Il vero tasso di infezione da COVID-19 è in media del 6,2% superiore a quello riportato dai conteggi ufficiali

0
62

Un trio di ricercatori con Ikigai Research, Australian National University e l’Università di Melbourne, rispettivamente, ha trovato prove che suggeriscono che il vero tasso di infezione da COVID-19 per 15 paesi selezionati è in media del 6,2% superiore rispetto ai conteggi ufficiali elencati.

Nel loro articolo pubblicato sulla rivista Royal Society Open Science, Steven Phipps, Quentin Grafton e Tom Kompas descrivono l’analisi dei dati di infezione di 15 paesi simili e li utilizzano per stimare i tassi di infezione reali.

L’attuale recrudescenza della pandemia globale ha evidenziato in modo molto netto il fatto che è tutt’altro che finita.

Milioni di persone in tutto il mondo sono state infettate e oltre 1 milione sono morte, ma gli scienziati medici non sono ancora d’accordo sui reali tassi di infezione.

Invece, la maggior parte dei paesi e persino le giurisdizioni locali pubblicano numeri “noti” di infezioni e utilizzano tali cifre per determinare i tassi di infezione.

In questo nuovo sforzo, i ricercatori suggeriscono che un tale approccio esclude molte persone che vengono infettate ma non si presentano mai nei conteggi ufficiali.

Per ottenere una prospettiva migliore sui tassi reali di infezione, i ricercatori hanno scelto di concentrarsi su 15 paesi che hanno approcci simili a test, diagnosi e trattamento della malattia, tutti paesi occidentali sviluppati ad eccezione della Corea.

Per fare stime migliori dei tassi di infezione reali per ciascuno dei paesi nel loro studio, i ricercatori hanno utilizzato una tecnica chiamata “backcasting” con cui hanno studiato il numero ufficiale di infezioni insieme ai tassi di morte (entrambi noti per essere COVID-19 e sconosciuti cause superiori a quanto era normale per determinate aree).

Hanno anche usato quelli che si ritiene siano tassi di sopravvivenza per la malattia. I dati sono stati quindi trasferiti su un modello di computer che ha fornito grafici che mostrano i tassi di infezione stimati reali per tutti i 15 paesi e per tutti sono mediati insieme.

I grafici hanno mostrato un’elevata variazione tra i tassi di rilevamento, da 5,7 per l’Italia, a 39,1 per la Corea del Sud.

I ricercatori notano inoltre che in tutti i casi, il numero reale stimato di persone infettate dal virus era superiore ai numeri forniti per ciascun paese.

Ad esempio, hanno scoperto che per l’Australia, il vero tasso di infezione stimato (per le persone che si sono riprese) era circa cinque volte superiore alle stime ufficiali alla fine di agosto.

Ciò si tradurrebbe nello 0,48% della popolazione che è stata infettata, il che significherebbe 130.000 persone, molto più di quanto il governo abbia riferito.


31 ottobre), SARS-CoV-2 si è diffuso in ogni angolo del mondo. Più di 40 milioni di persone sono state diagnosticate con infezione da SARS-CoV-2 e più di un milione di persone sono morte di COVID-19, la malattia causata da SARS-CoV-2.

Non tutti i casi, in particolare quelli asintomatici, sono stati diagnosticati e il numero reale di infezioni e decessi è probabilmente molto più alto. Sono stati completati relativamente pochi studi di sieroprevalenza su larga scala, ma i dati disponibili di sieroprevalenza mostrano che solo pochi luoghi, come Mumbai e Manaus, hanno raggiunto un’elevata prevalenza nella popolazione, vicina al livello richiesto per un qualche tipo di immunità di gregge ).

[L’immunità della mandria è definita come la proporzione di una popolazione che deve essere immune a una malattia infettiva, mediante infezione naturale o vaccinazione, per fornire protezione indiretta (protezione della mandria) a coloro che non sono immuni alla malattia ( D’Souza 2020 ,  Adam 2020 ).

La tabella 1 mostra che i paesi colpiti più duramente dalla pandemia COVID-19 hanno tassi di sieroprevalenza più elevati ma, senza un vaccino efficace, nessun paese può contare su alcun tipo di immunità di gregge nel prossimo futuro.

