vaccine-4932430_1920

CORONAVIRUS ADESSO. I NUMERI CHE CONTANO, IL MESSAGGIO CHE DEVE PASSARE E IL CASO ITALIA. LE VALUTAZIONI DI ANDREA MOLLE.

Nel corso delle ultime settimane Andrea Molle (Chapman University, USA e ricercatore associato START InSight) ha seguito l’andamento della pandemia di COVID19 e condiviso in anteprima con START InSight una serie di studi, statistiche e approfondimenti (consultabili in versione inglese e italiana sul sito www.startinsight.eu).

Mentre i vari paesi si avviano verso una riapertura graduale, facciamo il punto sui dati di cui bisogna tenere conto e sui messaggi che devono passare.

L’INTERVISTA

La pandemia è stata caratterizzata da una continua produzione e diffusione di numeri, curve, previsioni. Quali sono i dati più affidabili, anche per capire la direzione in cui andare adesso?

Durante eventi come questo è molto difficile, per non dire impossibile, produrre delle stime o delle previsioni che siano assolutamente valide ed incontrovertibili. È naturale ed aggiungerei legittimo essere critici sui numeri. La situazione è estremamente fluida. I dati di riferimento cambiano continuamente e ci sono problemi relativi alla loro effettiva qualità. Parlo ad esempio dei cosiddetti soggetti asintomatici non identificati, per i quali provvedere una stima precisa è francamente impossibile, a meno di ricorrere a test di massa. Il problema è dovuto anche ai criteri diagnostici, che sono cambiati nel tempo, o a quelli utilizzati per dichiarare una morte come causata dal coronavirus anziché come avvenuta indipendentemente da esso in un soggetto infetto. Sembrano questioni semplici, ma non lo sono. Soprattutto perché non abbiamo ancora dei criteri universali. Ad esempio, quando si cerca di stimare la mortalità della pandemia o, ancora più importante, di offrire previsioni sul suo sviluppo, la scarsa qualità dei dati a disposizione pesa parecchio. Partiamo dalla mortalità. Essa è variata nel tempo, ma sarebbe ingenuo pensare che ciò sia dovuto principalmente ad un cambiamento del virus dal punto di vista biologico. La variazione è quasi certamente dovuta ad aggiustamenti nel calcolo della percentuale di individui deceduti sui casi attivi rispetto ai diversi criteri utilizzati dagli statistici. Se ad esempio usiamo una finestra di 8 giorni dal manifestarsi dei sintomi al decesso, (per l’Italia) otteniamo una mortalità di circa lo 0.6%. Ma se consideriamo 10 giorni, la mortalità aumenta. Parliamo in fin dei conti di eventi che si protraggono nel tempo e seguono meccanismi non ancora del tutto chiari alla scienza; è dunque difficile offrire certezze. Per questo, per quanto le stime e le previsioni sull’andamento del contagio siano importanti -direi imprescindibili- al fine di pianificare le politiche sanitarie e sociali, esse non devono essere prese per oro colato. Al contrario, devono essere viste nel quadro di assunti e paradigmi che sono per loro stessa natura incompleti. La scienza opera, o almeno dovrebbe operare, in condizioni di incertezza. Essa rimane un processo di scoperta sempre provvisorio e mai definitivo. La politica d’altro canto dovrebbe servirsi degli esperti per adempiere al proprio ruolo: e cioè di prendere delle decisioni difficili in momenti di incertezza e assumersene la responsabilità. Per questo, ritengo sempre e comunque utile produrre modelli statistici e computazionali sull’andamento della pandemia, e della sua mortalità, ma bisogna capirsi bene su cosa rappresentino, quali siano i loro limiti, e sul come debbano essere utilizzati.

