Analisi dei decessi per Covid19

Stima dell'errore nei contagi ufficiali e implicazioni per la strategia.

Link al Paper di Vision

 board school university research preview

L’Istat ha reso disponibile il 4 giugno l’ultimo aggiornamento della banca dati che, tra le molte informazioni, riporta il numero dei decessi tra il 1° marzo e il 30 Aprile 2020 (periodo caratterizzato dall’epidemia COVID19) e la media dello stesso periodo del degli anni 2015-20219 in 7.270 comuni italiani. Il confronto può, come è stato rilevato da più parti, essere, persino, più significativo di altre rilevazioni, in quanto non risente della difficile attribuzione dei decessi a cause tra di loro concomitanti e diverse.

Se, infatti, si fa l’ipotesi che la popolazione dello stesso Comune, di anno in anno e nello stesso mese, non si modifica in maniera sostanziale per patologie presenti e nella sua struttura demografica (ad esempio, percentuale di anziani), è plausibile che la modifica nei decessi sia contenuta. Questa ipotesi è, del resto, confermata dalla scarsa varianza dei decessi per mesi negli anni precedenti (2012 – 2018).

Ciò significa che una variazione ampia e improvvisa nel numero di decessi, può fornire una stima dell’impatto di uno shock esogeno come COVID19.

L’analisi

I comuni osservati da ISTAT sono 7.270 e rappresentano circa 87% della popolazione italiana ed essi fanno registrare il 41,52% in più di morti tra 2020 e 2015-2019.

Essi sono rappresentativi per oltre il 90% delle diverse Regioni.

La prima osservazione fa fare è che se anche ci limitiamo ad osservare il campione ISTAT arriviamo ad una stima complessiva dei decessi causati da COVID che nel periodo 1 Marzo – 30 Aprile 2020 del 52% circa superiore rispetto ai numeri forniti dalla Protezione Civile (42.634 rispetto a 27.938) e relativi, invece, all’intero territorio nazionale.

VISION ha, però fatto un’analisi in più, provando a rispondere alla domanda naturale: cosa è successo nei Comuni non considerati dall’analisi?

Per far ciò si è deciso di utilizzare i tassi di crescita della mortalità regionali rilevati per i 7.270 comuni di cui l’Istat ha fornito i dati, riducendoli del 66%. Cautelativamente, si immagina, cioè, che nel resto del territorio l’aumento dei decessi sia di un quarto meno veloce rispetto al campione ISTAT.

Applicando, quindi, ad ogni regione (a cui abbiamo sottratto i comuni del campione ISTAT) i nuovi tassi di crescita alla media dei deceduti per il periodo 2015-2018, si ottiene la seguente stima dei decessi per COVID19.

Applicando, quindi, ad ogni regione (a cui abbiamo sottratto i comuni del campione ISTAT) i nuovi tassi di crescita alla media dei deceduti per il periodo 2015-2018, si ottiene la seguente stima dei decessi per COVID19.

Tabella – Andamento decessi (2020 – 2019) e stima decessi COVID19

tabella morti 050620

Fonte: Elaborazione VISION su dati ISTAT e DPC

Dalla tabella sembrano emergere due novità importanti:

  1. Il numero dei decessi probabili (tra Marzo ed Aprile) sia 1,7 volte superiore rispetto al numero ufficiale; del resto anche i numeri puntuali ISTAT sul campione restituivano un aumento di decessi del 52% superiore rispetto a quello rilevato ufficialmente.
  2. La sottostima sembra minore in regioni quali Valle d’Aosta, Friuli-Venezia Giulia, Marche, Veneto ed Emilia-Romagna, mentre è maggiore in altre quali Sardegna, Lombardia e Liguria.

Va detto che la presenza della sottostima è rafforzata dalla scelta di fattore di crescita per i Comuni fuori dal campione che appare, come detto, prudenziale. Peraltro, poi, è possibile che il lock-down abbia ridotto altre cause di mortalità (ad esempio, incidenti automobilistici che, in generale, risultano essere prima causa di morte fino a 50 anni) e ciò porterebbe a ritenere che la differenza tra dati probabili e ufficiali sia ancora superiore. Infine, precisiamo che non abbiamo incluso nella nostra analisi – Abruzzo, Basilicata, Calabria, Campania, Lazio, Molise, Sicilia, Umbria – in quanto in quelle Regioni si è assistito ad un decremento della mortalità nel periodo preso in considerazione.

