I modelli matematici come strumento di controllo durante l’Emergenza Covid 19

In questi giorni si è sviluppata un’ampia discussione sull’utilità dei modelli matematici come strumento di supporto alle decisioni politiche in questa emergenza creata dal Covid-19.

Il virologo Guido Silvestri ha sollevato un’importante questione, quella della filosofia che sta alla base di questi modelli. È stata effettuata una scelta importante cioè quella di non includere nel modello fattori su cui non si sa dire niente di quantitativo, anche se potrebbero avere un impatto importante (per es.: stagionalità dei coronavirus). Si crede che quella scelta rappresenti il giusto confine tra scienza e politica. La spiegazione è stata data nella presentazione dei risultati del modello al Comitato Tecnico Scientifico. È stata fatta la lista di ciò che si conosceva (per es.: trasmissibilità, tempi chiave dell’epidemia, suscettibilità all’infezione, severità, ecc.), anche se con tanta incertezza intorno alle stime. Non c’è nulla di quello che non si sapeva, e infatti il modello non contiene alcun parametro libero arbitrario. Il risultato era che, al meglio di quelle conoscenze, R0 avrebbe potuto salire sopra 1 con certe riaperture. Non sarebbe mai salito enormemente (al massimo vicino a 1.2), ma questa crescita avrebbe creato dei problemi nel medio-lungo termine in termini di saturazione delle terapie intensive.

Avere delle indicazioni che R0 sarebbe restato sotto la soglia era necessario per riaprire in relativa sicurezza, specie in quel periodo (inizio aprile). Ma per questo serviva una riduzione di circa il 20% della trasmissione. Questo è stato dimostrato facendo simulazioni dove si assumeva una riduzione della trasmissibilità grazie all’uso delle mascherine. In assenza di evidenza scientifica, non si è mai detto che le mascherine avrebbero funzionato, riducendo la trasmissione, ad esempio del 20%, è stata presa come ipotesi di lavoro. Il COVID-19 in autunno sarà carico di incertezze soprattutto per la scuola. Nessuno può sapere oggi se sarà un problema grande o piccolo, ma sicuramente potrebbe comportare problemi rimettere in moto milioni di bambini e ragazzi. Il possibile effetto della stagionalità del coronavirus tenderà eventualmente ad indebolirsi. Si passerà più tempo al chiuso. Ricomparirà l’influenza stagionale, che col suo effetto confondente renderà quanto meno più difficile la diagnosi rapida di COVID-19 e l’investigazione epidemiologica.

Il professore Stefano Merler risponde al virologo per quanto riguarda la critica riguardante la stagionalità del Coronavirus, ribadendo che nemmeno ora è possibile quantificare il suo impatto e che questo problema già era stato posto a febbraio ma si è utilizzata cautela in quanto chi è che si sarebbe assunto la responsabilità sul suggerimento di scenari basati sull’assunzione di stagionalità del coronavirus, nel caso questa non si fosse rivelata poi realistica? Di chi la responsabilità morale? Inoltre, il professore ci dice che il modello perfetto non esiste. Si agisce con quello che si conosce in quel momento, lui insieme al suo team daranno una mano al paese dando tutte le informazioni che conoscono. Bisogna anche considerare che i modelli matematici hanno sempre un margine di errore e in questo caso è ancora più sbagliato perché in precedenza non si conoscevano le caratteristiche del virus come adesso ma nonostante ciò anche se venisse inserita la componente stagionale comunque i dati non sono sufficienti a dare una conclusione sicura.

Un’altra forte incertezza nei modelli riguarda l’effetto dei dispositivi di protezione individuale: il rapporto ipotizzava che l’uso delle mascherine potesse fare scendere la trasmissibilità del virus fra il 15 e il 25%; adesso cominciano a esserci studi che quantificano l’effetto meccanico delle mascherine, ma naturalmente l’effetto complessivo dipende da quanto e come la popolazione le usa, così come da altri meccanismi di riduzione dei contatti. Questi sono comportamenti che ci sembra importante incentivare, anziché renderli irrilevanti dicendo che il contagio batte in ritirata. L’analisi degli ultimi dati mostra una situazione sotto controllo, ma non ancora completamente tranquillizzante. Un modello matematico anche se non è una sfera di cristallo comunque è uno strumento che permette di calcolare in modo obiettivo le conseguenze di quello che è noto sulla trasmissione del virus; sicuramente c’è un forte margine di incertezza legato alla stima dei dati reali e a tutto quello che non si conosce, ma i modelli forniscono anche stime su quale possa essere il proprio margine di errore. E sicuramente tutti i modelli, per definizione, possono essere migliorati. Tuttavia, rinunciare al loro uso per affidarsi totalmente alle sensazioni degli esperti che a volte sono spesso in contraddizione tra loro non è la soluzione più idonea.

di Emanuela Di Rauso