Cada hora hay 46 personas más en situación de pobreza en el Edomex: #SemáforoEconómico
close
Recibe noticias a través de nuestro newsletter
¡Gracias! Desde ahora recibirás un correo diario con las noticias más relevantes.
sync
Cuartoscuro

Cada hora hay 46 personas más en situación de pobreza en el Edomex: #SemáforoEconómico

Tan sólo en un año, aproximadamente 405 mil personas se han vuelto pobres en el Estado de México, esto equivale a mil 109 pobres nuevos cada día, alerta el #SemáforoEconómico.
Cuartoscuro
25 de noviembre, 2015
Comparte
El indicador de pobreza laboral mide el porcentaje de la población que no puede alimentar a todos los integrantes de su familia a partir de los ingresos laborales generados en el hogar. // Foto: Cuartoscuro.

El indicador de pobreza laboral mide el porcentaje de la población que no puede alimentar a todos los integrantes de su familia a partir de los ingresos laborales generados en el hogar. // Foto: Cuartoscuro.

Cada hora hay 46 personas más en situación de pobreza en el Edomex: #SemáforoEconómico

El #SemáforoEconómico de México ¿cómo vamos? reconoce que en el último año la pobreza laboral ha disminuido un poco, pasando de aquejar a 42.7% de la población a afectar a 41.1%. Si bien esto representa una disminución de 1.6 puntos porcentuales, los avances son muy menores y dejan todavía al semáforo en rojo.

A nivel nacional, de acuerdo a los datos oficiales de CONEVAL,  4 de cada 10 mexicanos, es decir, el  41.1% de la población mexicana no puede alimentar a todos los integrantes de su familia con los ingresos laborales generados en su hogar. En ciertos estados, sin embargo, el dato de pobreza es mucho más alto, destacando Chiapas, Guerrero y Oaxaca, por tener a más de 6 de cada 10 de sus habitantes viviendo en pobreza, con 69.4%, 64.3% y 61.9%, respectivamente.

Además, las disminuciones no han sido iguales en todas las entidades federativas.

Por un lado, en el último año seis entidades federativas lograron reducir la pobreza en más de 5 puntos porcentuales (Sinaloa (-6), Durango (-5.6), Querétaro (-5.3), Zacatecas (-5.2), Hidalgo (-5.2) y Tamaulipas (-5.1)).

Por el otro, en cinco entidades federativas han aumentado su pobreza laboral del tercer trimestre del 2014 al tercer trimestre de 2015, de acuerdo al Índice de Tendencia Laboral de la Pobreza con Intervalos de Salarios calculado por CONEVAL. Esto son Nayarit (+0.6), San Luis Potosí (+0.6), Coahuila (+0.8), México (+2.4) y Colima (+2.5).

Entre estas cuatro entidades que han aumentado su pobreza, la más preocupante es el Estado de México ya que, al ser el estado más poblado del país (16.87 millones de habitantes en 2015, según CONAPO), un aumento de 2.4 puntos porcentuales en su pobreza significa que, tan sólo en un año, aproximadamente 405 mil personas se han vuelto pobres. Esto es equivalente a 1,109 pobres nuevos cada día, 46 pobres nuevos cada hora, o 0.8 pobres nuevos cada minuto.

Los datos del #SemáforoEconómico de México ¿cómo vamos? del tercer trimestre del año muestran que el nivel de pobreza laboral sigue sin regresas a sus niveles pre-crisis en 2008, cuando sólo 33.9% (3T-20007) de los mexicanos se encontraban en situación de pobreza.

Académicos y expertos de México ¿cómo vamos? estiman que la pobreza laboral debe disminuirse hasta ser sólo el 20.5% de la población, sin embargo, al día de hoy, sólo un estado, Baja California Sur, ha logrado llegar a meta (19.3%). Aún más, al paso de disminución que llevamos ahora, (1.7 puntos porcentuales por año), tomaría 12 años lograr llegar a la meta. Mientras más de 2 de cada 10 mexicanos tengan ingresos insuficientes, el semáforo económico permanecerá en rojo. Los expertos concuerdan en que la forma más eficaz para reducir la pobreza laboral es la generación de empleo formal.

 

Imagen: Animal Político.

Imagen: Animal Político.

El observatorio económico México ¿cómo vamos? es una iniciativa de un grupo plural de expertos en economía y política pública comprometidos con impulsar el crecimiento económico de nuestro país. Desde nuestras instituciones, entre las que destacan universidades como Anáhuac, CIDE, COLMEX, ITAM, ITESM y UNAM y centros de investigación como IMCO, México Evalúa, CIDAC Y CEESP diseñamos una herramienta para identificar cómo va avanzando nuestra economía llamada #SemáforoEconómico.

