{"id":65924,"date":"2021-06-29T10:30:30","date_gmt":"2021-06-29T08:30:30","guid":{"rendered":"https:\/\/appelloalpopolo.it\/?p=65924"},"modified":"2021-06-29T09:12:02","modified_gmt":"2021-06-29T07:12:02","slug":"immaginazione-e-memoria-il-ruolo-dellepidemiologia-storica-in-un-mondo-stregato-dalla-modellizzazione-matematica-delle-epidemie","status":"publish","type":"post","link":"https:\/\/appelloalpopolo.it\/?p=65924","title":{"rendered":"Immaginazione e memoria: il ruolo dell’epidemiologia storica in un mondo stregato dalla modellizzazione matematica delle epidemie"},"content":{"rendered":"

di\u00a0 VOCI DALL’ESTERO (Carmenthesister )<\/strong><\/p>\n

\n

Riceviamo e volentieri pubblichiamo la traduzione di un articolo del 7 giugno scorso su History and philosophy of the life sciences, in cui gli autori esortano i ricercatori e i decisori politici a non affidarsi solo alle previsioni dei modelli matematici, ma a tener conto anche dell\u2019apporto che la memoria del passato pu\u00f2 offrire alla comprensione delle probabili conseguenze del covid-19.<\/p>\n

\n

\n

\n

di George S. Heriot 1,4 e Euzebiusz Jamrozik 2,3,4<\/p>\n

\n

1 School of Public Health and Preventive Medicine, Monash University, 553 St Kilda Road, Melbourne VIC 3004, Clayton, VIC, Australia<\/p>\n

\n

2 The Ethox Centre & Wellcome Centre for Ethics and the Humanities, Nufeld Department of Population Health, University of Oxford, Oxford, UK<\/p>\n

\n

3 Monash Bioethics Centre, Monash University, Clayton, VIC, Australia<\/p>\n

\n

4 Royal Melbourne Hospital Department of Medicine, University of Melbourne, Parkville, VIC, Australia<\/p>\n

\n

\n

\n

Segnalazione e traduzione di Rosa Anselmi<\/p>\n

\n

\n

\n

L’emergere del COVID-19 ha visto un’esplosione di modelli epidemiologici che cercano di caratterizzare e prevedere il corso della pandemia. I risultati di questi modelli hanno influenzato le decisioni politiche in tutto il mondo, nonostante l\u2019estrema disomogeneit\u00e0 della performance previsionale di modelli simili di altre recenti malattie infettive emergenti. Piuttosto si potrebbe guardare ai dati delle passate pandemie per informare le attuali valutazioni del rischio. Alcuni considerano inaffidabili tali analogie con gli eventi del passato, sollevando il truismo riduzionista dell\u2019unicit\u00e0 di ogni combinazione di malattia e contesto (Peckham 2020). Tuttavia, sia la modellizzazione epidemiologica di scenari futuri che le analisi di dati storici sono passibili di errori di input, ipotesi e interpretazioni; in questo articolo sosteniamo che entrambe le tecniche dovrebbero essere considerate “sbagliate, ma utili” (Christley et al. 2013) e che una maggiore consapevolezza dei dati storici pu\u00f2 migliorare la preparazione e le risposte alle pandemie.<\/p>\n

\n

La costruzione di un modello epidemiologico incorpora ipotesi strutturali sul sistema in studio e richiede l’assemblaggio di dati di input che descrivono il contesto specifico e la malattia. I sistemi biologici complessi resistono a questa semplice parametrizzazione e i modelli di questi sistemi comportano necessariamente delle semplificazioni il cui impatto sull’abilit\u00e0 predittiva del modello \u00e8 di difficile quantificazione. Nella fase iniziale di una nuova epidemia, le condizioni di input per questi modelli sono ricavate da osservazioni imperfette condizionate, ad esempio, da errori di accertamento, temporali e di segnalazione che ne compromettono sia l’accuratezza che la precisione. La sensibilit\u00e0 di questi modelli alle loro condizioni di input, cos\u00ec come l’adeguatezza e la solidit\u00e0 dei loro presupposti strutturali, conferisce una sostanziale incertezza a qualunque previsione fatta; ancora meno sicura \u00e8 la loro estrapolazione oltre il tempo, il luogo o l’agente patogeno iniziali.<\/p>\n