I dati più sicuri li avremo a crisi terminata, potenzialmente tra diversi anni. Oggi guarderei al dato, promettente, di una riduzione costante dei ricoveri ospedalieri ed in particolare di quelli in terapia intensiva che ad oggi rappresenta meno del 5% dei casi accertati. Sappiamo infatti che è lì che maggiormente si concentrano i casi di decesso (con una stima di mortalità tra il 60% e l’80% – globalmente) e la pressione sul sistema sanitario nazionale. È anche un dato estremamente utile per stimare le conseguenze di una necessaria riapertura dell’economia. Specialmente se lo si riuscisse ad usare per capire quali sono i soggetti più a rischio e dunque da monitorare attivamente e proteggere. La riapertura del paese deve avvenire in relativa sicurezza ed in tempi brevi, ed è impensabile aspettare un azzeramento del contagio o la distribuzione di un vaccino. Altrimenti il rischio è quello di trasferire la pressione dal sistema sanitario a quello economico in quella che è già definita come la più grande depressione dal 1929. A livello globale ciò risulterebbe in una crisi sociale senza precedenti e l’ingresso in una fase di estrema volatilità politica che produrrebbe conseguenze molto più pericolose dello stesso virus nell’ambito delle relazioni internazionali.

Ci sono stati errori nella comunicazione dei dati scientifici relativi al coronavirus?

Non penso che i dati siano errati, più precisamente erano e sono incompleti e di scarsa qualità come è naturale avvenga in frangenti di crisi. Certamente però vi sono stati errori di comunicazione. Oggi sappiamo che la pandemia è stata inizialmente sottovalutata, ma ultimamente mi sembra che si sia passati al fronte opposto e che la paranoia stia determinando le nostre scelte. Sarebbe facile accusare i media di questo. La politica ha le sue responsabilità, ma a mio avviso l’errore è principalmente negli scienziati. Spesso non siamo stati completamente onesti, o espliciti, e il messaggio che è passato è che le stime ed i modelli previsionali siano delle vere e proprie profezie. Pensiamo ad esempio come i modelli, provvisori ed estremamente limitati, elaborati dall’Imperial College di Londra siano stati usati come unico criterio di riferimento per le politiche pubbliche di molti paesi (v. nota in calce per la critica dettagliata del modello)[1].

Come ho premesso, ciò non è solo impossibile ma contrario al metodo scientifico. Oltretutto le previsioni odierne sembrano essere quasi sempre orientate al ‘worst case scenario’; a mio modo di vedere per non essere più accusati di sottovalutarne le conseguenze.

A pandemia inoltrata, come leggere quella che inizialmente era considerata l’anomalia Italia?

Non ritengo che l’Italia sia più da considerarsi un’anomalia. Senz’altro, almeno in una fase iniziale, il virus si è diffuso in modo estremamente veloce e con un livello di letalità inaspettato. E questo era certamente anomalo. E tuttavia da un lato abbiamo visto che, col passare del tempo, quasi tutti i paesi si stanno allineando tra di loro sia in termini di diffusione del contagio che di mortalità.

I dati indicano che il case fatality rate è stabilmente sotto l’1% dal 5 di aprile.

Ad oggi (16 aprile), il valore è dello 0.61% a 8 giorni dal manifestarsi dei sintomi (0.65% a 10 giorni). I dati relativi al fattore di crescita sono stabilmente sotto il valore di 1, e quindi indicano la decrescita del contagio, a partire dal 12 aprile (v. i dettagli nello studio pubblicato in precedenza a questo link).

Inoltre, i ricoverati in terapia intensiva sono in costante rapida diminuzione dal 4 aprile, mentre in generale i ricoveri sono in flessione dal 7 aprile.

D’altro lato, è certo che sappiamo ancora molto poco del virus e dei fattori che ne facilitano la diffusione. Gli studi che stanno emergendo in questi giorni, ad esempio, suggeriscono che non tanto l’età, quanto la presenza di condizioni croniche di salute come diabete, ipertensione e obesità, siano da ritenersi responsabili dei casi più gravi di infezione. Relativamente alla diffusione geografica, il dato che emerge sembra suggerire che questa avvenga più facilmente in aree altamente industrializzate e magari con scarsa attenzione alla qualità ambientale. Non sorprende dunque che i paesi più industrializzati, e al loro interno le aree maggiormente sviluppate come la pianura padana, la città di New York o la provincia di Wuhan, siano quelli più colpiti dal virus. Forse ciò accade per colpa di una popolazione molto più affetta da patologie preesistenti e già indebolita da fattori ambientali ma anche, come suggeriamo alla Chapman University in uno studio in via di pubblicazione, a causa della particolare struttura della popolazione e dei network sociali che è tipica delle aree più operose di un paese: cioè una popolazione attiva più giovane e dinamica, e un’importanza maggiore del tessuto di supporto sociale dato dalle relazioni intergenerazionali.

