Un sistema per determinare la fascia di disposizione regionali per il contenimento della diffusione dell’epidemia da Covid 19 deve essere un sistema:
Seguendo queste indicazioni è stata elaborata questa proposta di algoritmo sperando che venga presa in considerazione.
Per l’Associazione Italiana di Epidemiologia:
Lucia Bisceglia, Carla Ancona, Federica Asta, Serena Broccoli, Francesco Forastiere, Lorenzo Richiardi, Stefania Salmaso, Paolo Vineis
Un'analisi sull'eccesso di mortalità del 2020 e delle differenze tra la prima e la seconda ondata della pandemia.
La curva dell'andamento stagionale della mortalità dal 2016-2020 nel report SISMG.
I decessi del 2020 sono senza precedenti nel confronto con altri anni caratterizzati da fenomeni demografici ed eventi estremi. Dall’inizio dell’epidemia di Covid-19, l’Italia è stato uno dei paesi più colpiti con il maggiore impatto in termini di mortalità. Considerando solo i primi tre mesi dell’epidemia (marzo-maggio), sono stati registrati 31.936 decessi nei casi microbiologicamente confermati di SARS-CoV-2 (Sorveglianza integrata Covid-19 dell’Istituto Superiore di Sanità, ISS).
Quanto davvero sta incidendo la pandemia in corso sui livelli di sopravvivenza? Questa domanda è stata oggetto di dibattito fin dall’inizio, quando più di qualcuno (in Italia e all’estero) parlava del Covid-19 come “qualcosa di più di un’influenza”. Poi col tempo ci si è resi conto che quella che stiamo sperimentando è una crisi di mortalità che va al di là di qualunque stagione influenzale (si badi bene: l’influenza resta una seria causa di morte della popolazione anziana ed è da prendere sul serio, ma non incide così tanto).
La speranza di vita alla nascita in Italia dal 1872 (30 anni) al 2015 (82,6). I cali della speranza di vita concidono con i periodi intorno alle due guerre mondiali.
In questi giorni si sono diffusi messaggi anche molto contradditori a riguardo degli anni di speranza di vita che l’epidemia da Covid-19 potrebbe far perdere agli italiani. Per chi non è di casa con la demografia è opportuno innanzitutto spiegare cosa si intende per speranza di vita.
Curva stimate (e incertezza attorno alla stima) di R0(t) in Friuli Venezia Giulia, 1 agosto-30 novembre.
Tra i 21 dibattuti indicatori calcolati dall'Istituto Superiore di Sanità per classificare le regioni nei tre livelli di allarme (giallo, arancione e rosso), c’è il numero di riproduzione dell’infezione, che corrisponde al numero medio di contagi generati da un singolo infetto.
Davvero durante la seconda ondata si sono contagiate più persone che nella prima, come a volte si dice? Cesare Cislaghi fa qualche esercizio matematico: valutarne la correttezza è difficile, ma i risultati sembrano mantenere una certa coerenza interna.
Crediti immagine: Background vector created by starline - www.freepik.com
Una delle opinioni diffuse ma non confermate da analisi più approfondite è che durante la seconda ondata si siano contagiate molte più persone che nella prima, anche se i contagi hanno provocato meno complicazioni cliniche e queste sono state meno letali. Non è facile, ovviamente, cercare di ricostruire quelle che potrebbero essere state le frequenze da fine febbraio a oggi, ma quello che presentiamo qui è un tentativo per provare a fare questa complicata e rischiosa operazione.
Space Odyssey Monolith + Rt
Una delle conseguenze più peculiari della pandemia di Covid-19 è l’invasione di termini scientifici nel nostro lessico famigliare. Nel migliore dei casi, questa opportunità unica di ampliare la diffusione della cultura scientifica potrebbe rappresentare una delle (poche) conseguenze positive della pandemia. In altri casi, invece, assistiamo a un ricorso a terminologie poco spiegate e ancor meno comprese, che assurgono a una valenza quasi magica nella nostra quotidianità.
