< Modelli

Perché la super-propagazione è cruciale per comprendere l'epidemia di COVID-19?

Testo aggiornato al 2020-06-23


L'epidemia di COVID-19 si diffonde in gran parte attraverso eventi di super-propagazione. Per evitare una nuova epidemia, è importante monitorare e limitare i luoghi e/o eventi più "pericolosi" e quindi prevenire il verificarsi di situazioni di super-propagazione.

L'efficienza della trasmissione del COVID-19 da una persona all'altra è estremamente variabile: la maggior parte delle infezioni si estinguono senza ulteriore trasmissione, ma un piccolo numero di infezioni (10-20%) è responsabile di un gran numero di contagi (fino all'80%). Questo fenomeno potrebbe spiegare il motivo per cui l'espansione dell'epidemia in alcuni paesi si è verificata solo mesi dopo che il coronavirus SARS-CoV-2 era già sporadicamente presente sul territorio.

Il verificarsi di eventi di super-propagazione è essenziale affinché sorga un focolaio. Le cause di queste situazioni possono essere biologiche (alcune persone emettono più particelle infettive di altre) o sociali (eventi che concentrano un gran numero di persone in un unico luogo). Questi eventi permettono alla malattia COVID-19 di passare da un livello "rumore di fondo" allo stadio epidemico. Comprendere e controllare in anticipo queste situazioni, luoghi o eventi di super-propagazione è essenziale per evitare che si verifichi un'altra possibile ondata senza dover ricorrere a misure estreme.

Per capire come si diffonde il COVID-19, non basta conoscere il suo numero base di riproduzione (R0). Bisogna tenere in considerazione anche il fattore di dispersione dell'infezione, k (kappa). Mentre il numero base di riproduzione riflette la contagiosità media di tutte le persone infette, il fattore di dispersione misura la variabilità di questo numero all'interno della popolazione.

Quando k è alto, l'epidemia progredisce in modo uniforme, a "macchia d'olio": questa è la situazione osservata per l'epidemia di influenza spagnola del 1918. Al contrario, quando K è vicino a 0, il numero di persone contagiate da ogni persona infetta è molto variabile e l'epidemia tende a diffondersi attraverso i cosiddetti eventi di "super-propagazione", in cui una persona infetta trasmette il virus a molti altri con cui entra in contatto. Quando k è vicino a 0, gli eventi di "super-propagazione" hanno un forte impatto e possono portare ad un focolaio di epidemia. Ad esempio, quando k=0,1 e R0=3, il 73% delle persone infette contagia meno di una persona, mentre il 6% contagia più di 8 persone. L'epidemia progredisce poi in modo discontinuo, per focolai (in inglese, "clusters"). Questa modalità di diffusione discontinua è stata osservata durante l'epidemia di SARS (R0 = 2; k = 0,16) e, in misura minore, durante quella di MERS (R0 = 0,6; k = 0,25). Le stime di k sono meno accurate di quelle di R0 perché k è una misura della dispersione mentre R0 è una media. Ciò significa che sono necessari molti casi di trasmissione per ottenere una buona stima di k. Attualmente, secondo le ricerche,il valore di k per il COVID-19 è circa 0,1-0,4.

In queste condizioni, secondo la statistica è necessario che si verifichino alcune decine di casi in contemporanea per far partire un'epidemia. Qui le situazioni di superpropagazione giocano un ruolo importante: improvvisamente l'ambiente diventa favorevole alla diffusione del COVID-19, nonostante la sua bassa contagiosità nella maggior parte delle persone infette. Questa particolarità spiega perché i focolai più importanti di COVID-19 non siano comparsi sistematicamente nelle grandi metropoli (come nel caso delle infezioni con distribuzione di tipo Poisson), ma anche in luoghi meno popolati (per esempio Mulhouse o Codogno), dove si era verificato un evento di super-propagazione. Inoltre, sempre secondo la distribuzione binomiale negativa, una volta che un focolaio è sorto, il numero di casi esplode rapidamente, nel giro di poche generazioni di pazienti infetti. I modelli epidemiologici prevedono che stabilire e stabilizzare la crescita esponenziale di una tale epidemia richieda continuamente situazioni super-propaganti. Questi risultati suggeriscono quindi che l'epidemia può essere ampiamente controllata se le situazioni di super-propagazione all'origine della trasmissione vengono eliminate.

Alcuni focolai dominano la trasmissione del coronavirus SARS-CoV-2 mentre la maggior parte si autoestingue. Ciò significa che, per evitare un nuovo focolaio, è fondamentale conoscere e monitorare i luoghi e/o eventi più "pericolosi" e quindi prevenire il verificarsi di situazioni di super-propagazione.


facebook twitter linkedin

Fonti

Il coronavirus SARS-CoV-2 era probabilmente sporadicamente presente in Francia già nel dicembre 2019.

Deslandes, A., Berti, V., Tandjaoui-Lambotte, Y., Alloui, C., Carbonnelle, E., Zahar, J. R., ... & Cohen, Y. (2020). SARS-CoV-2 was already spreading in France in late December 2019. International Journal of Antimicrobial Agents, 106006.

L'R0 per l'influenza stagionale è stato stimato a 1,3 (in un intervallo tra 0,9 e 2,1).

Coburn, B. J., Wagner, B. G., & Blower, S. (2009). Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1). BMC medicine, 7(1), 30.

La stima del fattore di dispersione k per la SARS era di 0,16 (intervallo di confidenza del 90% 0,11-0,64).

Lloyd-Smith, J. O., Schreiber, S. J., Kopp, P. E., & Getz, W. M. (2005). Superspreading and the effect of individual variation on disease emergence. Nature, 438(7066), 355-359.

