0Shares
0 0 0

L’ipotesi avanzata dallo studio dell’Università di Oxford ha fatto molto discutere la comunità scientifica. Lo studio ha stimato tramite un modello matematico quale percentuale della popolazione di Italia e Regno Unito potrebbe essere stata contagiata dal COVID-19 comprendendo quindi anche i casi attualmente non riportati perché asintomatici o con pochi sintomi.

I risultati shoccanti riportano che fino all’80% della popolazione Italiana (e metà di quella Inglese) potrebbe essere già stata esposta al virus.

Un’ipotesi poco considerata dalla stampa Italiana che ha perlopiù completamente ignorato i risultati di questo lavoro. Lo studio è stato infatti ripreso solo da due testate Italiane: Repubblica, che ha completamente omesso i dati italiani riportando soltanto la parte con quelli inglesi, e Il messagero, che li riporta parzialmente e molto velocemente a fondo articolo.

A livello internazionale sono invece molti gli articoli che hanno discusso le ripercussioni dei risultati dello studio – qualora fossero realistici – e analizzato e criticato le assunzioni dello studio e la metodologia impiegata.

In questo articolo ho voluto tradurre i commenti tecnici a questo lavoro da parte di diversi esperti del settore. Quello che sembra emergere è che al momento quella di Oxford è una ipotesi difficilmente verificabile data la mancanza di certezze sui dati utilizzati per tarare il modello. Tuttavia, date le enormi ripercussioni della sua eventuale veridicià, tutti gli esperti concordano che sia fondamentale verificarla al più presto attraverso i test sierologici.

Prima della lettura voglio ricordare ancora una volta che, in ogni caso, i risultati dello studio non mettono in discussione la attuale strategia di contenimento del COVID-19 che è focalizzata a ridurre l’impatto a breve termine dell’epidemia sul sistema sanitario nazionale. Cambierebbero invece enormemente le aspettative a lungo termine, rendendo una seconda ondata significativamente meno probabile e aumentando la possibilità che la minaccia per la salute pubblica del COVID-19 diminuisca in tutto il mondo nei prossimi mesi.



Il Dott. Simon Gubbins, Group leader – Transmission Biology, The Pirbright Institute, ha dichiarato:

Questa ricerca è di buona qualità? Sì.

Mostra che oltre la metà della popolazione del Regno Unito è stata infettata da COVID-19? No. Ciò che mostra è che ci sono scenari coerenti con i dati disponibili in cui un’alta percentuale della popolazione (68%) avrebbe potuto essere infettata da SARS-CoV-2 entro il 19 marzo. Tuttavia, le stime per la percentuale della popolazione infetta dipendono dalle ipotesi formulate sulla percentuale della popolazione a rischio di malattia grave, che non è nota. L’alto livello di infezione è previsto solo se questa percentuale a rischio è ridotta (0,1%). Se la percentuale a rischio è dell’1% (un altro scenario coerente con i dati), la percentuale infettata entro il 19 marzo sarebbe molto più bassa (36-40%).

Ci sono limitazioni o avvertenze da tenere presente quando si segnala questo lavoro? Gli autori usano i decessi segnalati da COVID-19 nel Regno Unito e in Italia per calcolare il numero di persone infette da SARS-CoV-2. Questo utilizza il fatto che il numero di decessi è (approssimativamente) proporzionale al numero di individui infetti in un momento precedente (in questo caso circa 17 giorni prima). Il calcolo a ritroso richiede una stima della percentuale di popolazione a rischio di malattia grave (e quindi morte), ma ciò non può essere stimato come parte dell’analisi, quindi deve essere stimato.

Il modello tratta il Regno Unito e l’Italia come un’unica popolazione ben mista. Ciò significa che il modello sovrastimerà il tasso di diffusione e, quindi, la proporzione della popolazione infetta.

Cosa ci dice questo articolo sull’infezione asintomatica e sul tasso di mortalità? Niente di definito in entrambi i casi.

