La pandemia da COVID-19 sta finendo? Analisi dei dati epidemiologici

Articolo disponibile su ZeroTalk Italia++

Non sono un epidemiologo, tuttavia era da tempo che volevo scrivere questo articolo. Nelle prossime righe scopriremo cosa dice la letteratura a riguardo del possibile futuro della pandemia, successivamente dirò la mia (dati alla mano) sull’andamento delle curve epidemiologiche dei casi e dei morti in Italia ed in alcuni stati chiave ed infine vi mostrerò un progetto personale per l’analisi degli stessi dati ispirato alle tecniche di studio del rumore che finora ho utilizzato solo per le immagini.

Analisi della letteratura

Per quanto riguarda il futuro della pandemia, aldilà dell’ottimismo che ultimamente diffondono i mass media, la letteratura scientifica mostra pareri decisamente meno esaltanti: Mohapatra e collaboratori (2022) hanno intitolato il loro lavoro dicendo che la pandemia da COVID-19 “sembra non avere fine”, Yamasoba e collaboratori (2022) hanno descritto come la variante omicron 2 (BA.2) sembra essere più aggressiva della prima versione di omicron, Kumar e collaboratori (2022) hanno visto come le proteine spike delle sottovarianti di omicron siano più affini con il recettore ACE 2 ed antigenicamente diverse dalla loro variante madre, quindi con rischio di reinfezione, evasione dell’immunità vaccinale e delle terapie con plasma iperimmune ed anticorpi monoclonali. Zhou e collaboratori (2022) hanno evidenziato come Omicron 2 sia immune a TUTTI i monoclonali in commercio contro il virus SARS CoV 2! Wiegand e collaboratori (2022) hanno evidenziato inoltre che dall’avvento di omicron il virus sta mutando sempre più rapidamente, in particolare a livello delle proteine N e Spike.

Analisi delle curve epidemiologiche

Osservando le curve dei casi e dei morti in Italia dall’inizio della pandemia si nota come i casi da omicron (ultimo picco) siano decisamente più numerosi di quelli dati dalle varianti presenti nelle altre ondate (inglese a fine 2020 ed indiana subito dopo). Il nu.mero dei casi a inizio pandemia sembra quasi invisibile in questo grafico perchè all’epoca le diagnosi venivano fatte solo con i tamponi molecolari e quindi i casi asintomatici non ricoverati in ospedale sfuggivano ai controlli; infatti la curva dei morti mostra un vistoso picco proprio nello stesso periodo corrispondente all’inizio della pandemia. Un’altra cosa che si nota e come il picco da omicron, vistosissimo guardando il numero dei casi, sia associato a un picco di morti molto minore rispetto a quello dato dalle precedenti varianti, che erano associate ad un numero di casi molto minore. Alcuni nei media ed anche fra i ricercatori hanno interpretato questo dato riferendolo ad una minore letalità di omicron, tuttavia bisogna anche ricordarsi che a fine 2021-inizio 2022 la campagna vaccinale con 2 dosi è stata portata al termine e la terza dose era a buon punto, motivo per cui credo sia molto più probabile che siano stati i vaccini (specie la terza dose, come detto nella precedente review) a limitare i danni! (i morti, sebbene molto ridotti relativamente ad i casi, appaiono tuttavia di entità non trascurabile in termini assoluti). A riprova di ciò è interessante confrontare i dati italiani con quelli di Hong Kong, stato ove la terza dose è stata somministrata a poche persone (ricordo che due dosi come omicron hanno la stessa efficacia dell’acqua fresca secondo gli studi già descritti…)

Tuttavia la situazione più preoccupante attualmente si ha in Danimarca…

Rispetto alla popolazione di Hong Kong la popolazione danese è in gran parte vaccinata con 3 dosi…eppure stanno registrando un picco di morti comparabile a quello delle ondate precedenti! La Danimarca ha da poco abolito tutte le restrizioni anti-COVID (cosa che potrebbe di suo causare questi dati)…ma è anche uno dei paesi dove la variante Omicron 2 è ormai prevalente! Ha senso fare lo stesso anche da noi? Il Governo Italiano vuole interrompere lo stato di emergenza a fine Marzo 2022 e poi man mano tutte le restrizioni…sarà una mossa prudente? Io ed altri collegi nutriamo molti dubbi…

Analisi del rumore nei dati: La Deviazione Standard mobile!

