Andamenti dei contagi sul territorio italiano nella fase di lockdown
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Andamenti dei contagi sul territorio italiano nella fase di lockdown
Vers.1 - 8.5.20
Nota. Il presente studio si inserisce nell’ambito del lavoro avviato dall’Associazione Analisti Ambientali (AAA) volto a fornire contributi
ed approfondimenti sui processi di crisi globale innescati dalla pandemia da COVID-19 (vedi). L’attività si appoggia sulla produzione
di analisi e mappe prodotte con cadenza settimanale su base provinciale. Lo studio è stato redatto dal gruppo di lavoro composto da
Sergio Malcevschi, Gianmarco Paris e Paola Pluchino ed ha coinvolto per i confronti altri esperti sia dell’Associazione sia del network
del C.A.T.A.P. (Coordinamento delle Associazioni Tecnico-scientifiche per l’Ambiente ed il Paesaggio). Alla presente potrà seguire una
successiva versione sulla base delle osservazioni ricevute.
Sintesi
1. I nuovi contagi da COVID-19 nella fase di lockdown in Italia sono stati molto numerosi, maggiori di
quanto atteso
2. In tale fase la mappa dei contagi totali è rimasta quasi la stessa, riproducendo le differenze
geografiche della fase iniziale; non si è chiarito ancora a sufficienza il ruolo giuocato dai diversi
fattori ambientali, oltre a quelli più strettamente sanitari
3. Intanto occorre verificare meglio a che punto ci troviamo rispetto agli andamenti dei contagi reali
e previsti; è a tal fine necessario combinare più indicatori
4. Occorre considerare contestualmente i diversi livelli territoriali e tener conto delle indicazioni che
emergono
5. Le analisi devono precisare in modo adeguato il proprio campo di azione; siamo consapevoli che
hanno limiti intrinseci che non possono peraltro giustificare l’assenza di decisioni
6. Sulle basi precedenti si è costruito un quadro territoriale complessivo degli andamenti in Italia
nella fase di lockdovn
7. Ne conseguono alcuni spunti per la Fase 2
Premessa
Terminata in Italia la Fase 1 di emergenza con lockdown, si può vedere come si siano sviluppate le curve dei
contagi e fare qualche considerazione su quanto avvenuto nel periodo. Dove il lockdown ha funzionato
meglio e dove meno? Quali fattori hanno presumibilmente inciso? Quali avvertenze si possono suggerire per
la Fase successiva?
Il lavoro ha analizzato gli andamenti del COVID-19 e la loro diffusione sul territorio italiano nel periodo del
lockdown. Ove ve ne sia in seguito l’interesse e l’opportunità, alla presente versione ne seguirà una ulteriore
riveduta ed ampliata sulla base delle osservazioni che perverranno, anche attraverso il coinvolgimento di
ulteriori ricercatori.
La fonte informativa per i dati italiani è stata quella fornita dal Ministero della Salute sul proprio sito
attraverso la pagina di aggiornamento (e le tabelle di dati su base provinciale quotidianamente allegate):
http://www.salute.gov.it/portale/nuovocoronavirus/dettaglioContenutiNuovoCoronavirus.jsp?lingua=italia
no&id=5351&area=nuovoCoronavirus&menu=vuoto
1
Il lavoro non può essere considerato un’analisi epidemiologica canonica (che prevede l’analisi dell’indice Rt
nel tempo e dell’R0 come soglia di riferimento per le decisioni), ma si sono basate su analisi dei dati di base
messi a disposizione dal Ministero della Salute, incrociati con quelli resi disponibili da piattaforme online
qualificate (in particolare https://lab24.ilsole24ore.com/coronavirus/). Lo si è fatto attraverso strumenti
semplici di rappresentazione (diagrammi temporali, mappe) dei dati della variabile di base (il numero totale
progressivo dei contagi fornito su basi giornaliere) e di indici da essa direttamente derivabili: nuovi contagi,
rapporti tra sotto-periodi dell’arco temporale entro cui è stato promulgato il lockdown. Ciò ha comportato
dei limiti nell’analisi di cui gli autori sono consapevoli (vedi punto 5 successivo).
L’obiettivo di questo lavoro è stato quello di un’analisi numerica speditiva dei dati di base disponibili per
consentite confronti di situazioni territoriali chiaramente differenti, e di trarne suggerimenti ai fini della Fase
2 post-lockdown di convivenza con il virus.
Lo studio
1. I nuovi contagi da COVID-19 nella fase di lockdown in Italia sono stati molto numerosi, maggiori di
quanto atteso
Partendo da un livello di 12.462 contagiati l’11 marzo 2020 si è arrivati al 3 maggio2020, al termine del
periodo ufficiale di lockdown, ad ulteriori 198.255 nuovi casi di contagio (per un totale di 210.717) sull’intero
territorio nazionale: 17 volte il livello iniziale.
Il dato suscita motivi di preoccupazione rispetto alle aspettative iniziali che, sulla base delle misure restrittive
promulgate dal Governo per i contatti tra le persone ed i loro spostamenti sull’intero territorio nazionale,
prevedevano un rapido abbassamento dei nuovi contagi fino ad un livello di trascurabilità che consentisse
l’eliminazione delle misure adottate.
Fig.1 - Contagiati totali in Italia nella fase di lockdown
Sulla base delle notizie e dei dati disponibili a livello internazionale, molti altri paesi colpiti dalla pandemia
hanno adottato misure simili di lockdown e stanno mostrando andamenti in molti casi anche peggiori di quelli
italiani (si riporta qualche esempio nel punto successivo), ma ciò non è di particolare conforto rispetto ai dati
precedenti. Si impongono ulteriori studi virologici ed epidemiologici, nonché ulteriori analisi e riflessioni
rispetto alle molte prodotte in questo periodo a tutti i livelli (istituzionale, scientifico, giornalistico) che
spieghino le ragioni, in Italia e nel mondo, di un’efficienza relativamente bassa delle misure di lockdown
rispetto alle attese. Ferma restando la ragionevole convinzione che l’alternativa al lockdown (assenza di
misure limitative) avrebbe avuto conseguenze terribilmente peggiori in termini sanitari.
2
2. Nel periodo di lockdown la mappa dei contagi totali è rimasta quasi la stessa, riproducendo le
differenze geografiche della fase iniziale; non si è chiarito ancora a sufficienza il ruolo giuocato dai
diversi fattori ambientali, oltre a quelli più strettamente sanitari
Ai fini interpretativi i numeri di base devono essere contestualizzati rispetto alla realtà geografica entro cui
si collocano le realtà territoriali rappresentate. Strumento principe in tal senso è la produzione di mappe ad
un sufficiente livello di dettaglio.
Il presente lavoro si colloca (vedi nota iniziale) all’interno di una verifica periodica su base settimanale della
distribuzione dei contagi su base provinciale (www.analistiambientali.org/covid-19-analisi-dati).
Fig. 2 - Mappe di presenza in Italia dei contagi e di due indicatori in un monitoraggio in corso
La verifica periodica considera i contagi totali alla data di rilevazione e due variabili collegate al loro
andamento nel tempo: i nuovi contagi su base settimanale e la variazione intervenuta nell’ultima settimana
rispetto alla data di rilevazione.
Alla verifica precedente si aggiungono note di approfondimento per rendere conto di aspetti metodologici o
per verificare la situazione emergente con altre possibili variabili che rendano conto di relazioni collegabili.
Di importanza primaria al riguardo è il rapporto tra i numeri dei contagi e la popolazione del territorio di
riferimento. Il numero di contagi per abitanti ci dà un’immagine più aderente di come il virus abbia sfruttato
in modo geograficamente differenziato la risorsa ambientale che aveva a disposizione (noi esseri umani).
Un’analisi di questo tipo si è tradotta, in forma di mappe su base provinciale, del confronto tra la situazione
dell’11 marzo 2020 in piena fase esplosiva, quando è stato attivato il lockdown, e la situazione al termine di
aprile, quando il Governo aveva deciso per uno sblocco parziale.
3
Fig.3 – Mappe di presenza in Italia dei contagi per 10.000 abitanti all’inizio ed alla fine del lockdown
La geografia dalla presenza del virus, il suo areale, la sua impronta spaziale fondamentale è rimasta in pratica
la stessa, seppure moltiplicata nelle dimensioni dei contagi. Possiamo riconoscere una forma eco-territoriale
che si è mantenuta in cui si conferma il «cratere» dell’esplosione iniziale, formato dalle province lombarde
centro-orientali e da quella di Piacenza. Si conferma il risparmio iniziale (relativo) dell’Italia meridionale, ed
in particolare delle isole, riconoscendo peraltro alcune riaccensioni locali (Sassari, Enna).
