Già nel 1975 la morbosità delle regioni era stata osservata presso la Facoltà di Scienze Statistiche della Sapienza Università di Roma con 22 indicatori relativi allo sviluppo socio economico, affiancando il PIL pro-capite, al centro delle analisi nel periodo del post-boom degli anni ’60 [1].
Per morbosità si intente il rapporto percentuale tra il numero dei casi di una determinata malattia e la popolazione in cui si è verificata (vocabolario online Treccani).
Lo stato epidemico/pandemico in cui ci troviamo a vivere nel 2020, riaccende vecchi interessi ed esigenze scientifiche-didattiche e richiede nuovi sviluppi di indagine statistica, sperando che prossimamente ci si possa avvantaggiare delle tecniche più sofisticate come i Big data e l’Intelligenza artificiale [2] e nuovi strumenti efficienti.
Venendo subito al nocciolo della questione, si riporta una tabella regionale della morbosità Covid rapportando gli open data del Dipartimento della Protezione civile e dell’Istituto Superiore della Sanità [3] con il totale della popolazione residente [4] nelle regioni, rinviando ulteriori approfondimenti ad altre fonti [5] ed ai numerosi studi scientifici ogni giorno disponibili.
I dati dei contagi sono, da marzo, parte della comunicazione pubblica, ma raramente risultano rapportati al volume della popolazione. Viene spontaneo voler relativizzare i dati assoluti della Lombardia, con circa 10 milioni di abitanti, con quelli del Lazio o Campania, con circa 5,8 milioni di abitanti, e così via per le altre regioni, fino alla Val d’Aosta con circa 125 mila abitanti.
In linea teorica il parametro dei contagi, rispetto alla popolazione, potrebbe rappresentare la probabilità che una persona facendo un percorso casuale tra gli abitanti di un luogo, possa incontrare una persona contagiata.
Si ricorda tra l’altro che il numero dei contagi attuali è un numero cumulato registrato, già depurato dai casi di guarigione e dai dati delle persone purtroppo decedute (non includendo ancora positivi asintomatici non “tamponati”).
E’ quindi necessario tener presente che tale rapporto, tra i casi registrati ufficialmente, potrebbe:
- essere correlato con elevata probabilità alla numerosità dei tamponi;
- essere sotto-dimensionato in alcune zone;
- risentire di migrazioni veloci delle persone tra un territorio e l’altro, a fronte di un conteggio statico della popolazione residente.
Tuttavia più che tralasciare tale indicatore quanto riportato mira ad essere di stimolo per migliori rilevazioni statistiche e sollecitare nuovi Opendata sulla pandemia.
Come si evidenzia nella tabella che segue continua l’impressione, già evidenziatosi dall’inizio dell’epidemia primaverile, di un Sud meno contagiato rispetto al Nord e, come novità dell’epidemia autunnale, di una dorsale geografica dell’ovest tirrenico più contagiata rispetto all’est adriatico (i casi più allarmanti risultano infatti in Campania, Lazio, Umbria, Toscana, Liguria, Val d’Aosta, Piemonte, Lombardia, Trentino Alto Adige).
Nonostante gli eventuali fattori di disturbo delle rilevazioni (eventualiritardi, organizzazioni territoriali diverse, disponibilità di risorse, ecc.) la percezione della tabella coincide con quella percepita dalla pubblica opinione, specie nei territori con casi di molto superiore alla media (indicati con *).
Tuttavia la tabella esposta non offre elementi di ausilio alla gestione dell’emergenza per sollecitare interventi mirati più specifici e suggerire soluzioni.
Ulteriori indagini potranno effettuarsi sulle conseguenze dei contagi: ricoveri totali e isolamenti domiciliari (per il 17 ottobre) e ricoveri con sintomi, ricoveri con terapie intensive di emergenza, isolamenti domiciliari (per il 21 ottobre).
I dati, così riportati anche dall’intervista di Key4biz “Covid-19 e la morbosità delle regioni italiane”, potranno essere dettagliati man mano che saranno resi disponibili, senza voler in alcun modo sconfinare in valutazioni mediche di interpretazione.
Potranno quindi aprirsi nuovi approfondimenti sulla disponibilità delle risorse, anche affiancando alcuni degli indicatori già osservati del 1975, in rapporto agli abitanti, per migliorare distribuzioni di risorse con ottica di equità e tempestività.
Webgrafia
[1] Smart land“a)Sviluppo socio-economico delle regioni e sanitario” http://www.mondomatica.it/…
[2] Convegno sull’IA “Una speranza riposta nell’Intelligenza Artificiale”, https://intelligenzartificiale.unisal.it/…
[3] Sito della Protezione Civile su Covid 19 http://opendatadpc.maps.arcgis.com/…
[4] Popolazione residente da dati Istat riportati da http://tuttitalia.it
[5] Smart land“b) Correlazione tra sviluppo territoriale e epidemia Covid” http://www.mondomatica.it/…