Come valuta il dialogo / scontro fra politica e ricercatori al tempo del COVID19?

Certamente la politica deve ascoltare la scienza prima di prendere delle decisioni, ma la scienza non può pensare di sostituirsi alla politica né assumere le caratteristiche di una religione infallibile. Personalmente ritengo che sia importante mantenere una distinzione chiara dei ruoli e che gli scienziati, in particolare, non cedano alla tentazione di fare i politici. Questo perché i politici sono soggetti al controllo democratico degli elettori; un principio fondamentale dell’ordinamento democratico. Mentre la scienza non opera, e non deve operare, in modo democratico. Leggo ad esempio, e con una certa preoccupazione, che alcuni esperti virologi vorrebbero creare una struttura permanente di monitoraggio sui rischi pandemici. Fin qui nulla di male; ben venga. Bisognerebbe anzi inquadrarla in una discussione complessiva sulla creazione di strutture di resilienza e difesa civile. Ma che la si voglia legalmente in grado di imporre misure di quarantena o limitazione dei diritti individuali è francamente inaccettabile in un paese democratico. Insomma se, come vorrebbero gli epidemiologi, il modello auspicato è quello della Corea non possiamo certo ispirarci a quella del Nord.

Come valuta l’impatto della pandemia sul futuro delle relazioni internazionali?

Sto leggendo diverse teorie sull’origine del virus. Mentre sembra ormai scontata un’origine naturale, vi sono sospetti che il suo rilascio possa dipendere da errori avvenuti in un laboratorio cinese dove il virus, come accade in molte altre nazioni, era studiato. Se fosse confermato che la Cina ha avuto delle responsabilità dirette sulla pandemia, in aggiunta alla sua gestione tardiva e poco trasparente del contagio, si profilerebbero scenari inquietanti per le relazioni internazionali. Ciò porterebbe infatti ad un inasprimento delle già difficili relazioni diplomatiche, e potenzialmente di quelle economiche, con il gigante asiatico che potrebbe reagire in modo molto aggressivo. Questo si aggiungerebbe alle già evidenti tendenze isolazioniste americane e alla possibile implosione dell’Unione Europea, sempre più disarmonica, che già esce con le ossa rotte dalla pandemia. Uno scenario del genere getterebbe non poche ombre sulla già precaria governance mondiale e minerebbe di fatto importanti progetti comuni sul fronte dei cambiamenti climatici e dei processi di pace oggi in atto in diverse aree del pianeta.

 

[1] Il modello è quello che più di tutti ha informato le strategie di contenimento dell’infezione; in particolare l’idea di “flatten the curve”; è molto sofisticato ma si basa su assunti che derivano da informazioni imperfette. Ad esempio, il valore di R0 che il modello assume, il numero di riproduzione di base, ovvero il numero medio di nuovi casi per ogni persona infetta, e’ stabilito a priori su circa 2 individui. In altre parole, il modello assume che ogni individuo infetto tende ad infettarne altri due, ma questa non è una misura reale della sua infettività. Va da sé che anche una minima differenza tra il dato assunto e quello effettivo si amplifica in eccesso o difetto quando viene estesa a livello nazionale. Inoltre, per fare un altro esempio, i ricercatori hanno usato un periodo di incubazione di cinque giorni e hanno ipotizzato che la trasmissione abbia inizio 12 ore prima dell’inizio dei sintomi. Altra cosa che, col tempo, abbiamo scoperto non essere vera. La lista è lunga: i ricercatori hanno anche assunto che la percentuale di casi ospedalizzati, cioè quelli che avrebbero richiesto strutture di terapia intensiva si aggirava attorno al 30% dei ricoverati mentre il dato è molto minore, o che il tasso di mortalità dei pazienti in terapia infettiva fosse del 50%, che gli anziani fossero i più colpiti, ecc. Venendo al punto, i valori utilizzati come assunti del modello si basano sulle informazioni che i ricercatori avevano all’epoca dell’elaborazione del modello e pertanto i suoi risultati sono da considerarsi molto limitati. Gli stessi ricercatori, ovviamente, non hanno fatto segreto di queste limitazioni ma spesso i nostri giornali ed esperti televisivi le hanno omesse. Un’altra cosa che il modello ha offerto è una stima della popolazione degli infetti non identificati; che veniva stimata attorno a 6 milioni di individui ed è stata riportata da tutti i quotidiani ed esperti. Quello che tuttavia è stato spesso omesso, è che lo stesso modello riportava come intervallo di confidenza, e cioè un insieme di valori che con una certa “confidenza” contiene il valore vero, andava dai circa 2 ai quasi 16 milioni di individui. Insomma, non esattamente la stima puntuale che si voleva far passare. Ciò è esemplificativo dell’uso spregiudicato che si è fatto dei modelli.


