Coronavirus: non è vero che non abbiamo i numeri, ce li dà l’ISTAT. Un’analisi lombarda.

Viviamo un’enormità di circostanze terribili e totalmente inaudite, là fuori: il cataclisma sanitario, il peggior tracollo economico in un secolo, i traumi emotivi che avranno una portata generazionale. Oggi lo scrivo da Bergamo, ma potrei scriverlo da New Orleans, São Paulo, Barcellona, Rotterdam, poiché ovunque è lo stesso. Non aiuta il fatto che le fonti più sicure, i bollettini delle pubbliche autorità, sono sospettate di inaffidabilità o lentezza nel reagire alla realtà del contagio: basiamo tutte le nostre analisi, in Italia e altrove, su un numero di contagi da SARS-CoV-2 che nessuno nega essere anni luce lontano dal vero. D’altro canto, si moltiplicano i resoconti di prima o seconda mano per ciascuno di noi, che restano indubitati: la vicina che lavora in RSA, lo zio il cui amico è morto in casa senza ossigeno, il collega il cui fratello è nelle pompe funebri e ha visto le file delle bare.

Ma un mese fa tutto questo lo avrei potuto scrivere solo dal lodigiano, dalla bergamasca, dal cremasco, dal cremonese, dal bresciano – mentre da fuori ci guardavate inorriditi e straniti (altri, un po’ scettici).

Però non è vero che non li abbiamo del tutto, oggi, i numeri che ci permettono di fare un’analisi organica dell’arrivo di Covid-19. Uno strumento prezioso ci aiuta già a fotografarne in maniera lucida e critica le prime fasi: si tratta delle statistiche campionarie sulle cancellazioni dalle anagrafi in Italia, pubblicate (in anticipo e in occasione dell’emergenza) dall’ISTAT il 1° aprile e aggiornate il 9 aprile, andando a comprendere il periodo fino al 28 marzo scorso.

Sono sufficienti un po’ di testardaggine e quelle due-tre capacità informatiche per superare gli scarni riassunti dell’ISTAT a uso giornalistico e dare un senso compiuto e intuibile a un database gigantesco e a prima vista poco amichevole – scaricabile qui. Mentre squadre di volontari straordinari materializzano un ospedale dal nulla in una settimana, questo piccolo sforzo valga come una specie di tributo.

92935415_252311839502667_8824155002785234944_n

 

 

Eccoci. I dati ISTAT raccolgono tutti i decessi, per qualsiasi causa, fino al 28 marzo 2020, cioè 20 giorni dopo il primo dpcm che decretò “zona arancione” l’intera Lombardia (e una manciata di altre province), nonché 19 giorni dopo il lockdown nazionale.

Questi dati sono stati raccolti solo per una fetta, un campione dei comuni italiani. Tuttavia, il campione in Lombardia, in quello che per più di un mese è stato l’epicentro globale di Covid-19, è particolarmente ricco, superando i due terzi della popolazione residente. Il grado di copertura (e quindi la significatività del dato) ricalca con criteri ben precisi (nota 1) il livello di violenza con cui il virus ha colpito ciascun territorio. Così, se nelle due province lombarde meno colpite, Varese e Sondrio, la popolazione censita è esigua e la comparabilità limitata, in tutti gli altri casi il campione supera il 50%, ergendosi al di sopra del 70% nelle province più colpite e toccando ben l’85% della popolazione a Milano. Per scrupolo, la nostra analisi verterà principalmente sulle province coperte almeno per i due terzi: e cioè Bergamo, Brescia, Milano, Lodi, Cremona e Mantova.

Il primo passo è quello di confrontare il numero di decessi totali avvenuti nel campione dal 1° gennaio al 28 marzo del 2015, del 2016, del 2017, del 2018 e del 2019 con lo stesso periodo del 2020. Per sicurezza, partiamo dal 1° gennaio di ogni anno: ben 50 giorni prima del fatidico 21 febbraio 2020 in cui il mondo occidentale apprese dell’esistenza del tranquillo e operoso borgo di Codogno. In tal modo, dovrebbero escludersi grosse variazioni nel tasso di mortalità tra gennaio e metà febbraio, legate ad eventuali focolai preesistenti l’inizio conclamato della crisi di Covid-19. Il confronto dei decessi con i cinque anni precedenti (con la loro media) è incredibile: +156% di decessi in provincia di Bergamo, +104% a Cremona, +100% a Lodi e +69% a Brescia. L’aumento nel mantovano (+20%) e nel milanese (+14%) è ben più moderato, indice di un decollo tardivo nel numero delle vittime della pandemia. Le altre province, dal campione più incerto, lasciano intravedere un quadro variegato circa la penetrazione del virus: lieve e tardiva a Como, Varese e Sondrio, più sostenuta a Monza, Lecco e Pavia. Un’ipotesi è che in queste ultime Covid-19 abbia infuriato “a macchia di leopardo”, preservando la popolazione da aumenti a tripla cifra.

