I governi del mondo si stanno affidando a proiezioni matematiche affinché contribuiscano a guidare le decisioni durante la pandemia di coronavirus. Ma molte informazioni su come SARS-CoV-2 si diffonda non sono ancora note e devono essere stimate o ipotizzate e questo limita la precisione delle previsioni.
Uno dei modellisti che è più stato al centro della cronaca in questi mesi è Neil Ferguson, epidemiologo matematico dell’Imperial College London, risultato egli stesso positivo al coronavirus. Quando a metà marzo i dati aggiornati nel modello del team dell’Imperial hanno indicato che il servizio sanitario del Regno Unito sarebbe stato presto sopraffatto dai casi gravi di COVID-19 e che il Paese avrebbe registrato oltre 500.000 morti se non avesse agito, il Primo Ministro Boris Johnson ha quasi immediatamente annunciato restrizioni più stringenti sui movimenti delle persone. Lo stesso modello ha suggerito che, senza azioni, gli Stati Uniti avrebbero pianto 2.2 milioni di morti. Il modello è stato condiviso con la Casa Bianca e sono velocemente arrivate nuove regole sul distanziamento sociale.
Neil Ferguson. Credit: Imperial College London
Ma una versione precedente del modello dell’Imperial aveva stimato che SARS-CoV-2 sarebbe stato grave quanto un’influenza dal punto di vista dei ricoveri delle persone contagiate e questo si è rivelato scorretto. Inizialmente i ricercatori avevano stimato che il 15% dei casi ricoverati avrebbe avuto bisogno della terapia intensiva, ma poi lo ha aggiornato al 30%. Quel modello mostrava che il servizio sanitario del Regno Unito sarebbe stato sopraffatto con poco più di 4.000 letti in terapia intensiva. Il governo, dopo aver parlato della teoria dell’”immunità di gregge”, pensando a far diffondere la malattia nella società ma proteggendo gli anziani, ha cambiato idea dopo aver visto queste cifre, ordinando misure di distanziamento sociale.
Per comprendere il valore dei modelli sul COVID-19, è fondamentale sapere come sono realizzati e le ipotesi sulle quali sono costruiti. “Stiamo costruendo rappresentazioni semplificate della realtà. I modelli non sono palle di cristallo”, ha affermato Ferguson.
Molti dei modelli che simulano la diffusione delle malattie sono unici ai singoli gruppi accademici che li sviluppano da anni ma i principi matematici sono simili. Si basano sul cercare di comprendere come le persone si muovono tra 3 stati principali e quanto velocemente lo fanno: le persone sono suscettibili (S) al virus; sono state infette (I); hanno recuperato (R) o sono morte. Il gruppo R è ritenuto immune al virus, quindi non può più trasmettere l’infezione, spiega un dettagliato articolo sul sito Nature. I modelli SIR più semplici fanno ipotesi di base, come quella che tutti hanno la stessa possibilità di contrarre il virus da una persona infetta e che le persone infette sono contagiose allo stesso modo fin quando guariscono o muoiono. I modelli più avanzati, che realizzano le previsioni di cui i decisori politici hanno bisogno durante una pandemia, suddividono le persone in gruppi più piccoli (per età, genere, stato di salute, occupazione, numero di contatti, ecc.) per stabilire chi incontra chi, quando e in quali posti. Utilizzando informazioni dettagliate su dimensioni e densità della popolazione, anzianità, collegamenti dei trasporti, assistenza medica, i modellisti costruiscono la copia virtuale di una città, regione o di un intero Paese, utilizzando equazioni differenziali per governare i movimenti e le interazioni dei gruppi di popolazione nello spazio e nel tempo. Poi inseriscono un’infezione in questo “mondo” e osservano gli sviluppi.
Ma questo, a sua volta, richiede informazioni che possono essere solo approssimativamente stimate all’inizio di un’epidemia, come la proporzione di persone infette che muoiono e il numero di riproduzione di base R0, ossia il numero di persone, in media, a cu una persona infetta può trasmettere il virus. Ma queste informazioni, a loro volta, dipendono da altri tipi di modelli, ossia le stime approssimative degli epidemiologi che cercano di mettere insieme le proprietà di base del virus da informazioni incomplete in Paesi diversi durante le prime fasi della pandemia. Un run di simulazione che utilizza questi parametri darà sempre la stessa previsione. I modelli stocastici introducono un po’ di casualità e questo fornisce una serie di possibilità quando il modello viene eseguito più volte.
Poi ci sono i modelli basati sull’agente, che costruiscono gli stessi tipi di mondo virtuale come quelli basati su equazione ma in cui ogni persona piò comportarsi in maniera diversa in un determinato giorno o in una situazione identica. Anche se le proiezioni potrebbero non differire ampiamente a seconda dell’approccio scelto, è naturale chiedersi quanto siano affidabili queste proiezioni. Purtroppo, durante una pandemia è difficile ottenere dati, come i tassi di infezione, rispetto ai quali giudicare le proiezioni di un modello. Per minimizzare l’effetto di dati incompleti e ipotesi scorrette, i modellisti solitamente conducono centinaia di run separati con i parametri leggermente modificati ogni volta.
Il 25 marzo, Ferguson si riteneva “ragionevolmente fiducioso” che, con la risposta adottata, i decessi totali del Regno Unito sarebbero rimasti sotto la soglia dei 20.000, stime già smentite dagli oltre 37.000 morti registrati nel Paese. Nella stampa britannica, c’è chi lo ha criticato molto duramente. Alcuni lo hanno identificato come tra i responsabili del panico iniziale, descrivendo il lockdown come “arresti domiciliari di massa”, e altri hanno sostenuto che “la pandemia di coronavirus ha drammaticamente dimostrato i limiti della modellizzazione scientifica nel prevedere il futuro”.
Lo stesso Ferguson è stato costretto a presentare le dimissioni da consigliere del governo britannico dopo aver violato le regole del lockdown nella sua vita privata, anche se riteneva di essere a basso rischio di poter diffondere il virus dopo essere guarito ed essere rimasto completamente isolato per quasi 2 settimane dopo i sintomi. Questo ha scatenato un’ondata di critiche su di lui, tra cui quelle di Elon Musk, fondatore di SpaceX, che l’ha definito un “idiota totale”. “Questo ragazzo ha causato enormi conflitti nel mondo con la sua “scienza” assurdamente falsa”, aveva scritto Musk sui social network. Musk è un critico dichiarato dei lockdown contro il coronavirus, che ha descritto come “fascisti”. Sui social, ha ripetutamente affermato che le risposte alla pandemia sono state eccessive o basate su scarse evidenze.
