El caso: el brote de ébola en Congo que se cuenta con números 📊
El brote de ébola en la República Democrática del Congo ha elevado a 782 los casos confirmados, una cifra que detrás de su crudeza esconde una oportunidad didáctica enorme. Cuando hablamos de ébola en Congo no solo hablamos de un virus: hablamos de tasas, de proporciones, de incertidumbre y de cómo los datos ayudan a decidir dónde enviar recursos sanitarios. En este artículo usaremos esta noticia para enseñar una de las herramientas más elegantes de la estadística aplicada: el intervalo de confianza. 🧮
El objetivo no es alarmar, sino aprender. Vamos a tomar tres números aparentemente simples —casos, fallecimientos y recuperaciones— y a convertirlos en una pequeña investigación cuantitativa apta para el aula de 4.º de ESO, Bachillerato o un primer curso de estadística universitaria.
El problema estadístico que esconde la noticia
Imagina que un periódico titula: «La letalidad del ébola es del 78,5 %». ¿Es ese número una verdad cerrada o una estimación? Aquí aparece el problema central. Cuando calculamos la tasa de letalidad a partir de 782 casos, estamos observando una muestra de un fenómeno mayor y todavía en evolución. El verdadero valor poblacional de la letalidad no lo conocemos con exactitud: solo podemos rodearlo con un margen.
El error más común del alumnado (y de muchos titulares) es tratar una proporción muestral como si fuera un dato exacto. La pregunta estadística honesta no es «¿cuánto vale la letalidad?», sino «¿entre qué dos valores es razonable que se encuentre la letalidad real, y con qué nivel de confianza?». Responder a eso es exactamente lo que hace un intervalo de confianza. 💡
Los datos disponibles
La noticia sobre el ébola en Congo aporta tres cifras de partida. Las presentamos en una tabla y añadimos algunas métricas derivadas que usaremos después.
| Indicador | Valor | Cómo se obtiene |
|---|---|---|
| Casos confirmados (n) | 782 | Recuento oficial acumulado |
| Fallecimientos (x) | 614 | Recuento oficial acumulado |
| Recuperaciones | 218 | Recuento oficial acumulado |
| Proporción de letalidad (p̂ = x/n) | ≈ 0,785 (78,5 %) | 614 / 782 |
Nota didáctica: las cifras se basan en el orden de magnitud de la noticia original, pero las usamos como datos ilustrativos para uso docente. De hecho, un buen ejercicio crítico es notar que 614 + 218 = 832, mayor que 782: esto abre el debate sobre solapamientos, casos aún activos y la calidad del dato. 📚 Para datos epidemiológicos reales y verificables conviene acudir a fuentes como la Organización Mundial de la Salud (OMS).
La metodología: el intervalo de confianza para una proporción
Para estimar la letalidad del brote de ébola en la República Democrática del Congo usamos el intervalo de confianza de una proporción. La idea es construir un rango alrededor de la proporción observada (p̂) que, con un nivel de confianza dado (habitualmente el 95 %), atrape el valor real.
La fórmula clásica (aproximación normal de Wald) es:
IC = p̂ ± z · √( p̂·(1 − p̂) / n )
- p̂: proporción observada (0,785).
- n: tamaño de la muestra (782 casos).
- z: valor crítico de la distribución normal (1,96 para el 95 %).
- √( p̂·(1 − p̂) / n ): el error estándar, que mide cuánta variabilidad esperamos solo por azar muestral.
La intuición clave para el aula: cuanto mayor es n, más pequeño es el error estándar y más estrecho —y por tanto más informativo— es el intervalo. Con 782 casos tendremos un intervalo razonablemente ajustado. 🎯
La solución paso a paso
Calculemos juntos el intervalo de confianza al 95 % para la tasa de letalidad del ébola en Congo:
- Proporción: p̂ = 614 / 782 = 0,785.
- Error estándar: √(0,785 · 0,215 / 782) = √(0,0002158) ≈ 0,0147.
- Margen de error: 1,96 · 0,0147 ≈ 0,0288 (unos 2,9 puntos porcentuales).
- Intervalo: 0,785 ± 0,0288 → [0,756 ; 0,814].
En lenguaje claro: con un 95 % de confianza, la letalidad real del brote se situaría aproximadamente entre el 75,6 % y el 81,4 %. En R bastaría prop.test(614, 782) y en Python statsmodels.stats.proportion.proportion_confint(614, 782) para obtener un resultado equivalente (e incluso intervalos más precisos como el de Wilson). 🧠
Resultados e interpretación
El intervalo [75,6 % ; 81,4 %] dice mucho más que un único número. Primero, confirma que la letalidad es extraordinariamente alta, sea cual sea el extremo del rango. Segundo, el margen es relativamente estrecho (≈ ±3 puntos), lo que indica que 782 casos ya ofrecen una estimación bastante estable. Tercero —y crucial— nos enseña a comunicar con honestidad: nunca afirmamos «la letalidad es 78,5 % exacto», sino que ofrecemos un rango plausible.
Visualización recomendada: un forest plot (gráfico de puntos con barras de error). En el eje X colocamos la proporción de letalidad (de 0 a 1 o en porcentaje); en el eje Y, distintos cortes temporales o provincias del brote. Cada punto es la p̂ y cada barra horizontal su intervalo de confianza. Así, de un vistazo, el alumnado ve solaparse o separarse los intervalos y juzga si las diferencias son estadísticamente apreciables. 📈 Un gráfico de barras simple con bandas de error sobre la cifra de letalidad también funciona como primera aproximación.
Trasladar al aula: retos para tu alumnado 🧩
Convierte el caso del ébola en la República Democrática del Congo en actividad práctica con estos retos:
- Recalcula el intervalo de confianza al 99 % (z = 2,58). ¿Se ensancha o se estrecha? ¿Por qué tiene sentido?
- Imagina que el brote tuviera solo 80 casos con la misma proporción. Recalcula el intervalo y discute el papel del tamaño muestral.
- Calcula la tasa de letalidad usando solo casos cerrados (fallecidos + recuperados) en vez del total. ¿Cómo cambia p̂?
- Investiga la diferencia entre el intervalo de Wald y el de Wilson y razona por qué el segundo es preferible con proporciones extremas.
- Diseña un forest plot a mano con tres provincias inventadas y decide si sus letalidades difieren de forma relevante.
- Redacta un titular periodístico responsable que comunique el resultado sin exagerar ni ocultar la incertidumbre.
- Debate ético: ¿qué riesgos tiene difundir una cifra puntual sin su margen de error en una crisis sanitaria?
Encontrarás más propuestas como esta entre los recursos para profesores de Canal Docente, ideales para preparar una sesión completa sobre estimación estadística.
Cierre: del titular al pensamiento crítico ✅
La tragedia del ébola en Congo nos deja, además de una lección de salud pública, una lección estadística que vale para cualquier dato que veamos en prensa: detrás de toda proporción hay incertidumbre, y medirla con un intervalo de confianza es un acto de rigor y de honestidad. Enseñar a nuestro alumnado a pensar en rangos y no en cifras absolutas es, quizá, una de las competencias más valiosas que la estadística aplicada puede ofrecer. 📊🧠
Aviso metodológico honesto: todas las estructuras editoriales disponibles figuraban en la lista de uso reciente; se ha elegido «caso_problema_solucion» por ser la que mejor encaja con un análisis paso a paso de la letalidad.