BAL Lazio

Notizie

Le dinamiche delle epidemie e i superspreader

Pubblicato martedì 16 Marzo 2021

I risultati di uno studio recente rivelano che in una data popolazione le differenze nella capacità di un individuo di acquisire e trasmettere l’infezione rappresentano un fattore decisivo nel plasmare il risultato di una situazione epidemica o pandemica.

In epidemiologia, i modelli classici sono principalmente basati sul presupposto che tutte le persone in una popolazione data sono ugualmente suscettibili di un’infezione particolare e hanno la stessa capacità di trasmettere l’infezione ad altri individui. In realtà questo presupposto non è sempre valido per le malattie infettive con un’ampia variabilità nel tasso di infettività. Nel caso della pandemia Covid-19, per esempio, un piccolo numero di persone è ritenuto responsabile dell’infezione di tantissime persone. Essenzialmente una valutazione accurata del risultato pandemico non è possibile con questi modelli classici.

Nello studio i ricercatori hanno specificamente analizzato due aspetti distinti relativi della dinamica della trasmissione del virus: eventi superspreading e superspreader. Gli eventi che producono molti casi Covid-19 sono definiti come eventi “superspreading”; mentre un piccolo gruppo di persone specifiche che crea molti casi di infezione è definito come “superspreader”.

L’eterogeneità di una popolazione data, che svolge un ruolo significativo nella dinamica della trasmissione di infezione, può dipendere da parecchi fattori che possono modificare significativamente la dinamica della trasmissione. In questo studio, gli scienziati hanno analizzato esclusivamente due parametri: suscettibilità e infettività. Poi hanno valutato la correlazione fra questi parametri nella dinamica di modulazione della trasmissione.

Secondo i modelli epidemiologici classici, ci sono tre categorie in una popolazione data: (s) suscettibile, (i) infettato e (r) persone guarite. In questo modello, il grado di infezione è proporzionale al numero delle interazioni fra le persone infettate e le persone suscettibili. D’altra parte, il tasso di guarigione è proporzionale al numero delle persone infettate.

Per studiare il numero totale delle infezioni gli scienziati hanno modificato questo modello considerando che questi parametri siano differenti per persone differenti. In altre parole hanno considerato il tasso di infezione come un prodotto di suscettibilità individuale e infettività. L’equazione matematica che hanno derivato indica che la percentuale totale di persone che sono state infettate in un dato momento è la somma delle persone attualmente infettate e di quelle guarite.

Considerazioni
L’analisi matematica ha indicato che le differenze nella suscettibilità individuale e nell’infettività hanno un impatto significativo sul numero totale delle infezioni (dimensione epidemica) e che la dimensione epidemica reale dipende soprattutto dal grado di correlazione fra suscettibilità e infettività; a una correlazione più alta è associata una dimensione epidemica maggiore.

L’analisi ha rivelato che in genere una distribuzione più diffusa delle persone suscettibili e di quelle infettate è associata con una dimensione epidemica più piccola. Secondo il modello la dimensione epidemica definitiva non può comunque essere prevista soltanto sulla base delle percentuali di suscettibilità e di infettività. Anche la dinamica di distribuzione di questi parametri ha un impatto significativo sulla dimensione epidemica finale.

Rispetto al fenomeno del superspreading, il modello ha rivelato che la correlazione fra suscettibilità e infettività influenza notevolmente l’effetto dei superspreader sul tasso di crescita iniziale dell’epidemia. Aumentando il numero dei superspreader senza alterare l’infettività e la suscettibilità medie, gli scienziati hanno osservato un effetto sul tasso di crescita iniziale dell’epidemia, che ha aumentato alla fine la dimensione epidemica. Al contrario, hanno osservato una riduzione della dimensione epidemica definitiva aggiungendo sia un superspreader sia una persona estremamente attenta nel modello. Questo adeguamento è stato fatto per aumentare la variabilità individuale.

I risultati rivelano che in una popolazione data, le differenze nella capacità di una persona di acquisire e trasmettere l’infezione hanno il peso maggiore nel determinare l’esito di una situazione epidemica o pandemica. Dato che la misura dell’infettività e della suscettibilità di molte persone è un prerequisito indispensabile per determinare le dinamiche di distribuzione, i ricercatori ritengono però che quello di prevedere la dimensione epidemica finale sia un compito particolarmente difficile in un contesto “real life”.

Fonte
Kawagoe K et al. How much do superspreaders matter? Epidemic dynamics in inhomogeneous populations. medRxiv 2021.02.08.21251386; doi: https://doi.org/10.1101/2021.02.08.21251386

Archiviato in , ,

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Accedi agli articoli

Currie JM et al. Prescribing of opioid analgesics and buprenorphine for opioid use disorder during the covid-19 pandemic. JAMA Netw Open 2021;4(4):e216147.

Marson A, Burnside G, Appleton R, et al.; SANAD II collaborators. The SANAD II study of the effectiveness and cost-effectiveness of valproate versus levetiracetam for newly diagnosed generalised and unclassifiable epilepsy: an open-label, non-inferiority, multicentre, phase 4, randomised controlled trial. Lancet 2021;397(10282):1375-1386.

Marson A, Burnside G, Appleton R, et al.; SANAD II collaborators. The SANAD II study of the effectiveness and cost-effectiveness of levetiracetam, zonisamide, or lamotrigine for newly diagnosed focal epilepsy: an open-label, non-inferiority, multicentre, phase 4, randomised controlled trial. Lancet 2021;397(10282):1363-1374.

Zichi C et al. Adoption of multiple primary endpoints in phase III trials of systemic treatments in patients with advanced solid tumours. A systematic review. Eur j Canc 2021;149:49-60.

Seidler AN et al.; on behalf of the International Liaison Committee On Resuscitation Neonatal Life Support Task Force. Umbilical cord management for newborns <34 weeks' gestation: a meta-analysis. Pediatrics 2021; 147 (3) e20200576.

Gabrhelík R et al. Cannabis use during pregnancy and risk of adverse birth outcomes: a longitudinal cohort study. Eur Addict Res 2020. doi: 10.1159/000510821e

Ouldali N et al. Association of intravenous immunoglobulins plus methylprednisolone vs immunoglobulins alone with course of fever in multisystem inflammatory syndrome in children. JAMA. February 1, 2021. Epub ahead of print. doi:10.1001/jama.2021.0694

Freedman RA et al. Individualizing surveillance mammography for older patients after treatment for early-stage breast cancer: multidisciplinary expert panel and International Society of Geriatric Oncology Consensus Statement. JAMA Oncol. Published online January 28, 2021. doi:10.1001/jamaoncol.2020.7582

Fontanella CA et al. Association of cannabis use with self-harm and mortality risk among youths with mood disorders. JAMA Pediatr. Published online January 19, 2021. doi:10.1001/jamapediatrics.2020.5494

Una finestra sull’open access

  • BMC Family Practice
  • BMC Medical Education
  • BMC Nursing
  • BMJ Open
  • PLOS Medicine

Reset della password

Per favore inserisci la tua email. Riceverai una nuova password via email.