Perché questi risultati sembrano essere così diversi da altri studi? La maggior parte degli altri studi analizza i casi segnalati e li utilizza per stimare aspetti come ad esempio il numero di riproduzione, l’intervallo seriale (ovvero il tempo che intercorre tra quando una persona sviluppa dei sintomi e quando le persone che infetta sviluppano sintomi), il tempo di generazione (cioè il tempo tra quando una persona viene infettata e quando infetta altri) o il periodo di incubazione. In questo studio, l’attenzione è focalizzata sull’analisi dei decessi segnalati e sull’estrapolazione da questi del livello di infezione nella popolazione.

Ciò evidenzia la necessità di indagini sierologiche su larga scala? Sì. Sono necessarie indagini sierologiche per valutare la proporzione di una popolazione infetta. Sono anche essenziali per valutare accuratamente il tasso di mortalità.

C’è qualche speculazione eccessiva? Sì e no. È più che lo studio presenta scenari coerenti con i dati disponibili piuttosto che fare previsioni su quante persone sono state effettivamente infette “.



Il prof James Naismith, direttore del Rosalind Franklin Institute, Università di Oxford, ha dichiarato:

Questa simulazione teorica si basa su un presupposto chiave che può essere o non essere corretto. Il lavoro è un contributo al dibattito scientifico e la scienza spesso avanza con sfide a ciò che sembra comunemente accettato. L’articolo richiede test sierologici diffusi e ciò sarà necessario per testare le ipotesi del documento. La necessità, la conoscenza e i piani per implementare tali test sierologici sono accettate e procedono in tutto il mondo. Questo richiederà tempo. In questo momento, nulla sulla carta richiede o potrebbe essere usato per giustificare qualsiasi cambiamento nella politica attuale. Se non seguiamo tutti gli attuali consigli del governo sul distanziamento sociale, il Regno Unito vedrà molte migliaia di morti che avrebbero potuto essere evitati.



Il prof. James Wood, capo del dipartimento di medicina veterinaria e ricercatore in Dinamica delle infezioni e controllo delle malattie, ha dichiarato:

Questo lavoro è un semplice modello che cerca di stimare i tassi di infezione adattando i modelli alla mortalità osservata. Il lavoro modella una delle domande più importanti – fino a che punto l’infezione si è davvero diffusa – in totale assenza di dati diretti. Gli autori riconoscono che i loro risultati sono molto sensibili alle ipotesi che hanno fatto, ma traggono comunque conclusioni dall’adattamento del modello. Il lavoro si limita a fare ipotesi sull’infezione asintomatica e sui tassi di mortalità, ma non può misurarli.

I risultati dovrebbero semplicemente essere usati per enfatizzare la necessità di condurre studi sierologici nelle aree in cui si è verificata la diffusione dell’epidemia per determinare ciò che è necessario in termini di controlli in corso, piuttosto che per inferire che ampie proporzioni delle popolazioni sono già infette. L’attuale versione del documento fa sostanzialmente troppe speculazioni ed è aperta a interpretazioni eccessive da parte di altri.



Il professor Paul Hunter, professore di medicina, Università dell’East Anglia, ha dichiarato:

L’articolo di Lourenço et al. presenta un modello SIR (Susceptible-Infected-Recovered) calibrato sulla traiettoria epidemica sia in Italia che nel Regno Unito usando approcci bayesiani. Utilizzando una serie di ipotesi, concludono che già una grande parte della popolazione del Regno Unito, possibilmente fino al 68%, potrebbe essere già stata esposta alle infezioni. Se gli autori avessero ragione, ciò avrebbe implicazioni potenzialmente grandi per l’utilità delle nostre attuali strategie di controllo del virus.

Un punto chiave, ammesso dagli autori, è che in realtà non disponiamo di dati concreti sulla percentuale di persone infettata ma non abbastanza ammalata da essere stata diagnosticata. In questo siamo d’accordo. Abbiamo un disperato bisogno di sapere quale percentuale della popolazione è stata infettata e non si è ammalata, e se quelle persone sviluppano immunità e se non si ammalano se rappresentano un rischio di infezione per gli altri.

Tuttavia, a mio avviso, il modello presentato da Lourenço e dai suoi colleghi soffre di una serie di difetti chiave che mi fanno dubitare della sua utilità.

