fbpx Calano i contagi in Italia: sarà decrescita felice? | Scienza in rete

Calano i contagi in Italia: sarà decrescita felice?

Primary tabs

Tempo di lettura: 5 mins

La seconda settimana di settembre inizia con i contagi in diminuzione: erano stati in crescita per tutto luglio, erano rimasti praticamente stazionari ad agosto e adesso sembra vogliano finalmente diminuire.

Se si esamina l'indice RDt, l’indice di replicazione diagnostica che indica l'incremento settimanale del numero di casi di infezione da SARS-CoV-2, si vede che esso è rimasto praticamente simile sia in giugno che in agosto mentre ha avuto un andamento molto significativo in luglio, prima di crescita e poi di riduzione.

Nella prima metà di luglio l’indice di replicazione diagnostica è via via aumentato fino a superare il valore di 2 il 15 luglio (questo vuol dire che la media dei nuovi casi diagnosticati tra il 12 e il 18 luglio, circa 2300, è stata pari al doppio della media dei nuovi casi diagnosticati tra il 5 e l’11 luglio, circa 1150). A partire dal 20 luglio l’indice RDt ha cominciato a diminuire per terminare a fine mese molto vicino all'unità, cioè alla stazionarietà dell'andamento dei contagi, che si sono stabilizzati intorno ai 6000 nuovi casi diagnosticati al giorno (considerando le medie mobili settimanali).

Verso la fine di agosto le medie mobili dei contagi giornalieri sono diminuite e settembre inizia con un valore di RDt inferiore ad 1 e ora al 5 settembre è pari a 0,90.

Se si esaminano i valori regionali degli RDt a metà dei mesi di giugno, luglio ed agosto appare molto evidente che il problema della crescita ha riguardato in modo simile tutte le regioni e province autonome che a metà di giugno e di agosto avevano una situazione simile alla stabilità con un RDt non distante da uno.

Se si osservano inoltre i valori di RDt registrati a metà luglio su base regionale e ordinati in senso crescente, si nota che l'unica regione sotto l'unità era la Basilicata mentre sette Regioni avevano un valore di RDt tra 2 e 3 e tre Regioni avevano un RDt superiore a 3, tra queste la Sardegna con RDt superiore a 4 e la P.A. di Trento superiore a 5.

Se si guarda invece cosa è successo a livello ospedaliero, per quanto riguarda i ricoveri in terapia intensiva, si nota che Il minimo degli ingressi in terapia intensiva corrisponde a fine giugno al minimo dei contagi ma la percentuale dei contagiati che hanno fatto ingresso in terapia intensiva ha un minimo proprio nei giorni del massimo dell'indice RDt raggiunto a metà luglio.

Anche la letalità ha un andamento molto simile ai ricoveri in terapia intensiva seppur differita nei giorni mediamente intercorrenti tra diagnosi, ricovero e decesso.

La letalità qui è calcolata come rapporto tra le medie mobili settimanali dei decessi e le medie mobili settimanali dei contagi registrati 13 giorni prima (l’intervallo di tempo che mediamente intercorre tra contagi e decessi). Nel grafico vengono mostrate due ulteriori stime della letalità, una calcolata considerando un ritardo di 9 giorni tra diagnosi e decesso e l’altra 17 giorni. È evidente che quando l’andamento dei contagi è decrescente la letalità è maggiore quando viene stimata considerando un ritardo minore tra contagio e decesso, come succede fino a metà luglio, mentre è minore quando l’andamento dei contagi è crescente come si vede nella seconda metà di luglio. Dall'inizio di agosto in poi, le stime con diversi ritardi sono tra loro sostanzialmente coincidenti, visto che il livello dei contagi si è mantenuto quasi costante.

Se si osservano le prevalenze, sia dei positivi che dei ricoverati, gli andamenti sono molto simili e i valori minimi sono sempre a luglio in quanto risentono dell’andamento decrescente di giugno, mentre sono crescenti ad agosto come conseguenza della fase crescente di luglio; le prevalenze, infatti, riflettono sempre la situazione di un periodo precedente pari alla durata media dell'evento considerato, cioè del ricovero o della durata della positività.

Infine, è opportuno considerare anche l'ampiezza dell'attività diagnostica: le medie mobili settimanali dei tamponi giornalieri, sia molecolari che antigenici, nel mese di giugno sono state tra i centocinquanta ed i duecento mila, valore superato in luglio e ancor più in agosto raggiungendo quasi i trecentomila.

Perché questa crescita e perché questa discesa?

Difficile, se non impossibile, dare una spiegazione scientificamente convincente a questo andamento osservato in Italia che non corrisponde del tutto a quello avvenuto in altri paesi a noi vicini. C'è chi tende a spiegare il fenomeno con un aumento della contagiosità dovuto alla variante Delta del virus e con una conseguente saturazione dei possibili suscettibili favorita dalla diffusione delle vaccinazioni. Forse invece la spiegazione sta, almeno in parte, nelle modalità con cui sono avvenuti i contagi.

Infatti, nel mese di luglio vi è stato un evidente aumento dei casi tra i giovani dai 10 ai 29 anni che quindi si erano contagiati verso metà del mese di giugno, cioè al termine degli impegni scolastici ed alla maggior frequenza degli ambienti sportivi e ludici. Probabilmente i contagi successivi sono in buona parte avvenuti in ambito famigliare favoriti dai giovani, magari asintomatici. Questo spiegherebbe bene anche il perché della minor letalità e del minor ricorso ai ricoveri in terapia intensiva nel mese di luglio. Questa ipotesi trova ancor maggiore plausibilità se si considera che nel mese di giugno pochi erano i giovani vaccinati mentre questo numero è via via aumentato anche grazie all'introduzione del green pass il 6 agosto per partecipare a eventi, entrare nei musei o mangiare al chiuso. Proprio il green pass potrebbe essere la ragione, almeno in parte, della riduzione di tutti i contagi ma di questo non è disponibile ancora una valutazione convincente.

Ma questa decrescita durerà e si arriverà a zero?

È impossibile esserne certi, ma i segnali sono buoni in tal senso. Le vaccinazioni, seppur più lentamente di prima, continuano a estendersi. L'imposizione del green pass sta comunque avendo un risultato, forse prevalentemente psicologico, sulla popolazione. In più, si sono ridotte le occasioni di promiscuità di gruppo tipiche dell'estate.

Ci sono però delle incognite che potrebbero giocare in senso opposto e cioè il ritorno a scuola e il ritorno negli uffici con il conseguente affollamento soprattutto dei luoghi di trasporto e delle mense. Non è neppure chiaro se il fattore climatico possa avere una sua rilevanza, ma seppur nessuno ne sta parlando sarà comunque importante che ci sia anche una efficace campagna di vaccinazione anti influenzale.

Impossibile quindi esser certi che la decrescita che stiamo osservando duri ma è necessario crederci per impegnarci affinché possa durare, attivando ancora una volta tutte le misure necessarie: vaccinazioni, magari anche in terza dose, controlli con tamponi nelle situazioni che creano promiscuità, rispetto di tutte le precauzioni individuali, e cioè mascherine, distanziamento, aerazione degli ambienti, igiene delle mani e delle superfici.


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.