Composizione gruppo di lavoro AIE: Paola Angelini, Serena Broccoli (Regione Emilia-Romagna); Lucia Bisceglia, Anna Maria Nannavecchia (Regione Puglia); Federica Michieletto, Eliana Ferroni, Filippo Da Re (Regione Veneto); Salvatore Scondotto, Alessandro Arrigo (Regione Sicilia); Paolo Vineis, Carlo Di Pietrantonj (Regione Piemonte); Mario Braga, Carla Rizzuti, Francesco Profili (Regione Toscana); Angelo D'Argenzio, Pietro Buono, Alessandro Perrella (Regione Campania); Daniel Fiacchini, Marco Pompili (Regione Marche); Paola Michelozzi, Federica Nobile, Francesco Vairo (Regione Lazio); Marco Cristofori (Regione Umbria); Danilo Cereda, Claudia Gallana , Manuel Maffeo, Andrea Cinnirella (Regione Lombardia). Francesco Forastiere, Stefania Salmaso, Carla Ancona, AIE.
La seconda ondata della pandemia nel nostro Paese è stata caratterizzata da casi molto più giovani rispetto a quelli identificati nella prima ondata di marzo-aprile. Secondo l’ultimo report dell’ISS (18 novembre 2020), a partire dall’inizio di maggio si è verificata una diminuzione importante del numero di casi in tutte le fasce di età, con un decremento più marcato nei soggetti di età maggiore di 50 anni.
Immagine: "The grass is always greener on the other side", Wiktionary.
Il recente appello a rendere disponibili, aperti, interoperabili (machine readable) e disaggregati i dati - che ha fra i primi promotori anche Scienza in rete - sta avendo molto successo e speriamo che sia compreso nella sua utilità anche dal Governo, che finora ha preferito condividere i dati solo con specifici gruppi di ricercatori (come l’Accademia nazionale dei Lincei).
R(t) ormai è diventato come il PIL e come lo spread: un numero da cui dipendono molte, forse troppe cose. Visto che se ne parla tanto e che forse non tutti quelli che ne parlano sanno davvero di cosa si tratta, cerchiamo di capire meglio la questione.
La decisione del Governo di assumere le decisioni riguardanti i “colori” delle Regioni sulla base di 21 indicatori ha riattivato positivamente il dibattito su quali dati servano. Dico subito che a mio parere non esistono dati buoni o dati cattivi ma solo dati utili o dati inutili! La conoscenza non è mai separata dalla decisione, talvolta immediata talaltra molto posticipata, e questa distinzione potrebbe coincidere in buona misura con quella tra monitoraggio e ricerca.
Quando e dove sia nato il signor (o la signora) «Covid Diciannove» e che cittadinanza abbia nessuno, per oggi, lo sa con certezza anche se se ne sono sentite dire molte cose. Per molto tempo si è dato per certo che avesse cittadinanza cinese, magari nato da un pipistrello e come nursery un mercato di carne di animali selvatici. Poi qualcuno ha detto di averlo visto sciare sui campi da neve austriaci e francesi.
Adottare dei criteri il più oggettivi possibile per differenziare le misure di contenimento della pandemia ha senso. Tuttavia, tali criteri devono basarsi su dati accessibili, veritieri e aggiornati, altrimenti si rischia di creare confusione e sfiducia nei cittadini.
Immagine: Vector field, Wikipedia.
Quello che sappiamo, in termini i dati, sulla pandemia di Covid-19 viene dai flussi informativi istituiti con ordinanza 640 della Protezione Civile dello scorso 27 Febbraio.
Che i dati usati per le "chiusure colorate" nelle diverse Regioni non siano poi così oggettivi era a ben vedere sotto gli occhi di tutti. Tra gli indicatori impiegati vi è per esempio il "numero di casi con inchiesta epidemiologica completata", basato su autodichiarazioni e che alcune Regioni non hanno potuto fornire o hanno fornito in ritardo. Il risultato è un governo dell'epidemia confuso: sarebbe meglio, allora tornare a criteri più semplici.
Le chiusure colorate dal verde al rosso portano scompiglio sociale, aizzano campanilismi mai sopiti, seminano sospetti di brogli sui dati, proprio come nelle elezioni americane appena concluse. Ma chi l’avrebbe mai detto che inventarsi una “risposta di precisione” su base regionale e basata su “dati oggettivi” avrebbe scatenato questa zizzania, con inevitabile coda di inchieste della magistratura sui dati pervenuti in ritardo o “aggiustati”? Ma con il senno di poi, chi mai avrebbe potuto pensare il contrario, nel paese di Pinocchio?