Cause di morte per COVID19: non è l’età, ma la combinazione di alcune malattie (Chapman University)

di Steven Gjerstad e Andrea Molle – Chapman University, USA

Lo suggerisce uno studio della Chapman University statunitense, pubblicato in anteprima esclusiva da START InSight.

“È un risultato estremamente importante, non solo perché permette di valutare meglio i pazienti di COVID-19 in fase di triage. Nelle fasi successive, a partire dalla cosiddetta fase 2 fino alla produzione e distribuzione di un vaccino, sarà fondamentale prendere delle decisioni mirate a proteggere prima di tutto la parte della popolazione più esposta a gravi conseguenze. Prima del vaccino, gli individui affetti da ipertensione, diabete, malattie cardiache, se non già immuni, dovranno necessariamente essere tenuti sotto stretto controllo. Non solo in quanto soggetti a rischio, ma soprattutto perché rappresentano il primo vero campanello di allarme di una eventuale risurgenza del contagio. Sappiamo infatti che sono questi individui a presentare i sintomi più severi mentre i soggetti sani possono essere del tutto asintomatici e dunque diffondere silenziosamente il virus.”

LA RICERCA

Malattie cardiache, ipertensione, diabete, ictus e malattie del fegato: identificare la presenza di questi fattori in fase di triage aumenta la possibilità di sopravvivenza.

La reazione globale all’epidemia di COVID-19 si basa sul presupposto critico che tutte le persone di età superiore ai 60 anni affrontano un inaccettabile rischio di morte se infettate dal virus. Un’analisi dettagliata dei dati dei singoli pazienti cinesi, americani e italiani indica invece chiaramente che questa ipotesi non è corretta. La nostra ricerca prova che solo lo 0,8% di tutti i decessi correlati al coronavirus in Italia riguarda individui altrimenti sani. Il restante 99,2% dei decessi riguarda individui che avevano almeno uno, e spesso almeno altri tre, fattori di malattia. Da questa scoperta derivano implicazioni significative in termini di politica sanitaria, e per le strategie di quarantena e di triage.

Statisticamente l’età non è il fattore determinante come causa di morte. Il decorso della malattia è identico tra pazienti anziani e giovani senza morbilità.

L’epidemia di coronavirus in Italia ha messo a dura prova le risorse ospedaliere, in particolare la disponibilità letti e ventilatori per la terapia intensiva dei pazienti che soffrono di insufficienza respiratoria acuta. I primi studi di comorbidità da COVID-19 effettuati in Cina [1], Italia [2] e Stati Uniti [3] suggeriscono che i tassi di mortalità aumentano rapidamente con l’età, in particolare oltre i 60 anni. Gli stessi studi mostrano anche che i decorsi nefasti aumentano sostanzialmente con la comorbilità fattori come malattie cardiache, ipertensione, diabete, ictus e malattie del fegato [1, 4]. È noto che questi fattori di morbilità aumentano rapidamente con l’età [5, 6]. Questa nota analizza in dettaglio l’ipotesi che l’età possa non essere un fattore indipendente che aumenta la mortalità COVID-19. Tra gli anziani la maggiore incidenza di malattie cardiache, diabete, ipertensione e altri fattori di comorbilità portano ad un aumento dell’incidenza di mortalità tra i pazienti più anziani con COVID-19. La distinzione è importante per guidare al meglio le decisioni di triage per ricoveri e terapia intensiva.

un triage più efficace aumenta le probabilità di sopravvivenza

Comprendere se sono i fattori di comorbidità che portano alla morte dei pazienti affetti da COVID-19, e non l’età, aiuterà a rendere il triage più efficace se le anche persone anziane sane riceveranno un trattamento, poiché le loro probabilità di sopravvivenza sono buone. I dati offerti dall’Istituto Suoperiore di Sanità (ISS) forniscono prove che in realtà sia la comorbidità a portare alla morte i pazienti di COVID-19.

