fbpx Alcune visualizzazioni descrittive | Scienza in rete

Dati Covid-19

Primary tabs

Tempo di lettura: 7 mins
 --

Mortalità in Italia (1 gennaio-15 aprile 2020)

 

I dati della mappa sono relativi al dataset analitico pubblicato da Istat il 4 maggio 2020 con i decessi giornalieri in ogni singolo comune di residenza per sesso dal primo gennaio al 15 aprile 2020 per i 4.433 comuni verificati in ANPR. Il calcolo della variazione di mortalità è una elaborazione di Scienza in rete. E' stata calcolata la variazione dei decessi 2020 rispetto ai decessi degli ultimi 5 anni (media). 

Contestualmente al rilascio dei dati Istat ha pubblicato un dettagliato report sull'eccesso di mortalità nel primo trimestre 2020, importante anche per la rapidità di elaborazione, quantità e qualità dei dati analizzati, oltre che per rapidità di elaborazione in un ambito in cui il flusso dei dati consolidati è solitamente più lento. Secondo di Susanna Conti, già responsabile del Sistema di sorveglianza rapida della mortalità dell'ISS: "questo Report è importante in quanto testimonia una positiva interazione tra due prestigiose istituzioni pubbliche che uniscono le loro forze per dare un contributo di conoscenza -basato su dati accreditati e metodologia statistica appropriata- ai decisori politici e all’opinione pubblica".

Il rapporto descrive un'Italia divisa in tre, confermando i rapporti SISGM precedenti: grande eccesso al nord, più contenuto al sud. Anche in confronto ad anni in cui sono stati registrati picchi negli eccessi di mortalità, come il 2017.

Figura 1. Confronto tra i decessi giornalieri per le principali cause iniziali di morte a marzo 2017 e i decessi con Covid-19 e per tutte le cause a marzo 2020. Fonte: Impatto dell'epidemia Covid-19 sulla mortalità totale della popolazione residente primo trimestre 2020, Istat, 4 maggio 2020.

Sistema di sorveglianza rapida di mortalità giornaliera (SISMG)

Il rapporto a cura del Dipartimento di epidemiologia della Regione Lazio osserva la mortalità in 32 città distribuite in tutta Italia. La base dati quindi è molto più limitata rispetto ai dati Istat  ma ha dati più aggiornati. L'ultimo rapporto presenta i dati al 12 maggio.  

L’andamento stagionale della mortalità giornaliera negli ultimi 5 anni mostra valori massimi nel periodo invernale (epidemia influenzale) e valori minimi nel periodo estivo (in cui sono presenti picchi di mortalità causati da ondate di calore). Nell’inverno 2019-2020 la mortalità osservata (linea rossa) nei mesi precedenti all’epidemia COVID-19 è stata inferiore al valore atteso (linea nera). Dopo una flessione con una riduzione della mortalità, l'epidemia di Covid-19 ha causato un picco raggiunto nei primi giorni ad aprile e ora in lenta discesa.

Figura 2. Andamento stagionale della mortalità per settimana nelle città italiane. Periodo gennaio 2016 – 28 aprile 2020.

I grafici mortalità settimanale per tutte le età e per le classi di età (65-74, 75-84, 85+) del nord mostrano il picco massimo di mortalità registrato nella prima settimana di aprile, e l’attuale fase discendente. Il grande eccesso di mortalità si nota soprattutto per le classi di età maggiori di 65 anni, in particolare oltre i 75. L’andamento in rapido decremento iniziato dopo la prima settimana di aprile si osserva in tutte le classi di età. Nell'ultima settimana di aprile la mortalità per la classe di età 65-74 anni è tornata a livelli attesi.

Figura 3. Città del nord Italia (Aosta, Bolzano, Trieste, Torino, Milano, Brescia, Verona, Venezia, Bologna, Genova). Mortalità media giornaliera per settimana e classe di età (65-74, 75- 84, 85+). Periodo 25 settembre 2019 – 28 aprile 2020.

Tra le città del campione sono soprattutto Brescia, a Aosta e Milano a registrare gli scostamenti maggiori. A partire dalla prima settimana di aprile si osserva una flessione dell’incremento dei decessi con una tendenza a una riduzione o una stabilizzazione dei dati.

Figura 4. Eccesso cumulato della mortalità (variazione %) dal primo caso COVID- 19 al 28 aprile al nord per città, classi di età e sesso.

Un dato interessante del rapporto SISMG è l’andamento della mortalità settimanale per luogo di decesso. Nella figura 5, che riguarda le città del nord, si nota un maggiore incremento dei decessi intra ospedalieri a partire da metà marzo mentre si osserva un valore inferiore al riferimento seguito da un incremento più contenuto a partire da metà marzo. Pare quindi confermato che alcuni decessi per Covid siano avvenuti al di fuori degli ospedali ma comunque in numero contenuto.

