Gentile Direttore,
mi scuso per il tono scherzoso su un tema che sono il primo a considerare serissimo. Ma spero sia funzionale a far uscire il confronto sugli indicatori di monitoraggio della pandemia dalla ristretta cerchia dei più “esperti”. Parto dall’indice R(t) e le sue varianti (anche lui ne ha).
Quell’indice ha alcune caratteristiche dei capolavori che affollavano i cineforum degli anni ’70, come quello di richiamare la attenzione del pubblico più colto e la perplessità del resto del pubblico, che era di solito molto più numeroso e che applaudiva in modo liberatorio il celebre commento del ragionier Fantozzi alla Corazzata Potemkin, che lui peraltro chiamò Kotiomkin.
Di recente QS ha avuto sull’indice Rt alcuni contributi del “pubblico colto” e quindi di rappresentanti dell’Agenas e dell’Università di Trento che hanno previsto una sorta di sua evoluzione, l’indice R*(t), e dell’Associazione Italiana di Epidemiologia che ha messo in discussione questo indice come anche l’indice R(t) proponendo come indicatore predittivo migliore della evoluzione della pandemia un terzo indice, quello RD(t), usato nelle elaborazioni del Sistema MADE. E’ poi seguita una replica dell’Agenas e dell’Università di Trento.
Non me la sento proprio di partecipare al dibattito nel merito della famiglia di indici R(t), rispetto ai quali mi sento solo di ricordare due cose. La prima è che i loro criteri di calcolo risultano spesso misteriosi anche tra coloro che nei Dipartimenti di Prevenzione alimentano i flussi di dati che li “nutrono”.
Mi sono ad esempio confrontato spesso con colleghi che avevano difficoltà capire se l’indice R(t) utilizzasse anche i casi prevalenti (grazie al recente dibattito qui su QS ho capito che li include). La seconda osservazione riguarda la affidabilità di alcuni dati come quelli ai “nuovi casi con sintomi” di cui ho parlato già qui e quelli relativi allo “svuotamento” dei casi prevalenti attraverso la identificazione dei non più infetti che viene effettuato con modalità non sempre standardizzate da parte di chi gestisce il dato.
Qualche considerazione la vorrei fare invece in generale sui criteri di scelta degli indicatori più adatti a prendere decisioni così importanti come l’assegnazione alle varie fasce di rischio cui corrispondono impatti sociali ed economici rilevantissimi. Un buon indicatore non deve essere buono solo per i metodologi (innanzitutto lo deve essere per loro, è evidente), deve anche esserlo per i decisori e per i destinatari ultimi delle decisioni (i cittadini e gli operatori).
E quindi mi pare che debba avere anche i requisiti della semplicità e chiarezza che ne condiziona poi l’utilizzo in sede di comunicazione del rischio e quindi di loro trasferimento in scelte di sanità pubblica e di politica sociale. Per semplicità e chiarezza intendo qui la possibilità per chi li legge di capirne sia il significato che le conseguenze. E quindi sia come si calcola che come si interpreta.
Il vantaggio delle varie versioni degli indici R(t) nelle loro differenti formulazioni dovrebbe consistere nella loro capacità di anticipare le linee di tendenza della pandemia e quindi nella loro sensibilità e tempestività.
Ma quanto fanno concretamente guadagnare da questo punto di vista tenuto anche conto della lentezza dei processi decisionali sulle misure di contenimento della pandemia rispetto ad altri indici che sono molto più leggibili e di maggior impatto comunicativo come l’incidenza di nuovi casi e l’indice di saturazione delle terapie intensive e delle aree mediche? Fra l’altro molto stranamente (ai miei occhi ovviamente) mentre il dibattito è ricco sugli indicatori R(t), e quindi indirettamente sulla incidenza di nuovi casi, è molto scarso sugli indici di impatto sulla rete ospedaliera. Che a loro volta sarebbero di enorme impatto in termini di comunicazione del rischio perché misurano su qualcosa che tutti “toccano” e capiscono come l’impatto della pandemia su tutta la assistenza ospedaliera e non solo su quella al Covid-19 di quella specifica Regione o realtà.
Ad esempio, a mio parere c’è tuttora un enorme rischio di confusione sul conteggio dei posti letto in area intensiva, di cui pure ho in precedenza parlato. I posti letto dal punto di vista strutturale sono di almeno tre tipi: posti letto “fisici” in ambienti dedicati idonei e tecnologicamente attrezzati secondo standard, posti letto “fisici” in altri ambienti non dedicati temporaneamente sottratti ad altre attività, posti letto “fisici” in altri ambienti anche esterni temporaneamente attrezzati allo scopo. Invece dal punto di vista organizzativo i posti letto possono essere funzionanti con personale specifico strutturalmente assegnato, oppure essere coperti da personale assegnato temporaneamente sottratto ad altre funzioni oppure non essere attivabili fino all’arrivo di nuovo personale.
Analoghi problemi si pongono con i posti letto di area medica, anche se meno richiamati quando si tratta di scegliere la fascia di rischio in cui collocare le varie Regioni. Per chi ha familiarità con la organizzazione della assistenza ospedaliera della propria Regione (per me le Marche) è evidente la sottostima del Report Agenas dei tassi di occupazione “reale” dei pazienti Covid nei posti letto intensivi contati (almeno nelle Marche) come totale dei posti letto fisici a disposizione in accordo con le indicazioni molto generiche di chi cura centralmente il flusso.
Il confronto sugli indicatori di monitoraggio va allargato sia come platea che come contenuti ed è per questo molto meritoria la iniziativa della Associazione Italiana di Epidemiologia che ha organizzato un webinar in due giornate sul sistema MADE che si sta tenendo proprio questi giorni.
Quanto ai contenuti è tempo non solo di annunciare come è stato fatto anche di recente, ma anche di ridefinire tutto il sistema di indicatori con una particolare attenzione ai “semplici”, ma di grande significato organizzativo e di altrettanto grande impatto comunicativo, indicatori di pressione sulla rete ospedaliera.
Claudio Maria Maffei
Coordinatore scientifico Chronic-On
