26 febbraio - Gentile Direttore,
il contributo dell’Associazione Italiana di Epidemiologia (AIE) si pone in un contesto di discussione tecnica sugli strumenti di monitoraggio della pandemia Covid-19 che è particolarmente accesa a livello internazionale per le sue evidenti implicazioni di politica sanitaria. La stessa Unione Europea, tramite il Joint Research Centre (JRC) che è il suo centro di ricerca “in house”, ha recentemente rilasciato una monografia che evidenzia le criticità dei molteplici approcci esistenti per il calcolo di Rt.  
La continua produzione di nuovi approcci rende necessario aggiornare tali revisioni, come del resto è naturale in un ambito scientifico completamente rivoluzionato dall’avvento della pandemia. In tale contesto multidisciplinare di interesse diretto per il decisore e per il cittadino, si pone anche il metodo elaborato dal Prof. Battiston in collaborazione con Agenas per illustrare l’andamento dell’epidemia, confrontando l’andamento del numero degli infetti attivi con quello del parametro R*(t), nel contesto del modello compartimentale SIR e utilizzando solo i dati pubblici della Protezione Civile.
 
Consapevoli dell’impatto dei risultati presentati con R*(t) sul Portale Covid AGENAS, abbiamo letto con grande interesse il contributo di AIE su Quotidiano Sanità.
 
Riteniamo che l’articolo ponga delle domande specifiche su tre livelli diversi tra loro collegati, ma ben distinti: a) adeguatezza del metodo R*(t); b) appropriatezza del parametro di interesse; c) risposta al titolo: “ma tra 7 giorni gli infetti diminuiranno davvero?”
 
AGENAS intende affrontare ognuno di questi punti in maniera specifica.
 
Rispetto al metodo di calcolo di R*(t), questo parametro corrisponde esattamente, nel modello SIR, al “numero effettivo di riproduzione” ottenibile direttamente dall’ andamento della prevalenza, includendo anche l’effetto di immunità di gregge dovuto alla diminuzione nel tempo della popolazione suscettibile al contagio. R*(t) fornisce una descrizione “classica” della dinamica del contagio che risulta particolarmente utile per illustrare in modo efficace il suo andamento nel tempo. Inoltre, essendo determinabile in modo diretto dall’andamento degli infetti attivi (quindi da dati disponibili pubblicamente), è di facile utilizzo e particolarmente adatto all’impiego nel contesto degli open data.
 
Ciò detto, siamo assolutamente consapevoli che pur fondandosi su una solida base teorica, R*(t) sia valido per quanto lo siano le assunzioni di base, in quanto ne consentono un uso rapido e semplificato. Tali caratteristiche però non precludono un suo continuo miglioramento, attraverso un gruppo di studio aperto che stiamo già organizzando, ed al quale AIE è fin d’ora invitata a partecipare. Tra le varie iniziative, prevediamo come suggerito lo sviluppo ed il libero scambio di software aperto per il calcolo di R*(t), interventi per la pianificazione e il rilascio di open data.
 
Rispetto all’appropriatezza del parametro di interesse, ovvero del “totale di infetti attivi”, occorre considerare il contesto stesso in cui AGENAS opera su mandato del Ministero della Salute.

Per una attività orientata ai Servizi Sanitari Regionali, è evidente che l’approccio prioritario non è quello basato sull’evoluzione epidemiologica della pandemia, aspetto che è di maggiore pertinenza dell’Istituto Superiore di Sanità. Pur comprendendo la difficoltà nel contestualizzare i confini di competenza in ambito scientifico, occorre considerare la necessità di garantire una coesistenza efficace agli strumenti messi in campo da diversi Enti del servizio pubblico.
 
Nel nostro approccio alla comunicazione, AGENAS ha ritenuto che il totale degli infetti attivi in uno specifico territorio, la prevalenza appunto, rappresentasse un parametro più orientato ai decisori e quindi ai cittadini stessi in quanto fruitori del servizio sanitario. Un maggiore numero di contagiati impone un immediato impegno in termini di ospedalizzazione, cure domiciliari, medicina generale, trattamenti e quant’altro necessario per la cittadinanza.
 
Con lo stesso spirito, abbiamo trattato le previsioni sulla terapia intensiva in collaborazione con il team del Prof. Gregori dell’Università di Padova, utilizzando un metodo consolidato basato sulle serie storiche. In questo caso, abbiamo dedicato un’area del portale Covid alle previsioni sul totale dei ricoveri per Covid-19, il cui superamento di soglie specifiche sappiamo porre un immediata condizione di emergenza.
 
La scelta di AGENAS è stata quindi di puntare alla condizione di stato, piuttosto che al flusso.

Sappiamo però che anche questo può essere cruciale per le implicazioni future, tanto quanto lo è per AIE. Consistentemente, nell’ambito della terapia intensiva stiamo già preparando uno studio specifico sui tempi di raddoppio dei ricoveri, con l’intento di supportare gli “intensivisti” ad “anticipare” le tendenze verso un innalzamento del rischio di saturazione dei servizi. Allo stesso modo, potremmo prevedere un approfondimento sulla crescita dei nuovi infetti con R*(t). In tal caso, condividiamo la preoccupazione di AIE per una precisa comunicazione sia verso i tecnici, che per i cittadini.
 
Per ultimo, vorremmo rispondere alla domanda principale posta dal titolo dell’articolo: ma tra 7 giorni gli infetti diminuiranno davvero?
 
A noi pare che AIE abbia già risposto alla nostra intenzione originaria. Considerando gli infetti totali, come correttamente riportato nei nostri grafici, la risposta è che con una certa probabilità questo avverrà, ma con una incertezza maggiore rispetto alla stima ad 1-3 giorni. Se la forza delle varianti emergerà con un andamento esponenziale caratterizzato da una grande pendenza, come giustamente dice AIE, ben presto tale parametro risalirà. Ma certamente, non era lo scopo della nostra pubblicazione occuparci del monitoraggio della crescita giornaliera e settimanale dei contagi, elementi che a nostro parere restano ancora di pertinenza dell’Istituto Superiore di Sanità e della Protezione Civile, anche e soprattutto da un punto di vista della comunicazione. Naturalmente, raccogliamo l’invito ad occuparci del tema come possibile approfondimento.
 
In conclusione, la risposta alla domanda posta da AIE rappresenta il problema amletico di ogni meccanismo previsionale. Il metodo R*(t) include delle bande di confidenza a 7 giorni che sono come spesso accade in questa materia, molto ampie (soprattutto a livello provinciale).
 
Ad un intervallo temporale inferiore si è certamente più precisi nella risposta, e sicuramente più convincenti rispetto al “tra molto meglio e molto peggio”, che è spesso ciò che la statistica ci consegna nel medio termine per tutti i fenomeni che trattano l’erraticità tipica dei comportamenti umani.
 
Gruppo di Lavoro Agenas

© QS Edizioni - Riproduzione riservata