Ormai un po’ tutti parliamo di epidemia snocciolando le differenze, sia tra aree sia tra giorni diversi, di indici epidemiologi come, ad esempio, la percentuale di positività o l’erreti (Rt). Sarebbe però bene abbandonare le impressioni e le sensazioni e invece affidarsi a delle misure oggettive; l’importante è evitare di equivocare nella loro interpretazione o anche addirittura nelle loro modalità di calcolo.
Dopo molti mesi di pandemia abbiamo capito che il tracciamento dei contatti è una misura indispensabile per cercare di contenere la diffusione del virus. Tuttavia, i dati non «parlano», ma devono essere attentamente interpretati. Per esempio, tracciare i contatti familiari o lavorativi è molto più semplice che tracciare quelli avvenuti in autobus. Come operare nel migliore dei modi?
Immagine: Pixabay License.
Purtroppo, l’ora della clausura è ritornata. I nuovi casi di Covid-19 in Italia stanno crescendo in modo esponenziale da alcune settimane, e a essi inevitabilmente si associa una pressione crescente sui servizi sanitari e, tragicamente, un aumento considerevole dei decessi.
“Conoscenze, decisioni e incertezza: la statistica medica lancia una palla di neve, perché quella in corso non è l’ultima pandemia” è il titolo del position paper scritto da Flavia Carle1, Giovanni Corrao2 e Cristina Montomoli3, approvato e sottoscritto dal Consiglio Direttivo della Società Italiana di Statistica Medica ed Epidemiologia Clinica (SISMEC). Vi offriamo una sintesi che potrebbe risultare utile.
Immagine: Pixabay License.
Il fatto che questa pandemia abbia riguardato dall’inizio e con veemenza Paesi come l’Italia, dove le malattie infettive sembravano non rappresentare da tempo un problema prioritario per la salute dei cittadini, ha evidenziato due importanti criticità.
Stiamo assistendo a un aumento dei casi positivi che sembra inesorabile, almeno dal mese di agosto. Tuttavia, paragonare i positivi di oggi con quelli di inizio pandemia è fuorviante, perché andrebbero considerati le varie relazioni con i tamponi effettuati, i ricoverati ordinari e in terapia intensiva e i decessi. Da un lato, siamo di fronte alla crescita della capacità diagnostica dei sistemi sanitari, dall’altro, però, è innegabile una lenta risalita.
Immagine: Pixabay.
In questi giorni di inizio ottobre si sta assistendo ad un incremento, forse atteso ma non in questa misura, di nuovi casi di contagio da Covid-19. Il 14 ottobre sono stati conteggiati in Italia 7.332 casi, ben 1.179 più della frequenza massima prima osservata che è di 6.153 del 26 marzo, e 8.804 il 15 ottobre. Sicuramente la situazione è già ora allarmante e necessita di interventi efficaci per contenere il più possibile il diffondersi del virus.
Anche la Linea di Osvaldo Cavandoli sembra scocciarsi di come vengono trattati graficamente i dati dell'epidemia...
Con 7.332 nuovi positivi di ieri 14 ottobre viene raggiunto il numero massimo dall’inizio della pandemia e tutti i media non hanno mancato di rimarcarlo. In realtà già il giorno precedente, i 5.901 nuovi positivi segnalati si collocava nella parte alta della curva della prima ondata, tra il 19 e il 29 di marzo, e molti osservatori lo avevano segnalato, senza chiedersi troppo sulla correttezza del confronto e sulle conseguenze in termini di percezione del rischio e di paura.
Immagine: Designed by master1305 / Freepik
Presto, a settembre, le scuole in Italia riapriranno. In questo periodo le istituzioni stanno mettendo in atto le misure per riaprire le scuole “in sicurezza”, ossia in modo da minimizzare l’aspettativa che le scuole possano contribuire alla diffusione del virus.
Abbiamo analizzato i dati di alcune regioni italiane sulla crescita dei contagi. Alcune presentano una crescita che da lineare diventa esponenziale, altre presentano una diminuzione del tempo di raddoppio della crescita esponenziale. Approfittiamone anche per ricordare la differenza sostanziale - non così banale - tra crescita lineare e crescita esponenziale.