3. Intanto occorre chiarire meglio a che punto ci troviamo rispetto agli andamenti dei contagi reali e
previsti; è a tal fine necessario combinare più indicatori
Ai fini interpretativi i numeri di base devono essere considerati anche all’interno dei loro andamenti nel
tempo, ed alla posizione rispetto ai processi complessivi in corso ed attesi. L’analisi degli andamenti delle
curve dei contagi del COVID-19 mostra a tutti i livelli geografici, da quello internazionale a quello territoriale,
una molteplicità di situazioni di regola riconducibili allo schema interpretativo fondamentale
dell’epidemiologia. Il modello, applicabile più in generale (sia pure con modalità diverse) per la curva di
crescita delle popolazioni degli esseri viventi, prevede dopo una fase iniziale di attivazione, tre condizioni
dinamiche fondamentali: una crescita marcata (C), seguita da una fase di rallentamento (R) ed una successiva
stabilizzazione (S). E’ stato questo d’altronde anche il modello per l’interpretazione degli andamenti dei
contagi a cui si è fatto riferimento nella pandemia in corso in ambito scientifico, istituzionale, mediatico.
Per un’applicazione del modello ai fini di questo lavoro e per una identificazione di quali potessero essere gli
indicatori più adatti per l’organizzazione dei dati, si è proceduto ad un confronto iniziale tra la situazione
italiana e quella di alcuni altri paesi. Nell’attuale pandemia le tre condizioni sono riscontrabili in modo
differenziale, a seconda del momento in cui ci si trova, negli andamenti delle varie nazioni del mondo.
La Fig.2 mostra, tratti dal sito www.worldometers.info/coronavirus/#countries gli andamenti di nove nazioni
emblematiche. La semplice analisi morfologica suggerisce il posizionamento nel tempo delle tre condizioni
dinamiche sopra richiamate.
4
Fig.4 – Andamenti dei contagi totali in alcuni paesi nel mondo riportati dal sito www.worldometers.info. Sono indicate
le condizioni ricorrenti di crescita (C) dopo la fase di avviamento, rallentamento (R) e stabilizzazione successiva (S)
Appare che alla data finale (3 maggio) del periodo considerato dai diagrammi (che partiva dal 15 febbraio
tranne la Cina dal 22 gennaio) da gennaio, mentre la Cina, la Corea del Sud e forse l’Australia hanno raggiunto
una fase di stabilizzazione in cui l’epidemia non si espande più, per Austria, Germania ed Italia è in corso un
rallentamento (più marcato in Austria); Svezia e Stati Uniti sono ancora evidentemente in una fase di crescita
rilevante e stanno appena accennando un rallentamento, mentre la Russia non mostra ancora accenni in
questo senso.
Ci si è posti l’obiettivo di quale potesse essere un’analisi speditiva ma rigorosa dei dati disponibili per
verificare in modo comparativo le impressioni precedenti e posizionare una determinata data rispetto alle 3
condizioni indicate. Si è utilizzato a tal fine un medesimo periodo di riferimento: i giorni intercorrenti
dall’inizio del lockdown in Italia (11 marzo) e la sua fine; per comodità di trattazione non si è considerata la
data ufficiale (3 maggio), ma quella di poco anteriore del 30 aprile, in modo da avere un periodo di 60 giorni
suddivisibili a loro volta in due intervalli di 25 giorni.
I dati dei contagiati totali nei paesi considerati sono risultati quelli in Tab. 1 (colonne di destra).
Tab.1 - Dati dei contagi totali in alcuni paesi nel mondo riportati dal sito www.worldometers.info
n° contagi tot n° x 100.000 ab
11-ma r 30-a pr var 11-mar 30-a pr var
Cina 80.792 82.862 1,03 5,6 5,8 1,03
Sud Corea 7.755 10.765 1,4 15,1 21,0 1,4
Australia 128 6.754 52,8 0,5 26,5 52,8
Austria 246 15.452 62,8 2,7 172 62,8
Germania 1.966 162.009 82,4 2,3 193 82,4
Italia 12.462 205.463 16,5 20,6 340 16,5
Svezia 500 21.092 42,2 5,0 209 42,2
Stati Uniti 1.301 1.095.023 842 0,4 331 842
Russia 28 106.498 3804 0,0 73,0 3804
5
Per poter essere interpretati i numeri di base vanno confrontati, oltre che con se stessi nel tempo, anche
rispetto a fattori potenziali di condizionamento dei risultati. I fattori importanti sono molteplici (demografici,
ambientali, socio-sanitari). Si riporta qui, oltre ai numeri base dei contagi totali, il loro rapporto con la
popolazione, che mostra come le situazioni peggiori (dove il contagi incidano maggiormente) fossero l’11
marzo quelle di Italia e Sud Corea, mentre il 30 aprile siano quelle di Italia e Stati Uniti. I confronti nel tempo
riportano invece gli stessi risultati sia per il dato di base (contagiati totali) che per quello collegato (contagiati
per abitanti) e ci mostra come nel periodo considerato Cina e Sud Corea abbiano stabilizzato i contagi, la
Russia li abbia moltiplicati spaventosamente (l’11 marzo l’epidemia era appena agli inizi) ed il dato
moltiplicativo italiano (16.5) sia il migliore rispetto alle altre nazioni considerate.
Ma un periodo di 50 giorni può essere troppo lungo per riconoscere le fasi di andamento. I dati precedenti
sono stati ulteriormente articolati rispetto a due sotto-periodi uguali di 25 giorni, stimando le quote di contagi
rispetto al totale finale per ciascuna delle tre situazioni; T1 (fase antecedente l’11 marzo), T2 (dall’11 marzo
al 5 aprile), T3 (dal 5 al 30 aprile). I risultati sono stati i seguenti:
Tab. 2 - - Dati dei contagi totali in alcuni paesi nel mondo in tre periodi (T1-T3) definiti da date in relazione con il
locjdown italiano
< 11 mar 20 -> 5 apr -> 30 apr
T1 T2 T3 Fase
Cina 97,5% 1,1% 1,4% S*
Sud Corea 72,0% 23,1% 4,9% S*
Australia 1,9% 83,2% 14,9% R
Austria 1,6% 76,4% 22,0% R
Germania 1,2% 60,6% 38,2% R
Italia 6,1% 56,7% 37,2% R
Svezia 2,4% 30,0% 67,6% C
Stati Uniti 0,1% 31,3% 68,6% C
Russia 0,0% 5,0% 94,9% CC
La valutazione di quanto avvenuto nei due sotto-periodi consente una classificazione delle situazioni ed un
riscontro di quanto suggerito dall’analisi visiva. Se ad esempio usiamo come criterio per definire la stabilità
(S) un aumento che possa essere considerato relativamente trascurabile (diciamo il 5%), Cina e Corea
possono essere considerate ormai in tale condizione. Consideriamo invece in rallentamento (R) le situazioni
in cui l’incidenza dell’ultimo periodo (T3) è minore di quella del periodo equivalente precedente (T2);
rientrano allora in questa categoria Australia, Austria, Germani a ed Italia; Svezia e Stati Uniti mostrano per
contro una crescita (C) ancora significativa. La Russia appare di fatto ancora in una fase esplosiva iniziale di
crescita (CC).
Il parametro precedente T3 consente quindi confronti speditivi in grado di aiutare nelle decisioni da prendere
nelle diverse situazioni. Richiede peraltro, come si è visto, alcune assunzioni che devono essere dichiarate e
condivise. La prima è la lunghezza dei due sotto-periodi T; qui è stata di 25 giorni, ma se fosse stata minore
(o maggiore) i risultati avrebbero potuto fornire indicazioni diverse. Ad esempio con un T settimanale si
sarebbero potuti riconoscere primi accenni di rallentamento anche in Svezia e Stati Uniti. Altre assunzioni
riguardano le soglie alle quali la curva possa essere considerata stabile (qui il 5%) o in rallentamento
significativo, e le convezioni possono essere diverse; l’importante, se ne seguono decisioni ed atti, è che tali
convenzioni vengano dichiarate per essere condivise o ridiscusse.
