Informe de resultados de COVID-19: México2020/11/12 · acumuladas el 1 de enero de 2021 y 135 mil al 1 de marzo de 2021 (Figura 13). – Si se alcanzara la cobertura universal de

covid19.healthdata.org 1 Institute for Health Metrics and Evaluation

Informe de resultados de COVID-19: México

12 de noviembre de 2020 Este documento contiene información resumida sobre las últimas proyecciones del modelo IHME sobre COVID-19 en México. El modelo se ejecutó el 11 de noviembre de 2020.

En relación con el último reporte de finales de octubre se observa un incremento en el número de casos diarios, ubicándose por arriba de 5 mil. La mortalidad diaria, para el mismo periodo, también se incrementó 13% (de 369 a 417). Hemos incorporado a las proyecciones la evidencia de que la tasa de letalidad por infección debido a una mejor gestión clínica ha disminuido un 30% desde abril. A pesar de este progreso, en nuestro escenario de referencia esperamos 145 mil de muertes para el 1 de marzo. Incrementar el uso de mascarillas al 95% podría salvar 10 mil vidas. El aumento repentino de otoño / invierno ejercerá una presión extrema sobre la capacidad de camas de hospital y camas de las unidades de cuidados intensivos (UCI) de la mayoría de los estados durante todo el invierno.

Situación actual • Los casos notificados diariamente en la última semana aumentaron a 5.7 mil por día

en promedio en comparación con 5.4 mil la semana anterior (Figura 1).

• Las muertes diarias en la última semana aumentaron a 417 por día en promedio en comparación con 369 la semana anterior (Figura 2).

– Esto convierte al COVID-19 en la principal causa de muerte en México esta semana (Tabla 1).

• La R efectiva, calculada usando casos, hospitalizaciones y muertes, es mayor que 1 en 6 estados (Figura 3).

– Los estados con mayor incremento esperado en transmisión son Oaxaca, Morelos, Chihuahua, Zacatecas, Veracruz e Hidalgo.

• Estimamos que 27% de las personas en México han sido infectadas hasta el 9 de noviembre. Entre los estados, esto osciló entre 8% en Chiapas y 58% en Quintana Roo (Figura 4).

• Aproximadamente 3% de las infecciones se detectaron el 9 de noviembre de 2020 (Figura 5).

• La tasa de mortalidad diaria es superior a 4 por millón en Chihuahua, Coahuila, Durango, Hidalgo, Ciudad de México, Nuevo León, Querétaro, San Luis Potosí, Sinaloa, Tamaulipas y Zacatecas (Figura 6).

Tendencias en impulsores de transmisión • En los 32 estados del país, el número medio de mandatos de distanciamiento social y

cubrebocas al 9 de noviembre fue de 6 (Tabla 2).


• La movilidad de la semana pasada fue 26% menor que la movilidad de referencia (promedio del período del 1 de enero al 1 de marzo de 2020; Figura 8).

– La movilidad estuvo cerca de la línea de base (dentro de 10%) en Querétaro y Baja California

– La movilidad fue menor al 30% de la línea base en Campeche, Chihuahua, Ciudad de México, Quintana Roo, Tabasco y Yucatán.

• Al 9 de noviembre estimamos que el 79% de las personas siempre usaban una mascarilla al salir de casa (Figura 9) no cambió con lo reportado la semana pasada.

– Entre los estados, el uso de mascarillas fue más alto en Campeche, Chihuahua y Yucatán y más bajo en Chiapas, Guanajuato y Nayarit.

• En el país se realizaron menos de 10 pruebas de diagnóstico por cada 100,000 personas el 9 de noviembre (Figura 10a). La ciudad de México es el único estado con 25 pruebas por 100,0000 (Figura 10b)

Proyecciones • En nuestro escenario de referencia, que representa lo que creemos que es más

probable que suceda, nuestro modelo proyecta 120 mil muertes acumuladas el 1 de enero de 2021 y 145 mil para el 1 de marzo de 2021 (Figura 12).

– Nuestros resultados sugieren que COVID-19 será la primera causa de muerte en el año calendario 2020 (Tabla 3).