Spesso si sente usare l’aggettivo “esponenziale” come sinonimo di “molto” o di “veloce” (una certa “quantità esponenziale” o una certa “crescita esponenziale”), non solo tra amici o conoscenti ma anche in contesti più istituzionali. La BBC ha parlato della percezione che le persone hanno del senso della parola “esponenziale” in un articolo del 13 agosto relativamente alla crescita esponenziale dei casi di Covid-19.
Dalle affermazioni di alcuni esperti in ambito medico e dalle notizie diffuse dai principali mezzi di comunicazione si sta consolidando un blocco di pensiero secondo il quale il coronavirus in questa fase si diffonde di più rispetto ai primi mesi dell’anno, ma si trova in maggioranza in soggetti asintomatici e fa pochi danni ai malati di Covid-19. Allo scopo di studiare la veridicità dell’ultima parte di questa affermazione, abbiamo analizzato i dati sul numero di posti in terapia intensiva occupati da malati di Covid-19 nel periodo di sei settimane dal 13 Luglio al 23 Agosto 2020.
Aumenta progressivamente in Italia il numero dei nuovi casi positivi al coronavirus denominati “di ritorno”. Si tratta di persone che vivono nel nostro paese e si sono recate all’estero dove sono state infettate prima del ritorno in Italia. Alcune delle persone infettate erano all’estero in vacanza, ma c’è la possibilità di essere contagiati anche per persone straniere che lavorano in Italia e si sono recate nei loro paesi di origine per una visita alle loro famiglie.
Dopo le “riaperture” di maggio e inizio giugno 2020, l’epidemia di coronavirus in Italia negli ultimi due mesi è stata caratterizzata dalla progressiva comparsa di focolai da nord a sud del paese, che le autorità sanitarie riescono a circoscrivere nell’arco di una/due settimane (vedi Figura 1 di questo articolo).
Immagine Pixabay.
In Europa c’è il caldo, molto, c’è qualche temporale e c’è sempre il SARS-CoV-2 che in parecchi paesi si dà da fare più di quanto si potesse sperare.
COVID-19 IgG/IgM Antibody Test (Texas Military department).
In questa nota verranno illustrati alcuni risultati preliminari dell’indagine effettuata dall’Istat e dal Ministero della Salute per quantificare la presenza degli anticorpi anti-coronavirus nella popolazione italiana. Sono stati privilegiati i risultati che hanno potenzialmente valore operativo allo scopo di limitare la diffusione del virus.
Crediti immagine: Dati vettore creata da stories - it.freepik.com
“Oggi i nuovi contagi da Covid-19 si sono dimezzati rispetto a ieri”... “Oggi i nuovi contagi da Covid -19 sono di nuovo molto cresciuti” … eccetera! Nei giorni di fine luglio, quasi tutti i telegiornali della sera hanno aperto con la notizia, quasi fosse quella del Nasdaq, che Covid-19 era cresciuto o era diminuito, e a queste variazioni era dato un significato decisamente positivo o negativo come se realmente l’andamento generale della pandemia nel nostro paese dipendesse dalle variazioni osservate in ogni singola giornata.
In questa nota, oltre all’aggiornamento dello studio del fenomeno dei focolai, come da risultati illustrati nella nota di otto giorni fa, verranno presentati altri risultati che riguardano i casi trovati positivi al test per il virus Covid-19, indipendentemente dalla loro relazione con i focolai. Questi risultati verranno confrontati con quelli relativi ad altri stati europei ed extra-europei.
Distribuzione spaziale del numero di focolai nelle province italiane nel periodo dal 1 giugno al 23 luglio 2020. L’intensità della colorazione aumenta con il crescere del numero di focolai.
Nei mesi di giugno e luglio 2020, l’epidemia di Covid-19 in Italia è stata caratterizzata dalla presenza di numerosi focolai distribuiti dal nord al sud del paese. Grazie alla tempestiva ed efficace azione di contact tracing e di isolamento dei soggetti risultati positivi al test per il virus Covid-19 messa in atto dalle istituzioni sanitarie, questi focolai vengono finora circoscritti tipicamente entro una-due settimane.
La situazione attuale dell’epidemia di Covid-19 in Italia non sembra allarmante: il numero di persone ricoverate in terapia intensiva è in continua diminuzione e i valori misurati dell’incidenza a livello nazionale sono bassi. Inoltre uno studio molto recente su un campione relativo alla regione Lombardia rileva una bassa carica virale nei soggetti trovati positivi al tampone.
