Covid-19 Estadísticas actualizadas para todos los países

He querido hacer un análisis comparativo de Covid-19, Estadísticas actualizadas para todos los países comparando 4 indicadores, en relación con una publicación anterior
Por una parte haré una comparación de la totalidad de casos por millón de habitantes y la tasa de letalidad (total muertes dividido entre el total de casos por 100) y por otro lado, otro gráfico comparando: La totalidad de casos por millón de habitantes contra totalidad de pruebas por cada 1000 habitantes. En estas fotografías Costa Rica, no sale tan mal parada, si lo vemos comparativamente.

Estadísticas Covid19 Juan Barrios.com
Todos los gráficos están representados en términos relativos ( tasas ) por lo que los resultados entre países son totalmente comparables.
1.) Tabla comparativa de casos por millón de hab de COVID19 y Tasa de letalidad (fatality rate). Estadísticas actualizadas para todos los países.
De acuerdo a los resultados acá surgen cuatro opciones:
- Situación Intermedia: Indice de letalidad bajo, pero con muchos contagios, como el caso de Costa Rica , Baréin, Chile, El Salvador, Perú o Panamá )
- La mejor situación: Baja letalidad y bajo numero de contagios: (ambas lineas abajo) como Nueva Zelanda o Australia, Senegal, Uganda, Cuba. Fiji, Ghana, Costa de Marfil,Malta,Noruega, Nepal, Ruanda. Esta sin duda es la mejor opción.
- Los servicios de salud más estresados y con mayor impacto social. Ambas lineas arriba muestran un nivel de estrés sobre los servicios lo que condiciona una alta mortalidad (Italia, Francia, Ecuador, Bélgica, Reino Unido (UK) , España y los EEUU en algún momento). Este es el peor caso.
- Servicios de Salud con pobre respuesta: Alto nivel de letalidad y bajo número de casos. (linea verde alta y roja baja) Servicios de salud con respuesta inadecuada. Tal es el caso de Hungría, México, o Indonesia , y la Argentina y Marruecos en un inicio.

Tabla comparativa de casos por millón de hab de COVID19 y Tasa de letalidad par trodos los países
Tabla comparativa de casos por millón de hab de COVID19 y Tasa de letalidad para todos los países
2.) Totalidad de casos por millón contra totalidad de pruebas por cada 1000 habitantes.
Estos dos indicadores fueron analizados semanas atrás, donde quedo evidente una relación estrecha: a mas pruebas realizadas el número de casos está bajo control. No es que exista una relación directa sino que al hacer mas pruebas los mecanismos de vigilancia epistemológica se van fortaleciendo y eso lleva a un mejor control de los casos. Sin duda, cuando una sube la otra baja. La linea de color naranja son el total de PRUEBAS de COVID por cada mil habitantes y la linea verde es la tasa de casos detectados por cada millón de habitantes. Veamos pues: Covid-19 Estadísticas actualizadas para todos los países.
Para efectos de facilitar el análisis de la gráfica y de acuerdo a únicamente estas 2 variables hemos clasificado los países en 4 grupos a saber:
Acá los que están en una mejor posición: mejor opción es la linea roja alta con una linea verde baja como lo hicieron: Islandia, Irlanda, Cuba, Dinamarca, Estonia, Finlandia, Nueva Zelanda, Noruega, Portugal, Suiza, Emiratos Árabes, Turquía.
La opción menos deseable es: pruebas insuficientes y muchos casos: (linea roja baja y verde alta) como el caso de Chile, Colombia, Bolivia, Emiratos, Sudáfrica, Barhain, Kuwait, Panamá, Catar y EEUU. en términos simples de escalas estos países deberían estar haciendo ente 2 y 3 veces mas pruebas
Los países en situación intermedia (negativa) : número alto de casos, por arriba del promedio y apenas suficiente cantidad de pruebas: Costa Rica, El Salvador, Israel, Kuwait,
Los países en situación intermedia (positiva) : Austria, Australia, Bélgica, Estonia, Bielorrusia, Grecia, Malta, Rumanía, Estonia, Lituania, Rusia , Eslovenia, Uruguay

Tabla comparativa de casos por millón de hab de COVID19 y Tasa de pruebas por mil habitantes
* Artículo escrito por el Juan I. Barrios. El Dr. Barrios es médico especialista en Informática médica, es máster en Business Intelligence y experto en BIG DATA y Ciencia de datos. Su trabajo consiste la aplicación de modelos de de Inteligencia artificial en salud. Reside en la ciudad de Barcelona, donde colabora en la cátedras de Informática Médica y de Ingeniería Biomédica de la Universidad de Barcelona, como profesor visitante.