QS Edizioni - domenica 24 novembre 2024
Studi e Analisi
Con il Coronavirus c’è stato un boom di modelli previsionali matematici...quasi sempre sbagliati
di Donato Greco
11 maggio - Il gruppo più forte, che da anni domina il campo dei modelli matematici applicati ad epidemie, è quello dell’Imperial College di Londra. I suoi modelli sono stati sempre tra i più perfezionati, i più pubblicati ma, soprattutto, i più ascoltati da politici e decision makers di tutto il mondo. Eppure finora di previsioni ne hanno sbagliate parecchie…comprese quelle sul Covid
In nessuna altra epidemia della storia degli ultimi cinquant’anni, v’è stata una tale produzione di modelli matematici sull’epidemia. Una vera e propria “epidemia” nell’epidemia. Epidemiologi, fisici, economisti, assicuratori, matematici di ogni tipo: una vera folla, anche se, finora, pochissimi hanno visto i loro risultati pubblicati su riviste scientifiche.
Indiscutibilmente il gruppo più forte, che da anni domina il campo dei modelli matematici applicati ad epidemie, è stato quello dell’Imperial College di Londra. I suoi modelli sono stati sempre tra i più perfezionati, i più pubblicati ma, soprattutto, i più ascoltati da politici e decision makers di tutto il mondo.
Principe incontrastato è stato il prof. Neil Ferguson a capo di una formidabile squadra di modellisti. Anche in questa epidemia di Covid i suoi modelli sono stati diffusi in molti paesi e hanno avuto un importante impatto sulle scelte fatte per contenere l’epidemia.
Anche il nostro Paese ha avuto il “dono” di Ferguson di un modello per l’Italia trasmesso informalmente al Consiglio Superiore di Sanità alla fine di febbraio di quest’anno tramite il collega Paolo Vineis, vice presidente del Consiglio e suo unico Epidemiologo.
Il modello prevedeva nel nostro Paese oltre mezzo milione di morti per Covid-19 se non fosse preso alcun provvedimento e “soltanto” 283 mila decessi applicando, come di fatto è stato fatto, il più rigido Lock Down. Lo stesso modello stimava, in presenza di lockdown, fino a 30mila decessi in una settimana di picco con altrettanti ricoveri in terapia intensiva.
Fortunatamente questi numeri non sono stati raggiunti. Di fatto siamo a circa un decimo delle stime dell’Imperial.
Analogamente le stime dell’Imperial per il Regno Unito e gli USA erano, nello scenario migliore, circa dieci volte quello che è stato osservato.
Per il nostro paese le assunzioni su cui si è basato il modello Imperial, si sono rivelate inesatte in parecchi punti, i più eclatanti dei quali sono stati l’assunzione che i bambini trasmettessero l’infezione come gli adulti e la non considerazione della grandissima differenza di pattern epidemiologico tra Lombardia, altro Nord ed il resto dell’Italia. Tre epidemie diverse con incidenza e mortalità totalmente differente.
Nelle ultime settimane sono partite numerose critiche sul modello Ferguson, a partire dai colleghi svedesi J. Gjieseke ed Anders Tegnell che reggono la difficile strategia Svedese, fino ad una folla di fisici, matematici , medici di elevata credibilità scientifica.
Le critiche non sono state soltanto sugli scenari costruiti, ma anche sul tipo di software usato sui modelli e sulle assunzioni che li sostengono.
Né sono mancati, come in ogni epidemia, i fantasiosi negazionisti o persone culturalmente lontane dalla scienza.
A fronte di tante critiche va considerato il coraggio di chi produce modelli predittivi agli inizi di una epidemia: quando l’incertezza di molti parametri è alta e molte cose non sono ancora chiare, e questo è stato ed ancora è una caratteristica di questa pandemia di Covid. Ulteriore motivo per considerare i risultai dei modelli indicazioni preliminari e non indicazioni strategiche.
Certo il track record dei modelli di Ferguson negli ultimi dieci anni non lo onora.
Dai 150 mila morti previsti per la malattia del piede e della bocca dei bovini (Foot and Mounth Disease) ai 200 realmente avvenuti nel 2002 in Inghilterra, nello stesso anno, nello stesso Paese Ferguson aveva allertato il governo sull’arrivo di 50mila decessi per “mucca Pazza” BSE, con 177 avvenuti realmente.
Non migliori le previsioni per l’epidemia di influenza aviaria del 2005 ove i modelli Imperial prevedevano fino a 150 mila morti nel solo Regno unito a fronte di 282 registrati nel Mondo.
Non dissimile la pandemia di influenza Suina del 2009: la ministra della salute britannica dell’epoca, nell’agosto di quell’anno, annunciò la mobilitazione dell’esercito per la preparazione di fosse comuni capaci di ospitare i 65 mila cadaveri: i morti veri furono 457.
Certo i modelli matematici non predicono numeri assoluti, ma offrono scenari modulati su assunzioni: dal peggiore al meno peggio. Inevitabilmente ed inesorabilmente i politici adorano gli scenari peggiori: fare scelte iperprecauzionali li protegge da inevitabili critiche postume.
