Gli scienziati modellano la “vera diffusione” di COVID-19 negli Stati Uniti durante la pandemia

Funzionari governativi e politici hanno cercato di usare i numeri per dargli un senso COVID-19Effetto. Cifre come il numero di ricoveri o decessi riflettono parte di tale onere. Ogni punto dati racconta solo una parte della storia. Ma non esiste un singolo numero che descriva la vera diffusione del nuovo coronavirus rivelando quante persone sono effettivamente infette in un dato momento, un numero importante per aiutare gli scienziati a capire se è possibile ottenere l’immunità di gregge, anche con i vaccini.

Ora, due Università di Washington Gli scienziati hanno sviluppato un quadro statistico che include dati chiave sul COVID-19, come il numero di casi e decessi per COVID-19, per modellare la reale prevalenza di questa malattia negli Stati Uniti e nei singoli stati. Il loro approccio, pubblicato nella settimana del 26 luglio in Atti dell’Accademia Nazionale delle Scienze, rileva che negli Stati Uniti fino al 60% dei casi di COVID-19 non è stato rilevato al 7 marzo 2021, l’ultima data per la quale era disponibile il set di dati utilizzato.

Questo quadro può aiutare i funzionari a determinare il vero onere della malattia nella loro area, sia diagnosticata che non diagnosticata, e indirizzare le risorse di conseguenza, hanno affermato i ricercatori.

Incidenza cumulativa di COVID-19 per gli stati degli Stati Uniti e Washington, DC, al 7 marzo 2021. I numeri sono la mediana a posteriori. Credito: Rebecca Gurley/Università di Washington

“Esistono tutti i tipi di diverse fonti di dati su cui possiamo fare affidamento per comprendere la pandemia di COVID-19: il numero di ricoveri in un caso o il numero di test che sono risultati positivi. Ma per ogni fonte di dati, ci sono tutti tipi di diverse fonti di dati su cui possiamo fare affidamento per comprendere la pandemia di COVID-19 “, ha affermato l’autore senior Adrian Raftery, professore di sociologia e statistica all’Università di Washington. I suoi difetti che darebbero un’immagine distorta di ciò che sta realmente accadendo .” “Quello che volevamo fare era sviluppare un framework che corregge i difetti in più fonti di dati e attinge ai loro punti di forza per darci un’idea della diffusione di COVID-19 in una regione, un paese o il paese come totale.”

Le fonti di dati possono essere distorte in diversi modi. Ad esempio, una delle statistiche COVID-19 più citate è la percentuale di risultati dei test in un’area o condizione che risultano positivi. Ma poiché l’accesso ai test e la disponibilità a essere testati variano in base al luogo, quel numero da solo non può fornire un quadro chiaro della diffusione di COVID-19, ha affermato Raftery.

Altri metodi statistici spesso tentano di correggere i bias in una singola fonte di dati per modellare la reale prevalenza di una malattia in un’area. Per il loro approccio, Raftery e l’autore principale Nicholas Irons, uno studente di dottorato in statistica presso l’Università di Washington, hanno combinato tre fattori: il numero di casi confermati di COVID-19, il numero di decessi dovuti a COVID-19 e il numero di COVID- 19 test condotti per ciascuno oggi come riportato nel Progetto COVID Tracking. Inoltre, hanno incorporato i risultati dei test casuali COVID-19 per i residenti dell’Indiana e dell’Ohio come “ancora” per il loro metodo.

Fattori inferiori a COVID-19 per gli stati degli Stati Uniti e Washington, DC, al 7 marzo 2021. I numeri sono la mediana posteriore. Credito: Rebecca Gurley/Università di Washington

I ricercatori hanno utilizzato il loro quadro per modellare la diffusione di COVID-19 negli Stati Uniti e in ogni stato fino al 7 marzo 2021. In quella data, secondo il loro quadro, si stima che il 19,7% della popolazione degli Stati Uniti, ovvero circa 65 milioni di persone, avuto un’infezione. Ciò indica che è improbabile che gli Stati Uniti raggiungano l’immunità di gregge senza una campagna di vaccinazione in corso, hanno affermato Raftery e Irons. Inoltre, i ricercatori hanno scoperto che gli Stati Uniti hanno un fattore inferiore a 2,3, il che significa che solo circa 1 caso su 2,3 ​​di COVID-19 è stato confermato dai test. In altre parole, circa il 60% dei casi non viene conteggiato affatto.

Anche il tasso di carenza di COVID-19 varia ampiamente da stato a stato e potrebbe avere molteplici cause, secondo Iron.

“Potrebbe dipendere dalla gravità dell’epidemia e dalla quantità di test in quel caso”, ha detto Irons. “Se si dispone di una grave situazione di pandemia ma di test limitati, il numero basso potrebbe essere troppo alto e si perde la stragrande maggioranza delle infezioni che si verificano. Oppure si potrebbe avere una situazione in cui i test sono diffusi e l’epidemia non è grave. Lì, il tasso del numero sarà inferiore.”

Inoltre, il fattore di sottostima ha fluttuato per stato o regione con il progredire della pandemia a causa delle differenze nell’accesso alle cure mediche tra le regioni, dei cambiamenti nella disponibilità dei test e di altri fattori, ha affermato Raftery.

Con la vera diffusione di COVID-19, Raftery e Irons hanno calcolato altri numeri utili per gli stati, come il tasso di mortalità per infezione, che è la percentuale di persone infette che hanno ceduto a COVID-19, nonché il tasso di infezione cumulativo, che è la percentuale della popolazione dello stato che ha contratto il COVID -19.

Idealmente, test casuali regolari sugli individui mostrerebbero il livello di infezione in uno stato, una regione o anche a livello nazionale, ha affermato Raftery. Ma nella pandemia di COVID-19, solo l’Indiana e l’Ohio hanno condotto test virali casuali sulle popolazioni, set di dati che sono stati fondamentali per aiutare i ricercatori a sviluppare la loro struttura. In assenza di test casuali su larga scala, questo nuovo metodo potrebbe aiutare i funzionari a valutare il vero carico di malattia in questa pandemia e nella prossima.

“Riteniamo che questo strumento possa fare la differenza fornendo alle persone responsabili un quadro più accurato di quante persone sono infette e di cosa manca agli attuali test e sforzi di trattamento”, ha affermato Raftery.

Elencare (di seguito) la mortalità per infezione cumulativa e COVID-19 e i fattori di sottoconteggio (rispettivamente) per gli stati degli Stati Uniti e Washington, DC, al 7 marzo 2021. I numeri sono la mediana posteriore, con intervalli di confidenza del 95% indicati tra parentesi. credito: Ferro e Raftery, PNAS, 2021.

Stato/territorio: tasso di mortalità per infezione, tasso di incidenza cumulativo, fattore numerico minimo

Alabama: 0,90% (0,70-1,15), 24,0% (18,8-30,6), 2,4 (1,8-3,0)

Alaska: 0,35% (0,28-0,43), 11,8% (10,1-14,2), 1,5 (1,3-1,8)

Arizona: 0,93% (0,75-1,14), 24,5% (20,1-30,3), 2,2 (1,8-2,7)

Arkansas: 0,78% (0,64-0,95), 23,2% (19,2-28,4), 2,2 (1,8-2,7)

California: 0,88% (0,70-1,09), 16,9% (13,6-20,9), 1,9 (1,6-2,4)

Colorado: 0,60% (0,49-0,71), 17,2% (14,6-20,9), 2,3 (2,0-2,8)

Connecticut: 1,37% (1,10-1,70) 15,9% (12,9-19,9) 2,0 (1,6-2,5)

Delaware: 0,92% (0,74-1,13), 17,0% (14,0-21,0), 1,9 (1,6-2,3)

Florida: 0,78% (0,64-0,94), 19,5% (16,3-23,8), 2,2 (1,9-2,8)

Georgia: 0,67% (0,54-0,82), 25,9% (21,4-32,0), 2,7 (2,2-3,4)

Hawaii: 0,70% (0,54-0,91), 4,6% (3,6-5,8), 2,3 (1,8-2,9)

Idaho: 0,28% (0,23-0,33), 37,8% (32,1-45,9), 4,0 (3,4-4,8)

Illinois: 0,96% (0,78-1,16), 19,3% (16,1-23,7), 2,0 (1,7-2,5)

Indiana: 0,84% (0,70-1,00), 22,9% (19,2-27,6), 2,3 (1,9-2,8)

Iowa: 0,76% (0,61-0,97), 23,6% (18,7-29,5), 2,6 (2,1-3,3)

SK: 0,59% (0,47-0,75), 28,6% (22,6-36,1), 2,8 (2,2-3,5)

Kentucky: 0,53% (0,43-0,63), 21,4% (18,0-25,8), 2,3 (2,0-2,8)