El #SemáforoEconómico le da seguimiento al cumplimiento de metas puntuales en bienestar, productividad, inversión y competencia que deben lograrse para que México crezca. El #SemáforoEconómico está disponible en versión nacional y para cada entidad federativa en www.mexicocomovamos.mx  y en el twitter @mexicocomovamos.

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal

Coronavirus: los problemas con los modelos matemáticos que están detrás de las estrategias de lucha contra el covid-19

¿Por qué es tan difícil hacer proyecciones sobre los efectos del coronavirus en el mundo? Y ¿cómo esta falta de datos puede afectar las decisiones que están tomando los gobiernos para hacer frente a la enfermedad?
1 de abril, 2020
Comparte
La poca claridad respecto al número de contagiados en el mundo es uno de los factores que hace difícil hacer proyecciones correctas respecto a la enfermedad.

Getty Images
La poca claridad respecto al número de contagiados en el mundo es uno de los factores que hace difícil hacer proyecciones correctas respecto a la enfermedad.

“En esencia, todos los modelos están equivocados, pero algunos son útiles”, decía en 1976 el estadístico británico George Box.

44 años más tarde, sus palabras vuelven a cobrar sentido en medio de la profunda crisis sanitaria que golpea a todo el mundo ante la veloz propagación del covid-19.

En palabras simples, los modelos matemáticos son proyecciones estadísticas que, a partir de una cierta cantidad de datos, nos ayudan a hacer estimaciones respecto a diversos fenómenos o procesos.

En la ciencia y, específicamente en el estudio de las enfermedades, se suelen utilizar con frecuencia porque para los investigadores es una efectiva manera de entender con qué están lidiando.

Sin embargo, los modelos matemáticos no siempre son perfectos. Y en el caso del nuevo coronavirus, parece ser que al menos hasta ahora varios de ellos han dado resultados equivocados.

Pero ¿por qué es tan difícil hacer proyecciones con esta pandemia?

Confusiones con las proyecciones

Pongamos un ejemplo: el renombrado estudio del Imperial College de Londres que terminó por cambiar la estrategia del Reino Unido -basada hasta ese momento en la “inmunidad del rebaño”– para hacer frente al coronavirus.

El mensaje detrás del modelo de la universidad británica no podía ser más claro: o se cambiaba de estrategia o más de un cuarto de millón de personas iban a morir a causa del covid-19.

El panorama en Estados Unidos, según este mismo estudio, era aún más sombrío: se determinaba que podían morir entre un millón y 1.2 millones de personas si no se tomaban medidas inmediatas.

Los modelos matemáticos han sido clave para la toma de decisiones de muchos países. En la foto, la campaña del Reino Unido para que los británicos se queden en sus casas.

Getty Images
Los modelos matemáticos han sido clave para la toma de decisiones de muchos países. En la foto, la campaña del Reino Unido para que los británicos se queden en sus casas.

No obstante, días después, el propio creador del célebre modelo, Neil Ferguson, afirmó que el virus tiene una mayor capacidad de transmisión de la que se pensó originalmente.

Si existe una tasa más alta de contagios, entonces la tasa de mortalidad será más baja.

Además, el científico rebajó considerablemente el número de muertes en el Reino Unido, señalando que, tras las restricciones impuestas por el gobierno de Boris Johnson, no deberían sobrepasar las 20 mil.

Esto generó una serie de confusiones. Algunos investigadores salieron a cuestionar el estudio mientras Ferguson tuvo que hacer aclaraciones a través de su cuenta de Twitter.

Algo similar sucedió con un modelo hecho por la Universidad de Oxford que dio pie a titulares que declaraban que el coronavirus ya pudo haber contagiado a la mitad de la población del Reino Unido. Es decir, 34 millones de personas.

Pero, según los creadores de este modelo, esa cifra correspondía al resultado más extremo, añadiendo que hay otro extremo donde solo una pequeña proporción ha estado expuesta a la enfermedad.

¿Cuánta gente, entonces, podría haber padecido covid-19 según el estudio de Oxford? Puede ser mucha o muy poca. Nadie lo sabe.

Y ese es precisamente el problema: muchos de estos modelos están hoy utilizando suposiciones pues no hay datos concretos.

“Los modelos son tan buenos como los datos que tú tienes”

Hasta ahora, es muy difícil saber cuánta gente hay realmente contagiada de coronavirus a lo largo del mundo.

El número de personas que supuestamente padecen la enfermedad varía extraordinariamente dependiendo del país y de cuántas pruebas se estén realizando en ese país.

Por ejemplo, Alemania -que está haciendo 160 mil pruebas a la semana-, tiene una tasa de mortalidad de casi 0.4%, mientras que la de Italia supera el 9%.