Utilizzando ancora i dati di base (numero contagi riconosciuti ufficialmente) il parametro probabilmente più
significativo per la gestione della crisi sanitaria a livello territoriale è quello dei nuovi contagi (N). Mantenendo
6
lo schema temporale precedente, i numeri dei nuovi contagi sono risultati quelli in Tab. Nella colonna N1
sono riportati i nuovi contagi per il periodo T2 (11 marzo - 5 aprile 2020), nella N2 quelli per il periodo T3 (5-
30 aprile 2020).
Tab. 3 – Nuovi contagi derivati dai dati in tab.2
Nuovi contagi
N1 (T2) N2 (T3) N (tot) N2/N1
Cina 916 1.154 2.070 1,3
Sud Corea 2.482 528 3.010 0,2
Australia 5.622 1.004 6.626 0,2
Austria 11.805 3.401 15.206 0,3
Germania 98.157 61.886 160.043 0,6
Italia 116.486 76.515 193.001 0,7
Svezia 6.330 14.262 20.592 2,3
Stati Uniti 342.446 751.276 1.093.722 2,2
Russia 5.361 101.109 106.470 18,9
A questo punto un indicatore molto utile può essere il rapporto tra i nuovi contagi dei due sotto-periodi,
riportato nella colonna N2/N1. Se il rapporto è uguale ad 1 (stessi numeri nei due sotto-periodi) vuol dire nel
periodo complessivo c’è stata una crescita lineare; un rapporto N2/N1 minore di 1 misura l’entità di un
rallentamento; se maggiore di 1 c’è stata una crescita, tanto maggiore quanto maggiore è il rapporto.
L’indicatore consente una valutazione operativa immediata: se il rallentamento è marcato (es. N3/N1 < 0,3)
resterà necessaria un’attenzione da parte dei gestori del territorio (dal momento che ci sono comunque stati
nuovi contagi), ma minore di quella richiesta quando l’indice è più elevato. Quanto più l’indice sale oltre il
valore 1, tanto più saranno in linea di principio necessarie misure per il contenimento delle criticità.
4. Occorre considerare contestualmente i livelli territoriali alle varie scale e capire come tener conto
delle indicazioni che emergono
E’ sufficiente il livello nazionale dei risultati del tipo precedente per esprimere valutazioni e produrre
decisioni (ad esempio di proseguimento o interruzione di lockdown)? Sicuramente no per la realtà italiana,
dove la competenza sanitaria è regionale, ed ai fini delle decisioni da prendere le relazioni tra stato e regioni
sono di tipo dialettico, per non dire spesso conflittuale. Sui risultati di quanto avvenuto a livello regionale si
dirà successivamente nel punto 6., mentre ci si pone intanto il quesito se sia o no necessario, per una
comprensione dei fenomeni ad un livello sufficiente per produrre decisioni, considerare anche il livello su-
regionale.
In realtà un’analisi più fine degli andamenti a livello sub-regionale (nel nostro caso provinciale) deve essere
fatta se si vogliono capire meglio i fattori che hanno condizionato ( e prevedibilmente potranno condizionare)
il diffondersi del virus SARS-Covi2, e dosare quindi le misure post-lockdown
L’analisi degli andamenti anche ad un primo livello semplicemente rappresentativo ha dimostrato come,
anche all’interno di un medesimo territorio regionale, si siano prodotte significative differenze
potenzialmente suscettibili di politiche e decisioni diverse. Le situazioni esemplificative sono numerose.
7
Fig. 5 – Andamenti dei contagi totali nel periodo di lokdown per alcune province lombarde
Prendiamo il caso regionale riconosciuto come più critico, quello della Lombardia. Nel corso del lockdown la
curva di Bergamo, che inizialmente superava Milano come numero di contagiati, si è piegata con un
rallentamento sempre più sensibile mentre quella di Milano, dopo aver superato Bergamo alla fine di marzo,
è proseguita con una crescita rilevante fino alla fine del lockdown. Si può invocare per Milano, città
metropolitana, un numero sensibilmente maggiore di abitanti, ma non altrettanto si può fare per Brescia che
pure da una partenza minoritaria ha superato Bergamo durante il lockdown. Situazione analoga di
rallentamento rilevante per Lodi a cui non corrispondono le crescite maggiori di Cremona (che condivideva
la stessa partenza) o di Pavia (che l’ha superata all’inizio di aprile). E che dire di Sondrio, ben lontana (in senso
positivo) dai numero delle altre realtà lombarde. Le cause ipotizzabili per le differenze possono essere
molteplici: la riduzione della popolazione suscettibile al virus a Bergamo, la maggior forza del lockdown a
Lodi, l’alta densità di Milano e la bassa di Sondrio. Di fatto si tratterebbe di situazioni con diversi livelli di
criticità che potrebbero giustificare differenti politiche di post-lockdown da parte regionale.
Passando ad un altro caso regionale, come mai in Emilia Romagna nell’arco del periodo di lockdown i nuovi
contagi nella provincia di Reggio Emilia sono aumentati in modo così rilevante rispetto ad altre situazioni
vicine inizialmente più critiche, come le province di Parma e Piacenza? Ci sono stati ragioni legate a
comportamenti differenziali delle persone o a diverse modalità di raccogliere ed organizzare i dati (ad
esempio più tamponi da parte delle autorità locali)?
Fig. 6 - Andamenti dei contagi totali nel periodo di lokdown per alcune province emiliano-romagnole e per la
provincia di Rovigo
8
Come mai nella parte orientale della regione le province di Ferrara e Ravenna sono rimaste molto meno
compromesse? Ci sono motivi di carattere strumentale (ad esempio meno tamponi) o di carattere
topografico ed ambientale, come potrebbe far supporre l’analoga situazione della provincia di Rovigo
sull’altro fronte del Po?
Come mai in Sicilia i casi di contagio nella provincia di Palermo sono stati meno numerosi rispetto a altre
realtà (Messina, Catania), ed invece sono stati così tanti ad Enna, territorio in teoria decentrato e meno
coinvolto in processi di interscambio?
Fig. 7 - Andamenti dei contagi totali nel periodo di lokdown per alcune province siciliane
Ed invece così bassi sono rimasti gli andamenti nel sud ed all’ovest dell’isola (Ragusa, Agrigento, Trapani)? Si
possono ipotizzare fattori generali che valgono anche in altre realtà italiane, o occorre cercare di volta in
volta le cause che localmente hanno pesato? Ad esempio in Sicilia l’asse Messina-Catania e l’asse Catania-
Palermo sono i due principali motori dell’isola. A Catania rimangono le principali aziende; l’orografia la colloca
in una pianura che ha alle spalle un vulcano attivo di 3.300 metri (l’Etna) che aggiunge particolato a quello di
origine antropica generato dal traffico veicolare e dal settore produttivo. L’aeroporto di Catania ha poi un
traffico passeggeri più consistente di quello di Palermo, e la sua economia è molto più dinamica grazie anche
alla presenza di alcune aziende internazionali. Enna si trova sull’asse Catania-Palermo con un rilevante polo
artigianale/industriale (Dittaino), collocato nei pressi dell’unico Outlet Village dell’isola; i contagi sono
avvenuti principalmente nei pressi di quest’area, ma anche in zone più decentrate (Troina), a causa di
contaminazioni in strutture per anziani. Un ruolo significativo può poi averlo avuto il contesto socio-culturale.
In ogni caso, un grande numero di contagi nell’isola è avvenuto in strutture sanitarie o per anziani, anche
veicolata da ignari operatori sanitari asintomatici
La ricerca delle cause locali deve dunque considerare fattori sanitari, fisico-ambientali, socio-culturali che
possono essere analizzati e riconosciuti sono attraverso conoscenze dirette del territorio. Gli esempi
precedenti mostrano come una adeguata comprensione delle cause delle differenze possa e debba essere
fatta a livello sub-regionale, indirizzando specifiche misure di controllo e potenzialmente di limitazione di
attività. Ma esistono anche possibili fattori di condizionamento della diffusione e mantenimento del virus di
carattere più ampio, che impongono analisi e potenzialmente misure di livello sovra-regionale.