Louisiana: 1,01% (0,82-1,22), 21,1% (17,5-26,1), 2,3 (1,9-2,8)

Min: 0,73% (0,60-0,87), 7,3% (6,2-8,8), 2,1 (1,8-2,6)

Maryland: 0,94% (0,77-1,15), 13,9% (11,5-17,1), 2,2 (1,8-2,7)

Massachusetts: 1,71% (1,36-2,13), 14,4% (11,6-18,0), 1,7 (1,4-2,1)

Michigan: 1,00% (0,77-1,29), 17,1% (13,3-22,1), 2,6 (2,0-3,4)

Minnesota: 0,64% (0,52-0,76), 18,4% (15,4-22,4), 2,1 (1,8-2,6)

Mississippi: 0,74% (0,61-0,89), 31,6% (26,6-38,6), 3,2 (2,7-3,9)

Missouri: 0,69% (0,55-0,87), 19,6% (15,8-24,7), 2,5 (2,0-3,2)

Montana: 0,62% (0,50-0,75), 21,0% (17,5-25,5), 2,3 (1,9-2,8)

Nebraska: 0,53% (0,43-0,64), 21,1% (17,7-25,7), 2,0 (1,7-2,5)

Nevada: 0,73% (0,59-0,87), 22,5% (18,8-27,5), 2,4 (2,0-2,9)

New Hampshire: 0,66% (0,54-0,79), 13,4% (11,3-16,2), 2,4 (2,0-2,9)

New Jersey: 1,22% (0,97-1,53), 22,2% (17,7-28,0), 2,4 (1,9-3,1)

Nuovo Messico: 1,01% (0,83-1,21) 18,6% (15,6-22,7) 2,1 (1,8-2,5)

New York: 1,12% (0,87-1,42), 18,6% (14,7-23,9), 2,1 (1,7-2,8)

Carolina del Nord: 0,58% (0,48-0,68), 19,4% (16,5-23,4), 2,4 (2,0-2,8)

Dakota del Nord: 0,86% (0,71-1,03), 22,4% (19,0-27,1), 1,7 (1,4-2,0)

Ohio: 0,83% (0,68-1,03), 19,5% (15,9-23,7), 2,3 (1,9-2,9)

Oklahoma: 0,47% (0,38-0,56), 25,1% (21,1-30,6), 2,3 (1,9-2,8)

Oregon: 0,69% (0,55-0,85), 8,2% (6,7-10,0), 2,2 (1,8-2,8)

Pennsylvania: 1,00% (0,82-1,19), 19,4% (16,4-23,7), 2,6 (2,2-3,2)

Rhode Island: 1,41% (1,14-1,72), 17,4% (14,3-21,4), 1,4 (1,2-1,8)

Carolina del Sud: 0,76% (0,63-0,91), 23,0% (19,4-28,0), 2,3 (1,9-2,8)

Dakota del Sud: 0,68% (0,56-0,82), 31,2% (26,1-37,9), 2,5 (2,1-3,0)

TN: 0,79% (0,64-0,97), 21,8% (17,7-26,9), 1,9 (1,6-2,4)

Texas: 0,70% (0,57-0,85), 22,7% (18,8-27,8), 2,5 (2,1-3,0)

Utah: 0,22% (0,18-0,26), 28,0% (23,8-33,7), 2,5 (2,1-3,0)

Vermont: 0,72% (0,57-0,92), 4,6% (3,8-5,6), 1,8 (1,5-2,2)

Virginia: 1,53% (1,09-2,36), 8,3% (5,5-11,7), 1,2 (0,8-1,7)

Washington: 0,51% (0,41-0,64), 12,9% (10,3-16,1), 2,9 (2,3-3,6)

Virginia Occidentale: 0,86% (0,71-1,01), 15,4% (13,2-18,5), 2,0 (1,8-2,5)

Wisconsin: 0,57% (0,46-0,69), 21,5% (17,9-26,6), 2,0 (1,7-2,5)

Wyoming: 0,58% (0,46-0,71), 21,0% (17,3-25,9), 2,2 (1,8-2,7)

Washington, DC: 1,19% (0,94-1,49), 12,2% (9,8-15,3), 2,1 (1,7-2,7)

Riferimento: “Apprezzamento SARS-CoV-2 Infezioni da decessi, casi confermati, test e sondaggi randomizzati” di Nicholas J. Atti dell’Accademia Nazionale delle Scienze.
DOI: 10.1073/pnas.2103272118

La ricerca è stata finanziata dal National Institutes of Health.