Eventi
Previsioni, scenari, proiezioni: come si anticipa l’andamento dell’epidemia
ISS, 18 agosto 2021 -
Previsioni, scenari, proiezioni: come si anticipa l’andamento dell’epidemia
Previsione
Stima, con relativa incertezza (forbice di previsione), del futuro andamento dell’epidemia (es. in termini di numero di casi, ammissioni in ospedale e decessi attesi nel tempo).
Una previsione richiede, oltre a conoscere i parametri della storia naturale del patogeno, di conoscere in anticipo e in termini quantitativi tutti gli eventi che possono influire sulla futura dinamica epidemica. Oltre a tanti altri, possono essere di particolare rilevanza gli interventi di distanziamento sociale che verranno adottati (quali e quando), la copertura vaccinale che progressivamente si raggiungerà, il comportamento individuale dei cittadini. Questi fattori possono essere più o meno determinanti a seconda dell’epidemia che si sta analizzando. Infatti, il grado di prevedibilità di un’epidemia dipende molto dalla gravità dell’infezione.
Nel caso di SARS-CoV-2, per questi motivi è al momento estremamente complesso fare delle previsioni sull’andamento dell’epidemia. Si possono fare invece per virus il cui comportamento è noto, come ad esempio il West Nile virus, trasmesso dalle zanzare, di cui si può ragionevolmente pensare che avrà un picco estivo, o l’influenza, che di solito ha un andamento simile tutti gli anni (eccetto nella stagione 2020-2021, in cui il distanziamento sociale ha influito notevolmente sulla curva dei contagi, e nella stagione pandemica 2009-2010).
Fig 1. Previsioni dell’andamento autunnale della pandemia H1N1 del 2009 in Italia [1].
Analisi di scenario
Stima, con relativa incertezza, del futuro andamento dell’epidemia, sotto la condizione che si verifichino gli eventi che definiscono lo scenario.
Nell’impossibilità di conoscere in anticipo tutti gli eventi che possono influire sulla futura dinamica epidemica si possono formulare diverse ipotesi (che definiscono lo scenario) e analizzare le dinamiche corrispondenti.
Le analisi di scenario sono particolarmente utili per costruire stime di rischio, associate ad esempio ai diversi livelli di intervento che possono essere adottati (sia in termini di imposizione che di rilascio di misure restrittive) o ai diversi livelli di copertura vaccinale che si raggiungeranno.
Ad esempio, nel caso in cui siano in discussione diverse opzioni di intervento, con delle analisi di scenario si possono individuare gli interventi in grado di mantenere l’epidemia sotto controllo con alta probabilità e fornire stime del rischio epidemico (es. in termini di numero di casi, ammissioni in ospedale e decessi attesi nel tempo) associato agli interventi che non garantiscono il controllo dell’epidemia.
In generale, nel valutare retrospettivamente la qualità delle analisi di scenario è bene non confonderle con delle previsioni. Bisogna per prima cosa valutare bene cosa è stato fatto nella realtà (ad esempio in termini di interventi), verificare poi se ci sono degli scenari che ipotizzavano quanto poi avvenuto nella realtà (sempre in termini di quegli stessi interventi) e, in caso affermativo, fare un confronto tra epidemia osservata e simulata in quello specifico scenario. È del tutto evidente che può esserci solo uno scenario compatibile con quanto osservato.
Alcune analisi di scenario relative a SARS-CoV-2 sono state condotte ad aprile 2020 in previsione delle riaperture. In quel caso si è stimato l’impatto possibile su alcuni parametri (ricoveri, decessi) corrispondente a diversi gradi di abbandono delle restrizioni. Lo scenario da confrontare con l’epidemia osservata è quello in cui si assume: i) di non riaprire le scuole, ii) riaperture graduali delle attività lavorative a partire dal 4 maggio (quasi complete dal 18 maggio) mantenendo alte quote di lavoro agile, soprattutto nei servizi essenziali, iii) di mantenere limitazioni sulle attività di aggregazione sociale. I risultati di questo scenario sono estremamente coerenti con l’epidemia osservata durante l’estate del 2020. Ovviamente, negli scenari in cui si assumevano riaperture precoci o maggiormente permissive in termini di contatti sociali (es. riaperture complete come prima dell’epidemia) la stima dell’impatto sul sistema sanitario era molto maggiore di quanto osservato.
Fig.2 Analisi di scenario sull’uscita dal lockdown in aprile 2020 [2].
Proiezione
Stima, con relativa incertezza, del futuro andamento dell’epidemia, sotto la condizione che i parametri che regolano l’epidemia (es. Rt) non cambino nel futuro.
Una proiezione è una particolare analisi di scenario (scenario status quo) ed è un utile indicatore di rischio.
Una proiezione è uno strumento solitamente utile nel breve periodo. Quando il periodo di analisi è particolarmente breve (per cui è lecito non attendersi modifiche sostanziali dei parametri in quel periodo), una proiezione può anche essere considerata come una previsione a breve termine.
Un esempio di proiezione è quella sull’occupazione dei posti letto ospedalieri (di area medica e terapia intensiva) che viene solitamente presentata nel monitoraggio settimanale sull’epidemia, in cui si assume appunto che l’Rt rimanga costante e che non ci siano cambiamenti sostanziali negli altri parametri. Il metodo di calcolo, basato sull’equazione di rinnovo e stime epidemiologiche riguardanti le ammissioni in area medica e terapia intensiva, è descritto in [3,4]. Queste proiezioni a 30 giorni non possono essere interpretate come previsioni a breve termine.
Proiezioni dell’epidemia di SARS-CoV-2 sono state anche realizzate nell’estate 2020 per valutare il possibile andamento dell’epidemia in autunno. Gli interventi di mitigazione, ed in particolare il DPCM del 3 novembre 2020 che istituiva le zone gialle, arancioni e rosse, hanno permesso di limitare di molto l’impatto dell’epidemia [4].
Fig.3 Proiezioni (scenario status quo, senza interventi di mitigazione) dell’epidemia di SARS-CoV-2 in autunno 2020 [2].
A cura di Iss e Fondazione Bruno Kessler (www.fbk.eu)
[1] M. Ajelli, S. Merler, A. Pugliese, C. Rizzo. Model predictions and evaluation of possible control strategies for the 2009 A/H1N1v influenza pandemic in Italy. Epidemiology & Infection, 139: 68 – 79, 2011.
[2] V. Marziano, G. Guzzetta, BM Rondinone, F. Boccuni, F. Riccardo, A. Bella, P. Poletti, F. Trentini, P. Pezzotti, S. Brusaferro, G. Rezza, S. Iavicoli, M. Ajelli, S. Merler. Retrospective analysis of the Italian exit strategy from COVID-19 lockdown. PNAS, 118: e2019617118, 2021.
[3] G. Guzzetta, S. Merler. Stime della trasmissibilità di SARS-CoV-2 in Italia. Disponibile online https://www.epicentro.iss.it/coronavirus/open-data/rt.pdf
[4] M. Manica, G. Guzzetta, F. Riccardo, A. Valenti, P. Poletti, V. Marziano, F. Trentini, .X Andrianou, A. Mateo-Urdiales, M. del Manso, M. Fabiani, M.F. Vescio, M. Spuri, D. Petrone, A. Bella, S. Iavicoli, M. Ajelli, S. Brusaferro, P. Pezzotti, S. Merler. Impact of tiered restrictions on human activities and the epidemiology of the second wave of COVID-19 in Italy. Nature Communications, 12: 4570, 2021.