Lunedì 6 aprile è stato pubblicato uno studio dell’Università di Catania1 dal titolo “A novel methodology for epidemic risk assessment: the case of COVID-19 outbreak in Italy“. Ovvero “Una nuova metodologia per la valutazione del rischio epidemico: il caso della diffusione del COVID-19 in Italia”. Qui il sito in italiano dedicato appositamente alla ricerca.

Le ricerche dell’equipe di docenti si sono basate su dati dell’Istituto Superiore di Sanità (SS), dell’Istituto Nazionale di Statistica (Istat) e di altre agenzie europee, nonché del principale Think tank italiano, l’Istituto per gli studi di politica internazionale (Ispi).

 

La nuova metodologia: l’indice di rischio e le 3 componenti

La domanda da cui sono partiti gli studiosi è come mai le regioni del Nord quali Lombardia, Veneto, Piemonte e Emilia-Romagna abbiano accusato maggiormente il contagio del Covid-19 rispetto ad altre zone d’Italia. Soprattuto considerando che, contemporaneamente, anche una regione del centro-sud come il Lazio ne era stata colpita. Non tutti si ricordano infatti che il primo contagio in Italia fu registrato a Roma, con la coppia di cinesi ricoverati e poi guariti all’ospedale Spallanzani. Ebbene, sin dall’inizio di febbraio le regioni del Nord risultarono in testa alle tristi classifiche in tutti i principali indici: numero di contagi, numero di persone in terapia intensiva e numero di decessi.

Lo studio ha rivelato l’esistenza di almeno sei fattori che hanno fatto sì che il Coronavirus trovasse terreno fertile maggiormente nel Nord Italia. E cioè; inquinamento, freddo, mobilità, densità sanitaria, concentrazione abitativa e anzianità della popolazione. Combinando in modo differente queste sei variabili si ottiene una valutazione quantitativa delle tre componenti del rischio epidemico che sono alla base della nuova metodologia adottata dagli studiosi. Tale metodologia si basa sul “Triangolo del rischio di Crichton” (Crichton 1999, Kron 2002).

Come si nota dall’immagine, l’indice di rischio è valutato in funzione di tre diverse componenti: il pericolo della malattia (Hazard), l’esposizione dell’area (Exposure) e la sua vulnerabilità (Vulnerability). Naturalmente, tutte e tre le variabili devono coesistere nello stesso posto per valutare la presenza di un rischio.

La prima variabile è legata alla potenzialità di un evento di causare danni in un determinato territorio. In questo caso, alla probabilità che il virus possa potenzialmente diffondersi tra la popolazione delle 20 Regioni d’Italia. 

L’exposure è invece una misura delle risorse esposte al potenziale danno. In questo studio si è pertanto tradotta nella numerosità della popolazione di ciascuna Regione. Essa rappresenta cioè la quantità di persone che potrebbero essere potenzialmente contagiate dal virus.

Infine, la vulnerability è l’attitudine ad essere danneggiati una volta esposti all’evento dannoso. Nello studio, essa si traduce nell’attitudine di una persona infetta ad ammalarsi o morire.

Ma quali sono le combinazioni dei 6 fattori elencati in precedenza che forniscono una valutazione quantitativa di queste tre componenti? Vediamole.

 

I 6 fattori e le loro combinazioni

A determinare l’Hazard vi sono senz’altro l’indice di mobilità, la concentrazione abitativa e la densità sanitaria.

L’indice di mobilità (mobility index) lo si ottiene dal rapporto tra la somma dei flussi di pendolarismo (in entrata e in uscita) per comune e la popolazione del comune stesso. A livello regionale, l’indice di mobilità è la media dei valori di tutti i comuni della Regione.

Per concentrazione abitativa (housing concentration) si intende il rapporto tra il numero totale di case e il numero di case classificate come “case unifamiliari”, nella Regione. Certamente, nelle città grandi e molto popolate, sia la vicinanza tra le persone che l’utilizzo di mezzi pubblici affollati sono fenomeni amplificati.

Infine, la densità sanitaria (healthcare density) si configura semplicemente come come il numero di letti ospedalieri per abitante all’interno della Regione.

 

Ciò che identifica la Vulnerability sono invece ulteriori tre fattori: l’inquinamento, la bassa temperatura e l’anzianità della popolazione.

Il fattore dell’inquinamento (air pollution) si esplica nella concentrazione di particolato PM10 nell’aria. Le particelle che compongono il particolato ed altri agenti inquinanti presenti nell’aria, come il biossido di azoto, sono infatti in grado di penetrare in profondità nel tratto respiratorio e aumentare il rischio di malattie respiratorie. Così facendo, rendono le persone affette da epidemie quali il Covid-19 meno resistenti e maggiormente esposte al rischio di morte.

Nonostante la questione se il clima abbia un ruolo o meno nella diffusione del virus sia ancora controversa, è comunque comunemente accettato che il freddo abbatta le barriere di difesa delle vie respiratorie. Pertanto, la bassa temperatura (temperature) è stata inserita tra i fattori di vulnerabilità del campione. In particolare, è stata considerata la temperatura media invernale (da dicembre 2016 ad aprile 2017) in ciascuna Regione. 

Per finire, l’anzianità della popolazione (age of population) è considerata come il rapporto tra la popolazione di oltre 60 anni e la popolazione totale della Regione. E’ infatti statisticamente provato che il Coronavirus abbia impatti più gravi sulle persone anziane.