La mia critica principale è che un modello SIR molto semplice che presupponga una mescolanza completa della popolazione, che è quasi sempre sbagliato a livello nazionale. Non abbiamo tutte le stesse possibilità casuali di incontrare altre persone nel Regno Unito, infette o meno. Il Ro è anche una misura post-hoc molto goffa della moltiplicazione della malattia ed è probabile che vari nel tempo e con la complessità delle reti sociali attraverso i quali la malattia si sta diffondendo. In sostanza si tratta di un modello semplice che viene adattato, sebbene in modo sofisticato, a una misura dell’esito della malattia che è essa stessa dipendente da diversi processi che non sembrano essere catturati nel modello.

Gli autori affermano che “Il nostro approccio generale si basa sul presupposto che solo una piccola parte della popolazione è a rischio di malattie ospedalizzabili”. Questa è un’ipotesi azzardata ed è troppo presto nell’epidemia per sapere quale sia questo valore. È anche probabile che si riferisca alle differenze nell’immunità (che variano con l’età) della presenza di comorbidità (che tendono anche ad aumentare con l’età) e nella connettività di rete (anche dipendente dall’età), che varieranno con il progredire dell’epidemia.

Per quanto posso dire, il modello presuppone anche che tutti coloro che sono infetti, siano essi asintomatici, leggermente malati o gravemente malati, siano ugualmente contagiosi per gli altri. Questo è quasi certamente falso. Inoltre, il modello non tiene conto delle differenze di rischio, gravità della malattia, trasmissione asintomatica e possibilmente infettività con l’età o altre comorbilità che incidono chiaramente sui tassi di mortalità che vediamo.

Personalmente, accetto che questo modello potrebbe generare corrispondenze con le traiettorie dell’epidemia osservate fino ad oggi, ma a mio avviso non dovrebbe gli si dovrebbe dare molto credito e non dovrebbe certamente influenzare la scelta delle strategie per mitigare la diffusione di Covid19 o prevedere la dimensione massima dell’epidemia nel Regno Unito se non si fosse intervenuti con le restrizioni.



Il professor Mark Woolhouse, professore di epidemiologia delle malattie infettive, Università di Edimburgo, ha dichiarato:

L’articolo di Laurenco et al. riporta un’esplorazione matematica di una delle enormi incognite sull’epidemiologia di COVID-19: la frequenza delle infezioni non rilevate. È una prestampa e non è ancora stata sottoposta a revisione paritaria.

Esistono due possibilità molto diverse. In primo luogo, come apparentemente credono la National Health Commission of China e l’Organizzazione mondiale della sanità, esiste l’ipotesi” ciò che vedi è ciò che ottieni “. Ciò presuppone che COVID-19 (simile alla SARS) si verifichi principalmente come infezioni sintomatiche.

In secondo luogo, c’è l’ipotesi della” punta dell’iceberg “che suggerisce che ci sono molte volte più casi di quanti ne siano stati rilevati. Questo è stato proposto in precedenza sulla base di analisi epidemiologiche. Laurenco et al. favorisce quest’ultima ipotesi, ma va oltre stimando che la frazione dei casi nascosti potrebbe essere davvero molto grande: più di 1000 per ogni morte.

Questa è un’idea legittima, ma è molto difficile da dimostrare adattando i modelli ai dati epidemici nella fase iniziale, proprio ciò che Laurenco et al. tentano di fare. Rimane quindi un’ipotesi piuttosto che un fatto. Come affermano gli autori, una prova adeguata verrà dalle indagini sierologiche – che ci diranno quante persone sono state esposte. In alternativa, l’idea potrebbe essere testata da sondaggi su larga scala della diversità del genoma del virus – questo confermerebbe la data di introduzione molto precedente che è centrale nella teoria di Laurenco et al. (Perché ciò consente un periodo più lungo di crescita esponenziale, per lo più nascosta,). Nel Regno Unito sono previsti test sierologici e analisi del genoma del virus.