Il fattore di dispersione k per la MERS è stato stimato pari a 0,26.

Kucharski, A. J., & Althaus, C. (2015). The role of superspreading in Middle East respiratory syndrome coronavirus (MERS-CoV) transmission. Euro surveillance, 20(25), pii-21167.

Uno studio sui focolai di Hong Kong (cper un totale di 1037 positivi) condotto nel maggio 2020 stima che il 20% dei casi di contaminazione da SARS-CoV-2 è responsabile dell'80% della trasmissione locale. Le esposizioni sociali producono più casi secondari rispetto alle interazioni familiari o lavorative. Il fattore di dispersione k è stimato a 0,45 (95% CI: 0,30-0,72).

Adam, D., Wu, P., Wong, J., Lau, E., Tsang, T., Cauchemez, S., ... & Cowling, B. (2020). Clustering and superspreading potential of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infections in Hong Kong.

Uno studio britannico stima i valori R0 per il COVID-19 intorno a 2-3, il fattore di dispersione k a circa 0,1 (mediana 0,1; intervallo di confidenza del 95%: 0,05-0,2 per R0 = 2,5): ciò implica che il 10% degli individui è responsabile dell'80% dei casi di contaminazione.

Endo, A., Abbott, S., Kucharski, A. J., & Funk, S. (2020). Estimating the overdispersion in COVID-19 transmission using outbreak sizes outside China. Wellcome Open Research, 5(67), 67.

Un modello svizzero del COVID-19 fino a gennaio 2020 colloca R0 tra 1,4 e 3,8 (mediana 2,2) e k tra 0,014 e 6,95 (mediana 0,54). I dati relativi all'epidemia fino al gennaio 2020 non consentono una stima più accurata del k. Le stime di k sono meno accurate di quelle di R0 perché k è una misura della dispersione mentre R0 è una media.

Riou, J., & Althaus, C. L. (2020). Pattern of early human-to-human transmission of Wuhan 2019 novel coronavirus (2019-nCoV), December 2019 to January 2020. Eurosurveillance, 25(4), 2000058.

Sulla base dei genomi del coronavirus SARS-CoV-2, un team di Oxford ha stimato che il coronavirus ha raggiunto il Regno Unito e ha iniziato a diffondersi all'interno dei confini del paese in almeno 1 356 casi di introduzione, e che questo numero è stato probabilmente sottovalutato. Questi casi di introduzione sono avvenuti principalmente da parte di viaggiatori provenienti dalla Spagna (34%), dalla Francia (29%) e dall'Italia (14%).

Pybus O., Andrew Rambaut, Louis du Plessis, Alexander E Zarebski, Moritz U G Kraemer, Jayna Raghwani, Bernardo Gutiérrez, Verity Hill, John McCrone, Rachel Colquhoun, Ben Jackson, Áine O’Toole, Jordan Ashworth, on behalf of the COG-UK consortium. (2020) Preliminary analysis of SARS-CoV-2 importation & establishment of UK transmission lineages. Preprint on virological.org

Spiegazioni sul parametro kappa e sull'importanza delle situazioni di super-propagazione.

Korsia-Meffre, S. (2020). COVID-19 : "La seule chose qui compte, c'est l'endroit où s'qu'elle tombe" ou comment éviter une éventuelle deuxième vague. Vidal

Questo studio dimostra che più alto è il volume della voce, maggiore è il numero di particelle emesse durante il discorso, da 1 a 50 particelle al secondo (da 0,06 a 3 particelle per cm3), indipendentemente dalla lingua parlata (inglese, spagnolo, mandarino o arabo). Inoltre, una piccola frazione di individui si comporta come "super-emittenti", rilasciando sistematicamente dieci volte più particelle rispetto agli altri.

Asadi, S., Wexler, A. S., Cappa, C. D., Barreda, S., Bouvier, N. M., & Ristenpart, W. D. (2019). Aerosol emission and superemission during human speech increase with voice loudness. Scientific reports, 9(1), 1-10.

Articolo presentato il 27 maggio che fa il punto sulle situazioni di superpropagazione nel contesto della diffusione dell'epidemia di COVID-19 e identifica i fattori chiave di una situazione di superpropagazione. Se l'epidemia di COVID-19 cresce e supera qualche decina di casi, allora la dinamica di trasmissione comincia a mostrare una crescita esponenziale stabile, con un tasso di crescita che si avvicina a quello di un modello con una distribuzione di Poisson che ha lo stesso R0. Poi, una volta che l'epidemia ha preso piede, appare ancora più esplosiva di una distribuzione di Poisson. Stabilire e stabilizzare la crescita esponenziale di quest'epidemia richiede un apporto continuo di situazioni di super-propagazione. Queste osservazioni suggeriscono quindi che l'epidemia può essere ampiamente controllata e che il numero di riproduzione effettivo Reff si riduce notevolmente quando le situazioni di super-propagazione che causano la trasmissione vengono eliminate.

Althouse, B. M., Wenger, E. A., Miller, J. C., Scarpino, S. V., Allard, A., Hébert-Dufresne, L., & Hu, H. (2020). Stochasticity and heterogeneity in the transmission dynamics of SARS-CoV-2. arXiv preprint arXiv:2005.13689.

Per saperne di più

Letalità, mortalità, sovramortalità, R0, K: di cosa stiamo parlando?

Che cosa si intende per super-propagazione del COVID-19?

Qual è lo scopo del distanziamento sociale?

Perché gli assembramenti sono sconsigliati durante l'epidemia di COVID-19?