Uno studio triestino svela come evolverà l’epidemia

TRIESTE. Mettere a disposizione degli ospedali un modello previsionale che consenta di stimare per i giorni a venire, con un buon grado di approssimazione, il numero di pazienti ospedalizzati e in terapia intensiva per coronavirus regione per regione.

È l’iniziativa di Leonardo Egidi e Nicola Torelli, statistici e docenti dell’Università di Trieste, che hanno elaborato un modello matematico per il Covid-19 che viene aggiornato ogni giorno dallo scorso 30 marzo. «Abbiamo tentato di costruire un modello statistico per prevedere queste due grandezze, il numero di persone ospedalizzate e in terapia intensiva, con l’obiettivo di fornire indicazioni utili su quanti posti letto potrebbero servire giorno per giorno negli ospedali e nei reparti di terapia intensiva», spiega Egidi.

Il modello, evidenzia lo statistico, non ha la presunzione di corrispondere esattamente alla realtà, ma tenta di fornire delle indicazioni su ciò che potrebbe accadere nei prossimi giorni nelle diverse regioni. «Quotidianamente prendiamo i dati forniti dalla Protezione civile nazionale regione per regione, li inseriamo nel modello e lo facciamo girare, ottenendo nella notte le previsioni per i giorni successivi: testandolo abbiamo notato che è particolarmente efficace nella previsione del numero di pazienti in terapia intensiva, dato che probabilmente, rispetto al totale degli ospedalizzati, risente meno di imprecisioni a livello di raccolta nazionale. Stiamo comunque continuando a lavorare per migliorare il nostro strumento».

Chiaramente la probabilità che il modello corrisponda a realtà è più alta per il giorno dopo e decresce per i giorni successivi, come accade per le previsioni meteo. Nelle tabelle predittive riportate quotidianamente sul sito del ricercatore (www.leonardoegidi.com/covid-19), che si possono scaricare così come il codice utilizzato per la realizzazione del modello, è riportato un valore di previsione e un intervallo di valori al cui interno si colloca, con l’indicazione dell’estremo superiore e di quello inferiore.

Il modello utilizzato si chiama “Modello di regressione gerarchica Bayesiana di Poisson”, e considera come variabili le esposizioni temporali delle diverse regioni, le misure governative di lockdown, il numero di tamponi effettuati. Ma cosa ci dice il modello? «Ci sono regioni in cui il numero di ospedalizzati e di pazienti in terapia intensiva sembra aver raggiunto il picco ed essere in decrescita, o quanto meno in netta stabilizzazione: sono quelle dove il virus è stato rilevato prima, la Lombardia, il Veneto, l’Emilia Romagna.