Le implicazioni ulteriori

L’analisi mostra, dunque, che c’è di sicuro una sottostima nelle rilevazioni ufficiali della mortalità di COVID19 e che tale errore può essere talmente ampio che il rapporto tra decessi reali e quelli rilevati si avvicina a tre.

Ciò ha ulteriori importanti implicazioni che diventa riflessione per il governo e la strategia da adottare. Infatti:

  1. È, di nuovo, ragionevole immaginare che la sottostima sia continuata anche nei giorni successivi al 30 aprile e ciò significa che anche il conteggio ufficiale dei morti (33.689) al 4 giugno vada moltiplicato per lo stesso fattore di errore (1,58). Ciò corrisponde ad una proiezione che indica un numero di vittime reale in ITALIA superiore a 50.000 (53.327).
  2. Più interessante ancora però è la conseguenza sul numero dei contagi. L’articolo di NATURE stima – per la regione cinese di HUBEI ad epidemia conclusa – il tasso di mortalità reale da COVID19 (correggendo il denominatore con una stima dei contagiati asintomatici a cui non è stato somministrato il tampone) in un valore medio dell’1,4%. Pur ipotizzando che tale tasso possa essere peggiore in ITALIA data la relativa maggiore anzianità della popolazione, ciò vorrebbe dire che i contagiati in Italia ad oggi sarebbero quasi due milioni.

Le implicazioni per la politica delle quattro “notizie” che emergono dall’analisi ISTAT sono, evidentemente, assai rilevanti ed a questo sono dedicati i prossimi contributi di VISION della serie sugli effetti della PANDEMIA.

Bibliografia

Baud, D., Qi, X., Nielsen-Saines, K., Musso, D., Pomar, L., & Favre, G. (2020). Real estimates of mortality following COVID-19 infection. The Lancet Infectious Diseases.

Colombo A. e Impicciatore R., Gli effetti della PANDEMIA da COVID19 sulla mortalità, 2020, ISTITUTO CATTANEO

ISTAT, Nota sull’andamento dei decessi del 2020 – Dati anticipatori sulla base del sistema ANPR, 31 Marzo 2020

Jung, Sung-mok, et al. "Real-time estimation of the risk of death from novel coronavirus (COVID-19) infection: Inference using exported cases." Journal of clinical medicine 9.2 (2020): 523

Wu, J.T., Leung, K., Bushman, M. et al. Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China. Nat Med (2020). https://doi.org/10.1038/s41591-020-0822-7

 

[1] Jung, Sung-mok, et al. "Real-time estimation of the risk of death from novel coronavirus (COVID-19) infection: Inference using exported cases." Journal of clinical medicine 9.2 (2020): 523 Ma anche Colombo A. e Impicciatore R., Gli effetti della PANDEMIA da COVID19 sulla mortalità, 2020, ISTITUTO CATTANEO

[2] Baud, D., Qi, X., Nielsen-Saines, K., Musso, D., Pomar, L., & Favre, G. (2020). Real estimates of mortality following COVID-19 infection. The Lancet Infectious Diseases.

[3] Wu, J.T., Leung, K., Bushman, M. et al. Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China. Nat Med (2020). https://doi.org/10.1038/s41591-020-0822-7

[4] Assumiamo il 2,8% che appare comunque prudenziale considerando che l’età mediana in CINA – pur inferiore a quella italiana (46,5) è, ormai, cresciuta a 38,4 anni (fonte WORLD BANK) e che le strutture sanitarie italiane avevano, comunque, ad inizio epidemia una maggiore offerta.

Follow Us

Partner

vision and value logo

© 2020 Vision & Value Srl | vicolo della Penitenza 10 – 00165 Roma | P. IVA 04937201004
Credits elmweb