Michele Tizzoni 🇺🇦 Profile picture
Complex networks, infectious diseases, data science || Science is what you understand well enough to explain to a computer [D.Knuth]

Feb 24, 2020, 6 tweets

Una lettura accessibile ma molto precisa per capire meglio che cosa sappiamo ma soprattutto cosa *non* sappiamo delle caratteristiche epidemiologiche di #covid19 #coronavirusitalia harvardmagazine.com/2020/02/fighti…

l'articolo raccoglie i commenti di alcuni tra i più importanti esperti mondiali di epidemiologia, tra cui @mlipsitch - un'autorità in questo campo. Ecco alcuni punti rilevanti:
-> R0 varia tra 1.5 e 2.5, quindi più basso di SARS ma comunque ben al di sopra della soglia epidemica

-> la distribuzione del serial interval (il tempo che intercorre tra due infezioni consecutive in una catena) e quella del periodo di incubazione sono quasi identiche. Il che implica che l'infezione si trasmette anche quando si è pre-sintomatici o nella fase iniziale dei sintomi

questo implica che le misure di tracciamento dei contatti e di isolamento di tutti i casi a rischio siano quasi impossibili da implementare con successo come fatto per SARS. Per fermare #SARSCoV2 sarà necessario sviluppare forme di intervento farmaceutiche, come il vaccino.

-> "Infected is different from sick". Solo alcuni degli infetti sviluppano sintomi e solo alcuni di questi ultimi sviluppano sintomi gravi da portare al decesso. "Only about 1% to 2% of those who have become sick thus far have died".

Non abbiamo ancora una stima veramente affidabile di queste proporzioni, ma il numero degli infetti potrebbe essere molto più grande del numero di coloro che sviluppano sintomi, quindi riducendo drasticamente le stime di mortalità complessive.

Share this Scrolly Tale with your friends.

A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.

Keep scrolling