Tabella 1.  Dati di sieroprevalenza 2020
Raccolta di campioni
Italy*A livello nazionale25 maggio-15 luglio2.5%Sabbadini 2020
ItalyLodi (red zone)23%Percivalle 2020
Spagna
Madrid a livello nazionale
5.0%
>10%
Pollan 2020
SpagnaMadrid11%Soriano 2020
SvizzeraGinevra5.0-11%Stringhini 2020
DanimarcaIsole Faroe0.6%Petersen 2020
UKRegno Unito
Londra
sud-ovest
6%
13%
3%
Ward 2020
CinaWuhan9 marzo-10 aprile3.2-3.8%Xu X 2020
NOI
Area della baia di San Francisco di New York City
23 marzo-1
aprile 23-27 aprile
6.9%
1.0%
Havers 2020
NOIStato di New York14%Rosenberg 2020
US USNYC, personale sanitario a livello nazionale nei pazienti sottoposti a dialisi  Luglio 202013.7% 8.3%Moscola 2020  Anand 2020
IndiaMumbailuglio57%Kolthur-Seetharam 2020
BrasileManausMarzo-agosto66%Buss 2020
Non sottoposto a revisione paritaria. I risultati sono stati recentemente  messi in discussione .

* Si noti che i risultati dell’indagine nazionale italiana sono preliminari e probabilmente sottostimati. Il paese è riuscito a raccogliere solo il 40% dei campioni pianificati, con molte persone che si sono rifiutate di sottoporsi al test. Gli addetti ai lavori non hanno mai creduto a queste cifre e hanno favorito un tasso di sieropositività del 5-10% come in Spagna o in Francia. Ora abbiamo una nuova stima della prevalenza del COVID-19 in Italia di Francesca Bassi e colleghi: 9%, corrispondente a quasi 6 milioni di italiani ( Bassi 2020 ).

Gli articoli citati nella Tabella 1 riportano alcuni risultati interessanti:

  • Wuhan  – La sieropositività per gli anticorpi IgM e IgG era bassa (3,2% -3,8%) anche in una città altamente colpita come Wuhan ( Xu X 2020 ).
  • New York City  – A New York, la prevalenza di SARS-CoV-2 tra il personale sanitario era del 13,7% (5523 su 40.329 individui testati) ( Moscola 2020 ), che era simile a quella tra gli adulti testati casualmente nello Stato di New York (14,0% ) ( Rosenberg 2020 ).
  • Regno Unito  – Gli individui neri, asiatici e di etnia minoritaria (BAME) avevano una probabilità da due a tre volte maggiore di aver avuto un’infezione da SARS-CoV-2 rispetto ai bianchi. Una tendenza interessante: i giovani di età compresa tra 18 e 24 anni avevano i tassi più alti (8%), mentre gli anziani di età compresa tra 65 e 74 anni avevano le minori probabilità di essere infettati (3%).
  • Mumbai  – In un’indagine trasversale, la prevalenza di una passata infezione da SARS-CoV-2 in tre aree di Mumbai è stata di circa il 57% nelle aree dei bassifondi di Chembur, Matunga e Dahisar e del 16% nei vicini non slum ( Kolthur-Seetharam 2020 ). In alcuni luoghi del mondo l’immunità di gregge può essere a portata di mano.
  • Ginevra  – I bambini piccoli (5–9 anni) e gli anziani (≥ 65 anni) avevano tassi di sieroprevalenza significativamente più bassi rispetto ad altri gruppi di età ( Stringhini 2020 ).
  • Isole Faroe  – All’inizio della pandemia, le piccole isole tendevano ad avere bassi tassi di sieropositività.

Vale la pena notare che abbiamo ancora pochi studi di sieroprevalenza basati sulla popolazione a livello nazionale, che la sensibilità e la specificità dei test sierologici utilizzati possono variare da luogo a luogo e che alcune persone potrebbero essere state infettate senza mostrare livelli rilevabili di anticorpi. Sulla base di tutti gli studi sierologici disponibili, l’OMS ha stimato che circa il 10% della popolazione mondiale, ovvero 760 milioni di persone, potrebbe essere stata infettata a partire da ottobre 2020.  https://www.euronews.com/2020/10/05/around -10-della-popolazione-del-mondo-potrebbe-aver-avuto-covid-19-secondo-chi

Il periodo medio di incubazione dell’infezione da SARS-CoV-2 è di circa 5 giorni ( Li 2020 ,  Lauer 2020 ,  Nie X 2020 ). L’intervallo seriale – definito come la durata del tempo tra un paziente caso primario con esordio dei sintomi e un paziente caso secondario con esordio dei sintomi – è stato stimato essere compreso tra 5 e 7,5 giorni ( Cereda 2020 ).