In diretta streaming mercoledì 17 giugno a partire dalla 12.
Cosa si fa quando si programma un piano pandemico: come si individuano i dati, come si progetta la struttura di raccolta, come si progetta la struttura che rilascia i dati al pubblico?
Gli stati colpiti dalla COVID-19 erano pronti? O non si sono mai dotati di sistemi robusti per raccolta, distribuzione e analisi dati in emergenza?
Gli aggiornamenti successivi possono essere consultati questo link: https://www.scienzainrete.it/dashboard/
Oggi 25 maggio ci sono sei regioni dove l'aumento del numero totale di casi positivi rispetto a dieci giorni fa è inferiore a venti, le stesse degli ultimi quattro giorni: la Calabria, la Basilicata, l'Umbria, la provincia di Bolzano, la Sardegna e la Valle D'Aosta. Inoltre, per le prime quattro e il Molise oggi l'incidenza è nulla.
La Sardegna sembra vicina alla fine dell'epidemia, seguita dall'Umbria, dalla Calabria e dalla Valle D’Aosta.
In questo documento sono descritti alcuni risultati relativi all’analisi dei dati dell'epidemia di Covid-19 in Italia a livello regionale. I dati utilizzati sono stati scaricati dal sito https://github.com/pcm-dpc/COVID-19/tree/master/dati-regioni.
Secondo una nuova indagine Doxa, a marzo e ad aprile i contagi di Covid-19 sono stati largamente superiori rispetto a quelli ufficialmente registrati.
Crediti immagine: Anastasia Gepp/Pixabay. Licenza: Pixabay License
Un'indagine Doxa, rappresentativa della popolazione italiana e condotta sul territorio nazionale dal 3 al 7 aprile, sui sintomi correlati a Covid-1,9 ha confermato che il 14% hanno riportato sintomi di tipo Covid-19 nel periodo 13 marzo-7 aprile. Questa proporzione è scesa all’8% in una terza indagine condotta dall’1 al 4 maggio e riferita la periodo 10 aprile-4 maggio. In Lombardia, la proporzione è scesa dal 25% a marzo al 13% nella seconda metà di aprile.
L’analisi delle sequenze temporali della frazione dei contagiati osservati rispetto alla popolazione della provincia rivela che finalmente tutte le 107 province presentano una diminuzione del tasso di crescita. Inoltre, si osservano tre regioni con un numero nullo di contagiati osservati al giorno: Umbria, Molise e Basilicata. A livello di province, ne troviamo 34 con numero nullo di nuovi contagiati osservati. Naturalmente, sappiamo che il primo giorno della settimana osserviamo spesso numeri più bassi a causa della ridotta attività di analisi dei tamponi nei giorni di fine settimana.
Fluctuart, Centre d'Art Urbain, Paris. Foto di Renata Tinini.
Siamo ormai alla “ripartenza” dopo il lungo lockdown, segnato dalle molte incertezze che ancora accompagnano l’impatto che la cauta ripresa delle attività potrà avere su nuove infezioni e morti. Un contributo a lungo atteso per fare chiarezza su scenari futuri è il rapporto sull'Italia pubblicato oggi dall’Imperial College di Londra, con Oxford e il collaborating center dell'OMS, e firmato dal gruppo di Neil Ferguson, di cui fa parte anche l’italiana Ilaria Dorigatti.
Modello SIR. Sulle ordinate la popolazione, sulle ascisse i giorni. Linea blu, suscettibili; linea rossa, infetti; linea viola, guariti.
Siamo ormai alla fase due, e tutti si domandano come stanno davvero le cose e quanto sia rischiosa la riapertura.
Vi sono in rete vari metodi per valutare questi rischi.
Per lo più si tratta di modelli statistici che usano il metodo della regressione statistica, derivando l’andamento dei nuovi casi osservati nel tempo sulla base dei dati dei giorni precedenti. Siccome questi metodi che non assumono nessun meccanismo specifico legato all’ epidemia, la loro capacità di anticipare l’andamento dei dati è limitata.
L’analisi delle sequenze temporali della frazione dei contagiati osservati rispetto alla popolazione della provincia rivela che 106 delle 107 province presentano una diminuzione del tasso di crescita. Manca all’appello solo la provincia di Asti (vedi figura 1).