9
Fig. 8 - Andamenti dei contagi totali nel periodo di lokdown per alcune province montane e del centro Italia
Prendiamo ad esempio le singolari convergenze di andamento tra territori montani distanti di Regioni diverse
(Aosta, Sondrio, Belluno) a fronte di convergenze più facilmente immaginabili di territori con rilievi meno
accentuati, in parte simili come quelli di province centrali come Terni, Rieti e Viterbo, vicine ma governate da
sanitari regionali diversi. Come mai questa forte divergenza tra i due blocchi? Ci sono fattori ambientali o di
altro genere che possono essere ipotizzati e verificati?
Sarebbe importante una raccolta sistematica di situazioni come le precedenti, e delle spiegazioni che
vengono fornite a livello locale, in modo da disporre di un catalogo organico di risposte utilizzabile per meglio
prendere decisioni nella Fase 2 post-lockdown.
5. Le analisi devono precisare in modo adeguato il proprio campo di azione; siamo consapevoli che
hanno limiti intrinseci che non possono peraltro giustificare l’assenza di decisioni
L’impostazione presentata e discussa nei punti precedenti è stata utilizzato per un’analisi ed una prima
valutazione di quanto successo in Italia nel periodo di lockdown. Si è mantenuto lo schema interpretativo
basato sul periodo di 50 giorni dall’inizio del lockdpwn (11 marzo) al 30 aprile, con suddivisione in due sotto-
periodi di 25 giorni (definiti come L1 ed L2, equivalenti ai T2 e T3 del capitolo precedente). Lo schema è stato
applicato ai dati delle 20 Regioni e delle 108 Province italiane attraverso variabili ed elaborazioni
diagrammatiche del tipo precedente.
10Fig. 9 - Andamenti dei contagi totali nel periodo di lokdown per alcune regioni e province italiane. L;: inizio del
lockdown; L1: primo sotto-periodo del lockdown; L2: secondo sotto-periodo considerato nello studio
Il diagramma precedente combina, a titolo esemplificativo i casi di due regioni (Umbria e Puglia) e di 3
province (Lodi, Pesaro Urbino, Ragusa). Come si vede, pur partendo al lockdown da livelli bassi simili mentre
l’Umbria dopo una crescita rsignificativa nelle prime settimane (fase L1) si è quasi stabilizzata (fase L2); la
Puglia per contro ha avuto una crescita sin dall’inizio più accentuata che è poi proseguita, sia pure con un
rallentamento, anche nella seconda fase. Le province di Lodi e Pesaro-Urbino sono partite al lockdown a livelli
maggiori delle regioni precedenti, ed hanno avuto crescite intermedie rispetto ad esse; Ragusa sin dall’inizio
è rimasta ad un livello molto più basso dei casi precedenti, con un andamento neppure apprezzabile alla scala
grafica utilizzata nel diagramma esemplificativo.
Sono anche stati effettuati controlli incrociati con le rappresentazioni ed elaborazioni offerte per tutto il
periodo considerato sul sito https://lab24.ilsole24ore.com/coronavirus/ che, avendo usato le stesse fonti
del Ministero della Salute, sono da considerarsi equivalenti (le curve partono qui dal 24 febbraio). Nella figura
seguente si riportano alcuni casi derivati da quel sito alla sezione “Regioni e province: tutti i trend ed i
confronti” che consentono alcune avvertenze metodologiche sulla lettura di diagrammi temporali come
quelli analizzati in questo studio.
.
Fig. 10 - Andamenti dei contagi totali dall’inizio dell’epidemia in Italia per alcune regioni e province italiane secondo il
sito https://lab24.ilsole24ore.com
Nel diagramma (1) si mostrano le curve per le province di Torino e di Genova. Già l’analisi visiva mostra
andamenti apparentemente molto diversi nei due casi: una crescita molto consistente per Torino, ed una
visivamente meno accentuata per Genova.
11Il diagramma (2) riporta ancora il caso di Genova, insieme a quelli di Piacenza e Perugia; cambia la scala
grafica rispetto al diagramma precedente (del diagramma 1 il massimo era di 16.000 mentre qui è di 5.000)
e viene meno l’effetto di schiacciamento visivo per Genova, che mostra adesso un andamento fortemente
crescente ed “a gradini”; ciò è da ascrivere, come in un certo numero di altri casi provinciali, alla non
regolarità con cui i dati venivano comunicati dalle regioni al Ministero della Salute. Nelle tabelle dei dati
ministeriali, che sono uscite giornalmente nel periodo c’era anche una voce “in aggiornamento” di contagi
non attribuiti di cui si rendeva poi conto in giorni successivi.
Il caso di Piacenza ci dice che il modello ideale criscita/ rallentamento/ stabilizzazione non costituisce un
riferimento obbligato: vi possno essere situazioni in cui ad una fase di rallentamento può seguire una nuova
crescita e così via; è per questo motivo che, accanto ai riferimenti matematici teorici (ad esempio quello
rappresentato dalla curva logistica) si reputa necessario disporre anche di indicatori numerici basati sui dati
degli andamenti effettivi come quelli usati in questo studio. Nel diagramma 2 è presente anche il caso di
Perugia che, con una curva di crescita (in questo caso regolare) partita come Genova in ritardo rispetto a
Piacenza, mostra visivamente una stabilizzazione, che dovrà però essere confermata con opportuni indicatori
per escludere effetti da schiacciament visivo.
Il diagramma (3) riporta i casi di Reggio Calabria e di Isernia, a loro volta con evidenti salti nell’andamento;
nel caso di Reggio c’è addiruttura una diminuzione, in teoria non possibile trattandosi di una curva cumulativa;
anche qui sono da invocare riaggiustamenti dei dati nel tempo da parte della Regione negli invii quotidiani al
Ministero della Salute. Problemi di pulizia dei dati di questo tipo sono il motivo per cui non è corretto basarsi
su variazioni giornaliere; per l’interpretazione delle tendenze occorre considerare intervalli temporali più
ampi. L’intervallo scelto di 25 giorni è adottato in questo studio è parso sufficientemente ampio per
compensare tali anomalie, ma con le dovute attenzioni si reputa che anche sotto-periodi di durata
settimanale possano essere convenientemente utilizzati nelle attività di monitoraggio.
Più serio potrebbe essere il problema di fondo della affidabilità della variabile considerata di base in questo
studio: il numero dei contagiati rilevato dalle Regioni, utilizzato per le proprie risposte di ordine sanitario e
trasmesso giornalmente al Ministero della Salute (insieme alle altre variabili costituite dai deceduti, dai
guariti, dai ricoverati negli ospedali ospitati o meno in reparti di terapia intensivai. E’ ormai conclamato che
il numero totale dei contagiati è solo parzialmente rappresentativo delle persone effettivamente che sono
state o sono infette; il virus SARS Cov2 è presente in numeri ampi e non conosciuti di asintomatici, i risultati
dipendono anche dalla quantità di tamponamenti effettuati, nonché dalla efficienza o meno dei test stessi;
se riservati solo ai sintomatici conclamati daranno risultati diversi che nel caso in cui vengano effettuati anche
su altri strati della popolazione.
Le Regioni hanno adottato differenti politiche di tamponamento per la ricerca dei contagiati, come mostra
anche la tabella sottostante in cui si cofrontano i rapporti tra tamponi eseguiti e popolazione regionale, le
percentuali di contagiati trovati rispetto ai tamponi effettuati, il rapporto per le due variabili precedenti tra i
dati del 30 aprile con quelli del 4 aprile. I dati mostrano una situazione fortemente evolutiva in cui a fronte
di un aumento dei tamponi eseguiti tra le date indicate per un fattore di 3-4 volte si ha anche una riduzione
dei contagi trovati per un fattore compreso tra 0,3 e 0,6.
