Gli scienziati modellano la “vera prevalenza” di COVID

Apr 07, 2023

Funzionari governativi e politici hanno cercato di utilizzare i numeri per comprendere l’impatto del COVID-19. Cifre come il numero di ricoveri o decessi riflettono parte di questo onere. Ogni punto dati racconta solo una parte della storia. Ma nessun dato descrive la reale pervasività del nuovo coronavirus rivelando il numero di persone effettivamente infette in un dato momento: una cifra importante per aiutare gli scienziati a capire se è possibile raggiungere l’immunità di gregge, anche con le vaccinazioni.

Ora, due scienziati dell’Università di Washington (UW) hanno sviluppato un quadro statistico che incorpora dati chiave sul COVID-19, come il conteggio dei casi e i decessi dovuti a COVID-19, per modellare la reale prevalenza di questa malattia negli Stati Uniti e nei singoli stati. .Il loro approccio, pubblicato la settimana del 26 luglio negli Atti della National Academy of Sciences, prevede che negli Stati Uniti ben il 60% dei casi di COVID-19 non è stato rilevato a partire dal 7 marzo 2021, l'ultima data per la quale è stato utilizzato il set di dati è disponibile.

Questo quadro potrebbe aiutare i funzionari a determinare il vero carico delle malattie nella loro regione – sia diagnosticate che non diagnosticate – e ad indirizzare le risorse di conseguenza, hanno affermato i ricercatori.

"Ci sono molti tipi di fonti di dati diverse a cui possiamo attingere per comprendere la pandemia di COVID-19: il numero di ricoveri ospedalieri in uno stato o il numero di test che risultano positivi. Ma ogni fonte di dati ha i suoi difetti che potrebbero fornire un quadro distorto di ciò che sta realmente accadendo", ha affermato l'autore senior Adrian Raftery, professore di sociologia e statistica della UW. "Quello che volevamo fare è sviluppare un quadro che corregga i difetti di molteplici fonti di dati e attinga ai loro punti di forza per darci un'idea della prevalenza di COVID-19 in una regione, in uno stato o nel paese nel suo complesso."

Le origini dati possono essere distorte in diversi modi. Ad esempio, una statistica sul COVID-19 ampiamente citata è la percentuale di risultati dei test in una regione o stato che risultano positivi. Ma poiché l’accesso ai test e la volontà di sottoporsi al test variano a seconda del luogo, questa cifra da sola non può fornire un quadro chiaro della prevalenza di COVID-19, ha affermato Raftery.

Altri metodi statistici spesso tentano di correggere la distorsione di una fonte di dati per modellare la reale prevalenza della malattia in una regione. Per il loro approccio, Raftery e l’autore principale Nicholas Irons, uno studente di dottorato in statistica della UW, hanno incorporato tre fattori: il numero di casi confermati di COVID-19, il numero di decessi dovuti a COVID-19 e il numero di test COVID-19 somministrati. ogni giorno come riportato dal COVID Tracking Project. Inoltre, hanno incorporato i risultati di test COVID-19 casuali su residenti dell’Indiana e dell’Ohio come “ancora” per il loro metodo.

I ricercatori hanno utilizzato il loro quadro per modellare la prevalenza del COVID-19 negli Stati Uniti e in ciascuno degli stati fino al 7 marzo 2021. In quella data, secondo il loro quadro, circa il 19,7% dei residenti negli Stati Uniti, ovvero circa 65 milioni di persone, avevano stato infettato. Ciò indica che è improbabile che gli Stati Uniti raggiungano l’immunità di gregge senza la campagna di vaccinazione in corso, hanno affermato Raftery e Irons. Inoltre, hanno scoperto i ricercatori, gli Stati Uniti avevano un fattore di sottostima pari a 2,3, il che significa che solo circa un caso COVID-19 su 2,3 ​​è stato confermato attraverso i test. In altre parole, circa il 60% dei casi non è stato affatto conteggiato.

Secondo Irons, questo tasso di sottostima del COVID-19 variava ampiamente da stato a stato e potrebbe avere molteplici cause.

"Può dipendere dalla gravità della pandemia e dalla quantità di test in quello stato", ha affermato Irons. "Se hai uno stato con una grave pandemia ma test limitati, la sottostima può essere molto elevata e non si tiene conto della stragrande maggioranza delle infezioni che si stanno verificando. Oppure potresti avere una situazione in cui i test sono diffusi e la pandemia non lo è." altrettanto grave. In questo caso il tasso di sottostima sarebbe inferiore."

Inoltre, il fattore di sottostima ha oscillato in base allo stato o alla regione con il progredire della pandemia a causa delle differenze nell’accesso alle cure mediche tra le regioni, dei cambiamenti nella disponibilità dei test e di altri fattori, ha affermato Raftery.