SARS-CoV-2 è altamente contagioso, con un numero di riproduzione di base stimato R 0  di circa 2,5-3,0 ( Chan 2020 ,  Tang B 2020 ,  Zhao 2020 ). [R 0  indica il numero medio di infezioni che un caso può generare nel corso del periodo infettivo in una popolazione ingenua e non infetta. Leggi la guida di David Adam ( Adam 2020 ) per informazioni più preziose su R 0. ]

Come con le precedenti epidemie di SARS e MERS ( Shen Z 2004 ,  Cho SY 2016 ), la diffusione di SARS-CoV-2 è caratterizzata dal verificarsi dei cosiddetti “eventi di superdiffusione” in cui una fonte di infezioni sembra responsabile di un gran numero di infezioni secondarie. ( Wang L 2020 ) Questo fenomeno è ben descritto da un recente studio sulla trasmissione di SARS-CoV-2 a Hong-Kong ( Adam DC 2020 ).

Gli autori hanno analizzato tutti i cluster di infezione in 1038 casi verificatisi tra gennaio e aprile 2020 e hanno concluso che il 19% dei casi era responsabile dell’80% dei casi aggiuntivi della comunità, con grandi cluster originati da bar, matrimoni e cerimonie religiose.

È interessante notare che la riduzione dei ritardi nella conferma dei casi sintomatici non ha influenzato la velocità di trasmissione (suggerendo un tasso di trasmissione più elevato prima o prima dell’insorgenza dei sintomi), mentre il tracciamento rapido dei contatti e la quarantena dei contatti erano molto efficaci nel terminare la catena di trasmissione.

Altri autori ( Endo 2020 ) hanno stimato un  k  di 0,1 fuori dalla Cina, il che significa che solo il 10% degli individui infetti trasmette il virus (  o  fattore di dispersione  descrive, nei modelli matematici, quanto la malattia tende a raggrupparsi).

Un fattore di dispersione relativamente basso con poche persone infette che causano la maggior parte delle trasmissioni potrebbe spiegare alcuni aspetti sconcertanti dell’inizio della pandemia COVID-19. Ad esempio, perché le prime introduzioni in Europa di SARS-Cov-2 nel dicembre 2019 ( Francia ) e nel gennaio 2020 ( Francia ,  Germania ) non hanno portato a focolai precedenti. O perché la grande epidemia nel Nord Italia nel febbraio 2020 non ha portato a una simile rapida diffusione del virus nel resto del Paese.

Comprendere le ragioni che sottolineano gli eventi superspreader può essere la chiave del successo delle misure preventive, quindi la grande domanda è: “Perché alcuni pazienti con COVID-19 ne infettano molti altri, mentre la maggior parte non diffonde affatto il virus?” ( Kupferschmidt 2020) .

È possibile che alcuni individui diffondano semplicemente più virus che altri, o che ci sia molta più diffusione in un momento specifico di maggiore contagiosità nella storia naturale dell’infezione, possibilmente quando la carica virale è al suo apice.

Anche le condizioni ambientali giocano chiaramente un ruolo, con luoghi affollati e chiusi in cui le persone parlano ad alta voce, gridano, cantano o si esercitano a rischio maggiore, probabilmente a causa della maggiore produzione e diffusione di piccole particelle come gli aerosol.

Un “individuo superspreader” in un “ambiente superdiffuso” può provocare un numero molto elevato di infezioni, come si è visto nel cluster della chiesa di Shincheonji in  Corea del Sud dove, nel marzo 2020, si stima che una singola persona abbia generato più di 6000 casi.

Una migliore comprensione degli eventi superspreader può aiutare a definire le misure più efficaci per ridurre la trasmissione di SARS-CoV-2 riducendo la probabilità di eventi superspreader. Esploreremo di seguito gli “hotspot” più comuni dell’infezione da SARS-CoV-2, dove la probabilità di infezioni singole o multiple è maggiore.


Ulteriori informazioni:  Steven J. Phipps et al. Stime affidabili del tasso di infezione reale (della popolazione) per COVID-19: un approccio di backcasting,  Royal Society Open Science  (2020). DOI: 10.1098 / rsos.200909

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.