12Tab. 4 – Dati relativi ai tamponi nelle regioni italiane (fonte: Ministero della Salute)
tamponi/pop. %contagi/tamp
05-a pr 30-a pr / 05-a pr 30-a pr /
ITALIA 11,5 32,8 2,9 18,7% 10,4% 0,6
VALLE D'AOSTA 19,0 60,7 3,2 32,7% 14,8% 0,5
PIEMONTE 8,9 36,0 4,1 32,1% 16,8% 0,5
LIGURIA 9,7 31,5 3,2 29,6% 16,4% 0,6
LOMBARDIA 14,9 37,5 2,5 33,6% 20,1% 0,6
EMILIA ROMAGNA 15,7 41,0 2,6 24,4% 13,9% 0,6
VENETO 28,7 71,2 2,5 8,0% 5,1% 0,6
TRENTINO A.A. 24,4 72,5 3,0 15,0% 8,5% 0,6
FRIULI V.G. 17,9 56,1 3,1 9,5% 4,5% 0,5
TOSCANA 13,7 38,1 2,8 11,5% 6,6% 0,6
MARCHE 10,0 39,0 3,9 29,3% 10,5% 0,4
UMBRIA 14,1 41,2 2,9 10,0% 3,8% 0,4
LAZIO 7,6 23,4 3,1 8,7% 4,8% 0,6
ABRUZZO 10,4 29,0 2,8 12,5% 7,7% 0,6
MOLISE 4,9 21,0 4,3 14,9% 4,6% 0,3
CAMPANIA 4,0 13,1 3,3 12,8% 5,8% 0,5
PUGLIA 5,0 15,6 3,1 11,5% 6,5% 0,6
BASILICATA 5,2 22,5 4,4 9,5% 2,9% 0,3
CALABRIA 6,7 18,5 2,7 6,1% 3,1% 0,5
SICILIA 4,4 16,0 3,6 9,1% 4,0% 0,4
SARDEGNA 4,3 15,0 3,5 12,7% 5,2% 0,4
Non era scopo né possibilità di questo lavoro approfondire questo aspetto, che peraltro giuoca un ruolo
decisivo nella conduzione delle azioni regionali e nazionali nel governo dell’epidemia. Si è deciso di procedere
con la raccolta dei dati e la loro elaborazione così come esposto nei punti precedenti per o seguenti motivi.
Nonostante i limiti sopra esposti, il complesso degli andamenti temporale è apparso un sistema
complessivamente coerente al suo interno, in grado di consentire confronti credibili tra i diversi risultati
almeno nelle loro relazioni essenziali. Di fatto poi il numero dei contagi totali ufficiali rimane il dato più
generalmente utilizzato a tutti i livelli istituzionali, tecnici, mediatici; consente così riconoscimento di
tendenze e confronti a tutti i livelli di immediata leggibilità. Infine, almeno attualmente, è l’unico parametro
disponibile in modo efficace e continuativo con un’articolazione spaziale (quella delle province) che consenta
di costruire mappe a livello territoriale con sufficiente livello di dettaglio e di verificare potenziali correlazioni
con altri parametri di interesse territoriale ed ambientale (premessa per una ricerca efficace dei fattori di
condizionamento non strettamente sanitari).
Con tali premesse i risultati ottenuti, se non misure precise dei fenomeni investigati (processi, geografie,
relazioni), possono essere considerati indicatori proxy degli stessi, in grado cioè di rappresentarli nelle loro
componenti essenziali, e potenzialmente di suggerire proprietà emergenti altrimenti non riconoscibili,
orientando in modo più efficace approfondimenti mirati. In ogni caso la consapevolezza dell’esistenza di
margini di errore nei dati raccolti non può essere invocata per rinunciare ai migliori approfondimenti fattibili
con le informazioni a disposizione e tantomeno alle conseguenti possibilità di miglioramento delle decisioni
da prendere.
6. Sulle basi precedenti si è costruito un quadro territoriale complessivo degli andamenti in Italia
nella fase di lockdovn
I risultati ottenuti con lo schema per le Regioni e le Province italiane sono esposti nelle seguenti tabelle.
13Tab. 5 – Contagi totali e nuovi contagi nelle regioni italiane rispetto al periodo di lockdown. AL: fase precedente il
lockdown; L1: primo sotto-periodo del lockdown; L2: secondo sotto-periodo considerato nello studio Colonna Fasi:
crescita (C), rallentamento (R), stabilizzazione (S)
Contagi totali Nuovi contagi AL% L1% L2% Fase L2/L1
Luogo 11-mar 05- 30-apr L1 L2
apr
LOMBARDIA 7280 50455 75732 43.175 25.277 9,6% 57,0% 33,4% R 0,6
PIEMONTE 501 12362 26289 11.861 13.927 1,9% 45,1% 53,0% C 1,2
EMILIA 1739 17089 25436 15.350 8.347 6,8% 60,3% 32,8% R 0,5
ROMAGNA
VENETO 1023 11226 17960 10.203 6.734 5,7% 56,8% 37,5% R 0,7
LIGURIA 194 4449 7993 4.255 3.544 2,4% 53,2% 44,3% R 0,8
TOSCANA 320 5847 9352 5.527 3.505 3,4% 59,1% 37,5% R 0,6
LAZIO 150 3880 6616 3.730 2.736 2,3% 56,4% 41,4% R 0,7
TRENTINO A.A. 152 3929 6634 3.777 2.705 2,3% 56,9% 40,8% R 0,7
MARCHE 479 4464 6247 3.985 1.783 7,7% 63,8% 28,5% R 0,4
PUGLIA 77 2317 4072 2.240 1.755 1,9% 55,0% 43,1% R 0,8
CAMPANIA 154 2960 4423 2.806 1.463 3,5% 63,4% 33,1% R 0,5
ABRUZZO 38 1703 2930 1.665 1.227 1,3% 56,8% 41,9% R 0,7
SICILIA 83 1994 3166 1.911 1.172 2,6% 60,4% 37,0% R 0,6
FRIULI V.G. 126 2048 3025 1.922 977 4,2% 63,5% 32,3% R 0,5
SARDEGNA 37 907 1295 870 388 2,9% 67,2% 30,0% R 0,4
VALLE D'AOSTA 20 782 1128 762 346 1,8% 67,6% 30,7% R 0,5
CALABRIA 19 795 1108 776 313 1,7% 70,0% 28,2% R 0,4
UMBRIA 46 1239 1392 1.193 153 3,3% 85,7% 11,0% R 0,1
BASILICATA 8 278 367 270 89 2,2% 73,6% 24,3% R 0,3
MOLISE 16 224 298 208 74 5,4% 69,8% 24,8% R 0,4
Tra quelli esposto, per valutare la criticità relativa delle situazioni regionali l’indicatore principale è
probabilmente quello più semplice: il numero di nuovi contagi recenti, nel nostro caso quelli espressi dalla
colonna L2.
Fig. 11 - Andamenti dei contagi totali nel periodo di lokdown nelle regioni con maggiori numeri (a sinistra) e minori
numeri (a destra)
14Solo tre Regioni (Umbria, Basilicata e Molise) nei 25 giorni della fase L2 sono rimaste sotto i 200 nuovi contagi
(se consideriamo i contagi cumulativi totali vediamo invece che l’Umbria supera non solo le altre due regioni
indicate, ma anche Sardegna e Valle d’Aosta). Altre 9 regioni sono rimaste sotto i 1500 nuovi contagi; altre 6
sotto i 10.000 (Con Emilia-Romagna e Veneto sopra i 5.000). Le ultime due, Lombardia e Piemonte, si sono
rivelate le più critiche, rispettivamente con 25.277 e 13.927 nuovi casi. Analizzando i risultati degli altri due
indicatori proposti in questo lavoro (L2% e L2/L1), si vede che in Piemonte gli andamenti sono stati anche
peggiori rispetto alla Lombardia, con una crescita ulteriore rispetto alla fase L1. Tra le migliori, l’Umbria in
particolare mostra un N2/N1 di 0,1, quasi una condizione di stabilizzazione.