Figura 5. Andamento della mortalità settimanale per luogo di decesso (intra/extra ospedaliero) per le città del nord.

Eccesso di Mortalità a Brescia

Brescia è stata una delle città col numero maggiore di casi e morti di Covid per numero di abitanti. Il confronto con la mortalità generale, la mortalità attesa e i morti certificati Covid permette di osservare che, almeno durante la fase più acuta, la mortalità per Covid è stata sottostimata.

Figura 6. Mortalità generale e mortalità per Covid-19.

Eccesso di mortalità in Europa

Euromomo è il sistema europeo di sorveglianza della mortalità che riceve i dati campione dai sistemi dei paesi aderenti. A partire dalla settimana 9 ha rilevato un eccesso di mortalità in Italia, nella settimana successiva anche in altri paesi. Dopo la settimana 14 la mortalità ha iniziato a tornare nella norma e nella settimana 18 solo in Inghilterra si continua a registrare una mortalità molto superiore alla media degli anni precedenti.

Figura 7. L'eccesso di mortalità rilevato da Euromomo, dalla settimana 9 alla settimana 18. Clicca per ingrandire.

Covid-19 nel mondo

Considerando casi e morti ogni 100.00 abitanti si nota che Europa e Stati Uniti hanno superato Asia e Africa. Una spiegazione del fenomeno non è immediata perché dipende varibile in gran parte ignote: qualità e quantità di dati disponibili; reale tracciameto sul territorio (che dipende dalla quantità dei tamponi effettuati); conformazione geografica; struttura e densità della popolazione.

Figura 8. Casi ogni 100.000 abitanti (8 maggio 2020).

Figura 9. Morti ogni 100.000 abitanti (8 maggio 2020).

Andamento in Italia

Giovanni Sebastiani, dell'Istituto per le Applicazioni del Calcolo "Mauro Picone" del CNR, analizza periodicamente l'andamento dell'epidemia in Italia. Al momento si registra un calo dei contagi in tutte le regioni: questo ha convinto i tecnici e gli amministratori ad avviare la Fase 2, pronti però a tornare a misure più stringenti in caso di ripresa di focolai. Osservate speciali le regioni del nord, in particolare Piemonte (che si trova più arretrata rispetto alle altre nell’evoluzione dell’epidemia) e Lombardia (la regione più colpita).

Figura 10. Sequenza del numero giornaliero di contagiati osservati in Piemonte. Il miglior fit con un modello logistico generalizzato (derivata) è sovrapposto ai dati.

Figura 11. Sequenza del numero giornaliero di contagiati osservati in Lombardia. Il miglior fit con un modello logistico generalizzato (derivata) è sovrapposto ai dati.

A questo link l'analisi completa di Giovanni Sebastiani, nella pagina personale dell'autore gli altri articoli di analisi.

Politiche di contenimento

Quali sono le migliori politiche per contenere casi e morti per Covid? L'università di Oxford sta tenendo traccia di tutte le misure prese da un gran numero di paesi nel mondo e ha elaborato un indice di severità calcolato in base alle restrizioni attuate (chiusura delle scuole, divieto di spostamento ecc.)

Figura 12. Misure di contenimento intraprese dagli stati nel mondo. Fonte: www.bsg.ox.ac.uk/research/research-projects/coronavirus-government-respo....

Il grafico mostra che in alcuni paesi le misure sono state attuate gradualmente (come in Italia) in altri più repentinamente. L'Italia comunque pare essere stato il paese più rapido nel mettere in atto le misure via via più stringenti.

Figura 13. Paragone delle misure in alcuni stati. Fonte: www.bsg.ox.ac.uk/research/research-projects/coronavirus-government-respo....


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Superdiffusore: il Lancet ricostruisce la storia di una parola che ha avuto molti significati

Un cerchio tutto formato di capocchie di spillo bianche con al centro un disco tutto formato da capocchie di spillo rosse

“Superdiffusore”. Un termine che in seguito all’epidemia di Covid abbiamo imparato a conoscere tutti. Ma da dove nasce e che cosa significa esattamente? La risposta è meno facile di quello che potrebbe sembrare. Una Historical review pubblicata sul Lancet nell’ottobre scorso ha ripercorso l’articolata storia del termine super diffusore (super spreader), esaminando i diversi contesti in cui si è affermato nella comunicazione su argomenti medici e riflettendo sulla sua natura e sul suo significato. Crediti immagine: DALL-E by ChatGPT 

L’autorevole vocabolario Treccani definisca il termine superdiffusore in maniera univoca: “in caso di epidemia, persona che trasmette il virus a un numero più alto di individui rispetto alle altre”. Un recente articolo del Lancet elenca almeno quattro significati del termine, ormai familiare anche tra il grande pubblico: