A che gioco gioca il virus ? di Simonetta Pagliani

Che cos’è il fenomeno della «superdiffusione»? Simonetta Pagliani fa il punto della situazione anche alla luce di un nuovo studio del Center for Disease Dynamics, Economics and Policy di New Delhi. 

Il tema dell’esistenza e dell’importanza dei superdiffusori (intesi sia come individui sia come eventi) e dei cluster nella diffusione planetaria di SARS-CoV-2, di cui Scienza in rete si era già occupata nel mese di maggio, torna alla ribalta in occasione della pubblicazione su Science di uno studio di Ramanan Laxminarayan, del Center for Disease Dynamics, Economics and Policy di New Delhi. Il suo gruppo ha analizzato i dati del più vasto tracciamento di contatti finora disponibile, condotto negli stati Tamil Nadu e Andhra Pradesh (85.000 infetti confermati su 575.000 persone potenzialmente esposte al virus) ricavandone molti indizi sulla diffusione di Covid-19 in India, dove i casi si sono distribuiti in un’età più giovanile che nei paesi occidentali: i bambini e i giovani adulti, più restii al distanziamento fisico dai coetanei, alimentano un terzo dei casi totali, anche se i decessi sono concentrati nell’età dai 50 ai 64 anni, con un tasso di letalità (che, per la Covid-19, indica la proporzione di decessi per la malattia sul totale dei soggetti positivi al test molecolare in un determinato arco temporale) che varia dallo 0,05% dai 5 ai 17 anni al 16,6% a partire dagli 85 anni. Lo studio ha rilevato una netta predominanza della superdiffusione come modalità di trasmissione dell’infezione, con il 5% degli infetti responsabili dell’80% dei casi.

Si definisce evento superdiffusore quello in cui una o poche persone possono contagiarne decine di altre per il coincidere di contingenze biologiche e logistiche: il virus in fase di alta trasmissibilità (la carica virale cambia da un individuo all’altro ed è massima in fase presintomatica), la presenza di speech superemitter che, a prescindere dall’ampiezza vocale, emettono molte più particelle della media degli individui (per varianti fisiologiche della fonazione ancora ignote), un assembramento di persone impegnate in attività in cui vi è una continua espirazione (come parlare a voce alta o cantare), un tempo adeguato (la formula dell’infezione è sempre «quantità di virus inalato x tempo d’inalazione») e un ambiente chiuso (case, uffici o fabbriche, trasporti pubblici, ristoranti). Strettamente collegati agli eventi super diffusori sono i cluster, parola che fa riferimento al «grappolo» di persone tra loro connesse in cui si addensa l’accidente.

Già nei primi mesi del 2020, sono stati segnalati molti eventi superdiffusori, esempi dei quali sono la prova del coro amatoriale del distretto di Washington in cui un solo cantante con il «raffreddore» ha contagiato 33 colleghi su 61, i contagi multipli in una chiesa sudcoreana, la convention della Biogen in cui il virus ha trovato riuniti 175 dirigenti che lo hanno veicolato in sei Stati USA e in tre altre nazioni, la vacanza sciistica a Contamines Montjoie, dove un imprenditore reduce da una conferenza a Singapore ha infettato almeno 5 amici prima che facessero ritorno ai loro luoghi di provenienza: una revisione sistematica di giugno dei sessantacinque studi sui cluster di SARS-CoV-2 pubblicati a partire dall’inizio del 2020, ha contato 108 infezioni a grappolo nel mondo (per il 66,7%, in Cina).

I principali tipi di cluster si sono verificati nelle famiglie, negli ospedali, nei convegni, durante le liturgie religiose, nelle carceri, negli uffici, nei macelli e nelle case di riposo. Anche se gli eccessi di contagio sono avvenuti quasi sempre in luoghi chiusi, non va dimenticato che il più grande evento superspreading registrato si è svolto all’aperto, a Milano. Sono state 7.000 le infezioni collegate alla partita di Champions League tra Atalanta e Valencia del 19 febbraio, che ha ammassato 2.500 tifosi valenciani e 36.000 bergamaschi (che hanno viaggiato in gruppi più o meno folti) sugli spalti di San Siro, più tutti quelli che si sono riuniti per vederla nelle case e nei bar.

SARS-CoV-2, come i suoi due predecessori SARS e MERS, sembra particolarmente incline a formare grappoli di infetti; perciò, in aggiunta a R, che rappresenta il numero medio d’infezioni secondarie prodotte da ciascun individuo infetto in una popolazione suscettibile, gli addetti ai lavori usano anche il valore k, chiamato «fattore di dispersione», che descrive quanto la malattia colpisca grappoli di persone («clusterizzi»): più basso è k, maggiore è la diffusione a molti da parte di pochi affetti. L’influenza spagnola aveva un k pari a 1 e, infatti, colpiva alla spicciolata, mentre il k di MERS era circa 0,25 e quello di SARS era 0,16. Per SARS-CoV-2 esistono solo modelli matematici, come quello di Adam Kucharski della London School of Hygiene and Tropical Medicine, secondo cui il nuovo coronavirus ha un k inferiore a 0,1. In tal caso, il 20% dei casi sarebbe responsabile dell’80% della diffusione e si spiegherebbe (un po’) la differente diffusione del virus nelle varie nazioni o regioni dello stesso paese: alcuni cluster infettivi, isolati, si estinguono e il virus deve essere introdotto in altri luoghi e situazioni per poter, alla fine, deflagrare. I modelli, d’altronde, hanno da moltissimo tempo voce in capitolo in infettivologia, da quando, per primo, Daniel Bernoulli nel 1766 utilizzò un modello probabilistico per confrontare la possibilità che la variolizzazione (l’inoculo sottocute di materiale prelevato da lesioni vaiolose per causare una malattia lieve che desse immunità) portasse a morte con quella che desse una maggiore aspettativa di vita, evitando il vaiolo vero e proprio. Combinando formalismo matematico con dati epidemiologici e conoscenza dei meccanismi biologici, i modelli delle malattie infettive consentono di valutare l’effetto degli interventi di sanità pubblica, come i vaccini, o di fornire la ragione per cui alcune persone si infettano meno di altre.

Da un articolo pubblicato on line su Lancet lo scorso mese da un gruppo di biologi ed epidemiologi dell’Università di Stanford, della Johns Hopkins Bloomberg School of Public Health di Baltimora e dell’Università della Florida, si apprende che, dall’inizio dell’epidemia al settembre 2020 sono state pubblicate più di 5.000 analisi di modelli su Covid-19 in riviste sottoposte a peer review, esclusi i portali di preprint. Alcuni di questi modelli sono stati strumenti utili per ricavare la stima del numero riproduttivo di base R0, evidenziare le aree o le popolazioni più a rischio, informare i decisori e il pubblico dell’impatto attuale e potenziale della malattia. Tuttavia, mettono in chiaro Alexander Becker e colleghi, anche i modelli migliori possono non dare informazioni corrette, per l’avvenuta evoluzione delle caratteristiche epidemiologiche su cui si basano e/o per l’incerta conoscenza dei dati biologici; si può, per di più, paradossalmente affermare che il fatto stesso che un modello sia utile per guidare politiche sanitarie di contenimento dell’epidemia finisce per renderlo obsoleto, perché il corso della diffusione virale che aveva previsto, è cambiato.

Alle prime rilevazioni di cluster, nel fatidico mese di febbraio, Deborah MacKenzie, divulgatrice scientifica della BBC, vedeva nella possibile diffusione del nuovo coronavirus per superspreading un motivo di speranza per un’espansione contenuta dell’epidemia e una sua rapida risoluzione; da allora, però, SARS-CoV-2 è dilagato in tutto il mondo e, ancora oggi, non vi è unanimità di vedute sulle modalità di diffusione di questo virus nella popolazione. Alla teoria dei superdiffusori si contrappone quella della diffusione a cascata, da un soggetto infetto a uno suscettibile, come se il contagio giocasse a quel gioco infantile diffuso (vedi caso) in tutto il mondo, coi nomi di acchiapparella, ce l’hai, it, chat, pilla-pilla, mancha o салочки.

Questa diversa visione emerge anche dalle interviste parallele rilasciate ad AGI (Agenzia giornalistica Italia) da Stefania Salmaso, epidemiologa di lungo corso già in forza all’Istituto Superiore di Sanità e da Antonio Mastino, microbiologo dell’Istituto di farmacologia traslazionale del Consiglio nazionale delle ricerche (CNR-IFT) e dell’Università di Messina, in riferimento allo studio su Science citato in apertura: per Salmaso, la lezione che se ne deve trarre è che la gestione dell’epidemia migliorerebbe se fossero fatti maggiori sforzi di contact tracing per individuare i superdiffusori e i focolai di diffusione; per Martino, invece, la maggior parte delle infezioni in Italia sarebbe dovuta a un semplice contagio a cascata e il fenomeno dei cluster e dei superdiffusori interesserebbe solo marginalmente la realtà italiana, dove i costumi sociali e religiosi non sono paragonabili a quelli che, in altri continenti, hanno fornito al virus le occasioni di clusterizzare.

Ciò nondimeno, Guido Bandera, sul Giorno, traccia la mappa di piccoli comuni della Lombardia in cui l’incidenza di casi Covid-19 è più alta sia della media nazionale sia di quella regionale, aggirandosi tra il 7 e il 10%; in alcuni di essi è la presenza di case di riposo ad alzare il valore percentuale, ma in altri questa spiegazione non sussiste e ne vanno cercate di diverse (anche se, in cittadine dove tutti bazzicano ripetutamente gli stessi luoghi, dai negozi alle chiese e alle scuole dei figli, la propagazione dell’infezione può fare a meno di superdiffusori, favorita com’è dalla situazione di quasi enclave).