Tab. 6 - Contagi totali e nuovi contagi nelle regioni italiane rispetto al periodo di lockdown. AL: fase precedente il
lockdown; L1: primo sotto-periodo del lockdown; L2: secondo sotto-periodo considerato nello studio Colonna Fasi:
crescita (C), rallentamento (R), stabilizzazione (S)
Contagi totali Nuovi contagi AL% L1% L2% Fase L2/L1
Luogo 11-mar 05-apr 30-apr L1 L2
Milano 925 11230 19337 10.305 8.107 4,8% 53,3% 41,9% R 0,8
Torino 159 5985 13098 5.826 7.113 1,2% 44,5% 54,3% C 1,2
Brescia 1351 9340 12861 7.989 3.521 10,5% 62,1% 27,4% R 0,4
Genova 63 1924 4616 1.861 2.692 1,4% 40,3% 58,3% C 1,4
Roma 99 2714 4756 2.615 2.042 2,1% 55,0% 42,9% R 0,8
Verona 110 2688 4666 2.578 1.978 2,4% 55,3% 42,4% R 0,8
Bologna 108 2521 4416 2.413 1.895 2,4% 54,6% 42,9% R 0,8
Como 77 1384 3244 1.307 1.860 2,4% 40,3% 57,3% C 1,4
Trento 77 2285 4116 2.208 1.831 1,9% 53,6% 44,5% R 0,8
Cremona 1061 4233 6037 3.172 1.804 17,6% 52,5% 29,9% R 0,6
Pavia 403 2619 4349 2.216 1.730 9,3% 51,0% 39,8% R 0,8
Monza Brianza 85 3046 4704 2.961 1.658 1,8% 62,9% 35,2% R 0,6
Alessandria 105 1763 3417 1.658 1.654 3,1% 48,5% 48,4% R 1,0
Bergamo 1815 9712 11313 7.897 1.601 16,0% 69,8% 14,2% R 0,2
Reggio Emilia 114 3066 4660 2.952 1.594 2,4% 63,3% 34,2% R 0,5
Varese 75 1191 2667 1.116 1.476 2,8% 41,8% 55,3% C 1,3
Cuneo 17 1071 2486 1.054 1.415 0,7% 42,4% 56,9% C 1,3
Firenze 71 1715 3120 1.644 1.405 2,3% 52,7% 45,0% R 0,9
Novara 27 986 2291 959 1.305 1,2% 41,9% 57,0% C 1,4
Piacenza 664 2892 4062 2.228 1.170 16,3% 54,8% 28,8% R 0,5
Mantova 137 2044 3175 1.907 1.131 4,3% 60,1% 35,6% R 0,6
Padova 373 2744 3851 2.371 1.107 9,7% 61,6% 28,7% R 0,5
Modena 163 2609 3657 2.446 1.048 4,5% 66,9% 28,7% R 0,4
Venezia 179 1425 2438 1.246 1.013 7,3% 51,1% 41,6% R 0,8
Vicenza 92 1647 2644 1.555 997 3,5% 58,8% 37,7% R 0,6
Asti 68 596 1572 528 976 4,3% 33,6% 62,1% C 1,8
Napoli 96 1532 2423 1.436 891 4,0% 59,3% 36,8% R 0,6
Parma 378 2275 3157 1.897 882 12,0% 60,1% 27,9% R 0,5
Bolzano 75 1644 2518 1.569 874 3,0% 62,3% 34,7% R 0,6
Treviso 185 1712 2511 1.527 799 7,4% 60,8% 31,8% R 0,5
Imperia 18 586 1338 568 752 1,3% 42,5% 56,2% C 1,3
Lodi 1035 2255 2966 1.220 711 34,9% 41,1% 24,0% R 0,6
Pesaro Urbino 342 1853 2506 1.511 653 13,6% 60,3% 26,1% R 0,4
Forlì Cesena 24 977 1576 953 599 1,5% 60,5% 38,0% R 0,6
Lecco 113 1678 2274 1.565 596 5,0% 68,8% 26,2% R 0,4
Sondrio 13 591 1180 578 589 1,1% 49,0% 49,9% R 1,0
Trieste 57 670 1252 613 582 4,6% 49,0% 46,5% R 0,9
Belluno 30 538 1107 508 569 2,7% 45,9% 51,4% C 1,1
Pescara 18 727 1292 709 565 1,4% 54,9% 43,7% R 0,8
Bari 18 790 1313 772 523 1,4% 58,8% 39,8% R 0,7
Vercelli 24 605 1107 581 502 2,2% 52,5% 45,3% R 0,9
Foggia 24 564 1044 540 480 2,3% 51,7% 46,0% R 0,9
15Contagi totali Nuovi contagi AL% L1% L2% Fase L2/L1
Luogo 11-mar 05-apr 30-apr L1 L2
Savona 42 734 1204 692 470 3,5% 57,5% 39,0% R 0,7
Ancona 110 1356 1810 1.246 454 6,1% 68,8% 25,1% R 0,4
Rimini 245 1553 2005 1.308 452 12,2% 65,2% 22,5% R 0,3
Verbano C. O. 13 556 1005 543 449 1,3% 54,0% 44,7% R 0,8
Ferrara 12 488 921 476 433 1,3% 51,7% 47,0% R 0,9
Chieti 9 325 757 316 432 1,2% 41,7% 57,1% C 1,4
Lucca 43 872 1276 829 404 3,4% 65,0% 31,7% R 0,5
Macerata 17 614 1017 597 403 1,7% 58,7% 39,6% R 0,7
Biella 36 571 966 535 395 3,7% 55,4% 40,9% R 0,7
La Spezia 19 445 829 426 384 2,3% 51,4% 46,3% R 0,9
Catania 41 594 973 553 379 4,2% 56,8% 39,0% R 0,7
Aosta 20 782 1128 762 346 1,8% 67,6% 30,7% R 0,5
Massa Carrara 40 667 994 627 327 4,0% 63,1% 32,9% R 0,5
Brindisi 15 246 566 231 320 2,7% 40,8% 56,5% C 1,4
Pisa 34 544 847 510 303 4,0% 60,2% 35,8% R 0,6
Ravenna 31 708 982 677 274 3,2% 68,9% 27,9% R 0,4
Arezzo 14 378 624 364 246 2,2% 58,3% 39,4% R 0,7
Rovigo 14 186 427 172 241 3,3% 40,3% 56,4% C 1,4
Pistoia 32 394 630 362 236 5,1% 57,5% 37,5% R 0,7
Sassari 2 601 836 599 235 0,2% 71,7% 28,1% R 0,4
B.A.T. 4 138 373 134 235 1,1% 35,9% 63,0% C 1,8
Salerno 17 437 661 420 224 2,6% 63,5% 33,9% R 0,5
Cosenza 5 230 454 225 224 1,1% 49,6% 49,3% R 1,0
Frosinone 8 369 566 361 197 1,4% 63,8% 34,8% R 0,5
Palermo 15 299 493 284 194 3,0% 57,6% 39,4% R 0,7
Livorno 16 322 513 306 191 3,1% 59,6% 37,2% R 0,6
Messina 4 353 538 349 185 0,7% 64,9% 34,4% R 0,5
Prato 21 338 520 317 182 4,0% 61,0% 35,0% R 0,6
Teramo 5 472 638 467 166 0,8% 73,2% 26,0% R 0,4
Udine 44 786 951 742 165 4,6% 78,0% 17,4% R 0,2
Pordenone 13 470 634 457 164 2,1% 72,1% 25,9% R 0,4
Latina 11 336 491 325 155 2,2% 66,2% 31,6% R 0,5
Viterbo 10 243 390 233 147 2,6% 59,7% 37,7% R 0,6
Rieti 3 189 324 186 135 0,9% 57,4% 41,7% R 0,7
Grosseto 12 277 406 265 129 3,0% 65,3% 31,8% R 0,5
Fermo 8 308 435 300 127 1,8% 69,0% 29,2% R 0,4
Enna 1 284 411 283 127 0,2% 68,9% 30,9% R 0,4
Caserta 26 300 420 274 120 6,2% 65,2% 28,6% R 0,4
Lecce 12 368 487 356 119 2,5% 73,1% 24,4% R 0,3
Siracusa 3 109 227 106 118 1,3% 46,7% 52,0% C 1,1
Avellino 7 355 456 348 101 1,5% 76,3% 22,1% R 0,3
Cagliari 15 146 235 131 89 6,4% 55,7% 37,9% R 0,7
Siena 37 340 422 303 82 8,8% 71,8% 19,4% R 0,3
Taranto 4 182 258 178 76 1,6% 69,0% 29,5% R 0,4
Terni 18 275 349 257 74 5,2% 73,6% 21,2% R 0,3
Benevento 2 108 182 106 74 1,1% 58,2% 40,7% R 0,7
Gorizia 12 116 186 104 70 6,5% 55,9% 37,6% R 0,7
Perugia 26 925 992 899 67 2,6% 90,6% 6,8% R 0,1
L'Aquila 6 179 243 173 64 2,5% 71,2% 26,3% R 0,4
Campobasso 16 166 224 150 58 7,1% 67,0% 25,9% R 0,4
Caltanissetta 0 102 159 102 57 0,0% 64,2% 35,8% R 0,6
Matera 3 136 189 133 53 1,6% 70,4% 28,0% R 0,4
Catanzaro 2 157 207 155 50 1,0% 74,9% 24,2% R 0,3
Ascoli Piceno 1 235 281 234 46 0,4% 83,3% 16,4% R 0,2
Ragusa 1 48 91 47 43 1,1% 51,6% 47,3% R 0,9
Trapani 2 98 139 96 41 1,4% 69,1% 29,5% R 0,4
16Contagi totali Nuovi contagi AL% L1% L2% Fase L2/L1
Luogo 11-mar 05-apr 30-apr L1 L2
Potenza 5 142 178 137 36 2,8% 77,0% 20,2% R 0,3
Oristano 2 24 54 22 30 3,7% 40,7% 55,6% C 1,4
Agrigento 16 107 135 91 28 11,9% 67,4% 20,7% R 0,3
Sud Sardegna 2 71 93 69 22 2,2% 74,2% 23,7% R 0,3
Reggio Calabria 6 237 252 231 15 2,4% 91,7% 6,0% R 0,1
Vibo Valentia 5 60 75 55 15 6,7% 73,3% 20,0% R 0,3
Nuoro 18 65 77 47 12 23,4% 61,0% 15,6% R 0,3
Isernia 0 44 56 44 12 0,0% 78,6% 21,4% R 0,3
Crotone 1 109 118 108 9 0,8% 91,5% 7,6% R 0,1
Applicando lo stesso schema analitico alle Province, vediamo che 15 di esse superano i 1500 nuovi contagi
nella fase L2 (con Milano e Torino in posizione apicale), 27 superano i 500, 42 i 100 e 25 Province sono rimaste
sotto i 100 contagi. Particolarmente bassi (sotto i 20 contagi) sono risultati i casi di Reggio Calabria, Nuoro,
Vibo Valentia e Crotone.