– Entre el 9 de noviembre y fines de 2020, nuestro modelo proyecta 25,000 muertes adicionales en México (Figura 12).

– Se estiman alrededor de 475 muertes por día el 1 de enero de 2021 y 335 muertes por día el 1 de marzo de 2021 (Figura 13).

– Se estiman alrededor de 144,435 infecciones por día el 1 de enero de 2021 y 81,790 infecciones por día el 1 de marzo de 2021 (Figura 14).

• En nuestro escenario de mascarilla universal, que supone que el uso de mascarilla alcanza el 95% en todas las ubicaciones, nuestro modelo proyecta 118 mil muertes acumuladas el 1 de enero de 2021 y 135 mil al 1 de marzo de 2021 (Figura 13).

– Si se alcanzara la cobertura universal de mascarillas (95%) en la próxima semana, nuestro modelo proyecta 3.000 muertes acumulativas menos en comparación con el escenario de referencia el 1 de enero de 2021 y 10,000 muertes acumulativas menos el 1 de marzo de 2021.

– Bajo este escenario, estimamos que alrededor del 32% de las personas se habrán infectado para el 1 de enero de 2021 y el 36% para el 1 de marzo de 2021 (Figura 14).


• Bajo nuestro escenario de flexibilización de mandatos, que asume que no se implementan nuevos mandatos o medidas para afectar la transmisión, nuestro modelo proyecta 122 mil muertes acumuladas el 1 de enero de 2021 y 152 mil muertes acumuladas el 1 de marzo de 2021 (Figura 13).

– Nuestro modelo proyecta 2 mil muertes más acumuladas en este escenario en comparación con el escenario de referencia el 1 de enero de 2021 y 7 mil muertes acumuladas más al 1 de marzo de 2021.

– Prevemos que 4 estados volverán a imponer mandatos en el mes de noviembre de 2020 (Figura 15).

– Estimamos que alrededor del 34% de las personas se habrán infectado para el 1 de enero de 2021 y el 39% para el 1 de marzo de 2021 (Figura 16).

– Bajo este escenario, estimamos que alrededor del 34% de las personas se habrán infectado para el 1 de enero de 2021 y el 41% para el 1 de marzo de 2021.

• La Figura 18 compara nuestros pronósticos con otros modelos que también hacen proyecciones. El modelo de Los Alamos National Labs sugiere que la mortalidad en México aumentará en diciembre; el modelo de la USC (SIKJalpha) sugieren que las muertes se mantendrán en los niveles actuales al menos hasta mediados de diciembre. El modelo Imperial pronostica una caída de la mortalidad a niveles por debajo de 200 muertes al día en enero de 2021.

• Las Figuras 19 y 20 sugieren que la mayoría de los sistemas estatales de salud experimentarán un estrés extremo en su capacidad de camas de hospital y de cuidados intensivos desde noviembre a febrero.

• La Tabla 4 calcula cuál podría ser el número de muertos en el país si finalmente llega a la inmunidad colectiva en ausencia de la implementación de la vacunación o un cambio importante en el tratamiento. Si la inmunidad colectiva se logra con una tasa de infección acumulada del 60%, entonces la tasa de mortalidad por infección (IFR) sugiere 209 mil mexicanos podrían eventualmente morir.

Actualizaciones de modelos Hemos revisado sustancialmente el IFR (tasa de Letalidad por la infección) utilizada en el modelo. Hasta la fecha, habíamos utilizado una IFR derivada de un análisis de encuestas de anticuerpos representativas de la población en las que desagregamos la prevalencia por edad y comparamos las tasas de mortalidad de COVID-19. El IFR específico por edad a partir de este análisis se asumió que era el mismo en todos los lugares y en el tiempo.

Actualmente hemos acumulado una considerable evidencia empírica que sugiere que 1) la IFR ha estado disminuyendo desde marzo / abril debido a las mejoras en el manejo clínico de los pacientes, y 2) la IFR varía en función del nivel de obesidad en una comunidad.

