Cronaca | News

Coronavirus, perché i modelli matematici hanno fallito

22 Maggio 2020
Coronavirus, perché i modelli matematici hanno fallito

Qual è stato il problema? Come mai non hanno funzionato? Lo spiegano due esperti.

Abbiamo un problema con i numeri: non si tratta di essere scarsi in matematica, piuttosto del fatto che i calcoli non ci portato molto lontano, in questa pandemia di Coronavirus. Perché? In parole povere, ragioniamo sempre su dati che non ci restituiscono una perfetta fotografia della realtà (inutile stare a riepilogare tutte le polemiche sui bollettini quotidiani della Protezione civile, l’ultima proprio ieri con l’analisi dell’Inps che smentisce i numeri sulla mortalità). Questo non riuscire ad agguantare le cifre reali dell’epidemia, in termini di positivi e vittime del Coronavirus, rende quanto meno traballanti le stime statistiche sul futuro. È per questo, forse, che abbiamo assistito al flop di istituti anche prestigiosi.

Non abbiamo idea dei dati reali

L’agenzia di stampa Adnkronos riporta l’esempio dello statunitense Ihme, che fornisce dati alla Casa Bianca. Al 19 maggio, l’Ihme calcolava zero decessi in Italia, mentre eravamo, purtroppo, a quota 162 morti. Per il prossimo 4 agosto prevede 20mila 300 morti, mentre attualmente siamo a un totale di 32mila 486. Carlo Signorelli, professore di Igiene all’università Vita-Salute San Raffaele di Milano, che l’Adnkronos ha intervistato, sostiene proprio che in Italia non sappiamo quanti sono i casi reali: da qui, il fallimento inevitabile dei modelli matematici, che si rivelano inappropriati a quantificare precisamente i casi di Covid-19.

“Più della metà sono stati asintomatici e probabilmente il 90% non è neanche passato al sistema, ha fatto la malattia e non se n’è accorto – ha detto Signorelli all’Adnkronos Salute -. Le notifiche riguardano una parte molto ridotta di tutti i casi reali, tra un decimo e un ventesimo. Dunque, le stime dei modelli vengono costruite su una base che, in questo caso, non solo ha una sottostima dei casi reali, ma anche una sottostima variabile da regione a regione, da provincia a provincia perché influenzata dal numero di test. Per questo le previsioni sbagliano in eccesso o in difetto a seconda dei dati considerati”.

L’impossibilità di predire il futuro e il non saper guardare al passato

L’epidemiologo Donato Greco, oggi consulente dell’Organizzazione mondiale della sanità, è dello stesso avviso. Greco è stato capo del laboratorio di epidemiologia dell’Istituto superiore di Sanità per trent’anni e direttore generale della Prevenzione al ministero della Salute dal 2004 al 2008. “Certamente – spiega all’agenzia – siamo davanti a un’epidemia nuova, quindi non tutto era noto, ad esempio il rapporto sintomatici-asintomatici, o l’eventuale immunità di gregge, che ad oggi è lontanissima, visto che non siamo neanche al 3% di contagiati nella popolazione. I primi modelli matematici avevano il giusto difetto di essere troppo precoci, c’erano troppi pochi elementi a disposizione, e i modelli servono per interpretare non per ‘predire’ il futuro”.

C’è, inoltre, un’altra considerazione da fare: non si è tenuto conto dell’esperienza storica che, secondo Greco, è fondamentale. “Noi abbiamo quattromila anni di storia delle epidemie, e quelle di virus influenzali sono state tante: non si può non tenere conto di questo e partire basandosi solo su elementi approssimativi, primo fra tutti il numero di contatti delle persone. Per fare un modello devi teorizzare quanti contatti una persona avrà ad esempio in mezzo alla strada, e siccome non è che qualcuno li conta, vengono teorizzati in base ad alcuni dati. E questa è una forte fragilità“.

L’errore della politica

Per Greco c’è uno sbaglio che ha fatto la politica: quello di affidarsi alla matematica senza costruire delle “intelligence” intorno ai numeri. “Un modello matematico preso da solo e addirittura, com’è accaduto in Italia, utilizzato per suggerire strategie, da come si devono comportare i parrucchieri alle istruzioni per gli esercizi commerciali, è una fesseria – ammonisce -. Il modello matematico serve se intorno c’è una ‘intelligence’, cioè se l’epidemiologo, l’esperto di sanità pubblica, che usano strumenti diversi, si siedono insieme intorno a un tavolo per lavorare sull’epidemiologia descrittiva, passando poi a quella analitica, con gli studi casi-controllo, di coorte eccetera. L’errore ulteriore lo hanno fatto i tecnici e i politici che hanno sposato immediatamente, passivamente e asetticamente i suggerimenti dei modelli matematici senza che fosse stata fatta ‘intelligence’ intorno”.


Lascia un commento

Usa il form per discutere sul tema (max 1000 caratteri). Per richiedere una consulenza vai all’apposito modulo.

 


NEWSLETTER

Iscriviti per rimanere sempre informato e aggiornato.

CERCA CODICI ANNOTATI

CERCA SENTENZA

Canale video Questa è La Legge

Segui il nostro direttore su Youtube