COVID-19: quali dati ci servono davvero per capire la pandemia?


  • Daniela Ovadia — Agenzia Zoe
  • Notizie Mediche Univadis
L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano

L’Associazione Italiana di Epidemiologia (AIE) ha chiesto oggi che vengano prese contromisure urgenti per frenare la pandemia. «Bisogna chiarire meglio quali sono gli elementi razionali su cui si basano le decisioni» spiega Salvatore Scondotto, presidente di AIE. «Per questo chiediamo che, oltre ai dati sintetici diffusi quotidianamente dal Ministero della Salute, siano periodicamente resi disponibili dati elaborati anche a livello regionale, secondo uno schema condiviso di indicatori che permettano di seguire le variazioni di incidenza di Covid-19 per gruppi di età, per aree geografiche dettagliate e per gravità clinica».

L’AIE sta attualmente lavorando con cinque Regioni (Lazio, Puglia, Sicilia, Piemonte, Emilia-Romagna) applicando alcuni strumenti che potrebbero essere estesi anche ad altre.

 

Indicatori per monitoraggio della fase acuta

«La comprensione dell’emergenza, e delle possibili soluzioni, non può che fondarsi sulla condivisione delle conoscenze e sulla possibilità di alimentare linee di indagine e di approfondimento, attraverso il massimo coinvolgimento possibile del mondo della ricerca» spiega ancora Scondotto. Per questo, secondo l’AIE, ogni Regione dovrebbe dotarsi di un sistema per la raccolta di specifici indicatori che permetta anche di visualizzare in tempo reale la distribuzione geografica dei casi sulla mappa, al fine di individuare graficamente i maggiori cluster.

Uni specifico gruppo di lavoro AIE ha identificato le informazioni più rilevanti e più facilmente ottenibili per le azioni di sanità pubblica da realizzare. La proposta è di raccogliere questi dati su base giornaliera e per un arco di tempo di almeno sette giorni.

 

Indicazioni di tenuta del sistema

1.1 Proporzione positivi sul totale di tutti coloro che hanno fatto almeno un tampone : se superiori al 10-12% sono considerate indicative di una bassa sensibilità del sistema, con gli attuali livelli di incidenza. In futuro, tale proporzione dovrà essere calibrata sulla base della evoluzione della epidemia.

1.2 Casi collegati a focolai: tale indicatore è una spia della capacità di individuare le catene di trasmissione. Se la percentuale di casi non associati a catene di trasmissione note aumenta, l’allerta cresce. Una criticità specifica è legata alla definizione di focolaio epidemico basata su due o più casi associati tra loro, anche in ambito familiare. Con tale definizione risulta sovra-rappresentata la quota di focolai familiari, anche perché sono più facili da raggiungere e testare. Secondo gli esperti, sarebbe meglio effettuare analisi di casi collegati a focolai di dimensioni maggiori di 3. I dati dei sistemi di sorveglianza indicano che per una frazione alta di casi non si riesce a identificare le modalità di trasmissione (nel Lazio nel 60% dei casi). Diversi studi mostrano anche che la maggior parte delle infezioni sono attribuibili a una frazione piccola di casi (il più grande studio di contact tracing in due stati indiani riporta che il 71% delle persone infette non ha contagiato nessuno mentre solo l’8% dei pazienti è risultato collegato al 60% delle nuove infezioni osservate).

1.3 Ritardo di osservazione: un’ulteriore verifica da fare a livello regionale è sul ritardo tra presunta data di contagio e identificazione del caso (data di diagnosi). Attualmente i dati nazionali indicano che la mediana di ritardo dalla data inizio sintomi alla diagnosi è di circa 3 giorni. A questi vanno aggiunti i 6 giorni di probabile tempo di incubazione e almeno un giorno di attesa prima di rivolgersi al medico. Inoltre va considerata la data di segnalazione se diversa dalla data di diagnosi. La sofferenza del sistema porterà a un allungamento dei tempi di accertamento, e la conoscenza di tale intervallo è importante per prevedere i tempi di efficacia di eventuali contromisure adottate nonché la crescita di casi, ospedalizzazioni e ammissioni in cure intensive nel periodo intercorrente.

 

Indicatori di diffusione

Per descrivere la diffusione dell’epidemia nella popolazione l’indicatore di base fondamentale è l’incidenza di casi confermati (7/14 giorni) per 100.000 abitanti. Tali indicatori dovrebbero essere disponibili per Provincia e per Comune.

Affiancato al dato di incidenza puntuale si può utilizzare un dato di variazione percentuale rispetto al periodo precedente, per avere un’idea dell’andamento nel tempo della situazione, come proposto dalle regioni Piemonte e Puglia. Due situazioni di grande diffusione potrebbero essere interpretate diversamente se in miglioramento o in peggioramento rispetto al periodo precedente. Per piccole aree ci potrebbe essere un fenomeno oscillatorio casuale da tenere in considerazione.