\n

Diversamente dai modelli matematici, l’uso di dati storici per la previsione di epidemie contemporanee non richiede ipotesi semplificatrici sui meccanismi di propagazione delle epidemie o sulla struttura socio-geografica delle comunit\u00e0 colpite. All’opposto, questo approccio si basa sulla comparabilit\u00e0 della malattia e del contesto attuali con le malattie e i contesti precedenti, similmente all\u2019analogo metodo utilizzato per le previsioni del tempo prima della disponibilit\u00e0 di dati e potenza di calcolo sufficientemente affidabili. Da un lato, molte caratteristiche della pandemia da COVID-19 sono inestricabilmente legate a circostanze contemporanee e contesti particolari. Varieranno quindi le esperienze locali di epidemie tra i cittadini, i pazienti e i medici. Dall\u2019altro lato, anche se la scienza medica \u00e8 progredita considerevolmente negli ultimi secoli, la diffusione dei virus respiratori tra gli ospiti umani \u00e8 cambiata poco per millenni. Le persone si infettano nello stesso modo, soffrono nello stesso modo e muoiono nello stesso modo. Pertanto, per quanto riguarda la trasmissione e gli effetti dei virus pandemici, le comunit\u00e0 umane del XXI secolo possono avere una maggiore somiglianza con le comunit\u00e0 del XVIII e XIX secolo piuttosto che con una rappresentazione astratta nell\u2019ambito di un modello epidemiologico. Inoltre, gli studi epidemiologici sulla variazione dell’espressione delle pandemie passate in differenti comunit\u00e0 possono essere pi\u00f9 informativi per le attuali risposte pandemiche rispetto alle simulazioni di modelli basati su combinazioni di incerte variabili astratte di input.<\/p>\n

\n

Una volta che una nuova pandemia sembra rientrare nella gamma di quelle osservate in precedenza, il comportamento e l’impatto delle pandemie precedenti dovrebbero essere presi in considerazione piuttosto che scartati. La consultazione dei dati storici rivela le significative somiglianze tra le pandemie virali respiratorie degli ultimi secoli in generale (Patterson 1986; Valleron et al. 2010) e anche la disponibilit\u00e0 di analogie ragionevoli per le osservazioni epidemiologiche specifiche riguardanti il COVID-19. L’infettivit\u00e0 e la severit\u00e0 di SARSCoV-2, sia che vengano valutate tramite parametrizzazione statistica (numero di riproduzione di base [1] e tassi aggiustati di letalit\u00e0 apparente [NdT case fatality ratios] o plausibile [NdT infection fatality ratios] [2], rispettivamente) o descrizione sinottica (tasso di attacchi domestici [3], tempo al picco epidemico [4] e tassi di mortalit\u00e0 in eccesso per tutte le cause [5]), sono ben all’interno della gamma descritta dalle pandemie respiratorie virali degli ultimi secoli (dove l’influenza del 1918-20 \u00e8 l\u2019evidente valore fuori scala). La variazione nelle stime di questi parametri applicati al COVID-19 non \u00e8 pi\u00f9 ristretta di quella calcolata in base a osservazioni storiche fatte in luoghi diversi durante precedenti pandemie.<\/p>\n

\n

Forse la migliore analogia storica disponibile per il COVID-19 \u00e8 la pandemia di ” Grippe” del 1889-91, attribuita a un virus dell’influenza H3N8 (Dowdle 1999) o all’emergenza del coronavirus umano OC43 – ora un virus del “raffreddore comune” endemico a livello globale (Vijgen et al. 2005). Questa pandemia della fine del diciannovesimo secolo ha delle somiglianze convincenti con la nostra attuale esperienza, sia dal punto di vista superfIciale (inclusi la malattia precoce di un primo ministro britannico, la frenetica copertura mediatica, la rilevanza delle sindromi da affaticamento post-infettivo e le teorie di origine xenofoba o cospiratoria) [NdT l\u2019articolo \u00e8 stato ricevuto il 12.10.2020 e accettato il 21.4.2021, prima che riprendesse sostanza l\u2019ipotesi dell\u2019uscita del virus da un laboratorio], sia per quanto riguarda i suoi apparenti parametri epidemiologici.<\/p>\n

