OpenCovid-mr Profile picture

Sep 28, 2020, 16 tweets

@longagnani @baratti_boffa Procediamo con ordine.

Nei risultati provvisori dell'indagine ISTAT da lei utilizzati è stata presa in considerazione soltanto la parte di popolazione residente in famiglia, escludendo le convivenze come gli anziani in RSA (pagina 2 del report)

1/n

@longagnani @baratti_boffa I risultati inoltre sono in qualche modo influenzati dal fenomeno della cosiddetta "decadenza degli anticorpi": una parte dei negativi potrebbe aver contratto il virus troppo tempo prima del test per risultare positivo.

2/n
bmj.com/content/370/bm…

@longagnani @baratti_boffa Prendiamo comunque così come sono i risultati del sierologico ISTAT e tiriamo fuori qualche stima per l'IFR.

Prima questione di metodo: al numeratore mettiamo i decessi ufficiali o utilizziamo (almeno in parte) la mortalità in eccesso?

3/n

@longagnani @baratti_boffa Se i decessi ufficiali sono sicuramente una sottostima del totale dei decessi di positivi, è anche vero che una parte della mortalità in eccesso non è clinicamente correalata al COVID-19.

Immagine tratta da:

scienzainrete.it/articolo/verso…

4/n

@longagnani @baratti_boffa Utilizzando i soli decessi ufficiali è interessante notare come la stima dell'IFR a partire dai risultati del sierologico ISTAT presenti una ampia variabilità regionale: si va dallo 0.7% della Basilicata al 3.5% della Liguria.

5/n

@longagnani @baratti_boffa E sempre utilizzando i decessi ufficiali ma guardando alle classi di età, queste sono le stime dell'IFR derivanti dai risultati del sierologico ISTAT: per le classi più anziane sensibilmente superiori a quelle di decine di altri studi simili.

6/n

@longagnani @baratti_boffa Chiaramente utilizzando in tutto o in parte la mortalità in eccesso le stime dell'IFR cambiano, ma al di là di questo il punto è un altro: c'è un ampia variabilità regionale e soprattutto una ancora più ampia variabilità per classi di età.

7/n

@longagnani @baratti_boffa Prendiamo comunque così come sono le stime dell'IFR per classi di età ottenute a partire dal sierologico ISTAT (anche se ci starebbe bene almeno un intervallo di confidenza) e applichiamole alla situazione attuale italiana.

8/n

@longagnani @baratti_boffa Qual è la distribuzone di età dei nuovi positivi?

ISS fornisce settimanalmente i dati aggiornati sull'età dei nuovi positivi, qui ad esempio il grafico tratto dall'ultimo bollettino.

epicentro.iss.it/coronavirus/bo…

9/n

@longagnani @baratti_boffa O qui ad esempio la distribuzione di età dei positivi degli ultimi 30 giorni di età, divisi in quattro classi e tratta dalla dashboard quotidianamente aggiornata da ISS.

epicentro.iss.it/coronavirus/sa…

10/n

@longagnani @baratti_boffa Ora se confrontiamo i dati ISS sulla distribuzione di età dei nuovi positivi delle ultime settimane con la distribuzione di età che emerge dai risultati provvisori del sierologico ISTAT si vede chiaramente che la distribuzione è diversa.

11/n

@longagnani @baratti_boffa Da qui l'importanza di utilizzare una qualche forma di media pesata. Prendiamo quindi per buoni così come sono gli IFR stimati a partire dal sierologico ISTAT, nonostante tutte le problematiche prima evidenziate e facciamo due conti.

12/n

@longagnani @baratti_boffa Prendendo la distribuzione d'età dei circa 18mila casi diagnositicati tra il 31 agosto e il 13 settembre. Approssimando per eccesso abbiamo

12.000 casi in fascia 0-50 (IFR-ISTAT 0.1%)
4.300 casi in fascia 51-70 (IFR-ISTAT 1%)
1.600 casi in fascia over 70 (IFR-ISTAT 12%)

13/n

@longagnani @baratti_boffa Quanti decessi attendersi quindi, seguendo il suo ragionamento sui ritardi ma usando una media pesata al posto di quel secco 2%? 247
Molto lontani dagli oltre 450 da lei stimati, e corrispondenti a un "IFR aggregato" inferiore all'1.4%.

14/n

@longagnani @baratti_boffa Ora auspicabilmente sarà definitivamente convinto che anche trascurando tutte le problematiche legate ai risultati del sierologico ISTAT qui non approfondite, la necessità di utilizzare una media pesata per classi di età non può essere liquidata come una pseudo-obiezione.

15/15

@longagnani @baratti_boffa Bonus tweet: Nel caso il tweet 12/n non fosse visibile (son cose che capitano) qui uno screenshot nella speranza che non venga segnalato e/o rimosso anche questo.

[grazie @vi__enne per la segnalazione]

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