Ribadendo quanto detto sulla significatività del campione, possiamo già fissare un primo punto: territori geograficamente contigui, nel medesimo lasso di tempo, si trova(va)no ad affrontare situazioni di mortalità e quindi di morbilità drammaticamente diverse.

 

92800323_2425000424268120_8857700050281693184_n

 

Fin qui si è parlato di dati puliti, ufficiali, incontestabili. Ora si tratta di estendere all’intera popolazione regionale le considerazioni fatte per il nostro campione. È un’operazione intrinsecamente più instabile, che può restituirci solo degli ordini di grandezza e non delle certezze. La tabella che precede ne è il risultato. Ancora prima di descriverla, vale la pena isolarne un secondo punto fermo: ancora al 28 marzo, i dati ufficiali della Protezione Civile e della Regione (nota 2) erano viziati da parecchie sottovalutazioni, percentualmente clamorose, rispetto ai dati parimenti ufficiali diffusi dall’ISTAT. A Bergamo e Cremona i decessi sommersi erano fino a due volte e mezza quelli contabilizzati; a Brescia e Mantova fino a circa il doppio; mentre Milano e Lodi erano relativamente meglio monitorate.

Più precisamente, i dati comunicati, riportati nella prima colonna, vanno messi in relazione con le anomalie trovate dall’ISTAT ed esposte nella prima tabella. A questo proposito sono necessarie alcune ipotesi metodologiche che, per quanto raffazzonate ed opinabili, mi sono sforzato di rendere il meno soggettive possibile (per inciso, venire smentito sarebbe più una gioia che una frustrazione). Nella seconda e terza colonna si cerca di trovare quindi un intervallo di confidenza all’interno di cui si situerebbe il numero reale dei decessi imputabili a Covid-19, in ciascuna provincia. Questo nella seconda colonna; nella terza, il medesimo intervallo è espresso in termini percentuali rispetto agli stessi dati comunicati. Ogni intervallo di confidenza ha due estremi: stabilirli è di sicuro il problema principale. Senza voler indignare gli statistici, questi limiti saranno basati su ciò che è ragionevole, piuttosto che su ciò che è tecnicamente ineccepibile.

Come limite inferiore dell’intervallo prendiamo l’intera anomalia nei decessi (arrotondati) registrata dall’ISTAT tra il 1° gennaio e 28 marzo 2020 rispetto alla media 2015-2019, quindi nei soli comuni campionati. In quanto al fatto di imputare a Covid-19 l’intera anomalia, potrebbero sorgere due obiezioni lecite: che vi siano stati altri fattori di mortalità anomali nel 2020 oltre a Covid-19; e che (gran) parte dei decessi fuori dalla norma possano essere dovuti ad altre patologie o sinistri che, in condizioni di non-sovraffollamento degli ospedali, non sarebbero risultati fatali. Due risposte, forse banali. Primo: sarebbe oltremodo preoccupante che non vi sia traccia di altre ragioni (altre oltre a Covid-19) dietro alla mortalità anomala nelle nostre province, sulla stampa e sulle riviste scientifiche, dal Journal of the American Medical Association alle redazioni locali. Secondo: ammesso e non concesso che sia così terribile un unico computo dei decessi “Covid-related” che includa anche le patologie non curate a causa del sovraffollamento-da-Covid, vi sono almeno due cose che fanno dubitare del peso determinante di questa obiezione. Da un lato, c’è la pronosticabile diminuzione di tutti i decessi legati agli spostamenti, a cominciare dagli incidenti stradali. Dall’altro, il drastico calo registrato negli accessi ospedalieri per altre patologie – come gli infarti – sicuramente spiegherà una certa frazione delle anomalie, ma difficilmente, fino a prova del contrario da fonti mediche, sarà una frazione maggioritaria.

Dato però che l’intervallo di confidenza riguarda tutti i comuni del territorio e non solo quelli campionati, per stabilirne il limite superiore dobbiamo chiederci quanto sia diffusa l’anomalia nella mortalità nella parte di popolazione non campionata dall’ISTAT (che va dal 16% dei milanesi al 73% dei varesini). Se questa anomalia in tali comuni non esistesse del tutto, fosse pari a zero, allora prenderemmo tout court il limite inferiore; mentre se essa fosse egualmente distribuita, in proporzione, su tutto il resto del territorio prenderemmo il limite superiore. Come abbiamo già accennato, l’assunzione sottintesa operata dall’ISTAT è stata quella di includere nella pubblicazione dei dati tutti i comuni che appaiano più colpiti ed escludere tutti o quasi i comuni meno colpiti. Per cui, non solo abbiamo escluso totalmente dall’intervallo l’ipotesi che la parte non campionata della popolazione sia colpita in proporzione maggiore da Covid-19; ma propenderemmo anche a dedurre che il numero reale si situi più vicino al limite inferiore nelle province meno campionate (= meno colpite) e più lontano dal limite inferiore nelle province più campionate (= più colpite).

