Buenos días, hoy escribo con buenas noticias sobre la evolución del virus.

Los datos de covid siguen mejorando en España. Como muestra el gráfico, desde hace tres semanas bajan los casos diarios, las hospitalizaciones y los ingresos en UCI.

Los descensos se ven en todas partes y para todas las edades. Hace quince días, cuando escribí sobre la ralentización que ya veíamos, me inquietaba el repunte de casos en niños, pero ese miedo se quedó en falsa alarma: aunque los casos detectados en menores siguieron subiendo unos días, ahora bajan también con claridad.

La excepción son las cifras de fallecidos, que por desgracia todavía suben. Era algo esperado, porque las muertes llegan con cierto retraso y se contabilizan con más retraso aún. Estos días se están notificando unas 150 diarias, que son muchas: estamos al 50% del pico que se alcanzó en la durísima ola de enero de 2021. Solo de julio a diciembre, se observó un exceso de 20.000 muertes sobre la media de 2015-2019, según el INE.

La sexta ola parece que queda atrás ahora, pero conviene no despreciarla. Estas son las cifras totales desde noviembre:

• 🟦 : 5.000.000 casos conocidos
• 🟨 : 100.000 hospitalizaciones
• 🟧 : 8.500 personas en la UCI
• 🟥 : 6.000 fallecidos confirmados

Y sumando desde julio:

• 🟦 : 6.300.000 casos conocidos
• 🟨 : 170.000 hospitalizaciones
• 🟧 : 17.000 personas en la UCI
• 🟥: 13.500 fallecidos confirmados

Son las consecuencias de dos olas que nos alcanzaron cuando muchos ya estábamos vacunados. Hubo una primera ola de delta en verano, y una segunda en invierno con delta y ómicron entremezclados. Pero, ¿cómo habrían sido estos meses sin vacunas? Es difícil precisarlo, porque nos habríamos comportado de otra manera, pero es fácil ver que habría sido mucho peor.

Basta comparar las cifras de ingresos en UCI de personas vacunadas y no vacunadas que ofrece Cataluña. Para la gente de 70 a 79 años, este mes los ingresos en UCI por millón de personas han sido diez veces más en no vacunados que en vacunados. Para personas de 50 a 59 años han sido ocho veces más, y para los veinteañeros, tres veces más.

Los cinco grupos con las tasas más altas de ingresos en UCI son personas mayores que no se habían vacunado. Son cálculos con datos de la Generalitat (aquí y aquí), realizados por Toni Sanclement y el grupo de Biología Computacional y Sistemas Complejos de la UPC, que también publican cifras de casos y defunciones.

• ¿Me ayudas? Reenvía esta newsletter a quien quieras, o anímalos para que se apunten aquí. Envío un análisis semanal con datos y gráficos sobre asunto del día a día. Es un boletín exclusivo, pero puedes probarlo durante un mes solo con dar tu correo. También puedes seguirme en Twitter, en @kikollan.

Otras historias

🎮 1. Hay que hablar de videojuegos

¿Por qué no prestamos más atención a los videojuegos si son un negocio gigantesco y un fenómeno de masas? Esta semana dediqué mi columna de Tecnología a la importancia de jugar.

• Dos noticias recientes nos hacen de señales. Una compra enorme, la de Activision Blizzard por parte de Microsoft (60.000 millones), y otra pequeñita pero sintomática, la de Wordle por The New York Times (millón y pico).
• ¿Por qué un gran periódico quiere ser referencia en pasatiempos? Porque tienen éxito. El Times tiene 8,4 millones de suscriptores en total, pero eso incluye un millón que solamente paga por los juegos. Como decía mi compañero Bernardo Marín, el Times quiere mandar un mensaje: “Nos importan mucho los juegos”.
• El primer motivo para hablar de videojuegos es económico: generan unos ingresos estimados de 180.000 millones de dólares, más que el cine (45.000), la música (51.000), los servicios de streaming (90.000) o los libros (145.000).
• Dan dinero porque mucha gente juega a videojuegos (sobre todo en móvil). ¿No es una cosa de chavales de países ricos? No. La mitad de los jugadores son asiáticos; y en Europa, el 46% son mujeres, la mitad supera los 35 años, y un 24% pasa de 44.