La evidencia que respalda estas observaciones incluye:


• Un análisis de los registros clínicos detallados de más de 15.000 personas de un registro COVID-19 organizado por la American Heart Association. Este registro cubre pacientes en más de 150 hospitales. Nuestro análisis sugiere que después de controlar la edad, el sexo, las comorbilidades y la gravedad de la enfermedad en el momento del ingreso, la tasa de mortalidad hospitalaria ha disminuido en aproximadamente un 30% desde marzo / abril.

• Un análisis de más de 250.000 personas ingresadas en hospitales en Brasil con COVID-19 muestra que después de controlar por edad, sexo, obesidad y oxigenación al ingreso, la tasa de letalidad hospitalaria ha disminuido alrededor del 30% desde marzo / abril.

• Un análisis de la IFR estandarizada por edad de más de 300 encuestas también sugiere que las tendencias a nivel de población en de IFR son consistentes con una disminución de 30% desde marzo / abril. Estos datos también sugieren que la prevalencia de obesidad a nivel poblacional está asociada con una IFR más alta y que la magnitud del efecto es similar a la encontrada en el análisis a nivel individual.

Sobre la base de estos hallazgos empíricos, hemos cambiado a un nuevo IFR estimado. El nuevo IFR varía con el tiempo (disminuyendo desde marzo / abril en aproximadamente un 0,19% por día hasta principios de septiembre), varía entre ubicaciones en función de la prevalencia de la obesidad y varía entre ubicaciones (como antes) en función de la distribución de la población. por edad. La implicación de IFR más bajas a lo largo del tiempo es que para un número dado de muertes observadas hay más infecciones acumulativas.

Para ver todos los recursos de COVID-19 en IHME, visite http://www.healthdata.org/covid/updates.

Preguntas? ¿Peticiones? ¿Realimentación? Comuníquese con nosotros en https://www.healthdata.org/covid/contact-us.

http://www.healthdata.org/covid/updates

https://www.healthdata.org/covid/contact-us

Mexico CURRENT SITUATION

Current situation

Figure 1. Reported daily COVID-19 cases

0

2,500

5,000

7,500

10,000

Apr May Jun Jul Aug Sep Oct NovMonth

Cou

nt

Daily cases



Table 1. Ranking of COVID-19 among the leading causes of mortality this week, assuming uniform deathsof non-COVID causes throughout the year

Cause name Weekly deaths RankingCOVID-19 2,924 1Ischemic heart disease 2,044 2Diabetes mellitus 1,420 3Chronic kidney disease 1,395 4Cirrhosis and other chronic liver diseases 891 5Stroke 729 6Chronic obstructive pulmonary disease 630 7Interpersonal violence 590 8Alzheimer’s disease and other dementias 455 9Lower respiratory infections 434 10

Figure 2a. Reported daily COVID-19 deaths.

0

300

600

900

1,200

Apr May Jun Jul Aug Sep Oct Nov

Dai

ly d

eath

s



Figure 2b. Estimated cumulative deaths by age group

0

5

10

<5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 99Age group

Sha

re o

f cum

ulat

ive

deat

hs, %

Figure 3. Mean effective R on October 29, 2020. The estimate of effective R is based on the combinedanalysis of deaths, case reporting and hospitalizations where available. Current reported cases reflect infections11-13 days prior so estimates of effective R can only be made for the recent past. Effective R less than 1means that transmission should decline all other things being held the same.

<0.8

0.8−0.84

0.85−0.89

0.9−0.94

0.95−0.99

1−1.04

1.05−1.09

1.1−1.14

1.15−1.19

>=1.2



Figure 4. Estimated percent of the population infected with COVID-19 on November 09, 2020

<5

5−9.9

10−14.9

15−19.9

20−24.9

25−29.9

30−34.9

35−39.9

40−44.9

45−49.9

>=50

Figure 5. Percent of COVID-19 infections detected. This is estimated as the ratio of reported dailyCOVID-19 cases to estimated daily COVID-19 infections based on the SEIR disease transmission model.