Fig. 13 - Andamenti dei contagi totali nel periodo di lokdown nelle province con maggiori numeri (a sinistra) e minori
numeri (a destra)
Il diagramma precedente riporta gli andamenti degli contagi totali dei casi limite indicati. Come già ricordato,
l’andamento di Reggio Calabria tra le Province con meno nuovi contagi nel periodo di lockdown ripresenta il
problema già evidenziato di correzione nel corso del tempo dei dati forniti dal Ministero della Salute.
7. Ne conseguono alcuni spunti per la Fase 2
Riconoscimento delle criticità legate al lockdown
Il primo punto per una buona Fase 2 è il riconoscimento delle criticità che sono rimaste durante il lockdown,
ma tale operazione non è immediata e si presta a diverse risposte a seconda dei criteri usati. Limitandoci alla
considerazione dei contagiati totali e con le avvertenze in proposito di cui si è consapevoli e discusse al
precedente punto 5., possiamo riassumere la situazione con la tabella seguente che sintetizza l’applicazione
a livello regionale dei diversi criteri usati nello studio.
Tab. 7 - Quadro riassuntivo delle variabili descrittive dei contagi e degli indici derivati. FML: Fattore di moltiplicazione
del lockdown. L2/L2 rapporto tra i nuovi contagi nei due sotto-periodi del lockdown (vedi testo)
17Contagi totali vs.pop FML Nuovi vs.pop L2/L1
11-mar 03-mag % 10000 ab contagi % 10000 ab
Italia 12.462 210.717 100,0 35,0 16,9 198.255 100,0% 32,9 0,66
%
LOMBARDIA 7.280 77.528 36,8% 77,1 10,6 70.248 35,4% 69,9 0,59
PIEMONTE 501 27.430 13,0% 63,0 54,8 26.929 13,6% 61,9 1,17
EMILIA ROMAGNA 1.739 26.016 12,3% 58,3 15,0 24.277 12,2% 54,4 0,54
VENETO 1.023 18.318 8,7% 37,4 17,9 17.295 8,7% 35,3 0,66
TOSCANA 320 9.563 4,5% 25,7 29,9 9.243 4,7% 24,8 0,63
LIGURIA 194 8.359 4,0% 53,9 43,1 8.165 4,1% 52,7 0,83
LAZIO 150 6.809 3,2% 11,6 45,4 6.659 3,4% 11,3 0,73
TRENTINO A.A. 152 6.783 3,2% 63,2 44,6 6.631 3,3% 61,8 0,72
MARCHE 479 6.319 3,0% 41,5 13,2 5.840 2,9% 38,3 0,45
CAMPANIA 154 4.484 2,1% 7,7 29,1 4.330 2,2% 7,5 0,52
PUGLIA 77 4.144 2,0% 10,4 53,8 4.067 2,1% 10,2 0,78
SICILIA 83 3.240 1,5% 6,5 39,0 3.157 1,6% 6,3 0,61
ABRUZZO 38 2.996 1,4% 22,9 78,8 2.958 1,5% 22,6 0,74
FRIULI V.G. 126 3.072 1,5% 25,4 24,4 2.946 1,5% 24,3 0,51
UMBRIA 46 1.394 0,7% 15,8 30,3 1.348 0,7% 15,2 0,13
SARDEGNA 37 1.319 0,6% 8,0 35,6 1.282 0,6% 7,8 0,45
VALLE D'AOSTA 20 1.142 0,5% 90,8 57,1 1.122 0,6% 89,2 0,45
CALABRIA 19 1.114 0,5% 5,7 58,6 1.095 0,6% 5,6 0,40
BASILICATA 8 386 0,2% 6,8 48,3 378 0,2% 6,7 0,33
MOLISE 16 301 0,1% 9,8 18,8 285 0,1% 9,3 0,36
Il 3 maggio 2020, alla fine del periodo del lockdown in Italia, sulla base dei dati ufficiali ci sono stati 210.717
contagi totali: La quota maggiore è l’ha avuta la Lombardia (36,8%), seguita a distanza da Piemonte, Emilia-
Romagna e Veneto (tra il 13,0 e l’8,7%), ed ancora a seguire tutte le altre regioni con un’incidenza tra il 4,5%
della Toscana e lo 0,1% del Molise.
I numeri assoluti non dicono tutto, dipendono ad esempio dalle dimensioni delle popolazioni regionali. Se
vediamo quanti casi ci sono stati per 10.000 abitanti, è la Valle d’Aosta a balzare in testa nella classifica di
criticità, seguita da Lombardia, Trentino Alto Adige e Piemonte, mentre sono le Regioni meridionali e insulari
ad avere avuto le situazioni migliori.
Non bastano però i numeri assoluti: occorrono anche valutazioni di tipo dinamico, che ci dicono cosa sia
successo nel periodo. La stima più semplice in proposito è verificare se ci sia stato (e quale) un fattore
moltiplicativo (FML) tra l’inizio e la fine del lockdown; un FML=1 sarebbe l’ideale, significherebbe che non ci
sono stati nuovi casi di contagio. Facendo il rapporto tra i contagi totali tra il 3 maggio e l’11 marzo ed il 3
maggio 2020, troviamo a livello nazionale un valore di FML=16,9; nel periodo di lockdown il numero di
contagiati è aumentato in Italia di 17 volte (vedi il precedente punto 2 dello studio), un’enormità! Tale valore
non è però aumentato in modo uniforme sul territorio nazionale: qui è la regione Lombardia il caso migliore
(fattore 10,6), seguita da Marche. Emilia-Romagna e Veneto, mentre le peggiori sono state l’Abruzzo, il
Piemonte e la Calabria. Ciò che conta con questo parametro è il numero iniziale, che era già molto alto in
Lombardia, Emilia-Romagna e Veneto, mentre dove era basso era più facile avere poi fattori moltiplicativi più
alti; per assurdo, ci fosse stata una regione senza alcun caso iniziale il fattore sarebbe stato infinito.
La variabile probabilmente più indicativa per valutazione cosa sia successo è quella dei nuovi contagi; tra l’11
marzo ed il 3 maggio 2020, il periodo del lockdown, sulla base dei dati ufficiali ci sono stati 198.255 nuovi
contagi: un numero elevatissimo (vedi discussione al precedente punto 2)! Come per i contagi totali si
18possono analizzare le incidenze delle singole regioni ed il rapporto con la popolazione. Ci poteva attendere
una differenziazione significativa tra regioni, in dipendenza da una maggiore possibilità di espansione del
virus in regioni con differenti sistemi sanitari, e/o differenti comportamenti medi delle persone nelle risposte
al lockdown, e/o di condizioni territoriali/ambientali specifiche. Il risultato è stato per certi aspetti inatteso:
c’è stato un allineamento quasi completo dei risultati rispetto alla situazione di inizio-contaggio. In termini
numerici assoluti le regioni migliori e peggiori sono state le medesime, altrettanto dicasi per le loro incidenze
percentuali, altrettanto dicasi per i rapporti con le popolazioni presenti. A parte il fattore moltiplicativo FML,
peraltro compreso entro un intervallo non trascurabile tra il 10,6 della Lombardia ed il 78,9 dell’Abruzzo, le
posizioni delle varie regioni sono praticamente le stesse, quasi una fotocopia ingrandita.