Aquí tenéis el artículo completo: De Microsoft a Wordle: por qué hay que hablar más de videojuegos.

🇫🇷 2. Macron es 75% probable

Los franceses votarán pronto para elegir a su próximo presidente, y el actual, Emmanuel Macron, parece un firme favorito. Esto es lo que dicen diferentes pronósticos:

• El modelo estadístico de The Economist estima que Macron tiene un 80% de probabilidades de salir elegido, seguido de la conservadora Valérie Pécresse (13%), y la ultraderechista Marine Le Pen (6%). Es una predicción basada en un promedio de todos los sondeos.
• Las apuestas ofrecen pronósticos similares. Según Smarkets, Macron tiene un 72% de opciones de ganar, seguido de Pécresse (14%), Le Pen (7%) y Éric Zemmour (5%).
• La predicción comunitaria del mercado de predicción Metaculus le da a Macron un 70% de opciones, ligeramente al alza desde hace unas semanas; y en el mercado de predicción de la Universidad de Zurich que mantiene Alberto López, sus opciones rondan el 79%.

Las elecciones tienen dos vueltas. En la primera se enfrentarán todos los candidatos, el 10 de abril, y los dos más votados pasarán a una segunda y definitiva vuelta, el día 24 de ese mes. Se da casi por seguro que Macron será uno de los ganadores en primera vuelta, aunque hay más dudas sobre si le acompañará Le Pen o Pécresse.

🎾 3. Rafa Nadal es improbable

El domingo pasado, Nadal remontó un partido asombroso y se organizó un interesante debate sobre predicciones probabilísticas. El español perdió los dos primeros sets, y en ese momento muchos lo dieron casi por derrotado: la predicción oficial del torneo le daba solo un 4% de opciones de ganar (había empezado con un 36%), y en las apuestas su victoria llegó a pagarse como 2% probable. Pero Nadal remontó.

¿Quiere decir esto que las predicciones fallaron? ¿Qué significa en realidad que un algoritmo otorgue cierta probabilidad a un suceso?

En el caso de las apuestas, la mejor forma de interpretar ese 4% es pensar que es una agregación de probabilidades subjetivas: un promedio de creencias personales. La otra predicción, la oficial del torneo, entiendo que saldrá de un modelo estadístico, que considerará ciertas variables (la trayectoria de los jugadores, su ranking, el resultado, etc.), y que habrá ajustado sus probabilidades usando históricos. Eso permite interpretarlo así: “Cuando en el pasado he juzgado situaciones parecidas —según estas variables que miro—, el jugador que era favorito efectivamente ganó el 96% de las veces”.

Esta interpretación es la clave para juzgar las predicciones que se expresan en probabilidades. ¿Cómo sabemos si acierta un modelo que dice que algo pasará un 4% de las veces? Un juicio binario acertó/falló es útil, pero del todo insuficiente. Por eso usamos el concepto de calibración. Decimos que las predicciones de un modelo (un método, un organismo o una persona) están bien calibradas cuando se cumplen con la frecuencia prometida. Es lo que debemos pedirles. Para que las apuestas sean un buen predictor, por ejemplo, las victorias a las que dan un 96% de probabilidad, como la de Medvedev sobre Nadal, no tienen que ocurrir siempre, sino el 96% de las veces, 24 de 25.

También hubo risas con el modelo que decía que Nadal solo remontaría el 2% de las veces: ¡Ja! Pero esa predicción no era rara, al revés: ¡Explica porqué la victoria de Nadal va a pasar a la historia! Vimos una remontada excepcional en un día único. La pregunta en el aire es saber si esa remontada es menos excepcional para Nadal que para otros.

¿Nos ayudas? Apúntate aquí para recibir la newsletter semanal de Kiko Llaneras en tu correo. Es un producto exclusivo para suscriptores de El País, pero puedes probarlo cuatro semanas solo dando tu dirección. También puedes seguir a Kiko en Twitter, en @kikollan, donde comparte textos y gráficos; o escribirle a su correo, kllaneras@elpais.es.