0

5

10

15

20

Mar Apr May Jun Jul Aug Sep Oct Nov

Per

cent

of i

nfec

tions

det

ecte

d

Argentina United States of America Colombia Mexico Brazil



Figure 6. Daily COVID-19 death rate per 1 million on November 09, 2020

<1

1 to 1.9

2 to 2.9

3 to 3.9

4 to 4.9

5 to 5.9

6 to 6.9

7 to 7.9

>=8


Mexico CRITICAL DRIVERS

Critical drivers

Table 2. Current mandate implementation

All

none

ssen

tial b

usin

esse

s cl

osed

Any

bus

ines

ses

rest

ricte

d

Any

gat

herin

gs r

estr

icte

d

Mas

k us

e

Sch

ool c

losu

re

Sta

y ho

me

orde

r

Trav

el li

mits

ZacatecasYucatán

Veracruz de Ignacio de la LlaveTlaxcala

TamaulipasTabascoSonoraSinaloa

San Luis PotosíQuintana Roo

QuerétaroPuebla

OaxacaNuevo León

NayaritMéxico

MorelosMichoacán de Ocampo

Mexico CityJalisco

HidalgoGuerrero

GuanajuatoDurango

ColimaCoahuila

ChihuahuaChiapas

CampecheBaja California Sur

Baja CaliforniaAguascalientes

Mandate in place No mandate



Figure 7. Total number of social distancing mandates (including mask use)

ZacatecasYucatán

Veracruz de Ignacio de la LlaveTlaxcala

TamaulipasTabascoSonoraSinaloa

San Luis PotosíQuintana Roo

QuerétaroPuebla

OaxacaNuevo León

NayaritMéxico

MorelosMichoacán de Ocampo

Mexico CityJalisco

HidalgoGuerrero

GuanajuatoDurango

ColimaCoahuila

ChihuahuaChiapas

CampecheBaja California Sur

Baja CaliforniaAguascalientes

Feb Mar Apr May Jun Jul Aug Sep Oct Nov

# of mandates

0

1

2

3

4

5

6

7

Mandate imposition timing



Figure 8a. Trend in mobility as measured through smartphone app use compared to January 2020 baseline

−80

−60

−40

−20

0

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov

Per

cent

red

uctio

n fr

om a

vera

ge m

obili

ty


Figure 8b. Mobility level as measured through smartphone app use compared to January 2020 baseline(percent) on November 09, 2020

=<−50

−49 to −45

−44 to −40

−39 to −35

−34 to −30

−29 to −25

−24 to −20

−19 to −15

−14 to −10

>−10



Figure 9a. Trend in the proportion of the population reporting always wearing a mask when leaving home

0

25

50

75


Per

cent

of p

opul

atio

n


Figure 9b. Proportion of the population reporting always wearing a mask when leaving home on November09, 2020

<45%

45 to 49%

50 to 54%

55 to 59%

60 to 64%

65 to 69%

70 to 74%

75 to 79%

80 to 84%

>=85%



Figure 10a. Trend in COVID-19 diagnostic tests per 100,000 people

0

100

200

300


Test

per

100

,000

pop

ulat

ion


Figure 10b. COVID-19 diagnostic tests per 100,000 people on November 03, 2020

<5

5 to 9.9

10 to 24.9

25 to 49

50 to 149

150 to 249

250 to 349

350 to 449

450 to 499

>=500



Figure 11. Increase in the risk of death due to pneumonia on February 1 compared to August 1

<−80%

−80 to −61%

−60 to −41%

−40 to −21%

−20 to −1%

0 to 19%

20 to 39%

40 to 59%

60 to 79%

>=80%


Mexico PROJECTIONS AND SCENARIOS

Projections and scenarios

We produce three scenarios when projecting COVID-19. The reference scenario is our forecast of what wethink is most likely to happen. We assume that if the daily mortality rate from COVID-19 reaches 8 permillion, social distancing (SD) mandates will be re-imposed. The mandate easing scenario is what wouldhappen if governments continue to ease social distancing mandates with no re-imposition. The universal maskmandate scenario is what would happen if mask use increased immediately to 95% and social distancingmandates were re-imposed at 8 deaths per million.

