Posts Tagged ‘CoViD-19’

CoViD-19 e dati

marzo 29, 2020

Questa mappa rappresenta la variazione del numero di casi rilevati di CoViD-19 per mille abitanti nelle Provincie dell’Italia fra il 27 e il 28 marzo 2020.

Come l’ho creata? Ho prelevato i dati dal repository GitHub COVID-19 (https://github.com/pcm-dpc/COVID-19) dove vengono caricati ogni giorno gli aggiornamenti. I dati di popolazione sono stati prelevati dal sito web dell’ISTAT e sono aggiornati al 1 gennaio 2020 (https://www.istat.it/it/popolazione-e-famiglie?dati). Lo anche lo shapefile con le geometrie delle provincie è stato prelevato dal sito web dell’ISTAT.

Innanzitutto ho allineato i nomi e i codici delle singole unità geografiche (Provincie), perché pur essendo banche dati gestite da organi tecnici dello Stato, non c’è (mai!!) concordanza nella grafia dei nomi. Questo problema è ricorrente quando si usano diverse banche dati e posso garantirvi che c’è da diventare matti a volte. Ad ogni modo, in questo caso è stato relativamente facile.

A questo punto ho sottratto il numero di casi del 27 marzo da quello dei casi del 28 marzo per ogni provincia, l’ho diviso per il numero di abitanti e moltiplicato per mille. Ho importato la tabella così ottenuta in un progetto GIS creato usando QGIS 3.4 e ho collegato il file delle geometrie (Provincie) con quello dei dati (la tabella) attraverso un normale join. Ho quindi creato una scala di colori classificando le densità di casi / 1000 abitanti in intervalli a cui ho associato dei colori evocativi. Blu variazione negativa (diminuiscono i casi), verde piccolo aumento, rosso aumento più grande. Non esiste una scala colori standard e quindi potrete vedere migliaia di mappe con colori diversi, ma col medesimo significato se i dati sono gli stessi e l’elaborazione è uguale.

La mappa ci dice quali sono le zone in cui l’incremento dei casi è maggiore o minore in relazione alla popolazione. Se avessi mappato solo l’aumento di casi, è ovvio che nelle zone più popolose avremmo numeri più elevati. Questo sarebbe utile per capire quali siano le zone dove bisogna inviare più aiuti, ma non ci direbbe quale probabilità ci sia che un “sano” diventi “caso”.

Difficoltà incontrate:

Ho un dubbio relativo al significato di “totale casi”. Inizialmente pensavo che quel numero rappresentasse il numero totale cumulativo di casi rilevati da inizio periodo di osservazione. In tal caso, il numero deve essere sempre maggiore o uguale a zero. Invece nel calcolo ho scoperto che in Provincia di Savona il valore per il 28 marzo è inferiore a quello per il 27 marzo. Ovviamente questo non è possibile nel caso di un cumulo. Io ho riportato in cartografia il risultato del calcolo e sul file readme del repository il campo “totale casi” viene descritto semplicemente come “Totale casi positivi”. Questa denominazione viene usata per le Regioni allo scopo di indicare il numero cumulato di casi.

Ho notato che ci sono dei piccoli errori territoriali, ad esempio la Provincia di Udine non comprende, nella cartografia, il Comune di Sappada, che pure è entrato a farne parte.

Biosicurezza e tamponi

marzo 25, 2020

Ogni analisi permette di capire cosa è successo fino al momento in cui si esegue. Poi?

Se andassi in un campo qui vicino casa (cosa che farei se non ci fosse l’isolamento antivirus) potrei rilevare la presenza di un certo numero di specie di piante. Tornerei a casa e scriverei ad esempio “in questo campo c’è Cynodon dactylon con una copertura del 23%”.

Domattina potrebbe arrivare il proprietario del campo ad arare. Domani sera non ci sarebbe più una copertura del 23% di Cynodon dactylon (anche se sappiamo bene che la gramigna si farà viva di nuovo e prospererà).

