STIMA DELLA LETALITÀ DELLA COVID-19

Indici di letalità

L’analisi di una malattia infettiva a carattere epidemico passa necessariamente dalla misura della mortalità. Studiare quanto sia fatale la malattia ci permette di pesare la gravità dell’epidemia e ci aiuta a prendere decisioni sulla gestione della medesima.

Contare semplicemente i decessi non è un metodo ottimale perché non permette di contestualizzare il dato (cioè il numero di morti) in base alla diffusione dell’infezione, alla zona presa in esame e al numero di individui potenzialmente esposti all’agente patogeno.

Risulta necessario utilizzare degli indici che tengano conto del numero totale di contagiati per capire quanti soggetti risultati infettati dal SARS-CoV-2 giungano ad esito fatale a causa dell’insorgenza della malattia COVID-19: si tratta semplicemente di fare il rapporto tra numero di decessi e numero di contagiati.

Fatality Ratio

Se consideriamo esclusivamente il numero di contagiati accertati, ovvero i casi conclamati tramite il famoso tampone, parliamo di CFR, case fatality ratio. Semplificando, il CFR risponde alla domanda: quale è la percentuale di individui deceduti tra quelli risultati positivi al tampone?

Se consideriamo la stima del numero di contagiati totali, cioè una ipotesi statistica del numero totale di individui infetti, allora parliamo di IFR, infection fatality ratio. Semplificando, l’IFR risponde alla domanda: quale è la percentuale di individui deceduti tra tutti quelli che supponiamo essere contagiati?

Il termine “tasso di mortalità“, spesso utilizzato dai massmedia, è alquanto improprio. Esso implica una variabilità temporale assente nella misura della mortalità da noi presentata. Certamente più corretto parlare di “rapporto” e non di “tasso”, quindi in inglese di “ratio” e non di “rate”.

La conferenza stampa giornaliera della Protezione Civile durante la quale venivano forniti i dati della pandemia (fonte: Ilfattoquotidiano.it)

Il primo passo per entrare nell’analisi dei dati della pandemia è comprendere la differenza tra CFR ed IFR. Soprattutto nei primi mesi (Febbraio-Marzo), la confusione tra le due stime ha generato considerazioni errate.

Stima globale di CFR e IFR

L’IFR si calcola tenendo conto di una stima del totale degli infetti. Questa stima è particolarmente complicata per una serie di ragioni che esulano dal presente articolo.

Non potendo testare tutti i giorni tutta la popolazione, è necessario ipotizzare una certa dinamica di diffusione ma il modo in cui si propagano i coronavirus è estremamente variabile: si deve tener conto della carica virale del singolo soggetto, della tipologia di contatto, del tempo di contatto, del numero di contatti, etc.

Inoltre non bisogna credere che il calcolo del CFR sia qualcosa di certo. Studiare il numero di casi accertati nel mezzo di una epidemia presenta tantissimi problemi. Ad esempio, quale è l’affidabilità dei test? Quando parliamo di casi accertati, quale è l’errore che commettiamo? Quanti sono i falsi positivi? Quanti i falsi negativi?

Ogni valore deve essere contestualizzato zona per zona, perché ogni singola zona geografica ha dinamiche di contagio differenti, almeno sotto taluni aspetti. L’OMS sottolinea come ogni paese abbia adottato un approccio differente e vi siano definizioni differenti per la sorveglianza dei decessi da COVID-19.

Sfasamenti temporali nel rapporto dei dati, profilo dei pazienti estremamente variabile e interventi medici avvenuti in stadi della malattia completamente diversi, sono parametri da tenere in conto quando si analizza il CFR.

Abbiamo stime clamorosamente variabili del CFR per singolo paese: dallo 0,1% a oltre il 25%.

Secondo l’OMS, le stime dell’IFR, ottenute tramite indagine sierologica, convergono nell’intervallo 0,5%-1%.

Ciò significa che su 100 individui infettati al massimo 1 di essi incorre in esito fatale.

Stima puntuale dell’IFR

Nello studio “A systematic review and meta-analysis of published research data on COVID-19 infection-fatality rates” (LINK DIRETTO, di Gideon Meyerowitz-Katz et al.) è stata effettuata una meta-analisi studiando gli articoli pubblicati su Pubmed, Medline, SSRN e Medrxiv.

Sono stati ricercati una serie di termini ovvero di parole chiave e operatori booleani nelle seguenti date: 25/04/2020, 14/05/2020, 21/05/2020 e 16/06/2020. Inoltre, gli autori hanno studiato anche rapporti governativi con strumenti Google.

Sono state analizzate 26 stime dell’IFR provenienti da svariati paesi, tutte pubblicate tra Febbraio e Giugno 2020.

La stima puntuale dell’IFR è pari a 0,68% (0,53%-0,82%).

Un IFR dello 0,68% significa che su 10.000 contagiati dobbiamo aspettarci 68 decessi. Questo dato, però, non va letto in valore assoluto: i fattori di rischio variano enormemente in base a età, malattie pregresse, zona del contagio.

Gli autori precisano che: “a causa dell’età e forse delle comorbidità sottostanti nella popolazione, luoghi diversi sperimenteranno diverse IFR a causa della malattia“, ovvero che sia necessario effettuare analisi specifiche in ogni singola zona.

