STUDIO CHOC DALLA CINA: ITALIA A RISCHIO SINO AL 5 DI AGOSTO

Ecco lo studio di Frontiers in Medicine

Si tratta di una primaria rivista scientifica mondiale che pubblica ricerche rigorosamente sottoposte a revisione paritaria che collegano la ricerca di base alla pratica clinica e alla cura dei pazienti, nonché traducendo i progressi scientifici in nuove terapie e strumenti diagnostici.

Si riproducono qui alcuni dei passaggi salienti della ricerca:

Il nostro studio suggerisce che misure rigorose come la Cina dovrebbero essere mantenute in Italia entro il 05 agosto per prevenire un'ulteriore diffusione di COVID-19.

Previsione SIR estesa della tendenza alle epidemie di COVID-19 in Italia e rispetto a Hunan, Cina

Contesto:

la malattia di Coronavirus 2019 (COVID-19) è attualmente una minaccia globale per la salute pubblica. Al di fuori della Cina, l'Italia è uno dei paesi più colpiti dall'epidemia COVID-19. È importante prevedere la tendenza epidemica dell'epidemia COVID-19 in Italia per aiutare a sviluppare strategie di salute pubblica.

Metodi: Abbiamo utilizzato i dati delle serie temporali di COVID-19 dal 22 gennaio 2020 al 02 aprile 2020. È stato applicato un modello dinamico e esteso di infezione suscettibile-infetta-rimosso (eSIR), che copre gli effetti di diverse misure di intervento in periodi diversi per stimare la tendenza epidemica in Italia. Il numero riproduttivo di base è stato stimato utilizzando i metodi Monteov Chain Monte Carlo e presentato utilizzando la media posteriore risultante e l'intervallo credibile al 95% (CI). Hunan, con un numero di popolazione totale simile all'Italia, è stato utilizzato come elemento comparativo.

Risultati:

nel modello eSIR, abbiamo stimato che la media del numero riproduttivo di base per COVID-19 era 4,34 (IC 95%, 3,04–6,00) in Italia e 3,16 (IC 95%, 1,73-5,25) in Hunan. Ci sarebbero un totale di 182 051 casi infetti (IC 95%: 116 114–274 378) sotto l'attuale blocco del paese e l'endpoint sarebbe il 05 agosto in Italia.

Conclusione:

le attuali severe misure italiane possono prevenire efficacemente l'ulteriore diffusione di COVID-19 e dovrebbero essere mantenute. È necessario attuare quanto prima misure rigorose di sanità pubblica in altri paesi europei con un numero elevato di casi COVID-19. La strategia più efficace deve essere confermata in ulteriori studi.

introduzione

Corona virus della malattia 2019 (COVID-19) ha iniziato a Wuhan, in Cina, nel mese di dicembre e si diffuse rapidamente in tutta la Cina e in molti paesi e regioni del mondo ( 1 - 3). L'epidemia COVID-19 è stata dichiarata una pandemia dall'Organizzazione mondiale della sanità (OMS) l'11 marzo. Attualmente è una minaccia globale per la salute pubblica e soffrono più di 100 paesi tra cui Italia, Iran, Stati Uniti, Corea del Sud e Giappone da COVID-19. Al di fuori della Cina, l'Italia è uno dei paesi più colpiti dall'epidemia COVID-19. A partire dal 02 aprile, il numero cumulativo di casi confermati in Italia ha raggiunto 115.242, al secondo posto nel mondo, con il totale dei decessi confermati a 13.915, che è diventato uno dei più alti tra i principali paesi epidemici. Tuttavia, pochi studi hanno valutato lo stato epidemico in Italia ( 4 , 5 ).

Sono necessarie misure globali di sanità pubblica per far fronte alla rapida diffusione dell'epidemia. La Cina ha adottato strategie precise e differenziate, tra cui l'auto-quarantena dei residenti a Wuhan e in altre aree e la prevenzione e il controllo basati sulla comunità. Queste misure hanno svolto un ruolo importante nella prevenzione e nel controllo dell'epidemia. Precedenti studi hanno dimostrato che a causa dell'isolamento di Wuhan, il progresso epidemiologico complessivo nella Cina continentale è stato ritardato di 3-5 giorni e il numero di casi trasmessi a livello internazionale è stato ridotto di quasi l'80% ( 6). L'Italia ha rilevato i primi due casi di COVID-19 importati il ​​31 gennaio.

Successivamente, l'Italia è stata il primo Paese a dichiarare lo stato di emergenza. Da allora sono state implementate varie misure per controllare la diffusione di COVID-19. È fondamentale valutare il ruolo delle misure di quarantena italiane nel processo decisionale.

La modellistica matematica è utile per prevedere la possibilità e la gravità dell'epidemia e fornire informazioni chiave per determinare il tipo e l'intensità dell'intervento della malattia. Il modello SIR e le sue modifiche come il modello SEIR sono stati ampiamente applicati all'attuale epidemia di COVID-19.

Tang et al. ha stimato l'infettività di COVID-19 sulla base di un modello epidemiologico classico suscettibile-esposto-infetto-rimosso (SEIR). Wu et al. ha proposto un modello SEIR esteso per prevedere la diffusione del 2019-nCoV sia all'interno che all'esterno della Cina continentale.

Tuttavia, questi studi presumevano che la popolazione esposta non fosse infettiva, il che potrebbe non essere adatto in COVID-19. Yang Z et al. ha previsto che l'epidemia cinese raggiungerà il picco alla fine di febbraio e si concluderà a fine aprile con una combinazione del modello SEIR e un approccio di intelligenza artificiale (AI) di apprendimento automatico ( 8 ). Tuttavia, questo studio e gli studi di cui sopra non hanno preso in considerazione le misure preventive adeguate alla fase e i parametri variabili nel tempo, che possono influire sull'accuratezza delle previsioni.

Abbiamo adottato il modello esteso e-infettato-rimosso (eSIR), che copre gli effetti di diverse misure di prevenzione dell'epidemia in diversi periodi e aiuta a raggiungere i seguenti obiettivi specifici:

OBIETTIVO 1: confrontare lo sviluppo epidemico di COVID-19 in Italia con province con una popolazione totale simile alla Cina.

OBIETTIVO 2: prevedere la tendenza epidemiologica di COVID-19 in Italia tramite un modello modificato e calibrato.

metodi

Origine dei dati
In questo studio, abbiamo utilizzato il set di dati disponibile pubblicamente di COVID-19 fornito dalla Johns Hopkins University. Questo set di dati include il conteggio giornaliero di molti paesi di casi confermati, casi recuperati e decessi. Come dati delle serie temporali, sono disponibili dal 22 gennaio 2020. Abbiamo anche raccolto e verificato i dati in DXY.cn, un sito Web che fornisce dati in tempo reale di COVID-19.

Questi dati sono raccolti attraverso gli annunci delle autorità sanitarie pubbliche e sono riportati direttamente dati pubblici e non identificati dei pazienti, quindi non è richiesta l'approvazione etica.

Modelli di previsione

Il numero di riproduzione, R0, riflette la trasmissibilità di un virus che si diffonde senza controllo, che rappresenta il numero medio di nuove infezioni generate da ciascuna persona infetta.

È probabile che COVID-19 diminuisca e alla fine scompaia se R0 ≤ 1. Per stimare le tendenze e calcolare R0, abbiamo usato un modello SIR esteso (modello eSIR) con una velocità di trasmissione variabile nel tempo.

Il modello eSIR utilizza una serie temporale aggiornata quotidianamente di proporzioni infette e rimosse (recuperate e morte) come dati di input. Di conseguenza, i dati di input per l'Italia provengono dal 21 febbraio al 02 aprile e i dati di input per Hunan provengono dal 30 gennaio al 14 marzo.

Incorporando velocità di trasmissione variabili nel tempo, il modello eSIR è un'estensione del modello SIR standard per le malattie infettive .

Modello epidemiologico standard SIR

Il modello epidemiologico SIR standard ha tre componenti: suscettibile, infetto e rimosso (incluso il recupero e la morte). I casi infetti si riferiscono ai casi attualmente confermati; i casi rimossi si riferiscono ai casi recuperati e alla morte.

Modello SIR esteso con velocità di trasmissione variabili nel tempo

La velocità di trasmissione è costante nel modello SIR. Va notato che nelle situazioni reali, la velocità di trasmissione può essere modificata attraverso numerosi interventi, come misure di protezione personale, isolamento a livello di comunità e blocco della città. Come mostrato di seguito, il modello eSIR aggiunge il modificatore di trasmissione π (t) al modello SIR, quindi consente una probabilità variabile della velocità di trasmissione.

Pacchetto software R.

Abbiamo eseguito le nostre previsioni con un pacchetto software R, eSIR in grado di produrre stime, inferenze e previsioni di Markov Chain Monte Carlo (MCMC). Il modello può anche fornire i punti di svolta della tendenza epidemiologica di COVID-19. Il primo punto di svolta è stato definito come il tempo medio previsto in cui la percentuale giornaliera di casi infetti si riduce rispetto ai precedenti. Il secondo punto di svolta è stato definito come il tempo medio previsto in cui la percentuale giornaliera di casi rimossi (cioè, sia recuperati che morti) diventa maggiore di quella dei casi infetti. Un end point è stato definito come il momento in cui la percentuale mediana degli attuali casi infetti diventa zero. Tutte le figure sono tracciate dal pacchetto eSIR.

Il modificatore della velocità di trasmissione π (t) può essere specificato in base agli interventi effettivi in ​​tempi e regioni diversi. Secondo le misure di isolamento del governo cinese e lo studio precedente, abbiamo impostato π (t) = 0,9 se t ∈ (23 gennaio 04 febbraio), blocco della città; π (t) = 0,5 se t ∈ (4 febbraio, 8 febbraio), quarantena potenziata; π (t) = 0.1 se t> 8 febbraio, quarantena più potenziata in Hunan. Secondo l'opinione delle misure di isolamento del governo italiano, impostiamo π (t) = 0,95 se t <10 marzo, alcune città bloccano; π (t) = 0.9 if t ∈ (10 marzo, 22 marzo), blocco del paese; π (t) = 0,5 if t ∈ (22 marzo, 31 marzo), chiusura di tutte le attività e industrie non essenziali; π (t) = 0,1 se t> 31 marzo, maggiore aiuto internazionale e migliore quarantena in Italia.

Abbiamo effettuato tutte le analisi in R (versione 3.6.2).

risultati

Sviluppo epidemico di COVID-19 in Italia rispetto a Hunan

La Figura 1 mostra ogni giorno nuovi casi COVID-19 e distribuzione epidemica di COVID-19 in Hunan, Cina e Italia. Il numero di nuovi casi e casi confermati mostra una tendenza esponenziale dal 21 febbraio in Italia, mentre il numero di nuovi casi passa a zero dal 29 febbraio a Hunan.

La previsione della tendenza alle epidemie di COVID-19 in Italia rispetto a Hunan

La tabella 1 riassume i valori posteriori di R0 ed endpoint in Hunan e in Italia secondo il modello SIR ed eSIR. Ci sarebbero in totale 3 369 casi infetti (IC al 95%: 840–8013) in Hunan. Ci sarebbero un totale di 182 051 casi infetti (IC 95%: 116 114–274 378) sotto l'attuale blocco del paese in Italia.

Basato sul modello eSIR,figure 2, 3, rispettivamente, indicano una tendenza epidemiologica di COVID-19 nell'ambito delle attuali misure di prevenzione in Hunan, Cina e Italia. Il primo e il secondo punto di svolta in Hunan sono comparsi il 4 febbraio e il 09 febbraio. Il primo e il secondo punto di svolta in Italia sono il 23 marzo e il 1 ° aprile. Le previsioni suggeriscono che gli endpoint delle epidemie COVID-19 in Hunan e in Italia arriveranno 3 marzo (IC al 95%: dal 29 febbraio al 28 marzo) e 05 agosto (IC al 95%: dal 30 maggio all'Inf), separatamente. Sulla base del modello SIR, le figure S1 , S2 , rispettivamente, indicano una tendenza epidemiologica di COVID-19 nell'ambito delle attuali misure di prevenzione in Hunan, Cina e Italia (vedi Materiale supplementare ).

Discussione

Questo impatto della risposta COVID-19 (regolamenti generali sulla quarantena, allontanamento sociale e isolamento delle infezioni) in Cina è incoraggiante per molti altri paesi. Abbiamo confrontato la situazione in Hunan, in Cina, che ha una popolazione simile all'Italia per calcolare le nostre previsioni. La diffusione di COVID-19 nella provincia di Hunan è apparsa relativamente presto e ora è entrata in una fase senza infezioni, che aiuta a osservare l'intero decorso dell'epidemia. A causa della somiglianza della dimensione della popolazione e della posizione geografica adiacente a Hubei, le misure di salute pubblica di Hunan possono fornire indicazioni utili per l'Italia nel prevenire l'ulteriore diffusione di COVID-19.

Nel nostro studio, il modello eSIR con pacchetto software R è stato utilizzato per valutare l'impatto delle misure di intervento sull'epidemia italiana di COVID-19. In studi precedenti, la stima della epidemia di una malattia infettiva viene spesso eseguita utilizzando i parametri costanti (15-18).

Il vantaggio del modello eSIR è che combina misure di isolamento variabili nel tempo ed espande il modello SIR per adattarsi alla velocità di trasmissione variabile nel tempo della popolazione.

Lili Wang et al. scoperto che COVID-19 fuori da Hubei in Cina è stato, finora, molto meno grave. Ma non hanno eseguito le analisi di ciascuna provincia.

Il primo e il secondo punto nel nostro studio sono, rispettivamente, il 4 febbraio e il 09 febbraio, che sono gli stessi di questi fuori da Hubei in Cina.

Inoltre, il numero effettivo di casi infetti (1.018) è incluso nel numero previsto di casi infetti (840–8013) e l'endpoint (14 marzo) è incluso nell'endpoint previsto (dal 29 febbraio al 28 marzo) nel nostro studio, che riflette anche la stabilità e l'accuratezza del modello eSIR. Combinando i dati e i metodi di cui sopra, questi risultati mostrano che il modello eSIR è più adatto per prevedere la tendenza epidemica di COVID-19.

Li Qun et al. stima che R0 sia 2,2 (IC 95%, 2,09–6,02) tra i primi 425 pazienti a Wuhan, in Cina (19).
Altri studi hanno stimato R0 tra 1,4 e 2,5 ( 20 ), 2,68 (IC 95% 2,47-2,68) ( 3 ), 3,6-3,8 ( 21 ) e 6,47 (IC 95% 5,71–7,23) ( 7 ). Ying Liu et al. trovato che la media stimata di R0 per COVID-19 è di circa 3,28, con una mediana di 2,79 e IQR di 1,16 esaminando R0 di COVID-19 in 12 studi ( 22).

I nostri risultati hanno mostrato che la media di R0 era stimata in 2,58 (IC 95%, 1,48-4,29) e 3,16 (IC 95%, 1,73-5,25) nel modello SIR e nel modello eSIR in Hunan. che è in accordo con questi risultati. Ma i nostri risultati hanno mostrato che la media di R0 è stata stimata in 3,10 (IC 95%, 2,14-4,42) e 4,34 (IC 95%, 3,04–6,00) nel modello SIR e nel modello eSIR, rispettivamente, in Italia, che è più grande di quello in Hunan.

Cosimo Distante et al. ha scoperto che molte regioni in Italia raggiungono un valore di R0 fino a 4, alcune addirittura raggiungendo 5,07 ( 23 ), che è simile al nostro studio. Ciò deve essere confermato da ulteriori studi. Vale la pena sottolineare che la stima R0 nel modello eSIR è maggiore di quella nel modello SIR. Questo perché la stima R0 nel modello eSIR viene regolata in base all'effetto dell'intervento.

Questo studio ha dimostrato che COVID-19 si è diffuso rapidamente in tutta Italia dopo il 21 febbraio.

Possibili ragioni di una crescita così rapida delle infezioni includono:(1) maggiore cautela e misure preventive non sono state prese e (2) il numero di infezioni durante il 31 gennaio-

Il 20 febbraio potrebbe essere sottostimato a causa di una diagnosi insufficiente, dati casi subclinici o asintomatici. Si pensa che il periodo di incubazione per COVID-19 sia entro 14 giorni dopo l'esposizione, con la maggior parte dei casi che si verificano ~ 4-5 giorni dopo l'esposizione ( 19 , 24 , 25 ). Quindi sembra impossibile che ci siano stati in totale solo due o tre casi durante il 31 gennaio-20 febbraio in Italia. Inoltre, il rapido aumento del numero di infezioni dopo il 21 febbraio potrebbe riflettere una tardiva realizzazione della diffusione di COVID-19.

Precedenti studi hanno dimostrato che politiche di controllo del governo più rigorose erano associate a un aumento più lento della popolazione infetta ( 6 , 17 , 26 - 29 ). Nel nostro studio, rispetto a nessun intervento nel modello SIR ( Figure S1 , S2 ), le rigorose politiche di controllo del governo in Hunan e in Italia hanno drasticamente ridotto il numero di casi COVID-19. Sulla base del nostro modello, l'Italia dovrebbe ancora mantenere tutti i livelli di quarantena come la Cina ha fatto entro il 05 agosto (IC al 95%: dal 30 maggio all'Inf).

Inoltre, Tianyi Qiu et al. ha scoperto che ritardare il blocco di 1–6 giorni a Wuhan amplierebbe la scala dell'infezione 1,23–4,94 volte e l'epidemia sarebbe fuori controllo se il blocco fosse stato imposto 7 giorni dopo.

Il nostro studio mostra anche che assumere il controllo del governo in anticipo può ridurre il numero di casi infetti confrontando la tendenza dell'epidemia in Hunan e in Italia. Inoltre, dall'esperienza cinese, varie misure di controllo, tra cui la diagnosi precoce e l'isolamento di soggetti con sintomi, restrizioni del traffico, monitoraggio medico e screening di ingresso o uscita, possono ben prevenire l'ulteriore diffusione di COVID-19. Queste misure sono in linea con le ultime raccomandazioni dell'Organizzazione mondiale della sanità e uno studio precedente in Spagna.

Ma la strategia più efficace deve ancora essere confermata da ulteriori studi. Di conseguenza, è meglio e necessario applicare rigide misure di sanità pubblica in altri paesi europei con un elevato numero di casi COVID-19.

Il nostro studio ha alcune limitazioni. In primo luogo, a causa del numero finito di test eseguiti, i casi asintomatici e non confermati possono essere ignorati e il numero reale di persone infette in Italia, come in altri paesi, è stimato essere superiore al conteggio ufficiale.

In secondo luogo, in questo studio non è stato preso in considerazione il periodo di incubazione. Khalid Hattaf et al. trovato se il ritardo o il periodo di incubazione viene ignorato, R0 in un modello SIR ritardato sarebbe sopravvalutato.

Il modello eSIR può essere ulteriormente esteso incorporando il periodo di incubazione per previsioni accurate. In terzo luogo, poiché i casi sospetti e il numero giornaliero di casi ospedalizzati non sono disponibili, non sono stati considerati nel modello eSIR. In quarto luogo, alcuni fattori imprevedibili possono influenzare questi dati stimati nel nostro studio, come l'esistenza di super-spargitori.

In conclusione, lo studio attuale è il primo a fornire una previsione per una tendenza epidemica dopo che sono state implementate rigorose misure di prevenzione e controllo in Italia.

Il nostro studio suggerisce che misure rigorose come la Cina dovrebbero essere mantenute in Italia entro il 05 agosto per prevenire un'ulteriore diffusione di COVID-19.

Dichiarazione sulla disponibilità dei dati

In questo studio sono stati analizzati set di dati disponibili pubblicamente. Questi dati sono disponibili qui:

https://github.com/CSSEGISandData/COVID-19 .

Contributi dell'autore

JW, HK, LM e HY hanno contribuito alla progettazione dello studio. JW, HK e LM hanno contribuito alla stesura del manoscritto. JW, HK, SY e CW hanno contribuito all'analisi dei dati. SY, CW e WJ hanno contribuito alla compilazione dei dati. WJ, YS, WS e HY hanno contribuito alla revisione critica. TP, KF e LJ hanno contribuito alla ricerca della letteratura. YS, WJ e KF hanno contribuito alla progettazione di tabelle e figure.

finanziamento

Lo studio è stato finanziato dall'Esercito Logistics Emergency Scientific Research Project; Ricerca scientifica di emergenza dell'esercito e ricerca scientifica di emergenza dell'ospedale generale cinese PLA (20EP008).

STUDIOSI REDATTORI DELLO STUDIO

Jia Wangping 1,2, Han Ke 1, Song Yang 1 , Cao Wenzhe 1, Wang Shengshu 1, Yang Shanshan 1, Wang Jianwei 1, Kou Fuyin 1, Tai Penggang 1, Li Jing 1, Liu Miao 1* e He Yao 1*

1 Laboratorio chiave di invecchiamento e geriatria di Pechino, Centro nazionale di ricerca clinica per malattie geriatriche, Secondo centro medico dell'ospedale generale cinese PLA, Istituto di geriatria, Pechino, Cina

2 Dipartimento di supporto alla tecnologia medica militare, Scuola di sottufficiale, Army Medical University, Shijiazhuang, Cina

Conflitto d'interesse

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.

Ringraziamenti

Abbiamo molto apprezzato l'assistenza tecnica fornita da Zhenxing Cheng; Institute of Blue and Green Development, Shandong University, Weihai, 264209, PR China.