A questo punto introduco in questo articolo il “mio” sistema per analizzare il rumore fra i dati. Il razionale è molto semplice: se guardate bene le curve zoomandole noterete che queste non variano in modo continuo ma mostrano piccole o estese variazioni nell’arco della settimana, che diventano più evidenti quando i casi (o i morti) tendono ad aumentare. Questo ovviamente non significa che la domenica “magicamente” le diagnosi ed i morti diminuiscano… ma semplicemente dipende dal fatto che nei giorni festivi la reattività del sistema di rilevazione diminuisce! Per questo motivo di solito i siti non presentano i dati giornalieri “grezzi” ma mostrano la loro “media mobile” a 7 giorni (cioè per ogni giorno fanno la media fra quel giorno ed i 7 giorni precedenti). Tuttavia tale reattività è molto probabilmente legata anche all’incidenza dei casi e dei morti reale in quanto un sistema più o meno saturo tenderà anche a mostrare un maggior rumore nella rilevazione dei dati dovuto a maggiori imprecisioni che si vengono a creare nel reporting! Oltre a qusto fenomeno anche un’improvviso incremento (o decremento) dei casi può aumentare il “rumore” fra i dati giornalieri per una causa invece biologica. Da qui è nata l’idea (che non so se è davvero “nuova”…ma in letteratura non ho trovato nulla) di provare a studiare la “deviazione standard” mobile a 10 giorni invece della media mobile e provare a vedere se il rumore dei dati sia correlato con i picchi che si vedono nei dati grezzi! Come abbiamo già visto per gli articoli sull’analisi delle immagini con il local texture mapping presenti in questo blog ci sono vari modi per misurare questo rumore, tuttavia la deviazione standard è sicuramente la misura più semplice ed intuitiva, oltre che implementata in Excel con una funzione già inclusa di default nel software. Altre variabili di stima del rumore come entropia, kurtosi, energia, asimmetria, ecc… sono ricavabili con formule specifiche e saranno oggetto di un prossimo lavoro. Altri lavori simili conto di farli anche per lo studio di altri tipi di curve di dati oltre a quelle epidemiologiche.

Queste sono le curve della deviazione standard mobile relative a casi e morti della Danimarca comparate con le relative curve grezze:

Sia le curve della dev ST dei casi sia quella dei morti mostrano come in realtà i picchi dovuti ad omicron siano associati ad almeno 2 picchi della deviazione standard nello stesso periodo di tempo! A mio parere (ma non posso dimostrarlo) questo dato è dovuto in prima ipotesi alla dominanza di omicron 2 (che crea un secondo picco sovrapposto al precedente ma più visibile alla dev st mobile) ed in secundis alla gestione della pandemia con eliminazione delle restrizioni anti-COVID (se si guardano bene le curve dev st si notano picchi anche in corrispondenza delle festività, giorni in cui le persone si sono aggregate). A ben guardare si nota come anche i picchi precedenti di contagi e morti siano associati ad una distribuzione eterogenea della dev st mobile nel tempo (dovuti forse anche in questi casi a sottovarianti? )

Le curve relative all’India (paese ove la variante indiana ha fatto molte vittime e si è differenziata in tante sottovarianti) confermano questa ipotesi mostrando almeno 3 picchi per la dev st nel periodo di prevalenza della variante indiana ed almeno 2 in quello relativo alla omicron (il secondo picco di casi di omicron potrebbe anche essere un artefatto dovuto alla rapida caduta dei casi)

Analogo discorso si può fare con la variante omicron in sudafrica, dato che si ipotizza che tutte le sue sottovarianti più diffuse siano nate li

Le curve italiane della dev st mobile mostrano ancora un solo picco nell’ultimo periodo dominato da omicron…si può interpretare come due picchi “fusi”…o è in arrivo un’altra ondata visto che i valori di dev st, seppur in discesa, sono ancora alti?

Un discorso analogo si può fare con il Regno Unito

e per Israele (ove la dev st mostra un solo picco nei casi ma sembra mostrare già un secondo picco nei morti)

Anche Hong Kong mostra un solo picco dei valori di dev st associato al recente incremento dei casi

Bibliografia:

Mohapatra  et al. 2022. SARS-CoV-2 and its variants of concern including Omicron: looks like a never ending pandemic

Yamasoba et al. 2022. Virological characteristics of SARS-CoV-2 BA.2 variant

Kumar et al. 2022. Omicron (BA.1) and Sub-Variants (BA.1, BA.2 and BA.3) of SARS-CoV-2 Spike Infectivity and Pathogenicity: A Comparative Sequence and Structural-based Computational Assessment

Zhou et al. 2022. SARS-CoV-2 Omicron BA.2 Variant Evades Neutralization by Therapeutic Monoclonal Antibodies

Wiegand et al. 2022. The rise and fall of SARS-CoV-2 variants and the emergence of competing Omicron lineages

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...