Variazioni rilevanti nella frequenza locale vengono evidenziate da un confronto dell’ultima settimana con le due precedenti. Anche in questo caso è importante per i decisori valutare se incrementi localizzati di incidenza sono dovuti a singoli focolai circoscrivibili, per cui il dato di maggior diffusione non è riferibile all’intera comunità locale. È utile quindi considerare anche i casi collegati, ma anche qui la definizione di focolaio epidemico con due soli casi può essere fuorviante e va verificata per focolai di maggiori dimensioni.

Per evitare di individuare alcune zone come critiche a seguito di focolai nelle residenze per anziani, l’AIE suggerisce di valutare separatamente i casi in RSA.

Sulla base di queste analisi può essere organizzato il raggruppamento più opportuno per l’analisi del rischio. Più è piccola l’unità geografica, più si può essere specifici nell’applicare misure restrittive, ma il rischio è di essere imprecisi perché pochi casi di differenza possono fare oscillare molto le stime.

I dati georeferenziati all’indirizzo di residenza permettono di produrre mappe ed elaborazioni frequenti. Uno dei problemi della nuova ondata è l’interessamento delle aree urbane (Roma, Milano, Napoli), quindi oltre alle mappe settimanali dei tassi di incidenza per Comuni ci si dovrebbe concentrare in particolare su analisi per sottoaree all’interno di grandi Comuni. La Regione Lazio ha sviluppato un sistema per la graduazione del livello di rischio delle diverse aree della Regione basato anche su analisi di cluster (sempre su dati settimanali suddivisi per ASL, distretti sanitari e quartieri di Roma).

L’incidenza deve essere calcolata anche stratificando i dati per classi di età per individuare criticità specifiche come aumento dei casi tra gli anziani o nelle scuole. In Piemonte, per esempio, l’incremento maggiore nella classe di età 14-18 anni sembra precedere tutte le altre classi di età. L’osservazione è rilevante per le misure di contrasto alla diffusione, dato che l’allerta cresce all’aumentare dell’incidenza tra gli anziani

Alla diffusione dell’epidemia è poi utile aggiungere informazioni relative alle caratteristiche dei casi, come la percentuale di sintomatici (aumenta l’allerta se alta, perché i più giovani e meno a rischio sono spesso asintomatici).

Nel monitoraggio dei casi che richiedono assistenza ospedaliera ci si può limitare ai numeri dei ricoverati e in particolare in terapia intensiva. Un grafico su scala logaritmica dà la misura della proporzione di incremento e permette di calcolare la crescita.

Si possono calcolare i tempi di saturazione delle strutture tenendo presente la velocità di raddoppio dei ricoveri e il fatto che la fotografia che il sistema di sorveglianza restituisce è ritardata di almeno 10 giorni, per via dei tempi di contagio, di sviluppo dei sintomi, di diagnosi e di trasmissione dei dati. Diventa così intuitivo capire come il ritmo di ospedalizzazione e di accesso alla terapia intensiva si manterrà per almeno i 10 giorni successivi a qualsiasi misura di contrasto.

A fianco del monitoraggio dei decessi Covid-19 è importante anche la sorveglianza dell’eccesso totale di mortalità. In particolare, il Sistema di sorveglianza rapida della mortalità (SISMG, che coinvolge 32 città, con una copertura del 54% circa dei residenti nelle aree urbane e del 20% circa della popolazione italiana), è stato in grado di fornire un quadro dell’impatto della pandemia e della sua gravità.

Una quota di decessi non identificati come Covid-19 possono essere associati all’epidemia sia in modo diretto sia indiretto. I risultati dell’analisi dell’eccesso di mortalità durante la fase 1 ha mostrato che, contrariamente a quanto propagandano alcune fonti di fake news, circa il 35% dell’eccesso non è stato riportato come legato a Covid-19. La quota di eccesso spiegato dai decessi Covid-19 diminuisce con l’età, riducendosi al 51% nella classe degli over85.

Durante la fase 1 l’eccesso residuo non spiegato dai decessi Covid-19 può essere ricondotta, secondo l’AIE, a effetti indiretti del lockdown, come una riduzione nel ricorso della popolazione ai servizi di emergenza e a una riduzione dei servizi non essenziali.

Nel confronto tra l’epidemia nella fase 1 e la seconda ondata, essendo cambiati molti fattori - soprattutto la capacità del sistema di identificare i casi - il confronto dell’eccesso di mortalità osservato nelle diverse fasi può fornire informazioni rilevanti per monitorare l’evoluzione dell’epidemia.