Figure 1. Sequenza del numero dei contagiati osservati nella provincia di Asti. Il miglior fit con un modello logistico generalizzato è sovrapposto ai dati.
Installazione di Alicia Martin al Palacio de Linares, Madrid, 2005.
Il virus SARS-CoV-2 e la malattia che produce, COVID-19, sono come uno tsunami sta travolgendo il anche il modo “normale” della comunicazione della scienza tra gli esperti, sulle riviste specializzate. Anche sulle riviste scientifiche, proprio come sui media tradizionalisti, prevalgono di gran lunga i commenti e le analisi qualitative invece che i report quantitativi che hanno superato il processo di peer review.
Spesso si sente dire che il numero di vittime che sta mietendo l’epidemia di SARS-CoV-2 in Italia sia ben superiore ai numeri che ci vengono forniti quotidianamente dalla Protezione Civile. Inoltre si leggono sempre più notizie relative a decessi non direttamente dovuti al virus ma indirettamente dovuti all’epidemia: sono spesso persone con patologie serie, che nulla hanno a che vedere con Covid-19, ma che hanno difficoltà o ritrosia ad accedere in tempo al servizio sanitario e ciò ne provoca a volte il decesso. Purtroppo ad oggi una stima accurata di questi due numeri, ossia dei reali decessi dovuti direttamente e indirettamente al virus, non è disponibile. In questo articolo cerchiamo di supplire a questa lacuna, fornendo una stima ragionevole di tali decessi tramite l’analisi statistica dei dati messi a disposizione dall’Istat sui decessi totali che sono avvenuti in Italia fino al 4 aprile 2020, anche elaborando scenari che partono dalla constatazione della minore prevalenza di donne nella mortalità da Covid-19. Nel grafico, sbilanciamento di genere nella mortalità Covid in Lombardia per fasce di età.
La sequenza del numero totale dei contagiati osservati di Covid-19 in Italia presenta piccole ma visibili deviazioni non casuali dei dati dal modello teorico adottato dopo la fine della fase evolutiva iniziale di tipo esponenziale, come illustrato in figura 1.
Figura 1. Sequenza del numero dei contagiati osservati in Italia. Il miglior fit con un modello logistico generalizzato è sovrapposto ai dati.
Per fronteggiare l'emergenza sanitaria causata da COVID-19 è importante avere dati precisi, aperti e fruibili da cittadini e giornalisti. Perché la trasparenza è alla base di una buona informazione, fondamentale per conoscere lo stato reale delle cose. Scienza in rete insieme a diverse altre organizzazioni chiede a tutti i presidenti di regione d’Italia di rendere disponibili al più presto, in formato machine readable e aperto i dati relativi ai tamponi eseguiti nelle singole regioni, anonimizzati, ma con il massimo grado di dettaglio.
Dopo oltre un mese e mezzo di blocco quasi totale del Paese crediamo che sia necessario permettere alle organizzazioni della società civile, ai giornalisti che quotidianamente cercano di informare in maniera indipendente e imparziale i cittadini, ai ricercatori, di avere accesso a dati di particolare importanza per la lettura della reale situazione che stiamo vivendo.
Tutti ci stiamo domandando quale sia stato fino ad oggi l’effetto delle misure di mitigazione dell’epidemia di Covid-19. Non è facile dirlo guardando i dati che la Protezione Civile comunica ogni giorno alle 18. Infatti le misure adottate riducono il numero delle persone che si contagiano, ma i dati invece ci raccontano di quando le persone sono risultate positive, ospedalizzate, guarite e anche, sfortunatamente, decedute.
Che i dati comunicati tutte le sere al vespero dalla Protezione civile siano solo una lontana approssmiazione dei dati reali di diffusione del contagio da Covid-19 nella popolazione è cosa risaputa e per il momento difficilmente modificabile. Ci sono rilevanti problemi di definizione di caso legati anche a un decreto governativo che prevedeva di considerare caso solo i malati con sintomi rilevanti cui veniva fatto un tampone che dava esito positivo. Questo esclude quindi sia gli asintomatici, sia i paucisintomatici, sia i deceduti senza effettuazione di tamponi.
