morir de covid que los menores de 18 años; que incluso los treintañeros han tenido 25 veces más posibilidades de morir de covid que los menores de 18 años; y que, de cada 40 niños en edad escolar (de 5 a 17 años) que han muerto durante la era de Covid, solo una de esas muertes ha involucrado a Covid. Independientemente, los funcionarios escolares han decidido que todos deben usar mascarilla.

Las escuelas tampoco están solas en volver a los mandatos de máscara. El ejército ha sido una de las instituciones más felices con las máscaras. Inmediatamente, la Marina anunció que todos, uniformados o no, deben usar máscaras en el interior de sus bases en el área de San Diego. En la costa, Bay Area Rapid Transit ha vuelto a imponer un mandato de máscara. Mientras tanto, muchas universidades de todo el país han anunciado que requerirán máscaras este otoño.

Dichos decretos ignoran el hecho de que las máscaras son físicamente incómodas, dificultan la respiración y comprometen profundamente la interacción social humana. Pero nada de eso les importa a los fanáticos de las máscaras, que están convencidos de que los beneficios superan con creces cualquier costo potencial. Entonces, ¿dónde está la prueba?

La naturaleza de la aceptación de las máscaras por parte del establecimiento de salud pública está muy bien capturada en un artículo publicado la primavera pasada y actualmente publicado en el sitio web de los Institutos Nacionales de Salud. El artículo, de Seán M. Muller, habla de "el fracaso de los ensayos controlados aleatorios (ECA) para proporcionar evidencia de apoyo" de que las máscaras funcionan para reducir la transmisión viral, un tema que discutí extensamente el verano pasado.

Muller merece crédito por ser más honesto que la mayoría de los defensores de las máscaras. Señala que la Organización Mundial de la Salud dijo en marzo de 2020 que "no hay evidencia" de que las máscaras funcionen, y agrega que "fue la ausencia de efectos positivos significativos de los ECA antes de la pandemia lo que informó la decisión inicial [anti-mascarilla] de la OMS. ] postura". Sin embargo, Muller lamenta la dependencia de los ECA en lugar del "razonamiento basado en mecanismos". Este es un término elegante para aplicar las propias facultades de razonamiento. El razonamiento de Muller lo lleva a estar convencido de que las máscaras deben funcionar. Pero esa, por supuesto, es la razón por la que tenemos ECA: para probar las nociones de las personas sobre lo que funciona y lo que no.

Muller reconoce que las personas "pueden transferir material infeccioso al tocarse la cara con las manos sin desinfectar para colocarse y quitarse una máscara", pero esta importante constatación no parece afectar sus conclusiones. En cambio, escribe, "el razonamiento basado en mecanismos proporciona una justificación para la postura defendida en última instancia por la OMS y adoptada por muchos países". Admite que la "lógica" implícita en tal razonamiento "se basa sólo en una teoría de la enfermedad de los gérmenes bastante simple". Sin embargo, increíblemente, luego afirma que tal razonamiento "coloca la carga de la prueba en aquellos que argumentarían en contra de recomendar máscaras". Entonces, incluso si los ECA no brindan evidencia para la afirmación de que las máscaras funcionan, incluso si sugieren continuamente, por el contrario, que las máscaras no funcionan, entonces los funcionarios de salud aún deberían recomendar máscaras, y probablemente exigirlas, porque la afirmación de que trabajo parece lógico para algunos.

Esto es fundamentalmente anticientífico. Sin embargo, captura efectivamente el pensamiento que ha animado los mandatos de máscara durante más de dos años. Este tipo de pensamiento continúa a pesar de que (como ha detallado John Tierney) la notable similitud en los resultados de Covid entre los estados con máscara obligatoria y sin máscara, y entre los países con máscara obligatoria y sin máscara, sugiere fuertemente que las máscaras no funcionan: al igual que los ECA han indicado que no lo hacen.

La caña científica solitaria y delgada a la que pueden agarrarse los defensores de las mascarillas, al menos en términos de ECA, es un estudio reciente de Bangladesh. Publicado mucho más de un año después de que los CDC y otros ya adoptaran las máscaras de todo corazón, el estudio afirmó encontrar beneficios estadísticamente significativos de las máscaras quirúrgicas. El primer autor incluido en ese estudio, el profesor de economía de Yale Jason Abaluck, intervino públicamente en el debate sobre las máscaras antes de que el estudio entrara en el campo. En los primeros días de Covid, opinó que tanto el gobierno federal como los gobiernos estatales deberían entregar máscaras gratis y tal vez imponer multas a quienes se negaran a usarlas. Desafortunadamente para los defensores de las máscaras, las diferencias muy pequeñas que encontró el estudio y la metodología cuestionable en la que se basaron esos hallazgos brindan poco más apoyo científico para el uso de máscaras que el razonamiento basado en mecanismos.