Test de coronavirus

Getty Images
Del número de pruebas que se hagan depende la precisión de las tasas de mortalidad.

Y esto, según expertos, se explica en parte porque el número de contagiados confirmados en Alemania es altísimo gracias a la cantidad de pruebas que se están haciendo, lo que inmediatamente reduce su tasa de letalidad.

En Italia, en cambio, solo se está examinando a quienes llegan al hospital, en condiciones muy precarias.

Así, si no hay claridad en los números de base, tampoco habrá suficiente claridad en las proyecciones sobre la enfermedad.

Los modelos son tan buenos como los datos que tú tienes. Y en el coronavirus, los modelos van a tener un índice de error bastante alto porque los datos que tenemos son en general muy malos”, explica a BBC Mundo el investigador del Instituto de Salud Pública y Psiquiatría de la Universidad de Cambridge, Andrés Roman-Urrestarazu.

“La única manera de hacer estimaciones -agrega- es hacerlo como lo hacen los alemanes: haciéndoles tests a 160 mil personas por semana”.

El académico explica que, de esta forma, los alemanes pueden tener una idea de cuánta es la efectividad de sus medidas de aislamiento, pero también qué tan mortal es este virus.

“Porque si calculamos las tasas de contagiados solo con la gente que llega al hospital, entonces la tasa de mortalidad será muy alta”, dice.

¿Cómo afecta esto a las decisiones de los gobiernos?

Teniendo esto en cuenta, el trabajo de quienes están detrás de las estrategias de los gobiernos para hacer frente a la enfermedad se hace aún más difícil.

Así lo explica a BBC Mundo Christian Yate, investigador y profesor de biología matemática de la Universidad de Bath.

“Pequeños cambios en los datos pueden hacer grandes cambios en el modelo. Y esto realmente puede afectar la forma en que un gobierno toma decisiones. Es una tarea muy difícil, no me gustaría ser hoy parte de un gobierno tratando de resolver esto”, dice.

El número de pruebas que se realiza en cada país es diferente. Esto hace que no haya claridad respecto a los contagios y, en consecuencia, a la tasa de mortalidad del virus.

Getty Images
El número de pruebas que se realiza en cada país es diferente. Esto hace que no haya claridad respecto a los contagios y, en consecuencia, a la tasa de mortalidad del virus.

De esta forma, el autor del libro “Los números de la vida” añade que “la tarea de quien hace los modelos es advertir de los supuestos en los que se basa y también de la incertidumbre que hay detrás“.

Asimismo, Yate dice que es importante que los modelos se actualicen si es que surgen datos nuevos.

Sería ridículo no actualizar nunca un modelo con un brote como este. Así es como funciona la ciencia; tenemos que estar preparados para cuestionar nuestras conclusiones originales y actualizarlas con la nueva evidencia. Y eso no es un signo de debilidad sino de fortaleza”, dice.

¿Es correcto comparar los casos entre países?

Otro de los problemas es que existen proyecciones que se han basado en comparaciones entre países. Con ello, se han hecho estimaciones que en muchos casos son incorrectos.

“Comparar entre países en términos de casos es algo realmente difícil de hacer. Porque si no están haciéndole pruebas a muchas personas, entonces no encontrarás muchos casos y los números se verán más pequeños que en otros países”, explica Yate.

Además, según el investigador, en el coronavirus hay una variable que hace aún más difícil el trabajo de los estadísticos: los enfermos asintomáticos.

“Hay muchas personas que contraen coronavirus con síntomas leves, o incluso sin síntomas, que no necesariamente lo informarán y eso hace que la tasa de mortalidad parezca más alta de lo que es porque reconocemos todas las muertes, pero no necesariamente todos los casos”, dice.

Esto hace que tener un buen manejo del virus sea un trabajo muy, muy difícil, agrega.

Así, mientras el virus sigue avanzando en el mundo, los científicos, investigadores y matemáticos siguen intentando a contrarreloj resolver preguntas en un terreno que no parece estar demasiado firme todavía.

Y es que, tal como dice Andrés Roman-Urrestarazu, puede que parte del problema sea que la gente hoy quiere respuestas que, para la ciencia, demoran mucho tiempo.

Enlaces a más artículos sobre el coronavirus

BBC

Visita nuestra cobertura especial


Recuerda que puedes recibir notificaciones de BBC News Mundo. Descarga la última versión de nuestra app y actívalas para no perderte nuestro mejor contenido.

https://www.youtube.com/watch?v=FAfZ-GhFurA

https://www.youtube.com/watch?v=TBuHqj-S9F4

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
close
¡Muchas gracias!

Estamos procesando tu membresía, por favor sé paciente, este proceso puede tomar hasta dos minutos.

No cierres esta ventana.

close
Información verificada del COVID-19 #CoronavirusFacts