Se Laurenco et al. Hanno ragione ciò avrebbe enormi implicazioni. Implicherebbe che il motivo principale del picco di contagi nelle epidemie di COVID-19 è l’accumulo dell’immunità di gregge. Sebbene ciò non cambierebbe l’attuale politica nel Regno Unito – che è focalizzata sulla riduzione dell’impatto a breve termine dell’epidemia sul SSN, cambierebbe enormemente le nostre aspettative a lungo termine, rendendo una seconda ondata significativamente meno probabile e aumentando la possibilità che la minaccia per la salute pubblica del COVID-19 diminuirà in tutto il mondo nei prossimi mesi.

Quindi questo articolo è utile per evidenziare un grande sconosciuto di COVID-19: sono i casi che vediamo solo una punta molto piccola di un iceberg molto grande? Sebbene questo documento non dia una risposta definitiva a questa domanda, dovremmo avere una risposta definitiva nelle prossime settimane. “



Il dott. Simon Clarke, professore associato di Microbiologia cellulare, Università di Reading, ha dichiarato:

Dobbiamo sapere molto di più sull’immunologia di questo virus prima di fare previsioni così sicure. E ‘stato poco più di una settimana fa che ci è stato detto che l’infezione di circa il 60% della popolazione sarebbe stata sufficiente per conferire l’immunità di gregge, il che avrebbe tutelato tutti gli altri, pertanto è necessario effettuare ulteriori ricerche per valutare attentamente se queste previsioni sono corrette e quale livello di immunità le persone hanno una volta che sono state infettate e recuperate dal virus.

Il professor Rowland Kao, professore di epidemiologia veterinaria e data science, Università di Edimburgo, ha dichiarato:

Questo modello affronta un problema di fondamentale importanza: quante persone potrebbero essere già state esposte a Covid-19, quando sappiamo che solo una piccola parte mostrerà segni clinici e una percentuale ancora più piccola verrà ricoverata in ospedale. Ciò che il lavoro di modellizzazione mostra è che si può ottenere un ottimo adattamento alla curva epidemica quando si presume che una grande parte della popolazione sia stata esposta. Questo modello evidenzia utilmente l’urgente necessità di eseguire test più approfonditi.

Tuttavia, le cifre esatte devono essere guardate con cautela. L’analisi si basa su un modello astratto che non tiene conto della distribuzione spaziale dell’infezione e né i paesi in questa analisi (Italia o Gran Bretagna) hanno presentato una distribuzione geografica uniforme dell’infezione. Questa disparità di esposizione deve essere presa in considerazione prima che le cifre qui presentate possano essere considerate ampiamente applicabili. Nelle aree che sono già state esposte a lungo, che hanno anche una popolazione a densità più elevata con probabili livelli di contatto più elevati, come Londra, la proposta di alti livelli di esposizione dovrebbe essere presa sul serio (anche se anche in questo caso la proporzione esposta rimane altamente congetturale). Tuttavia, è probabile che gran parte del paese sia sostanzialmente dietro a Londra nel corso dell’epidemia. In quelle altre aree, ci sono buone probabilità che molte meno persone siano esposte.



Il professor Jonathan Ball, professore di virologia molecolare, Università di Nottingham, ha dichiarato:

Questo è un lavoro interessante, ma è limitato dagli stessi problemi che incidono su tutti i modelli epidemiologici – si basano su ipotesi che al momento si basano solo su una scarsità di fatti scientifici su come così il virus si trasmette.

Il modo affidabile per rispondere alla domanda veramente importante sui livelli di esposizione è quello di condurre studi sierologici – Rilevare la presenza di nuovi anticorpi specifici per coronavirus nella popolazione più ampia ci darà la vera risposta.

Questi sono i dati chiave in quanto ci parlano delle percentuali di malattie gravi e di decessi e forniranno anche un’idea precisa delle future ondate di infezione.



Link allo studio dell’Università di Oxford (paper draft)

Link al mio post sullo studio di Oxford

Traduzione dei pareri da qui

0Shares
0 0 0
Previous post

COVID-19: letalità tra gli operatori sanitari allo 0,2%

Next post

Sempre più studi confermano la relazione tra COVID-19 e inquinamento dell'aria.