El RCT de Bangladesh encontró que 1086 personas en el grupo de máscara del estudio y 1106 personas en el grupo de control sin máscara del estudio contrajeron Covid. Sorprendentemente, estos números no provienen de los autores del estudio, a pesar de que brindan la respuesta a la pregunta principal que abordaba el estudio. Más bien, Ben Recht, profesor de ingeniería eléctrica y ciencias de la computación en la Universidad de California, Berkeley, calculó estos números a partir de los que publicaron los autores, y Abaluck posteriormente confirmó el cálculo de Recht de una diferencia de 20 personas entre los dos grupos.

Esta diferencia de 20 personas (de más de 300 000 participantes) significó que aproximadamente 1 de cada 132 personas se contagió de covid en el grupo de control, frente a 1 de 147 en el grupo de máscaras. Eso equivale a que el 0,76 por ciento de las personas en el grupo de control y el 0,68 por ciento de las personas en el grupo de máscara contraigan covid, una diferencia de 0,08 puntos porcentuales, que los autores del estudio prefieren describir como una reducción del 9 por ciento. Abaluck y compañía también describen que su estudio proporcionó "evidencia clara" de que las máscaras quirúrgicas funcionan, aunque el supuesto beneficio de esas máscaras se registró como estadísticamente significativo solo después de que los investigadores "ajustaron" la proporción de cuántas personas contrajeron covid en cada grupo proporcionando "controles de referencia", que no describen de forma transparente. (Ese ajuste, sin embargo, y su necesidad para lograr significación estadística, está claramente indicado).

Esta diferencia informada de 0,08 puntos porcentuales se probó como estadísticamente significativa solo debido al enorme tamaño de la muestra que afirmaron los autores, lo que permitió que las pequeñas diferencias se probaran como significativas en lugar de ser atribuibles al azar. No está del todo claro, sin embargo, que este estudio realmente pueda producir tal precisión.

Imagínese si los investigadores dividieran al azar a 340 000 personas, independientemente de dónde vivieran, en un grupo con máscara (170 000 personas) o un grupo de control sin máscara (los otros 170 000). Uno supondría que esta división aleatoria daría como resultado que los dos grupos fueran muy similares. Eso es parte de la esencia de un RCT: si asigna aleatoriamente suficientes personas a un grupo u otro, los dos grupos terminarán siendo esencialmente iguales simplemente por casualidad. Sin embargo, sería una cosa muy diferente asignar dos ciudades enteras de 170.000 personas en dos grupos, con cada miembro de una ciudad dada yendo al mismo grupo. En ese caso, no estaría claro si las posibles diferencias en los resultados se deberían a la intervención (en este caso, máscaras) o a las diferencias entre las ciudades (en tasas de exposición al virus, normas culturales, etc.) .

El enfoque del estudio de Bangladesh cae en algún lugar entre estos dos escenarios. Sus investigadores asignaron aleatoriamente 300 aldeas a su grupo de mascarillas (en las que fomentaba el uso de mascarillas) y 300 aldeas con características similares a su grupo de control sin mascarillas (en las que no fomentaba el uso de mascarillas). Cada miembro de un pueblo dado fue asignado al mismo grupo. Como resultado, escribe Recht, "Aunque el tamaño de la muestra parecía enorme (340.000 individuos), el número efectivo de muestras fue de solo 600 porque el tratamiento se aplicó a aldeas individuales".

Sin embargo, los investigadores no analizaron los hallazgos a nivel de aldeas. En cambio, lo hicieron como si hubieran asignado al azar a 340 000 personas al grupo de máscara o al grupo de control. Recht escribe que debido a que "los resultados individuales no son independientes" y "los resultados dentro de un pueblo están correlacionados", analizar el estudio de esta manera es "ciertamente incorrecto". Dicho de otra manera, cuando los individuos se asignan aleatoriamente a un grupo u otro en un RCT, se supone que el resultado de una persona no afecta el de otra, pero esto difícilmente es el caso cuando se analizan los efectos de un virus altamente contagioso entre las personas que viven en el mismo pueblo, todos los cuales fueron asignados al mismo grupo. En términos sencillos, cada lanzamiento de dados debe ser independiente y no debe afectar los lanzamientos posteriores. Pero en el estudio de Bangladesh, cada tirada de dados afectó a las tiradas subsiguientes.

Recht cita un ECA anterior sobre máscaras (que analicé en mi ensayo de 2021) que se ajustó a tal correlación, es decir, se ajustó al hecho de que el resultado de una persona podría influir en el de otra. A pesar de que el ECA anterior asignó aleatoriamente familias en lugar de aldeas a un grupo en particular, aún asumió la correlación y la ajustó. El estudio de Bangladesh, que tenía una correlación mucho mayor, no asumió ninguna. Al ajustar la correlación, Recht descubrió que el estudio de Bangladesh no mostró beneficios estadísticamente significativos de las mascarillas.

