Quando e come riaprire in sicurezza: su @NatureMedicine la nostra analisi degli scenari che attendono l’ #Italia. “Despite progress in clinical care for patients with #COVID19, population-wide interventions are still crucial to manage the pandemic”. 1/n nature.com/articles/s4159…
Sono considerati 35 diversi scenari corrispondenti a 7 piani vaccinali (zero-lente-medie-veloci, influenzate o meno dalla prevalenza) e 5 strategie di contenimento (forte-medio-basso-intermittente anticipativo-intermittente ritardato). 2/n
Per ogni scenario si prevedono nuovi casi, casi attivi, ricoveri, terapie intensive, morti, % di guariti, vaccinati e suscettibili, combinando un modello epidemiologico e un nuovo modello di letalità calibrato sui dati della seconda ondata. 3/n
A mano a mano che si vaccinano i soggetti più anziani, il modello previsionale aggiorna la letalità in funzione dell’età dei soggetti già vaccinati. 4/n
Quanto conta la velocità di vaccinazione? Quanto contano le misure di contenimento (zone rosse etc)? Questo grafico riporta i morti per le 5 strategie di contenimento in funzione della velocità di vaccinazione. 5/n
Cosa costa aprire tutto? Allentando il contenimento (R0 = 1.27) con vaccinazioni veloci sono prevedibili altri 50.000 morti che salgono a 90.000 morti con vaccinazioni lente. 6/n
La soluzione migliore (e attuabile)? Misure di contenimento intermittenti, però partendo con una chiusura: Close-Open ha stesso costo economico di Open-close e salva almeno 14.000 vite 7/n
La differenza tra strategia Open-Close e Close-Open è riassunta in questa figura. A parità di costi economici si salvano molte vite umane e posti letto in ospedale. Per i dettagli, vedi: arxiv.org/pdf/2104.05597…
• • •
Missing some Tweet in this thread? You can try to
force a refresh
THREAD 👇👇👇 #Funnelplots: a cheap, graphically insightful and rigorous tool for early detection of #COVID19 variants. What are funnel plots? Their link with statistical quality control. Their previous uses in health care. rdcu.be/c3LNc@SpringerNature@SciReports 1/N
The introduction of funnel plots in healthcare surveillance dates back to the early 2000s when in UK the Shipman case and the Bristol Heart scandal triggered the development of statistical methods for monitoring healthcare institutions. 2/N
In the first decade of the 2000's several contributions supported performance monitoring by control charts, a tool borrowed from Statistical Quality Control (developed by W.A. Shewart in the 1920's). 3/N
@fabriziobrighe1@MariuzzoAndrea "l’università italiana non ha un ruolo significativo nel panorama della ricerca mondiale“: così scrisse Perotti nel 2008 e ancora qualcuno ci crede. Peccato che, per sostenere la sua tesi, Perotti avesse distorto, omesso e disinterpretato i dati roars.it/online/univers…
@fabriziobrighe1@MariuzzoAndrea con una tecnica (che sembra cara a certi economisti) aveva evitato le misure più ovvie (risultati / spesa per es.) ed era andato a caccia di indicatori e classifiche che confermassero i suoi pregiudizi.
@fabriziobrighe1@MariuzzoAndrea I dati di base erano facilmente comprensibili. In quegli anni l'Italia era l'ottava potenza scientifica mondiale sia per articoli che per citazioni
Mettiamo in scala logaritmica le 4 curve di positivi, ricoveri, ter. intensive e decessi. È facile vedere che "corrono insieme", ovvero che nel breve-medio periodo si mantengono quasi parallele 2/n
Distanze costanti in scala logaritmica equivalgono a rapporti costanti: per esempio, da più di un mese il rapporto ricoverati/positivi si mantiene intorno al 6%. 3/n
Oltre a muoversi insieme, le curve hanno la tendenza "a tirare dritto": si spostano lentamente dalla linea retta a meno che non succeda qualcosa di grosso (vedi marzo-aprile dove invertono la pendenza grazie al lockdown) 4/n