Ha poco senso fornire un valore generale: ogni zona ha dinamiche e caratteristiche specifiche.

Inoltre: “Dati i problemi di registrazione della mortalità, è anche probabile che ciò rappresenti una sottostima del vero valore IFR“.

Stima specifica dell’IFR

Nello studio “Age-specific SARS-CoV-2 infection fatality ratio and associated risk factors, Italy, February to April 2020” (LINK DIRETTO) gli autori (Piero Poletti et al.) hanno voluto fornire una stima dell’IFR per età, sesso e comorbidità (respiratoria, cardiovascolare, metabolica e oncologica). I risultati sono coerenti con quelli di studi precedenti in Cina e in Svizzera.

L’analisi è stata effettuata in Lombardia tra Febbraio e Aprile 2020. Questi dati, dunque, ci forniscono un quadro di ciò che può accadere durante il picco di diffusione, in una delle zone più colpite al mondo, senza alcuno strumento utile di contrasto (come quelli che cerchiamo di adottare oggi).

Sono stati analizzati i risultati dei tamponi, in particolare della RT-PCR, e dei test sierologici retrospettivi IgG.

Il campione era composto da 5.484 individui. Età media: 50 anni.

2.824 sono risultati positivi alla SARS-CoV-2 (età mediana: 53 anni) e 62 degli individui positivi sono morti con diagnosi COVID-19 (età mediana: 79).

Per individui di età superiore ai 70 anni, IFR=10,5% (95% CI: 8,0-13,6).

Su 10.000 contagiati over 70 (prescindendo dalle specifiche condizioni di salute), ci aspettiamo 1000 decessi.

Per gli individui di età inferiore ai 70 anni, IFR=0,43% (95% CI: 0,21-0,79).

Su 10.000 contagiati under 70 (prescindendo dalle specifiche condizioni di salute), ci aspettiamo 4 decessi.

Nessun decesso tra gli under 50.

Grafico tratto da:”Age-specific SARS-CoV-2 infection fatality ratio and associated risk factors, Italy, February to April 2020″

L’IFR è stato più elevato negli uomini che nelle donne: 14,0% per gli uomini (95% IC: 9,4-19,7) contro l’8,3% per le donne (95% IC: 5,5-12,1) tra gli over 70; 0,58% (95% IC: 0,21-1,27%) contro 0,31% (95% IC: 0,08-0,78) tra gli under 70.

L’IFR è crollato dopo il 16 Marzo 2020, soprattutto tra gli over 80: 3,70% (95% IC: 0,45-12,8) contro il 28,2% (95% IC: 15,0-44,9) nelle donne e 15,6% (95% IC: 5,28-32,8) contro il 33,3% (95% IC: 17,3-52,8) negli uomini. In generale, il rischio di morire una volta infettati è diminuito del 62% (95% IC: 31-80%).

I dati pre 16/03 e post 16/03 ci dicono che il SSN era clamorosamente sotto pressione nelle fasi iniziali: sapevamo poco su come agire e avevamo risorse inadeguate.

Il campione analizzato ha presentato 62 decessi. Circa l’80% di essi (51 su 62) è stato relativo a pazienti affetti da malattie cardiovascolari: IFR del 22,44% (95% IC: 16,15-29,80) prima del 16 marzo 2020 e del 9,68% (95% IC: 5,52-15,46) dopo.

Attenzione alle analisi

Vespignani (LINK DIRETTO) ci regala una importante considerazione: CFR e IFR non forniscono informazioni sulla dimensione dell’epidemia. Essi sono indici sulla mortalità, non sulla dinamica e l’ampiezza del contagio.

Inoltre ammonisce “attenzione a tutte le analisi longitudinali di dati con campionamento disomogeneo nel tempo come proporzioni di asintomatici, ospedalizzazioni, flussi vs saldo nelle TI. Anche in questi casi (vi sono) cambi di definizione, ritardo nei dati, differenze tra reporting e date vere”.

In parole povere, nell’analisi dei dati su questa pandemia, analisi che diventerà ancora più importante in questo autunno, dobbiamo sempre tener conto della contestualizzazione dei dati e soprattutto leggere gli indici fornendo una corretta definizione statistica dei medesimi.

Ha poco senso fornire un IFR generico: esso va specificato almeno in base all’età e alle malattie pregresse, ovvero tenendo conto se si abbia a che fare con soggetti a rischio o meno.

Pare che Albert Einstein, nel suo studio a Princeton, avesse un foglio appesa alla parete, con sopra scritto il famoso aforisma di William Bruce Cameron: “Non tutto ciò che può essere contato conta e non tutto ciò che conta può essere contato“.

Le decisioni politiche che verranno prese nei prossimi mesi passano necessariamente da una analisi dei dati. Dopo 6 mesi di pandemia è tempo di leggere le evidenze statistiche in maniera corretta anche a livello di mera utenza.

I dati non mentono ma l’analisi dei dati, se fatta in maniera non corretta, può portare a considerazioni e conclusioni completamente errate.

CONDIVIDI VIA SOCIAL