Il semplice confronto tra l’inizio e la fine del lockdown non rende però costo di cosa è avvenuto all’interno
del periodo. Come lo studio ha cercato di dimostrare, occorre disporre di indicatori di variazione relativa, ed
è stato a tal fine proposto l’indice L2/L1, ovvero il rapporto tra i dati della seconda parte del periodo (i 25
giorni per arrivare al 30 aprile) e quelli della prima parte (dall’11 marzo al 5 aprile), Se l’indice è =1 vuol dire
che la crescita è stata di tipo lineare, con lo stesso numero di contagi nei due sotto-periodi; occorre invece
avere un indice quanto più basso possibile per poter parlare di una stabilizzazione della curva dei contagi.
Questo indice rende dunque conto meglio dei precedenti dell’andamento relativo dei contagi; si vede allora
che la realtà più virtuosa è stata quella dell’Umbria (L2/L1 = 0,13), seguita da Calabria, Molise e Basilicata;
l’andamento peggiore è stato invece quello del Piemonte (l’unica regione in cui i nuovi contagi nella seconda
parte del periodo siano stati maggiori rispetto a quelli della prima parte), seguita da Lazio, Puglia e Abruzzo.
Monitoraggio a livello sub-regionale dei nuovi contagi
La Fase 2 del governo dell’epidemia, quella che segue lo sblocco del lockdown, ha un bisogno imprescindibile
di informazioni sull’evoluzione dei contagi sul territorio, pena l’incapacità nell’impedire nuovi focolai
potenzialmente pericolosi.
Le informazioni devono essere acquisite in modo continuativo, in un’ottica di monitoraggio a livello non solo
regionale, ma anche sub-regionale (quindi di fatto provinciale). Il monitoraggio a sia volta deve rispondere
ad uno schema analitico che combini in modo rigoroso ed efficace un insieme di variabili con valore indicatore,
i loro andamenti nel tempo, mappe ad una risoluzione spaziale sufficiente a riconoscere caratteristiche
territoriali di ambiti che possono essere infra-regionali, ma anche a cavallo di più regioni.
La variabile più semplice sia dal punto di vista sia informativo sia da quello operativo, è quella rappresentata
dai nuovi contagi, come numero base o rapportate agli abitanti dei territori considerati. Nelle mappe
successive è rappresentata la situazione al riguardo per quanto riguarda i nuovi contagi intervenuti nel
periodo di lokdown. Il monitoraggio dovrà decidere una cadenza adeguata, che non può essere troppo
ravvicinata (si avrebbero risultati non rappresentativi incapaci di rendere conto di tendenze) né troppo ampia
(si rischierebbe di non riconoscere in tempo fenomeni critici come nuovi focolai che richiedono azioni
immediate. Combinando due indicatori principali, pare che una cadenza adeguata per il monitoraggio dei
nuovi contagi possa essere quella settimanale, mentre per riconoscere tendenze le cadenze di rendiconto
saranno progressivamente maggiori (bi-settinanali, poi mensili) in funzione del rallentamento progressivo
nelle presenze del virus.
19Fig. 14 - Mappe di presenza in Italia su base provinciale dei nuovi contagi nella fase di lockdown
Soglie sentinella, di attenzione, di allarme
I monitoraggi hanno un senso pratico e non solo conoscitivo se sono legati a decisioni da prendere in funzione
degli andamenti delle variabili seguite nel tempo. A tal fine servono soglie che ad esempio facciano scattare
azioni di risposta a nuovi pericoli che si manifestano. Si è già parlato di soglie “sentinella” come strumento
essenziale per la gestione della Fase 2 post-lockdown.
L’uso di soglie è tradizionale nelle politiche ambientali, per esempio nel campo dell’inquinamento. Ve ne
sono di tipi diversi: possono tradursi in “valori limite” al di sopra (o al di sotto, dipende dai parametri usati))
dei quali si ha una situazione di inaccettabilità (con i blocchi o le sanzioni del caso). Prima di arrivare a livelli
di inaccettabilità ci sono, a seconda del grado di rischio stimato, soglie di “attenzione” e soglie di “allarme”.
Ci possono anche essere “valori guida”, soglie a cui tendere per raggiungere un determinato obiettivo
intermedio o finale, fino ad un sufficiente livello di tranquillità.
Nel percorso del COVID-19 in Italia, valori-guida sono quelli già utilizzati con l’R0, con il valore =1 da
raggiungere nella fase di emergenza e =0 da raggiungere idealmente il prima possibile (ma potrebbero volerci
mesi, o addirittura anni in funzione della realizzazione ed applicazione a larga scala di un vaccino
sufficientemente efficace). Soglie di allarme potranno invece essere ragionevolmente legate a numeri di
nuovi contagi entro determinate realtà territoriali (province, Comuni, regioni) e rispetto a determinati archi
di tempo (giorni, settimane, in prospettiva mesi). Si possono studiare proposte in questo senso.
Integrazione e coordinamento dei livelli territoriali, analitici, informativi
E’ nello stesso tempo evidente che un monitoraggio come quello di cui al punto precedente, ai fini delle
decisioni da prendere, debba essere inquadrato in un sistema informativo più ampio che risponda alle diverse
esigenze di tipo tecnico, istituzionale, informativo e comunicativo.
Un punto di base è rappresentato dall’indice epidemiologico per eccellenza, l’R0 (seguito nel tempo come
Rt), utilizzato ai vari livelli (internazionale, nazionale, regionale, comunicativo) come riferimento
fondamentale per la presa di decisioni di governo dell’evoluzione dell’epidemia. Il calcolo di tale indice è
20complesso sia dal punto di vista matematico sia da quello della raccolta delle informazioni di base necessarie,
e la sua corretta e credibile applicazione richiede assunzioni ed il lavoro di epidemiologi specialisti. Questo fa
sì la produzione di mappe articolate sul territorio e di andamenti temporali a cadenza ravvicinata sia molto
più lunga e laboriosa rispetto a quella ottenibile con altre variabili come oi dati di base dei contagi.
Evidentemente il valore dell’indice R0 è diverso, di tipo predittivo e quindi più prezioso di quello associabile
a semplici variabili descrittive.
Anche le variabili descrittive semplici, come quelle utilizzate in questo studio, hanno comunque un loro ruolo
fondamentale proprio per la loro applicabilità a livello spaziale articolato e temporale ravvicinato. A maggior
ragione il sistema combinerà anche in questo caso dati espressi come andamenti temporali con mappe ai
diversi livelli spaziali, da quello nazionale (con unità regionali o provinciali) a quello infra-regionale (dove le
unità spaziali oltre che dal livello provinciale possono arrivare fino al livello comunale).
Fig. 15 - Mappe di presenza in Italia dei contagi fornite da siti informativi istituzionali e di media su base regionale (a
sinistra) e su base comunale )a destra)
E’ evidente che la soluzione ideale sarebbe un sistema integrato e coerente, basato su schemi analitici
condivisi tra Stato e Regioni in modo da favorire al massimo i flussi di informazioni ed il governo di problemi
a cavallo di più regioni.
Come già mostrato al punto 5, peraltro, nel proseguimento i nuovi contagi dovranno ridurre i margini di
errore sin qui mostrati. Per prendere decisioni informate è necessario innanzitutto premere per avere un
quadro informativo affidabile; passata l’emergenza, il sistema sanitario dovrebbe concentrarsi su azioni
estese per la mappatura del contagio, attraverso test sierologici a tutta la popolazione.
Qualsiasi decisione presa in assenza di dati significativi rischia di guardare alla punta dell’iceberg; in questo
modo rischiando o d:sottostimare il rischio sanitario effettivo, aprendo in tempi troppo rapidi e portando ad
una nuova crescita consistente dei contagi prima dell’estate, o di sovrastimare il rischio, fermando territori
che potrebbero già ripartire con le dovute precauzioni.
Studio e riconoscimento dei fattori condizionanti
Nella Fase 2 dovranno essere chiariti, per quanto possibile, quali sono stati i fattori che hanno determinato
gli andamenti così rilevanti di contagi e la “geografia” del virus.
21Puoi anche leggere
