Lectura 7:00 min
Las inercias que nos dominan

Rafael Lozano
Muchos de los y las lectoras recordarán de sus clases de física en la preparatoria la primera Ley de Newton, también conocida como la ley de la inercia que establece “todo cuerpo persevera su estado de reposo o movimiento uniforme en la misma dirección a no ser obligado a cambiar su estado por fuerzas impuestas… la tendencia de un cuerpo a resistir un cambio en su movimiento se llama inercia” (https://shorturl.at/8ZXVK).
Si este término se lleva al comportamiento humano, la inercia es “la tendencia a actuar de manera rutinaria, o de la manera como se viene haciendo o como marcan otros, sin plantearse una iniciativa distinta”. Esto quiere decir que los seres humanos también experimentamos inercia en nuestras conductas o en nuestras creencias. Hay que distinguir la inercia del “conservadurismo conceptual” que es la tendencia a mantener una creencia a pesar de enfrentarse a información explícitamente contradictoria. Por lo tanto, la diferencia radica en que la perseverancia en la creencia se basa en justificar la información invalidada, en contraste, la inercia cognitiva que es la perseverancia de cómo se interpreta la información. (https://shorturl.at/Rysnv)
El movimiento inercial de las estadísticas de salud
Tanto en el conservadurismo conceptual como en la inercia cognitiva giran en torno a la información, es decir a los datos. Al respecto identificamos la “inercia de datos” que se refiere a la tendencia de las instituciones a depender de conjuntos de datos existentes, incluso cuando estos pueden ser incorrectos, imprecisos o inadecuados al contexto. Por lo regular se asocia con el costo y tiempo para obtener nuevos datos, la resistencia al cambio de los directivos de las instituciones o el sesgo histórico que perpetúa metodologías y análisis de épocas anteriores o ya obsoletas. En salud pública el ejemplo son los sistemas de vigilancia epidemiológica o los registros de estadísticas vitales que se desfasan fácilmente de la dinámica epidemiológica y mantienen culturas de recolección anticuadas.
Por otro lado, está la “inercia de los expertos” que se refiere a la resistencia al cambio en las habilidades, conocimientos y prácticas de los profesionales dentro de un campo determinado. Por ejemplo en las estadísticas de salud, los expertos tienden a aferrarse a sus experiencias previas, y muestran resistencia a nuevas herramientas o paradigmas. La especialización rígida, la falta de colaboración interdisciplinaria y el temor a enfrentar tecnologías innovadoras que cuestionen habilidades establecidas son factores que dificultan la modernización y gobernanza de los datos.
La "inercia de los datos" y la "inercia de los expertos" están estrechamente interconectadas. Los datos se captan para favorecer la toma de decisiones, pero los expertos determinan qué datos se consideran válidos y cómo se interpretan. Si ambos factores están anclados en paradigmas desactualizados o con herramientas antiguas y limitadas, pueden perpetuar enfoques ineficientes y limitar la innovación.
Algunos ejemplos
En México, al igual que en muchos países, las estadísticas de mortalidad se basan en certificados de defunción que emplean un formato que privilegia la comparabilidad internacional. Esta comparabilidad se busca garantizar mediante el modelo de codificación que propone la Clasificación Internacional de Enfermedades (CIE) que desde 2022 cuenta con la decimoprimera revisión (aún no se implanta en nuestro país). Esta convención estadística nos conduce a identificar en cada muerte solo una causa y para eso se formula el concepto de Causa Básica de Muerte implantado en 1948. Lo anterior deja de lado las comorbilidades, así como las causas contribuyentes y subyacentes, mostrando un panorama limitado para la época actual. Sin embargo, la inercia institucional y profesional en nuestro país ha perpetuado esta práctica durante más de 78 años, y las bases de datos con todas las causas registradas en los certificados (causas múltiples) no se publican, restringiendo el potencial analítico.
En México como en otros países existe un serio problema de medición de la causa de muerte que se le conoce como “sesgo de mala clasificación”. Estos sesgos pueden surgir por errores humanos (diagnósticos incorrectos, falta de información del profesional de la salud) o por limitaciones en el diseño del formato. Por ejemplo, un problema recurrente es el uso de términos inespecíficos como "insuficiencia respiratoria" o "paro cardiorrespiratorio", que son consecuencias inmediatas y no causas reales. Sin embargo, estos términos persisten debido a la falta de familiaridad y cuidado en la certificación de los profesionales, así como a la falta de capacitación en diagnósticos más detallados. A lo anterior se suma la comodidad o la presión de tiempo, de modo que los médicos prefieren optar por términos vagos o genéricos que no reflejan con precisión las causas subyacentes. Esto perpetúa patrones de mala clasificación.
En 2002, la Dirección General de Información en Salud de la Secretaría de Salud lanzó la iniciativa para corregir la mala clasificación de las muertes maternas en México. Este procedimiento se le conoce como Búsqueda Intencionada y Reclasificación de Muertes Maternas (BIRMM) (https://shorturl.at/FGC4Q) y mediante su aplicación, cada año se recuperan entre 10 a 40% de muertes maternas que estaban ubicadas en capítulos de la CIE diferentes a las maternas. De no hacerse la búsqueda, el indicador mostraría un progreso artificial impresionante y la gestión de los datos en México una falta de atención imperdonable. Este es un caso excepcional pues además de los problemas de llenado del certificado y codificación de la causa materna, se sospecha que puede haber un ocultamiento deliberado de muertes maternas para manipular el indicador.
El BIRMM es un caso ejemplar para corregir la mala clasificación, pues además de que se mantiene vigente por más de dos décadas, ha sido exportado a otros países de la región según dice la Organización Panamericana de la Salud (https://shorturl.at/S8zix), pero no deja de ser una solución específica y no es generalizable al resto de las causas. Se aplica por la magnitud y transcendencia de las muertes maternas. Esto es importante porque prácticamente todas las muertes que suceden durante el embarazo, parto y postparto son evitables, pero más aún, al eliminar una muerte materna, también se evita con ello un tremendo daño a la familia y a la comunidad por una pérdida irremplazable. Actualmente los problemas de mala clasificación representan 14.3% de todas las muertes en México, una proporción considerable si se compara con las muertes por diabetes mellitus o infarto agudo de miocardio, que representan el 16 % del total, cada una.
Reflexión final
¿Qué se debe hacer para reducir estas inercias y mejorar la calidad de las estadísticas en México? ¿Qué resulta más costoso: perpetuar las inercias o cambiar los modelos de captación, corrección de sesgos y difusión de estadísticas vitales? Las inercias pueden limitar la capacidad de los sistemas de salud para responder a las realidades actuales y futuras. Actualizar los registros de causas de muerte no solo mejoraría la calidad de las estadísticas, sino que también fortalecería la planificación de políticas de salud.
*El autor es profesor Titular del Dpto. de Salud Pública, Facultad de Medicina, UNAM y Profesor Emérito del Dpto. de Ciencias de la Medición de la Salud, Universidad de Washington.
Las opiniones vertidas en este artículo no representan la posición de las instituciones en donde trabaja el autor.
rlozano@uw.edu; rlozano@facmed.unam.mx; @DrRafaelLozano