Un fiasco? Mentre la pandemia da coronavirus imperversa, stiamo prendendo decisioni senza dati affidabili.

John P.A. Ioannidis è professore di  medicina, epidemiologia, salute pubblica, scienza dei dati biomedici e di statistica all’Università di Stanford e co-direttore del Centro di Innovazione di Meta-Ricerca. E’ considerato tra i maggiori Epidemiologi al mondo.

L’attuale diffusione del coronavirus Covid-19 è stata definita Pandemia. Ma potrebbe anche trattarsi du un grosso Fiasco.

In questo momento mancano dati affidabili ed evidenze scientifiche su quante persone sono state infettate dal virus SARS-CoV-2 (prevalenza) o che continuano ad infettarsi (incidenza). Abbiamo bisogno di dati migliori per poter prendere decisioni ed implementare misure e monitorare l’impatto di tali misure.

Sono state adottate da molti paesi misure draconiane. Se la pandemia dovesse dissiparsi – o spontaneamente o a causa delle misure prese  – le estreme misure intraprese di distanza sociale e di isolamento potrebbe essere sopportabili. Ma per quanto tempo dovremmo adottare tali misure se la pandemia dovesse continuare? Come i nostri governanti possono valutare se le misure adottate produrranno più benefici che danni?

Il vaccino richiede molti mesi o anni per essere prodotto e testato adeguatamente. Con tale prospettiva, le conseguenze delle misure adottate di isolamento e lock-down sono completamente sconosciute. 

I dati raccolti fino ad ora sul numero di persone infette e su come sta evolvendo l’epidemia sono assolutamente inaffidabili. Il numero limitato di test non permette di valutare il reale numero di soggetti infetti (prevalenza).  Non sappiamo se al momento stiamo facendo un errore di calcolo degli infetti di un fattore 3 o 300. Tre mesi dopo lo scoppio dell’infezione, la maggior parte dei paesi, inclusi gli Stai Uniti, non sono in grado di testare su larga scala un gran numero di persone, così che nessun governo ha dati affidabili sulla prevalenza del virus in un campione rappresentativo della popolazione generale . 

Questo evidente fiasco crea una in tremenda incertezza circa il rischio di morire di Covid-19. Il tasso di letalità del 3,4% – riportato dall’OMS –  produce terrore ed è, allo stesso tempo, privo di significato. I pazienti testati per Covid-19 sono in modo sproporzionato quelli con sintomi severi e con esito fatale.  Il bias di selezione sta ulteriormente  peggiorando a causa del limitato numero di tests disponibili ed effettuati. 

L’unica situazione in cui una intera popolazione chiusa è stata testata è la nave da crociera  Diamond Princess ed i suoi passeggeri. Il tasso di fatalità è stato dell’1%, e bisogna considerare che la popolazione sulla nave era estremamente anziana (popolazione anziana in cui il tasso di morte del Covid è più alto) 

Proiettando i dati di mortalità sulla popolazione generale degli Stai Uniti, il tasso di morte tra la popolazione infetta di Covid dovrebbe essere dello 0,125%. Poiché la popolazione della Diamond Princess era di piccola entità – 7 morti su 700 infetti – , le stime statistiche in relazionate all’intera popolazione degli Stati Uniti potrebbe variare  – con un intervallo di confidenza –  dallo 0,025& allo 0,625%.   

Un tasso di fatalità dello 0,05% è più basso della influenza stagionale. E se questo è il tasso reale, le procedure adottate dai governanti con sproporzionate conseguenze sociali ed economiche sarebbero da considerare irrazionali. Sarebbe come un elefante attaccato da un gatto di casa: frustrato e provando a scansare il gatto l’elefante accidentalmente cade da una scogliera e muore.

Potrebbe essere così basso il tassa di fatalità da Covid-19? Alcuni dicono di no, indicando l’alto tasso di mortalità tra le persone anziane. Dobbiamo però considerare che gli altri coronavirus che conosciamo da decenni e che causano normalmente il raffreddore  possono avere tassi di fatalità fino all’8% nelle persone anziane. E tali coronavirus, che infettano decine di milioni di persone all’anno, causano il 3-11% delle ospedalizzazioni annuali negli Stati Uniti  a causa di patologie delle basse vie respiratorie. 

Questi classici coronavirus possono essere implicati in migliaia di morti ogni anno nel mondo, ma la vasta maggioranza delle morti non sono documentate con precisi test di laboratorio. 

Sebbene i sistemi di sorveglianza per l’influenza esistono da lungo tempo, la malattia causata dal virus influenzale viene confermata in laboratorio in una minuscola porzione di casi. Negli Sati Uniti per esempio fino ad ora solo un milione di campioni sono stati analizzati ed il 20,7% è risultato positivo per il virus dell’influenza. Nello stesso periodo, il numero stimato di malattie simili all’influenza da virus para-influenzali (quali ad es. i coronavirus) è di circa 50 milioni. Il numero di morti stimato causato da virus influenzali e para-influenzali (coronavirus) è di 22.000-55.000 all’anno solo negli Stati Uniti.