Se oggi facessi un prelievo mediante tampone sulle mucose del soggetto A1 e analizzassi il campione, alla ricerca del RNA di SARS-CoV-2, potrei trovarlo o meno. Se lo trovassi, sarebbe molto probabile (moltissimo) che il soggetto A1 sia portatore del virus e che questo si stia riproducendo nelle sue cellule. Se non lo trovassi, potrei dire che al momento del prelievo era poco probabile che A1 stesse ospitando il virus. Posso parlare solo del momento in cui ho fatto il prelievo con tampone.

Nota la differenza fra le due affermazioni.

Che cosa posso dire di A1 dopo un’ora dal prelievo? E dopo un giorno? Dopo due, cinque, dieci? Posso dire che la sua probabilità di ospitare SARS-CoV-2 sarebbe ancora bassa (molto bassa) se A1 non incontrasse soggetti portatori o non classificati.

Non classificati?

Si. Finché non eseguiamo un’analisi del campione prelevato mediante tampone, non abbiamo assolutamente idea di quale sia lo stato di un altro soggetto, ad esempio la signora B17, che con un nome così può radere al suolo un paese.

La signora B17 è come il gatto di Schroedinger. Finché non faccio il prelievo e analizzo il campione, per quanto ne so, può portare il virus o meno.

Molti in Italia stanno invocando “tamponi per tutti”. Questo avrebbe un enorme interesse per il calcolo dell’incidenza del virus SARS-CoV-2 all’interno della popolazione nel momento t1. Diciamo il 25 marzo 2020 alle ore 18:00.

Ma tutta sta gente, a cui abbiamo fatto il prelievo, cosa farà dopo? Se faranno i bravi, staranno tappati in casa e non incontreranno nessuno che non appartenga alla loro normale cerchia familiare. In questo momento mia moglie e io siamo soggetti non classificati, ma possiamo dire che assai probabilmente il nostro stato è identico, perché viviamo nella stessa casa e non rimaniamo a metri di distanza l’una dall’altro. Siamo stati bravi, abbiamo adottato tutte le precauzioni possibili dettate da un biologo che ha letto un sacco di articoli sul virus, tuttavia siamo due (adorabili) gattini di Schroedinger, dal punto di vista sanitario.

Fare prelievi con tampone a 1000 individui ci permetterebbe di classificarli fra “infetto” e “non infetto” al tempo t1. Ma non ci permetterebbe di affermare che gli indenni siano ancora tali più tardi: non sapremmo quale sia il loro stato al tempo t2. Dipenderà da chi avranno incontrato e come.

Sapete cosa facciamo nella gestione della fauna ittica? Da molti anni seguiamo delle regole molto semplici per contrastare la diffusione delle malattie dei pesci. Ad esempio classifichiamo gli allevamenti di pesci e i fiumi. Dove non troviamo la malattia che ci preoccupa, dopo avere esaminato un certo numero di pesci per un po’ di volte, dichiariamo che quella zona o allevamento sono indenni dalla malattia. Quella malattia lì non c’è e noi sappiamo cosa fare per non portarla: bisogna compartimentare. In una zona o allevamento indenne non si portano pesci non classificati. Un pesce non classificato potrebbe essere sano, malato o portatore della malattia e, se così fosse, andrebbe a farsi benedire la sicurezza del nostro spazio. Si ammalerebbero tutti gli altri pesci e inizierebbero a morire, a migliaia. L’ho visto accadere nella mia carriera.

Questo è un principio basilare di biosicurezza!

La cosa più intelligente da fare è iniziare a costruire a poco a poco delle zone sicure, dove tenere gli individui sani e non portatori della malattia. In questo modo avremo una certezza. Nel caso della pandemia di CoViD-19 è evidentemente troppo tardi per creare zone indenni estese. Abbiamo tentato di fare il contrario, ovvero compartimentare in modo da circoscrivere i focolai. Ci abbiamo provato, ma fuori dalla prima Zona Rossa c’erano già, fra i milioni i persone non classificate, portatori del virus e (forse) anche malati.

