Se usan muchos métodos matemáticos y epidemiológicos complejos para modelar la pandemia de Covid-19. Entre otros resultados de estos modelos ha estado la opinión de que el cierre de escuelas tuvo poco impacto en las tasas de infección en varios países. Adoptamos un enfoque diferente. Haciendo una suposición, simplemente graficamos los casos, las hospitalizaciones y las muertes, en un eje Y log2 y un eje X lineal basado en fechas, y los analizamos mediante regresión segmentada, un método poderoso que se ha pasado por alto en gran medida durante esta pandemia. Aquí mostramos que los datos se ajustan a líneas rectas con coeficientes de correlación que van del 92% al 99%, y que estas líneas se rompen a intervalos interesantes, revelando que los cierres de escuelas redujeron las tasas de infección a la mitad, los cierres redujeron las tasas de 3 a 4 veces, y otras acciones (como cerrar barras y exigir tapabocas) bajaron aún más las tasas. Las hospitalizaciones y las muertes fueron paralelas a los casos, con retrasos de tres a diez días. Los gráficos, que son fáciles de leer, revelan cambios en las tasas de infección que no son obvios usando otros métodos de gráficos y tienen varias implicaciones para el modelado y el desarrollo de políticas durante esta y futuras pandemias. En general, además de los encierros completos, tres intervenciones tuvieron el mayor impacto: cerrar escuelas, cerrar bares y usar tapabocas: un mensaje fácilmente entendido por el público.
