Ma il lockdown funziona davvero?

A cura de Il Pensiero Scientifico Editore

 

Lavarsi le mani, contenere starnuti e colpi di tosse, osservare il distanziamento, e magari indossare la mascherina. Gli interventi comportamentali, non farmacologici, sono stati e restano a oggi l’unico freno alla propagazione del nuovo coronavirus. In teoria hanno senso, e con modelli matematici se ne possono predire i probabili effetti. Per esempio, i ricercatori dell’Imperial College di Londra stimano che i lockdown imposti per rallentare il contagio hanno evitato circa 3,1 milioni di decessi in 11 paesi europei, scrive Nature Research (1). Lo hanno calcolato confrontando i dati dello European Centre for Disease Prevention and Control il numero di decessi osservati in 11 nazioni che hanno introdotto queste misure con quelli previsti dal loro modello se non fossero state imposte restrizioni. Le 11 nazioni erano: Germania, Francia, Italia, Gran Bretagna, Spagna, Belgio, Austria, Danimarca, Norvegia, Svezia e Svizzera.

Ma possiamo dire di aver dimostrato che funziona davvero? Quanto una data azione riduce la trasmissione del coronavirus in una certa situazione, e quali misure sono invece più indicate in un’altra? E qual è il modo migliore di metterli in atto: per esempio con un incentivo o introducendo un obbligo, e nel caso, con che genere di sanzione? Come trovare il bilancio migliore tra i danni (alla vita sociale e all’economia, per esempio) e i benefici in termini di prevenzione? Sono tutte domande senza risposta, perché questi interventi, sebbene siano applicati in tutto il mondo e abbiano salvato innumerevoli vite, non sono mai stati sperimentati in studi scientifici rigorosi, capaci di rispondere alle domande poste sopra e alle tante altre su come impiegarli al meglio.

Eppure sperimentarli con rigore si può e si deve, affermano su Science Johannes Haushofer e Jessica Metcalf, della Princeton University negli Stati Uniti (2). Con vari metodi. Incluso spesso, per strano che sembri, il gold standard delle sperimentazioni cliniche: i trial randomizzati e controllati.

“Certo, in una pandemia non si può pensare che un governo promuova un intervento potenzialmente salvavita in una zona, e ne tagli fuori un’altra da usare come controllo. Ma si può, per esempio, lavorare sui tempi. Se un intervento viene messo in atto, o allentato, prima in alcune aree e due settimane dopo in altre, scegliendo a caso i due gruppi di aree, osservare le differenze tra i due gruppi nella propagazione del contagio può già dare informazioni utili sull’efficacia dell’azione”, spiegano Haushofer e Metcalf.

Sul piano etico e politico, la differenza di tempi è giustificabile col fatto che spesso non sappiamo bene quale sia il momento migliore per introdurre un dato intervento. Fermare certe attività economiche, per esempio, ha costi economici e sociali anche molto alti, e di solito non è chiaro a che punto esatto sia meglio chiuderle o riaprirle. Così si possono valutare anche più di due alternative, per esempio confrontando una serie di strette più o meno rigide sulle attività in questione.

Per valutare i benefici, ovviamente, occorrono dati affidabili sui contagi, i ricoveri, i decessi e gli altri esiti importanti, e questa è una sfida non banale, nel caos delle rilevazioni che abbiamo avuto anche in Italia. Ma qui l’epidemiologia e la statistica vengono in aiuto.

Anni di studi hanno prodotto modelli validi che riescono a descrivere la traiettoria della pandemia con pochissimi parametri, come il classico modello SIR (Susceptible, Infectious, Recovered), che considera il transito della popolazione fra i tre stati di suscettibile, infettivo o guarito. Con modelli appena più complessi si può rispondere anche a quesiti più dettagliati; per esempio, qual è l’impatto specifico delle misure adottate sulla fascia di popolazione più a rischio, quella degli anziani.

Quando poi i trial randomizzati e controllati sono impossibili, per motivi pratici o di accettabilità politica e sociale, ci sono comunque valide alternative. Quali gli esperimenti naturali creati dalle norme che, per esempio, in un primo tempo riaprono solo i negozi sotto una certa dimensione, e permettono quindi di confrontare l’andamento delle infezioni tra esercizi commerciali simili ma appena sotto o sopra la soglia stabilita, quindi i primi riaperti e gli altri no.

I due studiosi snocciolano una serie di esempi di questo genere, ragionando nei dettagli sulle opportunità di studiare i vari interventi nelle diverse situazioni. Ma la loro conclusione è una: questi studi sono doverosi, se non si vuole continuare a muoversi a tentoni contro la pandemia.

“Le sperimentazioni rigorose e informative sono del tutto fattibili” affermano. “Realizzarle richiede più tempo che generare proiezioni basate su osservazioni e modelli matematici. Ma in termini di accuratezza danno benefici notevoli. E costituiscono uno strumento potente per ridurre i costi sanitari, economici e sociali di questa pandemia, e delle pandemie in generale”.

 

 

Bibliografia

  1. Hsiang S et al. The effect of large-scale anti-contagion policies on the COVID-19 pandemic. Nature 2020 Jun 8. doi: 10.1038/s41586-020-2404-8. Online ahead of print.
  2. Haushofer J, Metcalf J. Which interventions work best in a pandemic? Science 05 June 2020: 1063-5