El peligro de pretender haber asignado al azar a 340 000 personas es que los tamaños de muestra enormes, que sugieren una gran precisión, permiten que las pequeñas diferencias se prueben como estadísticamente significativas, ya que hay menos probabilidad de que simplemente reflejen eventos aleatorios. Esto está bien si una prueba es realmente precisa, pero no si está inflando el tamaño de la muestra en un factor de más de 500 (600 frente a 340 000), o incluso en un factor de cinco. Tal escenario corre el riesgo de producir resultados "estadísticamente significativos" que en realidad son solo un producto de la casualidad. Esto es exactamente lo que parece haber sucedido en el estudio de Bangladesh.

La prensa convencional anunció este estudio como una confirmación de que las máscaras quirúrgicas funcionan y sugiriendo que las máscaras de tela (que, en general, no mostraron un beneficio estadísticamente significativo) tal vez deberían dejarse de lado. Pero los hallazgos reales del estudio fueron más interesantes. No encontró evidencia estadísticamente significativa de que las máscaras funcionen para personas menores de 40 años. Sin embargo, para personas de cuarenta años, encontró evidencia estadísticamente significativa de que las máscaras de tela funcionan, pero ninguna evidencia correspondiente para respaldar el uso de máscaras quirúrgicas. Para las personas de 50 años (o más), encontró evidencia estadísticamente significativa de que las máscaras quirúrgicas funcionan, pero ninguna evidencia correspondiente para respaldar el uso de máscaras de tela. Para complicar aún más las cosas, los investigadores distribuyeron máscaras de tela roja y púrpura. Recht, citando datos del estudio que los autores no incluyeron en su redacción o tablas, escribe que, según el método de análisis del estudio, "las máscaras de tela púrpura no hicieron nada, pero las máscaras rojas 'funcionaron'". agrega: "¡De hecho, las máscaras rojas fueron más efectivas que las máscaras quirúrgicas!" Cuando un estudio comienza a producir hallazgos como estos, sus resultados comienzan a parecer ruido aleatorio.

Además, dado que hubo solo 20 casos menos de covid en el grupo con mascarilla que en el grupo de control sin mascarilla, la mayor parte de la diferencia entre la tasa de covid del 0,68 por ciento en el primero y la tasa del 0,76 por ciento en el segundo se debió a las diferencias en el tamaños de lo que se suponía que eran dos grupos de igual tamaño. Los investigadores omitieron de su análisis a miles de personas, desproporcionadamente del grupo de control, a quienes no contactaron con éxito. Maria Chikina de la Universidad de Pittsburgh, Wesley Pegden de Carnegie Mellon y Recht descubrieron que el "personal no cegado" del estudio, que sabía qué participantes estaban asignados a qué grupo, "se acercó" a los del grupo de máscaras en una tasa "significativamente" más alta que los en el grupo de control. De hecho, Chikina, Pegden y Recht escriben que la "principal diferencia significativa" que condujo a un "desequilibrio" entre los dos grupos fue "el comportamiento del personal del estudio".

Bajo el principio de "intención de tratar", todos los que fueron asignados originalmente al azar a cualquiera de los grupos deberían haber sido incluidos en el análisis, ya sea que el personal los haya contactado o no. Eric McCoy, médico de la Universidad de California, Irvine, explica que el análisis por intención de tratar "conserva los beneficios de la aleatorización, que no se pueden asumir cuando se utilizan otros métodos de análisis". Recht, de acuerdo con McCoy, escribe: "Para los expertos en estadísticas médicas, el principio de intención de tratar dice que las personas que son inalcanzables o que se niegan a ser encuestadas deben contarse en el estudio. Omitirlas invalida el estudio". Sin embargo, eso es exactamente lo que hicieron los autores del estudio de Bangladesh. Cuando Chikina, Pegden y Recht analizaron los hallazgos del estudio mediante el análisis por intención de tratar, no encontraron una diferencia estadísticamente significativa entre la cantidad de personas que contrajeron covid en el grupo de máscaras y la cantidad de personas que lo contrajeron en el grupo de control.

Por lo tanto, para mostrar un beneficio estadísticamente significativo de las máscaras, el estudio de Bangladesh tuvo que apartarse del análisis por intención de tratar y tratar a 340 000 personas que no fueron asignadas al azar a un grupo de forma individual como si lo hubieran sido. Hacer solo uno u otro no habría producido un resultado estadísticamente significativo.