Figure 12. Cumulative COVID-19 deaths until March 01, 2021 for three scenarios.

0

50,000

100,000

150,000

0

25

50

75

100

125

Feb Apr Jun Aug Oct Dec Feb

Cum

ulat

ive

deat

hsC

umulative deaths per 100,000

Continued SD mandate easing

Reference scenario

Universal mask use

Fig 13. Daily COVID-19 deaths until March 01, 2021 for three scenarios.

0

200

400

600

0.0

0.2

0.4


Dai

ly d

eath

sD

aily deaths per 100,000


Reference scenario

Universal mask use



Fig 14. Daily COVID-19 infections until March 01, 2021 for three scenarios.

0

50,000

100,000

150,000

200,000

0

50

100

150


Dai

ly in

fect

ions

Daily infections per 100,000


Reference scenario

Universal mask use



Fig 15. Month of assumed mandate re-implementation. (Month when daily death rate passes 8 per million,when reference scenario model assumes mandates will be re-imposed.)

November

December

January

FebruaryNo mandates before March 1



Figure 16. Forecasted percent infected with COVID-19 on March 01, 2021

<5

5−9.9

10−14.9

15−19.9

20−24.9

25−29.9

30−34.9

35−39.9

40−44.9

45−49.9

>=50

Figure 17. Daily COVID-19 deaths per million forecasted on March 01, 2021 in the reference scenario

<1

1 to 1.9

2 to 2.9

3 to 3.9

4 to 4.9

5 to 5.9

6 to 6.9

7 to 7.9

>=8



Figure 18. Comparison of reference model projections with other COVID modeling groups. For thiscomparison, we are including projections of daily COVID-19 deaths from other modeling groups when available:Delphi from the Massachussets Institute of Technology (Delphi; https://www.covidanalytics.io/home),Imperial College London (Imperial; https://www.covidsim.org), The Los Alamos National Laboratory (LANL;https://covid-19.bsvgateway.org/), and the SI-KJalpha model from the University of Southern California(SIKJalpha; https://github.com/scc-usc/ReCOVER-COVID-19). Daily deaths from other modeling groupsare smoothed to remove inconsistencies with rounding. Regional values are aggregates from availble locationsin that region.

200

300

400

500

600

700

Dec Jan Feb MarDate

Dai

ly d

eath

s

Models

IHME

Imperial

LANL

SIKJalpha


https://www.covidanalytics.io/home

https://www.covidsim.org

https://covid-19.bsvgateway.org/

https://github.com/scc-usc/ReCOVER-COVID-19


Figure 19. The estimated inpatient hospital usage is shown over time. The percent of hospital beds occupiedby COVID-19 patients is color coded based on observed quantiles of the maximum proportion of beds occupiedby COVID-19 patients. Less than 5% is considered low stress, 5-9% is considered moderate stress, 10-19% isconsidered high stress and greater than 20% is considered extreme stress.

Zacatecas

Yucatán

Veracruz de Ignacio de la Llave

Tlaxcala

Tamaulipas

Tabasco

Sonora

Sinaloa

San Luis Potosí

Quintana Roo

Querétaro

Puebla

Oaxaca

Nuevo León

Nayarit

México

Morelos

Michoacán de Ocampo

Mexico City

Jalisco

Hidalgo

Guerrero

Guanajuato

Durango

Colima

Coahuila

Chihuahua

Chiapas

Campeche

Baja California Sur

Baja California

Aguascalientes

Apr Jun Aug Oct Dec Feb

Stress level

Low

Moderate

High

Extreme

All hospital beds



Figure 20. The estimated intensive care unit (ICU) usage is shown over time. The percent of ICU bedsoccupied by COVID-19 patients is color coded based on observed quantiles of the maximum proportion ofICU beds occupied by COVID-19 patients. Less than 10% is considered low stress, 10-29% is consideredmoderate stress, 30-59% is considered high stress and greater than 60% is considered extreme stress.

