La statistica dimostra che un lockdown precoce e' la nostra migliore arma contro il COVID

UN NUOVO STUDIO DI LU E BORGONOVO, UTILIZZANDO TECNICHE DI ANALISI DI SENSIBILITA', DIMOSTRA CHE LE VARIABILI DI POLICY SONO MOLTO PIU' RILEVANTI DELLE CARATTERISTICHE INTRINSECHE DELLA PANDEMIA NEL CONTENERE IL NUMERO DI CONTAGI

Emanuele Borgonovo e Xuefei Lu hanno individuato il momento dell'introduzione del lockdown come la variabile chiave per ridurre il numero di malati di COVID-19, in un lavoro che combina un modello epidemiologico standard (SEIR: suscettibili, esposti, infetti, ristabiliti), tecniche di machine learning e analisi di sensibilità.
 
In uno studio per il Covid Crisis Lab, Borgonovo, professore ordinario all'Università Bocconi, e Lu, PhD in Statistica alla Bocconi e ora assistant professor all'Università di Edimburgo, hanno utilizzato i dati pubblicamente disponibili sulla progressione della pandemia in Italia fino al 20 aprile 2020 e hanno stimato l'importanza relativa di sei fattori che fungono da parametri del modello SEIR:
 
tasso di protezione (il tasso al quale la popolazione sensibile diventa insensibile a causa dell'attivazione di politiche sanitarie pubbliche come il distanziamento sociale o l'utilizzo delle mascherine, l'introduzione di app per il contact tracing, ecc,)
tasso di infezione (il parametro che controlla la frequenza con cui un contatto suscettibile-infettato provoca una nuova infezione, che può essere ridotto con misure come il distanziamento sociale),
tempo medio di latenza (il periodo di tempo che intercorre tra il momento in cui un individuo è infetto e il momento in cui l'individuo diventa infettivo),
tasso di quarantena (il tasso al quale la parte infettiva della popolazione può essere isolata dal resto della popolazione)
numero di individui inizialmente infetti,
tempo di intervento (la data in cui l'intervento ha avuto luogo).
 
L'analisi di sensibilità (un insieme di metodi che permette di misurare gli effetti di un cambiamento di una o più variabili di input sull'output del modello) ha evidenziato che le variabili di policy come il tempo di intervento e il tasso di quarantena sono molto più rilevanti delle caratteristiche intrinseche della pandemia per ridurre il numero di malati. Il tempo di intervento si è rivelato 4 volte più rilevante della quarantena e 8 volte più importante del numero iniziale di contagi e del tasso di infezione. Il tasso di protezione e il tempo di latenza giocano un ruolo ancora minore.
 
Gli studiosi hanno anche potuto stimare l'intervallo di tempo che intercorre tra la dichiarazione di lockdown e il pieno effetto del provvedimento: 5 giorni. Questi risultati sono in linea con quanto rilevano ricerche economiche in corso.
 
“Questo studio”, conclude Borgonovo, “conferma l’utilità dell'analisi di sensibilità per ottenere informazioni utili ai decisori. Non solo dice che le variabili politiche sono i fattori chiave del contenimento della pandemia, ma dimostra anche che non c'è molta interazione tra le variabili, cioè che un cambiamento in una di esse mostra i suoi effetti indipendentemente dai cambiamenti nelle altre variabili”.
 
Xuefei Lu and Emanuele Borgonovo, “Is Time to Intervention in the COVID-19 Outbreak Really Important? A Global Sensitivity Analysis Approach”, arXiv:2005.01833v1.
 

di Fabio Todesco