Además, el estudio no ocultó que estaba a favor de las máscaras, y lanzó una campaña total para convencer a las personas en la mitad de las aldeas de que las usaran. Los investigadores encontraron que el distanciamiento físico era un 21 por ciento mayor en las aldeas de máscaras que en las aldeas de control, lo que enturbia los esfuerzos para distinguir entre los efectos de las máscaras y el distanciamiento. El estudio también proporcionó incentivos monetarios a algunas personas, lo que abrió la posibilidad de que, dado que tanto los participantes como el personal sabían en qué grupo estaban las personas, algunos participantes podrían haber deseado dar respuestas que complacieran a los investigadores (y solo aquellos que informaron respuestas similares a las de Covid). los síntomas se analizaron en busca de anticuerpos). Finalmente, el estudio no evaluó cuántas personas tenían anticuerpos contra el covid de antemano, aunque sus principales hallazgos sobre las máscaras se basaron en cuántas personas tenían anticuerpos contra el covid después. Esto es como determinar si una familia compró mantequilla durante su último viaje de compras al ver si hay mantequilla en el refrigerador.

En resumen, los hallazgos del estudio de Bangladesh muestran pequeñas diferencias en la cantidad de personas que contrajeron covid en los grupos de control con máscara y (sin máscara), y estas pequeñas diferencias se registran como estadísticamente significativas solo debido a una miríada de elecciones metodológicas cuestionables. Los investigadores del estudio realizaron su análisis como si hubieran dividido al azar a 340 000 personas en el grupo de máscara o en el grupo de control, cuando en realidad habían dividido al azar 600 aldeas. También se desviaron del análisis por intención de tratar, sin el cual no habrían mostrado significación estadística incluso sobre la base de este tamaño de muestra inflado. Ajustaron la proporción de casos de covid-19 entre los grupos de máscara y control agregando controles de referencia que no estaban bien explicados, sin los cuales las máscaras quirúrgicas no se habrían probado como beneficios estadísticamente significativos. Y basaron sus hallazgos principales en si las personas habían adquirido anticuerpos contra el covid al final del estudio, sin haber probado si ya los habían adquirido antes del inicio del estudio.

Sin embargo, los CDC hacen referencia favorable a este estudio y lo llaman "bien diseñado". E incluso antes de que el esfuerzo fuera revisado por pares o publicado como un estudio oficial, Abaluck proclamó: "Creo que esto básicamente debería terminar con cualquier debate científico sobre si las máscaras pueden ser efectivas".

Tenga en cuenta que no hay motivos reales para elegir los resultados del estudio de Bangladesh. Si el estudio convence a las personas de que las máscaras funcionan, también debería persuadirlas de que las personas de cuarenta años deben usar máscaras de tela (¡rojas, no moradas!) y luego cambiar a máscaras quirúrgicas una vez que cumplan 50 años. el mismo abandono del análisis por intención de tratar y la misma determinación de analizar a 340.000 personas como si hubieran sido asignadas aleatoriamente a un grupo de forma individual, cuando en cambio habían sido agrupadas con el resto de su aldea. Para ponerlo en términos sencillos: basura adentro, basura afuera.

La mejor evidencia científica continúa sugiriendo que las máscaras no funcionan. Mientras tanto, el establecimiento de salud pública continúa ignorando esa evidencia. Los funcionarios de salud pública también permanecen casi completamente ciegos a los efectos profundamente adversos de las máscaras en la interacción humana y la calidad de vida. Ver los rostros de los demás y mostrar el propio están en el corazón de la vida social humana. En palabras del filósofo político Pierre Manent, "Presentar visiblemente la propia negativa a ser visto es una agresión permanente contra la convivencia humana".

Usar el poder del gobierno para prohibir que las personas muestren sus rostros a los demás es algo aún peor: un asalto continuo a la libertad humana. En efecto, como escribe Manent, "La visibilidad del rostro es una de las condiciones elementales de la sociabilidad, de [la] conciencia mutua que es previa y condiciona toda declaración de derechos". Y lo único peor que negar los derechos de hombres y mujeres libres es perseguir a sus hijos.

Jeffrey H. Anderson es presidente de American Main Street Initiative, un grupo de expertos para los estadounidenses comunes, y se desempeñó como director de la Oficina de Estadísticas de Justicia del Departamento de Justicia de EE. UU. de 2017 a 2021.

Foto de David Crane/MediaNews Group/Los Angeles Daily News vía Getty Images

City Journal es una publicación del Manhattan Institute for Policy Research (MI), un grupo de expertos líder en libre mercado. ¿Estás interesado en apoyar la revista? Como organización sin fines de lucro 501(c)(3), las donaciones en apoyo de MI y City Journal son totalmente deducibles de impuestos según lo dispuesto por la ley (EIN #13-2912529).

-

-

-

-

-