Indica un intervallo di date:
  • Dal Al
economia

Come misurare l’impatto della pandemia fra regione? Una analisi e una proposta

 

La misura dell’impatto come sintesi dei dati disponibili sembra consentire di cogliere le principali dinamiche dell’epidemia di Covid-19 che si registrano a livello regionale, sia in termini di effetto globale delle diverse casistiche locali, ponderate secondo la tipologia dei soggetti positivi, sia in relazione alla velocità con cui l’impatto varia nel tempo

Perché è difficile fare sintesi

Dalla fine di febbraio la Protezione Civile diffonde quotidianamente i dati sui casi di Covid-19, con dettaglio regionale, suddivisi fra deceduti, ospedalizzati (in terapia intensiva e in altri reparti), in isolamento e guariti, oltre che informazioni sul numero di tamponi eseguiti e di soggetti testati. Le elaborazioni condotte sui dati dalla Protezione Civile sono indubbiamente condizionate dalla scarsa qualità del flusso informativo, soggetto a ritardi di notifica, a modifiche delle modalità di raccolta dati e ad altri fattori che compromettono la bontà dei dati forniti; in assenza di altre fonti è tuttavia ragionevole condurre analisi che, realizzate e interpretate con le opportune cautele, forniscono comunque utili indicazioni.

Sulla base di questi dati, le letture offerte da epidemiologi ed esperti sul tema si concentrano per lo più sull’andamento di specifiche tipologie di casi, a seconda dell’obiettivo dei diversi studi condotti: letalità e mortalità, incidenza e prevalenza, ricorso all’assistenza ospedaliera e relativo carico, strategie per la rilevazione dei positivi.

Come è costruito l’indicatore

Al calcolo dell’indicatore, che integra le diverse variabili rilevate dalla Protezione Civile, concorrono nel dettaglio:

1) il tasso dei casi per abitante, elaborato applicando un correttivo al numero di soggetti in isolamento in funzione dei tamponi eseguiti, incrementandone o diminuendone il valore a seconda che la regione dichiari un numero di soggetti testati in proporzione alla popolazione minore o maggiore rispetto all’analogo dato medio nazionale, così da mitigare le ampie differenze legate alle diverse strategie sanitarie messe in atto dalle Regioni per la ricerca dei positivi al virus;

2)  il peso medio dei casi per tipologia, ottenuto adottando una scala che va da 1 nel caso dei decessi fino a 0 per le guarigioni, con valori decrescenti per ricoveri in terapia intensiva, ricoveri in altro reparto e isolamento, così da disporre di un parametro che fornisca una indicazione della severità della casistica.

Il prodotto delle due grandezze appena descritte, che possiamo chiamare indice di impatto, permette di disegnare l’andamento giornaliero dell’indicatore per ogni regione, e come media nazionale. La figura 1 mostra l’andamento di questo indicatore per il periodo dal 1° marzo al 2 novembre 2020.

Confronto fra regioni: che cosa emerge?

Per cogliere con maggiore immediatezza l’entità delle due ondate per ciascuna regione, è stato adottato come termine di riferimento l’impatto complessivo del primo quadrimestre calcolato per la regione Lombardia, posto come base pari a 100.

I risultati, riportati, consentono di sottolineare alcuni elementi interessanti:

  • la regione che ad oggi presenta la maggiore criticità è la Campania, con un indice di impatto superiore a 65 (quasi il triplo di quello della prima ondata);
  • a seguire, con valori tra 45 e 50, alcune delle regioni più colpite già nella prima ondata, cioè Lombardia, Liguria, Valle d’Aosta e Piemonte;
  • Lazio, Sardegna e Toscana, che nel primo quadrimestre avevano fatto registrare valori sensibilmente più contenuti, in questa seconda fase sono in linea con la media nazionale (39);
  • tra le restanti, l’Emilia Romagna e ancor più le Marche fanno registrare, in questo secondo periodo, un indice di impatto pari alla metà o poco più di quello del primo periodo;
  • Sicilia e Umbria, sia pure in presenza di valori inferiori alla media nazionale in entrambe le ondate, mostrano una forte crescita dell’impatto della seconda fase rispetto alla prima.

Fra prima e seconda ondata: differenza fra le regioni

Il diagramma a dispersione nella figura 3 consente, in base agli stessi dati, di osservare la dinamica delle regioni dalla prima alla seconda ondata e il relativo posizionamento rispetto alle altre:

  • le regioni che si posizionano lungo la linea obliqua nera tratteggiata sono caratterizzate da un indice di impatto della seconda ondata attualmente equivalente a quello della prima;
  • allontanandosi dalla linea tratteggiata verso destra si trovano le regioni con un impatto della prima ondata superiore a quello della prima; viceversa, allontanandosi verso sinistra.

Cosa ci dice l’indicatore sull’ultimo mese?

Tra le principali evidenze e osservando in particolare le ultime quattro settimane si sottolinea che:

  • in Valle d’Aosta metà dell’impatto della seconda ondata è dovuto all’ultima settimana, mentre in Lombardia metà dell’impatto copre le ultime quattro settimane;
  • in Lombardia il valore dell’ultima settimana è pari al doppio di quello della precedente; crescite quasi altrettanto elevate si riscontrano nel Veneto e nelle Marche e, a seguire, in Friuli Venezia Giulia, Trentino Alto Adige, Molise, Valle d’Aosta, Piemonte, Toscana;
  • sempre nell’ultima settimana si registrano aumenti medio-alti in Calabria, Emilia Romagna, Umbria, medio-bassi in Abruzzo, Campania, Puglia;
  • in Basilicata, Liguria, Lazio, Sicilia e soprattutto in Sardegna la crescita nell’ultima settimana è più rallentata, con un impatto maggiormente distribuito lungo le ultime quattro settimane.

 

Nell’ambito delle analisi che il Centro Studi Nebo realizza sui flussi informativi disponibili in tema di Covid-19 e mortalità generale (programmazionesanitaria.it) l’indice di impatto sarà quindi monitorato anche nel corso delle prossime settimane, tenuto conto che questa seconda fase dell’epidemia, differentemente dalla precedente, ospita un’ondata epidemiologica tutt’ora in forte crescita.

Nuova sezione del blog chiamata Data Analysis: ospiterà interventi di  ricercatori e docenti universitari e analisi di data journalist ed esperti su working paper, articoli scientifici e studi che parlano in modo più o meno diretto alla società e alle politiche data-driven. 

Autrice:  Natalia Buzzi (responsabile del Centro Nebo Ricerche)