Cuando lo abundante escasea

Durante los últimos dos meses, medios locales e internacionales reportaron la escasez de oxígeno en varias regiones del Perú. Con testimonios desgarradores, documentaron la dificultad de familiares de personas graves con COVID-19 por conseguir dicho medicamento y por verse obligados a pagar precios exorbitantes dada la alta demanda.

Desde el Gobierno, recién a inicios de junio, se priorizó la producción y el acceso a sistemas de oxígeno medicinal mediante el Decreto de Urgencia N.º 066-2020. Es decir, 85 días después de declarada la emergencia sanitaria. Ello pese a que la Defensoría del Pueblo venía advirtiendo sobre esta problemática desde meses atrás.

En este contexto, vale la pena preguntarse: ¿cuál es la disponibilidad real de oxígeno en el país?

Cada mes, la Dirección General de Medicamentos, Insumos y Drogas (Digemid) reporta el stock disponible de oxígeno en los establecimientos de salud del ámbito de las Diresas (Dirección Regional de Salud). Esta información incluye centros de salud, postas de salud, hospitales de distintos niveles de complejidad, almacenes e institutos especializados. La información proviene de la base de datos del Sistema Integrado de Suministros de Medicamentos e Insumos Médico-Quirúrgico (Sismed), que consolida los datos de inventario.

¿Cómo analizar estos datos? En un mundo ideal uno podría comparar las necesidades de oxígeno en cada región contra el stock existente. Sin embargo, no se cuenta con información de demanda de oxígeno. Entonces, lo que se puede hacer es comparar la evolución del número de fallecidos con el stock de oxígeno. Esto tiene sentido dado que el número de fallecidos puede ser considerado como una variable que se aproxima (imperfectamente) a la demanda real de oxígeno en cada región. A partir de dicha comparación, ¿qué se espera encontrar? Por ejemplo, si observamos que el número de fallecidos se eleva y también lo hace el stock de oxígeno, podríamos inferir que la oferta de oxígeno —en este caso provista desde el sector público— ha respondido a una mayor necesidad del mismo. Pero, podría ocurrir que, a pesar de que ambos indicadores se muevan de manera conjunta, aún exista una demanda insatisfecha. Aunque no se puede decir nada acerca al respecto con los datos disponibles, lo que sí es una señal alarmante es observar un aumento del número de muertos y una caída del stock de oxígeno.

El siguiente gráfico muestra la evolución de ambos indicadores para Lima, Amazonas y Cusco entre marzo (cuando se declaró el estado de emergencia sanitaria) y junio de este año, último mes con el que se cuenta con información sobre el stock. Al ver el gráfico podríamos concluir que el caso de Lima es el escenario que se esperaba, pues ambas variables se movieron de forma similar. Un indicador estadístico que se utiliza para medir la relación entre las variables se llama correlación, y esta puede tomar valores entre +1, si ambas variables se mueven perfectamente iguales y en el mismo sentido, y -1 si se mueven en sentido opuesto. La correlación para el caso de Lima es de +0.98.

Los casos de Amazonas y Cusco son preocupantes porque muestran que, mientras el número de muertos aumentó, la disponibilidad de oxígeno cayó. La correlación para ambas regiones fue de -0.94 y -0.92, respectivamente. Es importante mencionar que la existencia de correlación entre dos variables no implica causalidad (por ejemplo, no se puede concluir que la falta de disponibilidad de oxígeno generó más muertos).

Como es usual en este tipo de análisis, no todo es negro o blanco, sino que el desempeño de las distintas regiones difiere sustancialmente. Es decir, se observa una amplia gama de grises o de valores entre -1 y +1. Las regiones con una correlación negativa o las que muestran un peor desempeño entre marzo y junio están Amazonas, Apurimac, Ayacucho, Cusco, Huancavelica, La Libertad, Madre de Dios, Piura y Puno.

Finalmente, uno puede pensar que no había forma de anticipar el problema y que es fácil analizar los datos una vez ocurridos los eventos. Una afirmación de esta naturaleza es en parte cierta. Es claro que nadie podía anticipar la crisis sanitaria, pero ¿se podía anticipar qué regiones iban a tener más problemas con el abastecimiento de oxígeno? La mejor respuesta que se podría obtener es no, pero probablemente para el caso peruano esta respuesta sea afirmativa.

La ilustración N.° 2 muestra la relación que existe entra la medida de desempeño de abastecimiento de oxígeno (correlación entre el número de fallecidos con el stock de oxígeno) durante la crisis sanitaria del 2020 y una medida de la eficiencia del Gobierno regional del 2019. Como medida de eficiencia se utilizó el porcentaje de inversión pública ejecutada por dicha instancia en el ámbito de salud. Los casos donde este desempeño fue crítico son Amazonas y Cusco, cuyos Gobiernos regionales casi no ejecutaron sus inversiones programadas para el 2019. De cada sol programado y disponible para invertir en estas dos regiones, sus autoridades gastaron solo entre 0.2 y 0.3 soles, respectivamente. Es más, Amazonas y Cusco estuvieron entre las tres peores regiones en eficiencia dicho año.

Volviendo al gráfico, el análisis se puede centrar en los casos con un bajo desempeño en el 2020, que en la figura son las regiones que aparecen sobre fondo naranja y cuya correlación es menor a +0.2, incluidos valores negativos. Ahí existe una clara relación positiva entre la eficiencia del año pasado y la medida de desempeño de abastecimiento de oxígeno este año. Siempre se puede argumentar que el Gobierno central pudo apoyar a todas las regiones, asumiendo que estas aceptaban el apoyo. Pero, si esto no era factible, el Gobierno al menos pudo focalizar la ayuda en aquellas con el peor desempeño durante la pandemia mirando los números de eficiencia del 2019.

Realizado por: Carla Calero, investigadora principal en Videnza Consultores

0 comentarios

Dejar un comentario

¿Quieres unirte a la conversación?
Siéntete libre de contribuir!

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *