Le morti COVID-19 sono aumentate in Europa , a causa della immunità di gregge?

Lucy C Okell Robert Verity Oliver J Watson Swapnil Mishra Patrick Walker Charlie Whittaker et al.Pubblicato: 11 giugno 2020DOI: https://doi.org/10.1016/S0140-6736(20)31357-X

 

Lo studio riportato su “The Lancet” ci dà una importante analisi dell’effetto sulle morti da covid-19 e la scelta tra lockdown e immunità di gregge.

La trasmissione della sindrome respiratoria acuta grave coronavirus 2 (SARS-CoV-2) è attualmente in netto declino in molti paesi in Europa, Nord America e parti dell’Asia, a seguito di interventi governativi senza precedenti che mirano a ridurre sostanzialmente i viaggi e il contatto fisico tra le persone,(differentemente dal Brasile e Stati Uniti. dati che ci raggiungono attualmente)

Ci sono due spiegazioni possibili e molto diverse per questo declino.

1) In primo luogo, i declini osservati nei casi e nei decessi potrebbero essere dovuti a lockdown :rimanere a casa, i divieti nelle riunioni pubbliche con meno di dieci persone e il coprifuoco di tutte le fasce di età, l’allontanamento sociale e altri interventi. Ciò implicherebbe che l’epidemia è ancora in una fase relativamente precoce e che quindi una grande parte della popolazione rimane suscettibile. In tale scenario, esiste un rischio elevato di rinnovata trasmissione se gli interventi o le modifiche comportamentali sono completamente abbandonati Questa prima spiegazione è anche coerente con un elevato rapporto di mortalità per infezione (tasso di letalità plausibile (infection fatality rate, IFR) al fine di spiegare il numero di decessi verificatisi fino ad oggi.

2) In secondo luogo, il calo osservato di casi e decessi potrebbe essere dovuto al raggiungimento dell’immunità di gregge. Ciò implicherebbe che gran parte della popolazione è ora protetta dall’infezione, sia attraverso l’acquisizione dell’immunità a seguito di infezione precedente sia con altri mezzi naturali (come la protezione incrociata da altri coronavirus). In tale scenario, sono previsti ulteriori declini nei casi e decessi anche in assenza di interventi o modifiche comportamentali. Se si presume che una grande parte della popolazione sia stata infettata, questa spiegazione implica un IFR molto basso per spiegare il numero di decessi verificatisi fino ad oggi.

Individuare la spiegazione più probabile è la chiave per eventuali piani futuri di innalzamento delle distanze sociali e delle restrizioni di viaggio. È anche fondamentale quando si considerano le successive risposte di salute pubblica volte a ridurre la morbilità e la mortalità, in particolare nel contesto dei più ampi impatti economici e sanitari delle strategie di mitigazione e soppressione di COVID-19.

Lo studio qui espresso ha adottato un approccio semplice e basato sui dati per stabilire quale di queste spiegazioni sia meglio supportata dai dai numeri. Le nostre argomentazioni si basano sull’andamento delle morti cumulative nel tempo in un certo numero di paesi che sono stati bloccati in diverse fasi delle loro epidemie, come riportato dal Centro europeo per la prevenzione e il controllo delle malattie il 18 maggio 2020. Per un sottogruppo di paesi, sono esplorati anche i dati ottenuti da studi sierologici sulla proporzione della popolazione che ha evidenza di infezione precedente .

Si sono trovate poche prove a supporto di un’esplosione che si basa sull’immunità del gregge per i seguenti motivi.

In primo luogo, il tasso cumulativo di mortalità pro capite di COVID-19 è aumentato a livelli diversi. La segnalazione di decessi in diversi paesi con una buona capacità di sperimentazione, sebbene non senza difficoltà, è generalmente considerata una delle statistiche più affidabili su COVID-19 poiché i test sono stati considerati prioritari per i casi gravi. Con l’immunità di gregge, il tasso di mortalità cumulativo dovuto a COVID-19 per milione di popolazione dovrebbe raggiungere un livello approssimativamente uguale a quello dei diversi paesi (ipotizzando numeri di riproduzione di base simili). Questo non è ciò che mostrano i dati.