A mano a mano che i dati si stabilizzano prendono corpo anche analisi sulla distribuzione geografica e sulle linee di propagazione. Giovanni Sebastiani, dell’Istituto per le Applicazioni del Calcolo "Mauro Picone" del CNR, mostra che le città col più alto numero di contagi giacciono sulle maggiori autostrade italiane: sarà importante in futuro poter avere accesso ai dati sulla mobilità delle persone per poter prevedere con largo anticipo la diffusione dell’epidemie e contrastarne lo sviluppo con misure adeguate.
Un aspetto rilevante di COVID-19 è la sua distribuzione spaziale lungo il territorio italiano delle province maggiormente colpite. Nella figura 1 osserviamo la distribuzione delle 94 province italiane presenti nella penisola sul totale delle 107.
Figura 1. Distribuzione spaziale delle 94 province presenti all’interno della penisola tra le 107 totali.
Bergamo (crediti: borshop, Flikr)
A Bergamo c'è un sistema di sorveglianza rapida della mortalità. E' la redazione dell'Eco di Bergamo che insieme a InTwig, ha chiesto agli uffici anagrafe dei 243 comuni bergamaschi i dati sulla mortalità. Di questi, al momento, hanno risposto in 91 (che rappresentano oltre il 50% della popolazione totale della provincia): a marzo 2020 "sono morte oltre 5.400 persone, di cui circa 4.500 riconducibili al coronavirus. Sei volte rispetto a un anno fa.
Unità di cura intensiva, Saint Martin's General Hospital, Mechelen, Belgium (Wikimedia).
Da quando l’epidemia di COVID-19 si è abbattuta sull’Italia, diversi studi hanno cercato di valutare i suoi effetti sanitari immediati. Il più ovvio è l’aumento della mortalità, che scopriamo ogni giorno andare ben oltre quanto riportato dai numeri ufficiali [1]. Resta invece ancora poco studiato l’effetto che il notevole carico assistenziale dovuto a questa epidemia potrà avere sulla tenuta del SSN nel medio e nel lungo periodo. In particolare, il numero crescente di pazienti che necessitano di un trattamento in terapia intensiva desta molta preoccupazione.
Mortalità media giornaliera per settimana per la classe di età 75-84 anni nelle città del nord Italia (Aosta, Bolzano, Trieste, Torino, Milano, Brescia, Verona, Venezia, Bologna, Genova). Rapporto del Sisgm, periodo 25 settembre 2019 – 17 marzo 2020.
La violenza con cui il ciclone Covid si è abbattuto sulla nostra penisola ha proiettato l’Italia sulle prime pagine dei giornali in tutto il mondo. Bergamo è diventata la città martire al pari della cinese Wuhan, con Brescia che segue a poca distanza. Letalità apparente molto alta (7,2% verso 2,3% in Cina). Terapie intensive intasate. Mascherine e ventilatori esauriti.
La scienza sta avendo una sua rivincita sulla politica e la società. Arrivata l’emergenza, declinano i negazionisti e si rivalutano le competenze. Ma è sufficiente quello che il mondo della ricerca sta facendo per ricostruire e consolidare questa fiducia? Sicuramente nessuno si aspettava una pandemia di questa gravità, e i piani di preparazione pandemica non erano di fatto pronti a scattare in gran parte dei paesi. Eppure sarebbe stato utile avere anche in Italia, come in altri paesi ad alto investimento in ricerca e sviluppo, una immediata circolazione pubblica dei dati che man mano la sanità pubblico andava raccogliendo. Non è stato così. (Immagine: Geralt, Pixabay)
La scienza sta avendo una sua rivincita sulla politica e la società. Arrivata l’emergenza, declinano i negazionisti e si rivalutano le competenze. Ma è sufficiente quello che il mondo della ricerca sta facendo per ricostruire e consolidare questa fiducia? Difficile rispondere.
Conoscere il numero reale di contagiati darebbe solidità ai modelli previsionali dell'epidemia, ma ancora è un dato avvolto dall'incertezza. Per conoscerlo non sarebbe sufficiente nemmeno eseguire il tampone su tutta la popolazione, servirebbe invece una analisi degli anticorpi su grande scala: una via al momento non praticabile. E' possibile però tentare di ridurre l'incertezza sulle stime dei contagiati attraverso un confronto puntuale tra i dati italiani e quelli forniti dalla Cina.