\n

Le correlazioni epidemiologiche specifiche tra le pandemie del 1889-91 e del 2020-21 includono la bassa morbilit\u00e0 pediatrica, la mancanza dello spostamento della mortalit\u00e0 in eccesso verso gruppi pi\u00f9 giovani di et\u00e0 che si osserva di solito con la pandemia influenzale, l’ampiezza e la distribuzione dei picchi di mortalit\u00e0 in eccesso negli ambienti metropolitani e la rapidit\u00e0 della propagazione epidemica all’interno delle comunit\u00e0 ((Valleron et al. 2010; Campbell A. e Morgan E. 2020; Nicoll et al. 2012; Nguyen-Van-Tam et al. 2003; Honigsbaum 2010; Smith 1995). Mentre \u00e8 chiaramente insensato ridurre questa analogia sinottica per fare previsioni a breve termine dell\u2019attivit\u00e0 del COVID-19 in qualunque luogo 130 anni dopo (le previsioni a breve termine da dati locali ben osservati sono di gran lunga appannaggio della modellizzazione computazionale), il dato storico pu\u00f2 fornire una comprensione pi\u00f9 ricca e pi\u00f9 utile della gamma di conseguenze a medio e lungo termine sulle societ\u00e0 umane di una pandemia di questo tipo epidemiologico persino rispetto al modello matematico pi\u00f9 complesso.<\/p>\n

\n

Le analogie con le pandemie del passato possono fornire anche un controllo importante delle ipotesi formulate durante la costruzione del modello. Ad esempio, ogni pandemia respiratoria accertata degli ultimi 130 anni ha causato ondate stagionali di infezione ed \u00e8 culminata nell’endemicit\u00e0 virale. Nonostante questa solida osservazione, i modelli iniziali per il COVID19 escludevano strutturalmente questa possibilit\u00e0 attraverso la mancata incorporazione di effetti di trasmissione stagionali, o di immunit\u00e0 all\u2019infezione o preesistente o parziale post-infezione. Sebbene il SARS-CoV-2 sia un nuovo agente patogeno non influenzale, il forte comportamento stagionale di coronavirus endemici strettamente correlati sembra un punto di partenza pi\u00f9 affidabile rispetto all’ipotesi di un agente patogeno respiratorio mai visto prima indifferente al tempo meteorologico, che causa un’immunit\u00e0 naturale sterilizzante permanente. I recenti modelli del COVID-19 che incorporano queste minime complicazioni aggiuntive dimostrano il caos deterministico risultante, evidenziando sia i limiti degli attuali approcci matematici sia la necessit\u00e0 di considerare altre fonti di orientamento per qualsiasi cosa pi\u00f9 che le previsioni a breve termine (Dalziel et al. 2016; Saad-Roy et al. 2020). Le estrapolazioni dei modelli che suggeriscono che il COVID-19 avr\u00e0 conseguenze sproporzionate rispetto ad altre pandemie respiratorie comparabili dovrebbero essere viste con sospetto piuttosto che come un valido controfattuale usato per giustificare aspetti della risposta pandemica.<\/p>\n

\n

Mentre \u00e8 prudente un certo grado di umilt\u00e0 epistemica (Jones 2020), dovrebbe essere respinta l’apparente polarizzazione a favore delle tecniche di modellizzazione rispetto alle analisi dei dati storici. Piuttosto che fare affidamento soltanto su modelli matematici relativi al futuro, i ricercatori e i responsabili politici dovrebbero considerare come la conoscenza del passato potrebbe aiutare a comprendere le probabili conseguenze del COVID-19 e delle future pandemie virali respiratorie.<\/p>\n

\n

\n

\n

Bibliografia<\/p>\n

\n

– Campbell A. & Morgan E. 2020. Comparisons of all-cause mortality between European countries and regions: January to June 2020. ed. O. f. N. Statistics. United Kingdom.<\/p>\n

\n

– Christley, R. M., M. Mort, B. Wynne, J. M. Wastling, A. L. Heathwaite, R. Pickup, Z. Austin & S. M. Latham (2013) “Wrong, but useful”: negotiating uncertainty in infectious disease modelling. PLoS One, 8, e76277.<\/p>\n

\n

– Dalziel, B. D., O. N. Bj\u00f8rnstad, W. G. van Panhuis, D. S. Burke, C. J. Metcalf & B. T. Grenfell (2016) Persistent chaos of measles epidemics in the prevaccination United States caused by a small change in seasonal transmission patterns. PLoS Comput Biol, 12, e1004655.<\/p>\n

\n

– Dowdle, W. (1999). Infuenza A virus recycling revisited. Bulletin of the World Health Organization, 77, 820<\/p>\n

\n

– Honigsbaum, M. (2010). The great dread: Cultural and psychological impacts and responses to the Russian\u2019infuenza in the United Kingdom, 1889\u20131893. Social History of Medicine, 23(2), 299\u2013319<\/p>\n

\n

– Jones, D. S. (2020). History in a crisis – Lessons for Covid-19. New England Journal of Medicine, 382, 1681\u20131683<\/p>\n