Alt, caro criticone sapientone, a quel punto non era possibile fare altrimenti, non sapevamo niente. No, non c’è un gruppo di saggi spaziali che sapeva tutto. E no, ti ho appena spiegato perché non aveva senso fare 60,5 milioni di analisi, sempre ammesso che esistessero talmente tanti laboratori da potere analizzare 60,5 milioni di campioni, meglio se due volte, arrivando a 121 milioni di analisi in poche ore. Neanche nei film di fantascienza ci riescono.

Quindi, ripetiamo il mantra: RESTA A CASA, adotta la compartimentazione più possibile. Non sei un soggetto classificato, muoviti con cautela e adotta tutte le misure per ridurre il rischio di ricevere il virus. La nostra arma, al momento, è fatta di pazienza e precauzioni.

Correlazioni

marzo 17, 2020

C’è una curiosità che mi rode in questi giorni: la frequenza dei casi gravi di CoViD-19 è correlata con l’esposizione ad atmosfera inquinata nei mesi o anni precedenti al contagio?

Ovvero: dei polmoni già provati da condizioni sfavorevoli, sono più vulnerabili alla “superinfiammazione”?

Lo sapremo solo esaminando i dati epidemiologici. Per quanto possa sembrare ragionevole, un’ipotesi rimane tale finché non viene trovata conferma nei dati. Chi la spaccia per verità è un furfante.

Per ora dunque rimane una curiosità.

Il caso

marzo 12, 2020

Sembra molto difficile accettare l’idea che SARS-CoV-2 sia il prodotto del caso e non di un progetto, di un complotto mondiale ordito da qualche organizzazione criminale internazionale.

Abbiamo già visto che cos’è un virus nell’articolo Coronavirus. In quell’articolo ho spiegato che i nuovi virus compaiono in seguito a errori casuali nella creazione delle loro copie, o meglio delle copie delle molecole di acidi nucleici contenute nel virione (particella virale). Alla base di tutto questo c’è il caso. (more…)

Incidenza

marzo 9, 2020

In questi giorni sento usare in modo del tutto casuale termini come “incidenza” o “mortalità”. Sia chiaro, avere in mente i concetti corretti usati in epidemiologia non vi salverà la vita, ma potrebbe aiutarvi a capire quanto sia importante adottare le misure straordinarie, soprattutto per ridurre il tasso di incidenza della polmonite virale 2019.

Incidenza è la probabilità che un soggetto sul pianeta Terra, o in una data area geografica isolata (si, magari!) manifesti “nella storia” una malattia, o venga riconosciuto come malato. Probabilità, parola difficile da digerire perché il nostro sistema scolastico non ci ha insegnato esattamente cosa significhi. Siamo convinti che un numero ritardatario alla ruota del Lotto abbia sempre più probabilità di uscire. Invece no. Con le malattie come funziona?

Incidenza = numero di soggetti che si sono ammalati / soggetti che si possono ammalare

E’ un numero compreso fra 0 e 1, ma viene spesso espresso come %.

C’è però un problema col tempo.

In Italia ci sono circa 60,5 milioni di residenti. Quando arriva una malattia nuova, come questa polmonite virale, il numero di casi totale aumenta col passare del tempo. Esattamente come quelli di influenza, di AIDS, di epatite C o altra schifezza del genere.

Se io facessi il calcolo ammalati/abitanti dopo un giorno dall’arrivo di un’influenza normale, potrei avere un dato come

1000/60500000 = ‭0,00001652

Se aspettassi la fine dell’anno potrei avere un dato come

6000000/60500000 = ‬‭0,09917355

Ovvero molto più grande! Cosa significa sta roba? Che quando arriva una malattia non abbiamo mai le idee chiare sulla sua incidenza, perché questa continua a variare ogni giorno. Avremo le idee più chiare dopo molto tempo. Guardate il grafico diffuso dal Dipartimento della Protezione Civile, la linea giallo arancio rappresenta il numero di “attualmente positivi”, ovvero il numero di persone che oggi sono positive al virus, sono vive e non sono guarite.

Numero di “attualmente positivi” per il virus nel periodo fra 24/02 e 08/03 – Dati Dipartimento della Protezione Civile

(more…)