Una ricerca effettuata e pubblicata dall'Università di Catania e che ha coinvolto diversi poli disciplinari: "Motivi endemici"

Secondo i ricercatori dei dipartimenti di Economia e impresa, Ingegneria elettrica, Fisica e astronomia, Medicina clinica sperimentale, Matematica e informatica, Ingegneria civile e architettura dell’Università di Catania che hanno condotto uno studio (Strategies to mitigate the Covid- 19 pandemic risk) su dati Istat, Istituto superiore della Sanità e altre agenzie europee, “l’impatto di questa pandemia e di possibili altre ondate future sarà sempre più lieve al centro- sud in termini di casi gravi e decessi a causa del minor rischio epidemico legato ai fattori strutturali trovati“.

Lo ha scritto oggi Il Dubbio, in merito a questo studio sviluppato dagli accademici catanesi. I fattori strutturali sono: inquinamento atmosferico da Pm10 ( Materia Particolata), temperatura invernale, mobilità, densità e anzianità della popolazione, densità di strutture ospedaliere e densità abitativa.

“Il nostro indice di rischio epidemico mostra forti correlazioni con i dati ufficiali disponibili dell’epidemia Covid- 19 in Italia e spiega in particolare perché regioni come Lombardia, Emilia- Romagna, Piemonte e Veneto stiano soffrendo molto di più rispetto al centro- sud. D’altra parte queste sono anche le stesse regioni che solitamente subiscono il maggiore impatto (in termini di casi gravi e decessi) anche per le influenze stagionali, come rivelano i dati dell’Iss. Riteniamo quindi che non sia un caso che la pandemia di Covid- 19 si sia diffusa più rapidamente proprio in quelle regioni con un più alto rischio epidemico come Lombardia, Emilia- Romagna, Piemonte e Veneto“.

LA RICERCA –

Proponiamo una nuova metodologia basata sui dati per valutare il rischio epidemico a priori di un’area geografica e per identificare le aree ad alto rischio all’interno di un paese. Il nostro indice di rischio è valutato in funzione di tre diversi componenti: il pericolo della malattia (hazard), l’esposizione dell’area (exposure) e la sua vulnerabilità (vulnerability). Come applicazione, discutiamo il caso dell’epidemia di COVID-19 in Italia. Caratterizziamo ciascuna delle venti regioni italiane utilizzando i dati storici disponibili su inquinamento atmosferico, mobilità, temperatura invernale, concentrazione abitativa, densità di assistenza sanitaria, dimensioni della popolazione ed età. Scopriamo che il rischio epidemico è più elevato in alcune regioni del Nord rispetto all’Italia centrale e meridionale. Il nostro indice di rischio epidemico mostra forti correlazioni con i dati ufficiali disponibili sul numero di individui infetti, pazienti in terapia intensiva e pazienti deceduti e può spiegare perché regioni come la Lombardia, l’Emilia-Romagna, il Piemonte e il Veneto soffrono molto più degli altri del paese. Sebbene l’epidemia COVID-19 sia iniziata sia nel Nord (Lombardia e Veneto) che nell’Italia centrale (Lazio) quasi contemporaneamente, quando i primi infetti sono stati ufficialmente certificati all’inizio del 2020, la malattia si è diffusa più rapidamente e con conseguenze più gravi in regioni con rischio epidemico più elevato. La nostra proposta può essere estesa e testata su altri dati epidemici, come quelli sull’influenza stagionale. Discutiamo anche alcune implicazioni politiche direttamente connesse con la nostra metodologia, che risulta essere molto flessibile e può essere adottato per la valutazione del rischio in altri paesi.

In questo studio abbiamo dimostrato che un’analisi data-driven del rischio epidemico eseguita sulle varie regioni italiane e basata su una combinazione adeguata di una serie di indicatori plausibili, fornisce una possibile spiegazione, in termini di diversa esposizione al rischio a-priori, della distribuzione altamente asimmetrica dei danni (in termini di casi gravi e decessi) causati dall’epidemia COVID-19, che – alla data del 2 aprile 2020 – sono in gran parte concentrati soprattutto nelle regioni del nord Italia, risultando invece relativamente più blandi nelle regioni del centro e del sud.

Sebbene i primi casi ufficiali di COVID-19 fossero già stati registrati alla fine di gennaio 2020 nel Lazio, vale a dire in una zona molto centrale e altamente connessa (in termini di mobilità) del paese, e più tardi, alla fine di febbraio, in Lombardia e Veneto, e considerando anche le varie ondate di centinaia di migliaia di persone che si sono spostate dalle regioni settentrionali a quelle centrali e meridionali anche prima del completo blocco governativo del paese il 9 marzo, è ragionevolmente presumere che il virus avrebbe dovuto avere abbastanza tempo per diffondersi in modo quasi omogeneo in tutte le regioni italiane (almeno molto più di quanto ci dicono i dati ufficiali). D’altro canto, in termini di effetti, l’epidemia non ha avuto un impatto omogeneo nel Paese. I dati sulla mortalità registrati alla fine di marzo 2020 mostrano un picco anomalo di decessi – probabilmente a causa della presenza di coronavirus – solo al nord ma non nel centro e nel sud del paese. Inoltre, i danni da epidemia di COVID-19 sono osservati principalmente nelle stesse regioni che hanno visto il maggior numero di pazienti ospedalizzati e deceduti anche per l’epidemia di influenza stagionale 2019-2020, che ha avuto il suo picco alla fine di gennaio 2020. La nostra analisi mostra che non è una coincidenza, dal momento che queste regioni (prima fra tutte la Lombardia, poi il Veneto, il Piemonte e l’Emilia Romagna) risultano essere ai primi posti della classifica di rischio a-priori, calcolata attraverso la combinazione di tre componenti principali (hazard, esposizione e vulnerabilità) direttamente o indirettamente correlate con una maggiore probabilità che un virus si diffonda e abbia un impatto drammatico in termini di casi gravi e deceduti.

Riteniamo che, da un lato, la metodologia proposta potrebbe essere ulteriormente migliorata con dati reali più affidabili sull’epidemia attuale. A questo proposito, sarebbe fondamentale testare periodicamente campioni casuali della popolazione al fine di stimare la diffusione in tempo reale dell’epidemia e verificare in modo affidabile i suoi tassi di mortalità. D’altra parte, la nostra analisi potrebbe anche essere molto utile per affrontare strategie politiche a-priori o a-posteriori per prevenire o controllare una possibile epidemia futura e può essere facilmente adattabile a qualsiasi zona geografica e su qualsiasi scala (regionale, nazionale, internazionale). Infine, la nostra analisi potrebbe anche essere molto utile nella fase attuale, in cui i politici stanno considerando possibili strategie per uscire dalla fase di lock-down, poiché sembra suggerire che una buona soluzione per riaprire gradualmente il paese potrebbe essere quella di tenere conto della differenza tra le regioni nella gerarchia di livello di rischio.

Lo studio è stato realizzato da è realizzata da un team composto dai docenti Andrea Rapisarda, del Dipartimento di Fisica e Astronomia, Alessio Biondo (Dipartimento di Economia e Impresa), Giuseppe Inturri (Dipartimento di Ingegneria elettrica, elettronica e informatica), Vito Latora e Alessandro Pluchino (Dipartimento di Fisica e Astronomia), Rosario Le Moli (Dipartimento di Medicina clinica e Sperimentale), Giovanni Russo (Dipartimento di Matematica e Informatica), dalla ricercatrice Nadia Giuffrida (Dipartimento di Ingegneria civile e Architettura) e dalla dottoranda Chiara Zappalà (Dipartimento di Fisica e Astronomia).