 

La terza componente dell’indice di rischio, ovvero l’Exposure, è data invece dalla semplice popolazione totale della Regione.

 

L’indice di rischio “a priori” e il confronto con la realtà

Ebbene, dallo studio basato sui 6 fattori appena esposti e le conseguenti 3 componenti dell’indice di rischio, è emerso quello che lo studio definisce un Indice di rischio “a priori” (A-priori Risk Index), confrontato poi nella ricerca con i dati reali circa i casi totali di contagio e i decessi.

Ciò che si evince chiaramente dall’immagine in basso è la capacità dell’indice di rischio ipotizzato dagli studiosi di spiegare l’anomala discrepanza del livello di incidenza del Covid-19 nelle tre macroregioni italiane (Nord, Centro, Sud).

Se ci riflettiamo, non possiamo certo dirci sorpresi da questi risultati. I 6 indici presi in considerazione dallo studio – e che si sono rivelati appropriati a spiegare la più ampia diffusione del Coronavirus al Nord Italia – presentano tutti proprio qui i loro livelli più alti. A cominciare dalla densità demografica, con la sola Lombardia che conta ben 1/6 della popolazione italiana. Col dato demografico, vanno ovviamente di pari passo la concentrazione abitativa, l’anzianità della popolazione e dunque la densità sanitaria. Così come la più alta mobilità e quindi il maggior inquinamento. Infine, non è certo una novità la presenza di temperature molto più basse nelle regioni settentrionali rispetto a quelle centro-meridionali.

Ma non è tutto. Lo studio ha dimostrato anche che i 6 fattori spiegano non soltanto la maggior incidenza a Nord del Covid-19, bensì di tutte le epidemie e influenze stagionali. Nell’immagine in basso, un raffronto con l’influenza stagionale dell’inverno 2019-2020.

Un consiglio di policy ascoltato (pare): riaprire prima al Sud

E quindi, che fare?

L’ultima parte della ricerca è dedicata alla presentazione di quelle che gli studiosi hanno identificato come le implicazioni di politica economica dei risultati ottenuti. Come gestire al meglio l’epidemia COVID-19? Quali politiche, provvedimenti e decisioni assumere per il graduale passaggio alla ormai nota Fase 2?

Tra i vari suggerimenti e consigli di natura tecnica – tra gli autori della ricerca, accanto ad alcuni fisici e a un matematico, figurano anche ingegneri, un economista e un medico – rivolti alle istituzioni, ve n’è uno semplice e ragionevole, perfettamente in linea con l’evidenza empirica partorita dallo studio: riaprire le attività e far ripartire l’economia in modo graduale e differenziato, Regione per Regione, partendo da quei territori che sono stati meno colpiti dal virus. Ovvero, dal Sud Italia!

Se in un primo momento il Governo aveva parlato di una ripartenza graduale stratificata per fasce di età, sembra che si sia convinto a seguire parallelamente anche lo studio dell’Università di Catania, indicando una ripresa graduale delle attività suddivisa in tre macroaree: Sud, Centro e Nord.

 

1 Lo studio è a cura di A. Pluchino, G. Inturri, A. Rapisarda, A. E. Biondo, R. Le Moli, C. Zappalà, N. Giuffrida, G. Russo, V. Latora


A cura di Samuele Nannoni

The following two tabs change content below.
Samuele Nannoni

Samuele Nannoni

Sono nato a Firenze, dove vivo tutt'ora. Appassionato di viaggi, lingue e politica, mi sono laureato alla triennale di Scienze Politiche a Firenze e alla magistrale di Scienze Internazionali e Diplomatiche a Forlì - Università di Bologna. Attualmente lavoro nella Event Division di un'azienda che opera nel settore delle energie rinnovabili. Sono una persona solare e positiva, ottimista il più delle volte. Amo la natura e gli animali; non sopporto il politically correct. Mi piace andare controcorrente, scavare a fondo nelle questioni, mantenendo vivo il più possibile il mio spirito critico. Sono il fondatore e direttore di ODERAL - Organizzazione per la Democrazia Rappresentativa Aleatoria (www.oderal.org); l'unica Organizzazione italiana dedicata allo studio e alla promozione del sorteggio come pratica democratica da affiancare alle elezioni per la composizione di organi collegiali, ovvero Assemblee legislative.
author

Samuele Nannoni

Sono nato a Firenze, dove vivo tutt'ora. Appassionato di viaggi, lingue e politica, mi sono laureato alla triennale di Scienze Politiche a Firenze e alla magistrale di Scienze Internazionali e Diplomatiche a Forlì - Università di Bologna. Attualmente lavoro nella Event Division di un'azienda che opera nel settore delle energie rinnovabili. Sono una persona solare e positiva, ottimista il più delle volte. Amo la natura e gli animali; non sopporto il politically correct. Mi piace andare controcorrente, scavare a fondo nelle questioni, mantenendo vivo il più possibile il mio spirito critico. Sono il fondatore e direttore di ODERAL - Organizzazione per la Democrazia Rappresentativa Aleatoria (www.oderal.org); l'unica Organizzazione italiana dedicata allo studio e alla promozione del sorteggio come pratica democratica da affiancare alle elezioni per la composizione di organi collegiali, ovvero Assemblee legislative.
Show Comments

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *