La Universidad ISALUD presentó un informe sobre la estimación del exceso de mortalidad global durante la pandemia en cada país del mundo.
"El exceso de muertes se refiere a la diferencia entre el número de personas que murieron en 2020 y 2021 y el número de personas que se habría esperado que murieran durante ese tiempo si la pandemia no hubiera ocurrido", explicó Analía Urueña, directora del Centro de Estudios para la Prevención y Control de Enfermedades Transmisibles de la institución.
Estas muertes incluyen a aquellas personas que murieron por Covid-19 sin haber sido diagnosticadas, así como por otras enfermedades prevenibles mientras que los hospitales estaban saturados por pacientes con coronavirus
Uno de los países más afectados fue India y se destacó que la región Pacífico occidental tiene una serie de países con exceso negativo (debido a las fuertes políticas de confinamiento que lleva a evitar ciertos tipos de muerte), y en esta región, el impacto en la mortalidad de la pandemia fue menor según el análisis de la OMS hasta finales de 2021.
Los países con las tasas estimadas de exceso de muertes anuales más altas (por cada 100.000 habitantes e intervalos creíbles del 95%) son: Perú con 437 (431.442), Bulgaria con 415 (399.432) y Bolivia con 375 (370.379). Por el contrario, los países con estimaciones de exceso de muertes negativos incluyen Australia, China, Japón, Corea del Sur, Vietnam y Nueva Zelanda.
Estados Unidos tuvo más muertes por encima de los niveles normales durante la pandemia que la mayoría de los otros países ricos. Las muertes en Estados Unidos estuvieron un 15 por ciento por encima de lo normal. Y si bien a nivel mundial, a muchos países más pobres y en desarrollo les fue peor que a los más ricos, las muertes en los Estados Unidos aumentaron aún más que en varios países con muchos menos recursos, como Argentina y Filipinas que estuvieron un 12% por encima de lo esperado.
Muchos países con los ingresos más bajos, incluida la mayoría de los países africanos, no se incluyeron en las estadísticas por falta de información o porque sus datos son menos confiables.