In uno studio autoptico, sono stati testate 58 persone anziane, decedute durante il periodo della stagione influenzale 2016-2017, il virus influenzale è stato trovato nel 18% dei soggetti, mentre gli altri virus respiratorii (quali i coronavirus) sono stati ritrovati nel 47% dei casi. In alcune persone più di un virus è stato ritrovato ed alcuni batteri. Un test positivo per coronavirus non significa che il virus è responsabile per la morte del paziente.

Se consideriamo che un tasso di fatalità tra individui affetti da SARS-CoV- 2 sia dello 0.3% nella popolazione generale – come abbiamo potuto calcolare dall’analisi della   Diamond Princess  —  e che l’1% della popolazione deg U.S.A. verrà infettata (circa 3.3 milioni di persone), questo si tradurrebbe in circa 10.000 morti. Tale numero sembra enorme, ma è sepolto annualmente nelle morti da influenza-parainfluenza. 

E’ molto probabile, che se non avessimo testato i pazienti per un nuovo virus e non avessimo testato i pazienti con con la PCR, il numero dei morti totali causati dalle malattie influenzale e para-influenzali non sarebbe stato anomalo per quest’anno.Al massimo avremmo notato che quest’anno le patologie influenzali e para-influenzali avessero prodotto un danno leggermente maggiore della media. E i media si sarebbe interessanti meno a questo fenomeno che non ad una partire di calcio.

Riguardo ai 68 morti da Covid-19 negli USA – fino a Marzo 2016 – dobbiamo considerare un incremento esponenziale fino 680, 6,800, 68,000, 680,000? ….. E’ questo uno scenario realistico? 

Il dato più importate per fare dell previsioni di un certo valore scientifico è avere la prevalenza dell’infezione in un campione random della popolazione e ripetere l’operazione di campionamento ad intervalli regolari per stimare l’incidenza della nuove infezioni. Ma, tristemente, non abbiamo nessuna informazione su ciò! 

In assenza di dati seri, le misure adottate prepariamoci-per-il-peggio – quali il completo lock-down e isolamento – potrebbero solo portare danni psicologici, sociali e ed economici, senza alcun vantaggio. Impedendo anche che si crei una immunità di gregge, soprattutto tra i bambini.

Appiattire la curva da picco per evitare di saturare il sistema sanitario è un concetto sano, in teoria: tutti i media stanno mostrando come appiattire la curva porta vantaggi al sistema sanitario. Sebbene il sistema sanitario dovesse diventare saturo, la maggioranza dei morti potrebbero non essere da coronavirus ma da altre patologie quali ictus, infarto miocardico, trauma, etc. E se il livello epidemico dovesse protrarsi a causa dell’appiattimento della curva (causato dalle estreme misure prese dai governi), tale appiattimento della curva potrebbe anche peggiorare le cose: perché il sistema si troverebbe ad essere saturato per un periodo di tempo molto più lungo invece che per un periodo acuto. Ecco perché abbiamo bisogno di dati robusti prima di intraprendere misure drastiche. 

Non sappiamo quanto le misure di distanza sociale e il lock-down di tutte la attività possa essere implementato e mantenuto senza maggiori conseguenze sulla economia, la società e la salute mentale. Evoluzioni non predicibili potrebbero seguire, inclusa la crisi finanziaria e del tessuto sociale. Noi abbiamo bisogno come minimo di sapere la vera prevalenza di questa infezione e la vera incidenza senza bias di campionamento e di analisi per prendere delle decisioni.

Nello scenario più pessimistico – che io non condivido – il coronavirus infetterebbe il 60% della popolazione ed il tasso di fatalità sarebbe dell’1% delle persone infettate:  ci sarebbero 40 milioni di morti globalmente, raggiungendo la pandemia influenzale del 1918 (la spagnola). La vasta maggioranza di questa ecatombe sarebbe persone anziane con limitata aspettativa di vita. Nel 1918 invece a morirono moltissime persone giovani.

Possiamo solo sperare, che come accadde nel 1918 la vita continuerà. Invece, con il blocco totale e l’isolamento per mesi, se non anni, la vita si fermerà e le conseguenze saranno devastanti per miliari di persone e molte vite potrebbe essere a rischio a causa delle conseguenze di queste misure. 

Se decideremo di saltare dallo scogliera come l’elefante, abbiamo almeno bisogno di dati robusti e seri per fare un atterraggio razionale con un certo margine di sicurezza.

 

Bibliography