Ad esempio, in Germania, nei Paesi Bassi e in Italia, tutti i paesi con una buona qualità di assistenza sanitaria e capacità di test, la differenza di mortalità è molto diversa, con la Germania a 95 decessi per milione di abitanti, i Paesi Bassi a 332 decessi per milione di abitanti, e Italia con 525 morti per milione di abitanti (al 17 maggio 2020). Sebbene nessun dato sia perfetto, è altamente improbabile che le differenze nella segnalazione della mortalità tra i paesi possano spiegare questa scala di variazione. Se l’acquisizione dell’immunità di gregge fosse responsabile del calo dell’incidenza in tutti i paesi, l’esposizione alle malattie, la suscettibilità o la gravità dovrebbero essere estremamente diverse tra le popolazioni. Considerati i dati demografici simili, stretta vicinanza geografica, forti somiglianze genetiche, solidi sistemi sanitari e probabile precedente esposizione simile ad altri coronavirus umani, ci sono poche prove a sostegno di questo. Al contrario, se il livellamento delle morti è causato da interventi e cambiamenti comportamentali associati, queste discrepanze possono essere spiegate dai tempi e dalla rigidità degli interventi relativi all’introduzione del virus.

In secondo luogo, i paesi che hanno subito il blocco hanno subito meno morti nelle settimane successive. Concentrandoci sui paesi che hanno applicato severe misure di soppressione, abbiamo confrontato i decessi pro capite al momento del blocco con i decessi pro capite nel successivo periodo . Se l’immunità di gregge fosse già stata raggiunta, non ci aspetteremmo alcuna correlazione, o addirittura una correlazione negativa, poiché il blocco non altererebbe la soglia di immunità di gregge nella popolazione o il tasso di mortalità finale pro capite. Una forte tendenza lineare suggerisce che i paesi che hanno subito un blocco in precedenza hanno subito meno decessi nel periodo di 6 settimane successivo. Questa tendenza è quindi incompatibile con la spiegazione dell’immunità del gregge; tuttavia, è esattamente quello che ci si aspetterebbe dalla spiegazione che i blocchi bloccano la trasmissione e le morti, rendendoli più efficaci quando la trasmissione pre-blocco è bassa.

In terzo luogo, infine, esiste una relazione forte e coerente tra la prevalenza di anticorpi contro SARS-CoV-2 e la mortalità da COVID-19 nelle popolazioni europee, in linea con un IFR dello 0,5-5-1%. Usando i dati degli studi sierologici abbiamo confrontato la proporzione della popolazione che ha evidenza di infezione precedente, misurata dagli anticorpi (sieroprevalenza) in un dato punto temporale, con la proporzione della popolazione deceduta da COVID-19 fino al stesso timepoint Una forte relazione lineare tra sieroprevalenza e mortalità indica che regioni diverse hanno sperimentato una mortalità simile per infezione.

Questo risultato è informativo per diversi motivi. In primo luogo, se l’immunità di gregge fosse stata raggiunta a causa dell’infezione di gran parte della popolazione, ci si aspetterebbe di vedere una sieroprevalenza più elevata e una pendenza corrispondentemente inferiore (equivalente a un IFR inferiore). I dati attuali in Europa sono coerenti con un IFR dello 0,5-5,0%, che è molte volte superiore all’influenza stagionale (<0,1%). In secondo luogo, se si ipotizza che le differenze tra i paesi europei nella nostra analisi sono causate da differenze nella gravità o nella segnalazione di morte, ci si aspetterebbe di vedere pendenze molto diverse tra i paesi. I dati non supportano questa spiegazione. Terzo, se l’immunità di gregge è stata raggiunta in tutte le regioni, allora ci si aspetterebbe di vedere una variazione relativamente piccola nella sieroprevalenza.

Prendendo la Spagna come esempio, affinché il paese raggiunga l’immunità di gregge, si dovrebbe presumere che la soglia di immunità di gregge differisca di un fattore dieci tra le regioni. Al contrario, tutti questi schemi sono facilmente spiegabili se si presume che gli interventi agiscano per mantenere morti e infezioni a livelli di immunità pre-gregge. Ciò, ad esempio, implicherebbe che la Danimarca e la Spagna hanno sperimentato un IFR sostanzialmente simile ma che la Danimarca ha un numero inferiore di decessi e una minore sieroprevalenza semplicemente perché l’epidemia non è progredita come in Spagna prima dell’entrata in vigore del blocco.

Le prove di focolai in contesti confinati mostrano che la percentuale di individui infetti può raggiungere livelli elevati (ad es. Oltre il 60% di tutti questi schemi possono essere facilmente spiegati se si presume che gli interventi agiscano per mantenere morti e infezioni a livelli di immunità pre-gregge. . Le prove di focolai in contesti confinati mostrano che la percentuale di individui infetti può raggiungere livelli elevati (ad es. Oltre il 60% tutti questi schemi possono essere facilmente spiegati se si presume che gli interventi agiscano per mantenere morti e infezioni a livelli di immunità pre-gregge. Ciò, ad esempio, implicherebbe che la Danimarca e la Spagna hanno sperimentato un IFR sostanzialmente simile ma che la Danimarca ha un numero inferiore di decessi e una minore sieroprevalenza semplicemente perché l’epidemia non è progredita come in Spagna prima dell’entrata in vigore del blocco. Le prove di focolai in contesti confinati mostrano che la percentuale di individui infetti può raggiungere livelli elevati (ad es. Oltre il 60% sottintendono che la Danimarca e la Spagna hanno sperimentato un IFR sostanzialmente simile ma che la Danimarca ha un numero inferiore di decessi e una minore sieroprevalenza semplicemente perché l’epidemia non è progredita tanto quanto in Spagna prima dell’entrata in vigore del blocco. Le prove di focolai in contesti confinati mostrano che la percentuale di individui infetti può raggiungere livelli elevati (ad es. Oltre il 60% sottintendono che la Danimarca e la Spagna hanno sperimentato un IFR sostanzialmente simile ma che la Danimarca ha un numero inferiore di decessi e una minore sieroprevalenza semplicemente perché l’epidemia non è progredita tanto quanto in Spagna prima dell’entrata in vigore del blocco. Le prove di focolai in contesti confinati mostrano che la percentuale di individui infetti può raggiungere livelli elevati (ad es. Oltre il 60%), fornendo poche ragioni per ritenere che le persone in questi paesi che sono attualmente sieronegative non siano suscettibili all’infezione.

In sintesi, ci sono grandi differenze nei modelli di decessi pro capite nei diversi paesi che sono difficili da conciliare con le argomentazioni sull’immunità di gregge, ma sono facilmente spiegabili dai tempi e dalla rigidità degli interventi. Gli studi sulla sieroprevalenza forniscono anche una fonte indipendente di informazioni altamente coerente con i dati sulla mortalità. L’argomento sull’immunità del gregge è quindi in contrasto con i dati di mortalità e sieroprevalenza, mentre l’argomento di intervento fornisce una spiegazione parsimoniosa per entrambi.

Sebbene gli impatti degli attuali interventi di controllo sulla trasmissione debbano essere bilanciati con i loro impatti economici e sanitari a breve e lungo termine sulla società, i dati epidemiologici suggeriscono che nessun paese ha ancora visto tassi di infezione sufficienti per prevenire una seconda ondata di trasmissione, dovrebbero i controlli o le precauzioni comportamentali devono essere allentati senza misure compensative in atto.

covid-19 e immunità di gregge

Fig A Cumulative deaths in individuals with confirmed (diagnosed) COVID-19 per million population in countries with at least 10 recorded COVID-19 deaths and available data. Colours represent the number of deaths before lockdown. (B) Deaths in individuals with confirmed COVID-19 per million population before lockdown vs. in the six week period after lockdown. The dashed line gives the best-fitting linear model. The colours match figure 1. (C) Seroprevalence of SARS-CoV-2 against cumulative COVID-19 deaths per million population in European countries (national or subnational region data). Dashed lines show the approximate expected relationship at different infection fatality rates, although note no adjustment was made for sensitivity and specificity of serology tests and time lags between infection, seroconversion and death. Cumulative deaths are recorded at the midpoint of the seroprevalence survey date. Where subnational mortality data were not available at the same date as the seroprevalence survey, the national cumulative mortality at that date was taken and the distribution of deaths between regions was assumed to be the same at that at a more recent available time. Data availability

All data, references and code used to generate the plots are available at https://github.com/ImperialCollegeLondon/covid19cumdeaths References

Add Your Comment

Contattaci

Copyright 2020 stateoflymphedema.com

error: Content is protected !!