Inoltre, in tutto il mondo, il tema salute diventa il tema politico dominante perché riguarda tutti i cittadini, il senso di comunità del singolo non arriva a concepire un equilibrio tra salute e disastro sociale ed economico: il singolo guarda alla sua salute, ben dopo vengono considerazioni economiche e sociali e sono ben poche le società in cui il singolo apprezza il concetto di benessere della comunità composto sia della propria salute, ma anche del benessere sociale ed economico.
Questo concetto è ben noto ai modellisti matematici che, tuttavia, non spendono una riga su questo difficile delicato equilibrio.
Decisamente meglio ha fatto l’lSS con gli scenari recentemente presentati agli inizi di aprile e che hanno diretto le scelte della fase 2: certo stavolta i modellisti hanno avuto il grande vantaggio di operare nella fase calante dell’epidemia, quando, molti parametri epidemiologici, incerti a febbraio, sono diventati evidenti.
Ma anche in questo caso i margini di incertezza sono ampi ed appare azzardata l’applicazione pari pari dei suggerimenti del modello alle scelte strategiche.
In particolare la mancanza di un range di scenari che tenesse ben in conto i diversi pattern epidemiologici del Paese e l’indicazione dettagliata di scelte operative per specifici settori: i modelli suggeriscono, offrono scenari, non possono dettagliare decisioni strategiche che spettano ad altri.
Da oltre cinquant’anni è noto che la prevenzione delle malattie si basa su un concetto di “Intelligence”, non certo solo intelligenza ma quel complesso di fattori che permettono la meno approssimativa lettura dei fenomeni naturali che popolano la nostra storia.
La sorveglianza delle malattie, la ricerca, l’esperienza delle precedenti epidemie, la sistematica raccolta di dati ed esperienze costruiscono un baule informativo che la persona interpreta per determinare le scelte che ritiene opportuna.
I modelli matematici offrono un formidabile contributo all’“Intelligence”: anzi, vediamo come questi modelli siano oggi così popolari anche tra politici e decision maker , coloro che qualche decennio fa li snobbavano quali astruse magie matematiche.
In queste settimane abbiamo conosciuto e ascoltato una moltitudine di esperti, virologi, immunologi, laboratoristi, clinici direttori sanitari e tanti altri: purtroppo nei curricula di tanti speakers, oggi opinion leaders, non appare esperienza di epidemiologia di campo. Quanti di questi scienziati milanesi o romani, si sono cimentati con epidemie vere nel loro passato?
Certo l’“Intelligence” include l’incertezza , i rischi, gli effetti collaterali, quindi l’assunzione di responsabilità pesanti.
Per questo quanto più ricca sia l’Intelligence meglio sono le scelte appropriate, se l’intelligence è scarsa resta tutto lo spazio ai freddi dati dei modelli matematici.
Donato Greco
Nota per i lettori: Alcune affermazioni contenute in questo articolo sono state oggetto di precisazioni da parte dell'Imperial College di Londra (vedi qui) alle quali ha risposto l'autore (vedi qui).
Indiscutibilmente il gruppo più forte, che da anni domina il campo dei modelli matematici applicati ad epidemie, è stato quello dell’Imperial College di Londra. I suoi modelli sono stati sempre tra i più perfezionati, i più pubblicati ma, soprattutto, i più ascoltati da politici e decision makers di tutto il mondo.
Principe incontrastato è stato il prof. Neil Ferguson a capo di una formidabile squadra di modellisti. Anche in questa epidemia di Covid i suoi modelli sono stati diffusi in molti paesi e hanno avuto un importante impatto sulle scelte fatte per contenere l’epidemia.
Anche il nostro Paese ha avuto il “dono” di Ferguson di un modello per l’Italia trasmesso informalmente al Consiglio Superiore di Sanità alla fine di febbraio di quest’anno tramite il collega Paolo Vineis, vice presidente del Consiglio e suo unico Epidemiologo.
Il modello prevedeva nel nostro Paese oltre mezzo milione di morti per Covid-19 se non fosse preso alcun provvedimento e “soltanto” 283 mila decessi applicando, come di fatto è stato fatto, il più rigido Lock Down. Lo stesso modello stimava, in presenza di lockdown, fino a 30mila decessi in una settimana di picco con altrettanti ricoveri in terapia intensiva.
Fortunatamente questi numeri non sono stati raggiunti. Di fatto siamo a circa un decimo delle stime dell’Imperial.
Analogamente le stime dell’Imperial per il Regno Unito e gli USA erano, nello scenario migliore, circa dieci volte quello che è stato osservato.
Per il nostro paese le assunzioni su cui si è basato il modello Imperial, si sono rivelate inesatte in parecchi punti, i più eclatanti dei quali sono stati l’assunzione che i bambini trasmettessero l’infezione come gli adulti e la non considerazione della grandissima differenza di pattern epidemiologico tra Lombardia, altro Nord ed il resto dell’Italia. Tre epidemie diverse con incidenza e mortalità totalmente differente.