\n

– Nguyen-Van-Tam, J. S., & Hampson, A. W. (2003). The epidemiology and clinical impact of pandemic infuenza. Vaccine, 21, 1762\u20131768<\/p>\n

\n

– Nicoll, A., Ciancio, B., Chavarrias, V. L., M\u00f8lbak, K., Pebody, R., Pedzinski, B., Penttinen, P., van der Sande, M., Snacken, R., & Van Kerkhove, M. (2012). Infuenza-related deaths-available methods for estimating numbers and detecting patterns for seasonal and pandemic infuenza in Europe. Eurosurveillance, 17, 20162<\/p>\n

\n

– Patterson, K. D. 1986. Pandemic infuenza, 1700\u20131900: a study in historical epidemiology. Rowman & Littlefeld Pub Incorporated.<\/p>\n

\n

– Peckham, R. (2020). COVID-19 and the anti-lessons of history. Lancet, 395, 850\u2013852<\/p>\n

\n

– Saad-Roy, C. M., Wagner, C. E., Baker, R. E., Morris, S. E., Farrar, J., Graham, A. L., Levin, S. A., Mina, M. J., Metcalf, C. J. E., & Grenfell, B. T. (2020). Immune life history, vaccination and the dynamics of SARS-CoV-2 over the next 5 years. Science, 370, 811\u2013818.<\/p>\n

\n

– Smith, F. B. (1995). The Russian infuenza in the United Kingdom, 1889\u20131894. Social History of Medicine, 8, 55\u201373<\/p>\n

\n

– Valleron, A. J., Cori, A., Valtat, S., Meurisse, S., Carrat, F., & Bo\u00eblle, P. Y. (2010). Transmissibility and geographic spread of the 1889 infuenza pandemic. Proceedings of the National Academy of Sciences of the USA, 107, 8778\u20138781<\/p>\n

\n

– Vijgen, L., Keyaerts, E., Mo\u00ebs, E., Thoelen, I., Wollants, E., Lemey, P., Vandamme, A.-M., & Van Ranst, M. (2005). Complete genomic sequence of human coronavirus OC43: Molecular clock analysis suggests a relatively recent zoonotic coronavirus transmission event. Journal of Virology, 79, 1595\u20131604<\/p>\n

\n

\n

[1] Il numero di nuove infezioni prodotte da ciascun individuo infetto in un determinato contesto presupponendo una popolazione completamente suscettibile.<\/p>\n

\n

[2] La proporzione di soggetti (identificati) deceduti per l\u2019infezione, spesso aggiustati per et\u00e0 ed altri fattori.<\/p>\n

\n

[3] La proporzione di contatti domiciliari che contraggono l\u2019infezione da un caso indice.<\/p>\n

\n

[4] Il tempo intercorrente tra il primo caso diagnosticato e l\u2019incidenza giornaliera maggiore dell\u2019infezione in una popolazione.<\/p>\n

\n

[5] La differenza nel numero totale di morti durante una pandemia rispetto a un precedente periodo confrontabile.<\/p>\n

 <\/p>\n

FONTE:http:\/\/vocidallestero.blogspot.com\/2021\/06\/immaginazione-e-memoria-il-ruolo.html?m=1<\/a><\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

di\u00a0 VOCI DALL’ESTERO (Carmenthesister ) Riceviamo e volentieri pubblichiamo la traduzione di un articolo del 7 giugno scorso su History and philosophy of the life sciences, in cui gli autori esortano i ricercatori e i decisori politici a non affidarsi solo alle previsioni dei modelli matematici, ma a tener conto anche dell\u2019apporto che la memoria del passato pu\u00f2 offrire alla comprensione delle probabili conseguenze del covid-19. di George S. Heriot 1,4 e Euzebiusz Jamrozik 2,3,4...<\/p>\n","protected":false},"author":98,"featured_media":36726,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","enabled":false},"version":2}},"categories":[32],"tags":[],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/appelloalpopolo.it\/wp-content\/uploads\/2017\/12\/Voci-dallestero.jpeg","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p7ZaJ4-h9i","_links":{"self":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/65924"}],"collection":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/users\/98"}],"replies":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=65924"}],"version-history":[{"count":1,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/65924\/revisions"}],"predecessor-version":[{"id":65925,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/posts\/65924\/revisions\/65925"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=\/wp\/v2\/media\/36726"}],"wp:attachment":[{"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=65924"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=65924"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/appelloalpopolo.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=65924"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}