Nel contributo del 13 marzo avevo condiviso alcune considerazioni relative sia all’evoluzione della curva dei decessi in Italia che al confronto dell’andamento dei contagi italiani con quello di paesi che ci avevano preceduto (Cina e Corea) e che ci seguivano (Germania, Spagna, Francia e Stati Uniti) nei tempi di diffusione dell’epidemia.
Ci sono somiglianze e differenze nell'andamento di COVID-19 in nei vari paesi d'Europa. Dalle curve di diffusione dei contagi si può osservare che gli interventi hanno un effetto: in Italia l'espansione libera si è interrotta a partire dal primo marzo e nei giorni successivi in Germania e probabilmente in Francia. Mentre negli USA e in Spagna si osserva ancora una forte crescita del tasso di contagi. Saranno i prossimi giorni a dirci se la crescita dei contagi vedrà un cambiamento di esponente oppure proseguirà verso uno scenario potenzialmente peggiore di quello italiano. La Spagna in particolare pare perdurare in regime di espansione libera per un tempo più lungo di quanto abbia fatto l’Italia. Immagine: in numeri dell'epidemia riportati dalla Organizzazione mondiale della sanità al 12 marzo 2020.
La diffusione del Covid-19 nel mondo ha indotto l’undici marzo scorso l’Organizzazione mondiale per la sanità a dichiarare lo stato di pandemia. Di tale pandemia l’Italia è in questi giorni il paese più colpito. Il superamento della Cina in termini di numero ufficiale di decessi appare imminente. Altri paesi, soprattutto in occidente, sembrano avviati sulla stessa strada.
I dati qui analizzati sono stati scaricati dal repository della Protezione civile. Tra i vari modelli matematici a disposizione per descrivere il fenomeno della diffusione dell’epidemia del coronavirus, uno dei più semplici coinvolge alcuni “compartimenti”. Il primo compartimento S contiene gli individui che non presentano il virus all’interno del loro corpo e che risultano quindi “suscettibili” di essere infettati.
Con i molti limiti di un modello epidemiologico, e considerato anche che siamo nel pieno di una crescita esponenziale del fenomeno, si può tentare di verificare se, per territorio e per periodo temporale, le curve epidemiche mostrino andamenti diversi e darne un accenno di interpretazione. A oggi non siamo in vista del picco delle curve, ma forse in vista del flesso del ritmo di crescita.
Con l’attuale disponibilità di dati, è possibile misurare possibili andamenti significativi dell’epidemia per territorio e periodo temporale? Rispondere è difficile per molte ragioni. In primo luogo perché i dati disponibili si riferiscono a un periodo temporale insufficiente. In premessa deve essere considerato che naturalmente le misure restrittive hanno un effetto che è differito nel tempo, che dipende dai comportamenti sociali e che è complesso isolare statisticamente, soprattutto con una disponibilità di dati limitata.
Applicando all’epidemia attuale il modello utilizzato per la pandemia influenzale 2009, è ipotizzabile un aumento di casi fino a metà aprile nelle aree di prima introduzione come la Lombardia. L'incremento potrebbe essere più tardivo in altre zone del Paese. Pur con i limiti di una simulazione affetta da molte incertezze sulle caratteristiche dell'infezione il modello matematico disponibile offre uno scenario plausibile circa i tempi a breve di evoluzione dell'epidemia. [Nell'immagine: elaborazione di Scienza in rete dei dati pubblicati dalla Protezione civile su GitHub. Il grafico mostra il numero cumulato dei casi per quattro categorie: ospedalizzati (rosso), in isolamento (giallo), guariti (verde), deceduti (nero). Periodo: 24 febbraio -7 marzo. Fonte: Protezione Civile.]
L’attuale epidemia di Covid-19 viene quotidianamente descritta dal numero cumulativo di persone trovate infette al SARS-Covid-19 (la maggior parte delle quali identificate fino ad ora perché contatti di casi confermati o perché sintomatiche) e da quello delle persone ricoverate in ospedale e di quelle decedute e trovate infette dal virus. I numeri da soli non bastano a fornirci uno scenario di evoluzione su cui prepararci, ma è possibile recuperare qualche indicazione dall’esperienza precedente alla pandemia da virus influenzale A/H1N1pdm09 del 2009.