Nelle ultime settimane sono partite numerose critiche sul modello Ferguson, a partire dai colleghi svedesi J. Gjieseke ed Anders Tegnell che reggono la difficile strategia Svedese, fino ad una folla di fisici, matematici , medici di elevata credibilità scientifica.
Le critiche non sono state soltanto sugli scenari costruiti, ma anche sul tipo di software usato sui modelli e sulle assunzioni che li sostengono.
Né sono mancati, come in ogni epidemia, i fantasiosi negazionisti o persone culturalmente lontane dalla scienza.
A fronte di tante critiche va considerato il coraggio di chi produce modelli predittivi agli inizi di una epidemia: quando l’incertezza di molti parametri è alta e molte cose non sono ancora chiare, e questo è stato ed ancora è una caratteristica di questa pandemia di Covid. Ulteriore motivo per considerare i risultai dei modelli indicazioni preliminari e non indicazioni strategiche.
Certo il track record dei modelli di Ferguson negli ultimi dieci anni non lo onora.
Dai 150 mila morti previsti per la malattia del piede e della bocca dei bovini (Foot and Mounth Disease) ai 200 realmente avvenuti nel 2002 in Inghilterra, nello stesso anno, nello stesso Paese Ferguson aveva allertato il governo sull’arrivo di 50mila decessi per “mucca Pazza” BSE, con 177 avvenuti realmente.
Non migliori le previsioni per l’epidemia di influenza aviaria del 2005 ove i modelli Imperial prevedevano fino a 150 mila morti nel solo Regno unito a fronte di 282 registrati nel Mondo.
Non dissimile la pandemia di influenza Suina del 2009: la ministra della salute britannica dell’epoca, nell’agosto di quell’anno, annunciò la mobilitazione dell’esercito per la preparazione di fosse comuni capaci di ospitare i 65 mila cadaveri: i morti veri furono 457.
Certo i modelli matematici non predicono numeri assoluti, ma offrono scenari modulati su assunzioni: dal peggiore al meno peggio. Inevitabilmente ed inesorabilmente i politici adorano gli scenari peggiori: fare scelte iperprecauzionali li protegge da inevitabili critiche postume.
Inoltre, in tutto il mondo, il tema salute diventa il tema politico dominante perché riguarda tutti i cittadini, il senso di comunità del singolo non arriva a concepire un equilibrio tra salute e disastro sociale ed economico: il singolo guarda alla sua salute, ben dopo vengono considerazioni economiche e sociali e sono ben poche le società in cui il singolo apprezza il concetto di benessere della comunità composto sia della propria salute, ma anche del benessere sociale ed economico.
Questo concetto è ben noto ai modellisti matematici che, tuttavia, non spendono una riga su questo difficile delicato equilibrio.
Decisamente meglio ha fatto l’lSS con gli scenari recentemente presentati agli inizi di aprile e che hanno diretto le scelte della fase 2: certo stavolta i modellisti hanno avuto il grande vantaggio di operare nella fase calante dell’epidemia, quando, molti parametri epidemiologici, incerti a febbraio, sono diventati evidenti.
Ma anche in questo caso i margini di incertezza sono ampi ed appare azzardata l’applicazione pari pari dei suggerimenti del modello alle scelte strategiche.
In particolare la mancanza di un range di scenari che tenesse ben in conto i diversi pattern epidemiologici del Paese e l’indicazione dettagliata di scelte operative per specifici settori: i modelli suggeriscono, offrono scenari, non possono dettagliare decisioni strategiche che spettano ad altri.
Da oltre cinquant’anni è noto che la prevenzione delle malattie si basa su un concetto di “Intelligence”, non certo solo intelligenza ma quel complesso di fattori che permettono la meno approssimativa lettura dei fenomeni naturali che popolano la nostra storia.
La sorveglianza delle malattie, la ricerca, l’esperienza delle precedenti epidemie, la sistematica raccolta di dati ed esperienze costruiscono un baule informativo che la persona interpreta per determinare le scelte che ritiene opportuna.
I modelli matematici offrono un formidabile contributo all’“Intelligence”: anzi, vediamo come questi modelli siano oggi così popolari anche tra politici e decision maker , coloro che qualche decennio fa li snobbavano quali astruse magie matematiche.
In queste settimane abbiamo conosciuto e ascoltato una moltitudine di esperti, virologi, immunologi, laboratoristi, clinici direttori sanitari e tanti altri: purtroppo nei curricula di tanti speakers, oggi opinion leaders, non appare esperienza di epidemiologia di campo. Quanti di questi scienziati milanesi o romani, si sono cimentati con epidemie vere nel loro passato?
Certo l’“Intelligence” include l’incertezza , i rischi, gli effetti collaterali, quindi l’assunzione di responsabilità pesanti.
Per questo quanto più ricca sia l’Intelligence meglio sono le scelte appropriate, se l’intelligence è scarsa resta tutto lo spazio ai freddi dati dei modelli matematici.
Donato Greco
Nota per i lettori: Alcune affermazioni contenute in questo articolo sono state oggetto di precisazioni da parte dell'Imperial College di Londra (vedi qui) alle quali ha risposto l'autore (vedi qui).
11 maggio 2020
© QS Edizioni - Riproduzione riservata