Mappa dei focolai in Lombardia, Il giorno, 7 novembre 2020.

Emma Cave, professoressa di Diritto sanitario presso la Durham University nel Regno Unito, si è posta il dilemma se sia utile definire (e, quindi, cercare) una superdiffusione o se essa non faccia, invece, parte dell’eterogeneità che è connaturata in Covid-19, malattia che si diffonde a dispetto dell’assenza di sintomi, che ammette recidive dopo la guarigione, che rende difficile la sua diagnosi manifestandosi in modi atipici, che gioca a nascondino nei test.

Poco si sa persino della relazione tra gravità e trasmissibilità della malattia e carica virale e della dose infettante di virus.

Più che a cause biologiche, sarebbe forse più ragionevole attribuire la probabilità di infettare il prossimo a cause comportamentali e ambientali; in ogni caso, una ricerca che porti maggiore chiarezza sui fattori che determinano le variazioni nell’infettività contribuirebbe ad avere politiche di controllo mirate e a ridurre quelle basate su un lockdown generale: secondo Adam Dillon, infettivologo dell’università di Hong Kong e collaboratore OMS, non riuscire a tenere sotto controllo l’eventuale ruolo degli eventi superdiffusori con l’identificazione dei casi e la messa in quarantena dei contatti prima ancora dell’esito del tampone, obbliga a ripiegare sui periodici divieti delle occasioni di assembramento per evitare le tre C che facilitano la superdiffusione (Closed spaces, Crowded place, Close-contact settings) con un’intermittenza condizionata dai costi sociali, economici ed educativi.

Nella convinzione che lo studio dell’esistenza e della consistenza dei cluster e delle caratteristiche infettive degli eventuali superspreader potrebbe dare un contributo alla conoscenza della modalità di propagazione epidemica da mettere al servizio di chi prende decisioni su come contrastarla, l’Associazione italiana di epidemiologia (AIE), in collaborazione con la rivista Epidemiologia & Prevenzione, ha lanciato la richiesta ai sanitari italiani di stendere brevi resoconti strutturati di focolai epidemici di almeno 4 casi di Covid-19 finora indagati, tra casi identificati in Italia che ormai superano il milione (www.epiprev.it).

 

Bibliografia

Adam DC et al. Clustering and superspreading potential of SARS-CoV-2 infections in Hong Kong. Nat Med 26, 1714–1719 (2020). https://doi.org/10.1038/s41591-020-1092-0

Asadi S et al. Aerosol emission and superemission during human speech increase with voice loudness. Sci Rep 2019; 9: 2348.

Becker AD et al. Development and dissemination of infectious disease dynamic transmission models during the COVID-19 pandemic: what can we learn from other pathogens and how can we move forward? Lancet Digit Health 2021; 3: e41–50 PublishedOnline December 7, 2020 https://doi.org/10.1016/ S2589-7500(20)30268-5  

Cave E. COVID-19 Super-spreaders: definitional quandaries and implications. Asian Bioethics Review 2020; 12: 235–242 https://doi.org/10.1007/s41649-020-00118-2

Endo A et al. Estimating the overdispersion in COVID-19 transmission using outbreak sizes outside China. https://wellcomeopenresearch.org/articles/5-67

https://www.theguardian.com/world/2020/feb/20/south-korean-city-daegu-lo… cases-soar-at-church-cult-cluster

https://www.cbsnews.com/news/super-spreader-coronavirus/ John Hopkins Coronavirus Resource Center

https://www.bergamonews.it/2020/11/09/a-report-i-risultati-dellindagine-su-atalanta-valencia-e-la-diffusione-del-covid/403409/

Kupferschmidt K. Why do some COVID-19 patients infect many others, whereas most don’t spread the virus at all? PMHealth Coronavirus doi:10.1126/science.abc8931 (19, maggio 2020)

LaxminarayanR et al. Epidemiology and transmission dynamics of COVID-19 in two Indian states. Science 2020; 370: 691-97. DOI: 10.1126/science.abd7672

Liu T et al. Cluster infections play important roles in the rapid evolution of COVID-19 transmission: a systematic review. Int J Infect Dis 2020; 99: 374-80.

MacKenzie D. Is it super-spreading? New Sci. 2020 Feb 22; 245(3270): 5.
Published online 2020 Feb 21. doi: 10.1016/S0262-4079(20)30375-4

Nishiura H et al. Closed environments facilitate secondary transmission of coronavirus disease 2019 (COVID-19). https://doi.org/10.1101/2020.02.28.20029272

fonte: Scienza in rete

Print Friendly, PDF & Email