Il Flusso Di Popolazione Influenza La Distribuzione Spazio-Temporale Di Covid-19 In Cina

Riassunto e traduzione dell’articolo: Jayson S. Jia, Xin Lu, Yun Yuan, Ge Xu, Jianmin Jia & Nicholas A. Christakis. Population flow drives spatio-temporal distribution of COVID-19 in China. Nature. 29 April 2020.

Riassunto a cura di: Francesco Trapani; Revisionato e tradotto: Sonia Fanelli

Articolo Originale Pubblicato il 29 Aprile 2020

Per predire la diffusione epidemica di COVID-19 in Cina, in questo lavoro è stato utilizzato un modello epidemiologico basato su dati di telefoni cellulari di persone transitanti per Wuhan (11.478.484 dal 1° al 24 Gennaio 2020). La distribuzione del deflusso di popolazione da Wuhan ha predetto accuratamente la frequenza relativa e la distribuzione geografica delle infezioni di COVID-19 fino al 19 Febbraio 2020 in tutta la Cina. Gli autori hanno dimostrato che tali modelli matematici adattati ai dati di mobilità rappresentano un valido strumento per identificare le località ad elevato rischio di trasmissione.

In questo studio sono stati utilizzati i dati dei telefoni cellulari di tutto il paese per tracciare il deflusso di popolazione da Wuhan verso 296 diverse prefetture in 31 province, nel periodo antecedente alla quarantena di Wuhan (iniziata il 23 Gennaio 2020). In totale, questi dati contavano 11.478.484 movimenti da Wuhan. Nello specifico, gli autori hanno considerato e si sono focalizzati sul flusso complessivo di popolazione, ovvero il totale complessivo delle persone che entravano in qualsiasi prefettura da Wuhan durante l’intero periodo osservato.

Risultati principali

Innanzitutto, è stata valutata l’efficacia della quarantena. Gli autori hanno riportato:

  • un calo del 52% del deflusso della popolazione interprovinciale tra 22 e 23 Gennaio,
  • un calo del 38% del deflusso della popolazione intraprovinciale tra 22 e 23 Gennaio,
  • un calo del 94% del deflusso della popolazione interprovinciale tra 23 e 24 Gennaio,
  • un calo dell’84% del deflusso della popolazione intraprovinciale tra 23 e 24 Gennaio.

Con l’imposizione della quarantena, il deflusso di popolazione da Wuhan si è fermato quasi completamente (il deflusso medio giornaliero da quel momento in poi era di 1087 persone verso tutte le prefetture al di fuori di Hubei).

I dati del flusso di popolazione sono stati, poi, combinati con il numero e la ripartizione geografica dei casi confermati di COVID-19 in tutto il paese. Si è dimostrato che il numero cumulativo di infezioni fosse altamente correlato con il deflusso di popolazione complessivo da Wuhan tra 1 e 24 Gennaio e che tale correlazione aumentasse nel tempo:

  • r = 0.522 il 24 Gennaio,
  • r = 0.919 il 25 Febbraio,
  • r = 0.952 il 19 Febbraio.

Sono stati creati due diversi modelli (uno trasversale, uno dinamico) per valutare quanto il deflusso di popolazione complessivo da Wuhan sia predittivo per la diffusione e la distribuzione dell’ infezione in tutta la Cina con i dati forniti sul flusso di popolazione. Hanno sviluppato il cosiddetto modello delle fonti di rischio. Il modello trasversale prevede la distribuzione dell’infezione in un certo momento nel tempo (ossia, usando il numero di infezioni di un certo giorno), mentre il modello dinamico predice l’andamento dell’epidemia nell’intero arco temporale:

  • il modello trasversale predice la distribuzione epidemica con un coefficiente di determinazione che va da R2 = 0.772 il 24 Gennaio a R2 = 0.946 il 19 Febbraio;
  • il modello dinamico predice l’andamento della distribuzione epidemica nel tempo da 1 a 24 Gennaio con un coefficiente di determinazione R2  = 0.927.

Oltre a considerare il deflusso di popolazione complessivo da Wuhan dall’1 al 24 Gennaio come unica variabile, gli autori hanno usato i modelli inserendo ulteriori parametri quali la grandezza di popolazione e GDP (un valore di gravità) come co-variabili. Ciò ha lievemente migliorato il fit dei modelli (da R2= 0.927 a 0.957 per il modello dinamico). Eppure, il parametro del flusso di popolazione diventa sempre più dominante, mentre gli altri parametri diventano sempre meno predittivi nel tempo.

Complessivamente, l’efficienza di questi modelli migliorava costantemente quanti più casi venivano confermati, suggerendo che l’andamento della diffusione del virus gradualmente converge nella distribuzione del deflusso di popolazione da Wuhan verso le altre prefetture cinesi.

Conclusioni

Il deflusso di popolazione da Wuhan si è dimostrato efficace nel predire e stimare la distribuzione spazio-temporale della diffusione epidemica di COVID-19.

Gli autori hanno presentato alcuni modelli epidemiologici che possono predire efficacemente la distribuzione dell’infezione in tutta la Cina, forniti i dati del flusso di popolazione.

Inoltre, suggeriscono che questi modelli siano usati per stimare l’indice del rischio di trasmissione totale per ogni prefettura. Confrontare queste stime con i dati reali (i casi confermati) potrebbe aiutare a identificare le prefetture sovraperformanti (probabilmente grazie a misura di salute pubblica altamente efficaci) o sottoperformanti (per esempio, a causa di una trasmissione più elevata nella comunità.

About the Author

AIRI CLIP
Siamo un gruppo di medici, biologi, e ricercatori. Scriviamo in associazione con AIRIcerca in capacità privata (non rappresentiamo le rispettive istituzioni!) nel tentativo di aiutare i medici italiani che stanno affrontando l’epidemia Covid19. Controlliamo costantemente la letteratura scientifica e forniamo brevi riassunti in italiano peer-reviewed (troverete per ogni riassunto il nome di chi lo ha scritto e chi lo ha revisionato). Per agevolare la ricerca delle informazioni, assegnamo delle parole-chiave ad ogni riassunto. Speriamo in questo modo di fornire una versione concisa e in italiano di quanto di nuovo ha da offrire la letteratura scientifica sull’epidemia.

Be the first to comment on "Il Flusso Di Popolazione Influenza La Distribuzione Spazio-Temporale Di Covid-19 In Cina"

Leave a comment

Your email address will not be published.