Zacatecas

Yucatán

Veracruz de Ignacio de la Llave

Tlaxcala

Tamaulipas

Tabasco

Sonora

Sinaloa

San Luis Potosí

Quintana Roo

Querétaro

Puebla

Oaxaca

Nuevo León

Nayarit

México

Morelos

Michoacán de Ocampo

Mexico City

Jalisco

Hidalgo

Guerrero

Guanajuato

Durango

Colima

Coahuila

Chihuahua

Chiapas

Campeche

Baja California Sur

Baja California

Aguascalientes

Apr Jun Aug Oct Dec Feb

Stress level

Low

Moderate

High

Extreme

Intensive care unit beds



Table 3. Ranking of COVID-19 among the leading causes of mortality in the full year 2020. Deaths fromCOVID-19 are projections of cumulative deaths on Jan 1, 2021 from the reference scenario. Deaths fromother causes are from the Global Burden of Disease study 2019 (rounded to the nearest 100).

Cause name Annual deaths RankingCOVID-19 120,247 1Ischemic heart disease 106,300 2Diabetes mellitus 73,800 3Chronic kidney disease 72,500 4Cirrhosis and other chronic liver diseases 46,300 5Stroke 37,900 6Chronic obstructive pulmonary disease 32,800 7Interpersonal violence 30,700 8Alzheimer’s disease and other dementias 23,700 9Lower respiratory infections 22,600 10

Table 4. Table of the number of deaths at varying levels of the cumulative percent of the population thatis infected with COVID-19. The infection fatality rate can be used to figure out how many people mayeventually die from COVID-19 before a community arrives at herd immunity. Since we do not know thelevel at which herd immunity may be reached for COVID-19, the table below shows the total number ofdeaths that would be expected in Mexico for various levels of herd immunity. These estimates assume thatthere does not exist an effective vaccine and that no significant improvements in treatment will be made. Weestimated that the all age infection fatality ratio of of November 11, 2020 in Mexico was 0.3%.

Cumulative incidence Deaths30% 105,00035% 122,00040% 139,00045% 157,00050% 174,00055% 192,00060% 209,00065% 226,00070% 244,00075% 261,00080% 279,00085% 296,00090% 314,00095% 331,000


Mexico RECOGNITION AND THANKS

Recognition and thanks

Mask data sources:

PREMISE; Facebook Global symptom survey (This research is based on survey results from University ofMaryland Social Data Science Center) and the Facebook United States symptom survey (in collaborationwith Carnegie Mellon University); Kaiser Family Foundation; YouGov COVID-19 Behaviour Tracker survey.

A note of thanks:

We would like to extend a special thanks to the Pan American Health Organization (PAHO) for keydata sources; our partners and collaborators in Argentina, Brazil, Bolivia, Chile, Colombia, Cuba, theDominican Republic, Ecuador, Egypt, Honduras, Israel, Japan, Malaysia, Mexico, Moldova, Panama, Peru,the Philippines, Russia, Serbia, South Korea, Turkey, and Ukraine for their support and expert advice; andto the tireless data collection and collation efforts of individuals and institutions throughout the world.

In addition, we wish to express our gratitude for efforts to collect social distancing policy information inLatin America to University of Miami Institute for Advanced Study of the Americas (Felicia Knaul, MichaelTouchton), with data published here: http://observcovid.miami.edu/; Fundación Mexicana para la Salud(Héctor Arreola-Ornelas) with support from the GDS Services International: Tómatelo a Pecho A.C.; andCentro de Investigaciones en Ciencias de la Salud, Universidad Anáhuac (Héctor Arreola-Ornelas); Lab onResearch, Ethics, Aging and Community-Health at Tufts University (REACH Lab) and the University ofMiami Institute for Advanced Study of the Americas (Thalia Porteny).

Further, IHME is grateful to the Microsoft AI for Health program for their support in hosting our COVID-19data visualizations on the Azure Cloud. We would like to also extend a warm thank you to the many otherswho have made our COVID-19 estimation efforts possible.


http://observcovid.miami.edu/

Documents

Informe de resultados de COVID-19: México2020/11/12 · acumuladas el 1 de enero de 2021 y 135 mil al 1 de marzo de 2021 (Figura 13). – Si se alcanzara la cobertura universal de