I dati forniti dall’ISS possono essere usati per confermare che l’età da sola non porta alla morte per COVID-19. Il 48,5% dei casi fatali di COVID-19 in Italia fino al 17 marzo presentava 3 o più fattori di comorbilità. Un altro 25,6% aveva 2 di questi fattori e il 25,1% aveva un fattore. Solo lo 0,8% dei pazienti non soffriva di alcuna patologia. Quest’ultima statistica è importante. Se l’età da sola fosse un fattore indipendente che porta mortalità, allora ci aspetteremmo di vedere molti più decessi tra coloro che sono anziani ma altrimenti sani. In altre parole, siccome in Italia circa il 40% di tutti i casi di COVID-19 è rappresentato da persone di età superiore ai 70 anni, la frequenza senza fattori di comorbilità sarebbe molto più elevata dello 0,8%. Se anche un quarto di quelle persone fosse in buona salute e se gli anziani in buona salute fossero realmente ad alto rischio di decesso per COVID-19, stimiamo che almeno il 10% di tutti gli incidenti mortali causati da COVID-19 sarebbe tra riscontrarsi tra persone anziane con zero fattori di comorbilità. Ma sappiamo che solo lo 0,8% delle morti è tra persone anziane senza fattori di comorbilità.

l’età non è un fattore che porta alla mortalità per COVID-19

Da ciò concludiamo che l’età non è un fattore che porta alla mortalità per COVID-19. E’ evidente che i pazienti anziani senza comorbidità non muoiono di COVID-19 e quindi le decisioni di triage che risultano nella non ammissione in ospedale di questi soggetti non incrementano la mortalità di questo gruppo di età. È probabile che questi pazienti si riprendano, ma è anche probabile che si possano riprendere più rapidamente e con meno danni fisici ricevendo qualche forma di trattamento. È inoltre improbabile che richiedano un periodo di terapia intensiva molto più lungo di un giovane sano, poiché si stanno riprendendo in modo analogo ai giovani che non presentavano fattori di comorbilità.

gli anziani senza malattie pregresse si stanno riprendendo in modo analogo ai giovani

Se questo dato venisse recepito dalle strutture sanitarie, consentirebbe un turnover dei pazienti molto più rapido. Questo a sua volta potrebbe alleviare la pressione sull’infrastruttura sanitaria italiana. Per questi motivi, riteniamo che le decisioni sul triage debbano essere prese indipendentemente dall’età del paziente. Inoltre, se il dato venisse confermato da altri studi nazionali, una politica di quarantena più efficace potrebbe essere mirata solo alle persone identificate dai loro medici di base come a rischio.

Steven Gjerstad, Economic Science Institute, Chapman University, Orange, California, 92866 USA
Andrea Molle, Department of Political Science and Institute for the Study of Religion, Economics and Society, Chapman University, Orange, California, 92866 USA

[1] Wu, Zunyou and Jennifer M. McGoogan, “Characteristics of and Important Lessons From the Coronavirus Disease 2019 (COVID-19) Outbreak in China,” Journal of the American Medical Association, Feb. 24, 2020.

[2] Livingston, Edward and Karen Bucher, “Coronavirus Disease 2019 (COVID-19) in Italy,” Journal of the American Medical Association, March 17, 2020.

[3] “Severe Outcomes Among Patients with Coronavirus Disease 2019 (COVID-19) — United States, February 12–March 16, 2020.” Centers for Disease Control, Morbidity and Mortality Weekly Report (MMWR), 18 March 2020. DOI: http://dx.doi.org/10.15585/mmwr.mm6912e2

[4]  “Report sulle caratteristiche dei pazienti deceduti positivi a COVID-19 in Italia,” Instituto Superiore di Sanita, 17 Marzo 2020.

[5] “Age-adjusted percentages of selected circulatory diseases among adults,” Centers for Disease Control, Summary Health Statistics: National Health Interview Survey, 2018.  https://ftp.cdc.gov/pub/Health_Statistics/NCHS/NHIS/SHS/2018_SHS_Table_A-1.pdf

[6] “Diabetes prevalence and glycemic control among adults,” Centers for Disease Control, 2018.  https://www.cdc.gov/nchs/data/hus/2015/040.pdf