Fin qui, abbiamo tentato di definire quello che era lo scostamento dalla realtà dei bollettini ufficiali al 28 marzo. Senza poter dire nulla di sicuro su quanto questo scostamento sia stato neutralizzato di lì a oggi, è chiaro che quel gap in ogni caso vizi tutt’ora le cifre in circolazione. Ma passiamo oltre e concludiamo con una scarna valutazione delle politiche messe in atto dalle autorità, sempre per quanto i dati dell’ISTAT lo lascino fare. Per fare questo, guardiamo da vicino i grafici riguardanti i campioni provinciali di Bergamo, Lodi, Cremona, Brescia, Milano e Mantova, in modo da poter distinguere i diversi andamenti temporali dell’anomalia del tasso di mortalità. Raccomandiamo di fare attenzione alla diversa scala dell’asse verticale, che dipende, com’è naturale, dalla popolosità in termini assoluti della provincia e del campione (riportate anche nei grafici a torta).

Iniziamo con Bergamo e Lodi. Non possiamo non notare come le impennate (in gergo, spikes) delle curve seguano due forme diverse: totalmente esponenziale la prima, vagamente tendente alla logaritmica la seconda. In altre parole, l’andamento dei decessi nel lodigiano, che ha iniziato ad impennarsi tra il 26 febbraio e il 1° marzo, è stato smussato a più riprese nella sua “tensione” verticale (esponenziale) probabilmente grazie alle severe misure attive nell’originaria “zona rossa” di Codogno, Casalpusterlengo e dintorni, prima ancora che si facessero sentire gli effetti nazionali. In provincia di Bergamo, dove il decollo dei decessi inizia tra il 3 e il 7 marzo, quindi in assenza totale di misure contenitive severe su scala territoriale ridotta – che tardavano inspiegabilmente mentre la gravità estrema del quadro era già nota a Nembro e ad Alzano Lombardo – la “tensione” verticale non viene smussata affatto. Anzi, il fossato con la media dei cinque anni precedenti si amplia, con precisione straziante, di giorno in giorno; è solo nell’ultima settimana di marzo, grazie al prevedibile influsso delle misure di quarantena nazionali, che la pendenza della curva flette leggermente. Guardiamo ad ogni modo lo spread impressionante rispetto agli anni precedenti, il maggiore, come già visto, tra tutte le province. Forse è il caso di ripeterlo: quell’esponenziale riguarda i decessi reali, tutti – tutti coloro che sono stati cancellati dalle anagrafi, morti negli ospedali ma anche nelle case di riposo o, purtroppo, a casa propria.

93403456_3396362777044460_6444367650465251328_n

 

92989348_214325579893797_8153835698802130944_n

 

 

 

Passiamo a Cremona e a Brescia. Qui il decollo dell’anomalia avviene rispettivamente tra il 3 e il 7 marzo e tra il 9 e il 13 marzo, in entrambi i casi con un andamento esponenziale, praticamente privo di flessioni. La minor pendenza della curva cremonese rispetto a quella bergamasca, il cui decollo segue tempistiche analoghe, è forse legata alla minor diffusione numerica del contagio nelle primissime fasi, ma più di questo è impossibile dire. Brescia, invece, presenta chiaramente la traccia di un ritardo temporale (lag) di 3-5 giorni rispetto a Bergamo nell’avvio dell’esponenziale, il che impedisce chiaramente un raffronto più preciso “a parità di tempistica”. Va detto, per quanto riguarda Cremona, che è forse già possibile intravedere nella flessione della pendenza, per quanto leggera, l’effetto delle misure di lockdown – prima regionale e poi nazionale – imposte dal governo, come già per Bergamo e Lodi. Ma non è questo, purtroppo, il caso di Brescia: qui l’aumento appare ancora costante al 28 marzo, pur dopo 19-20 giorni dai decreti emergenziali. Un’ipotesi è che, in presenza di un lag nel decollo della curva e di un bacino di diffusione del virus già troppo esteso, quei giorni non siano ancora sufficienti perché i decessi inizino a flettere grazie al brusco calo dei contagi conseguente al lockdown.

 

 

92922154_515236409149587_1622092002466201600_n-2

92781526_235572520896642_7071608290735554560_n

 

Infine, diamo uno sguardo a Milano e Mantova, che forse ci trasmettono le uniche e parzialissime note positive. Entrambe le province presentano delle curve che al 28 marzo si discostavano solo moderatamente dall’andamento medio dei decessi tra il 2015 e il 2019. È ravvisabile senz’altro un incremento sostanzioso dei decessi, in entrambi i casi circa tra l’11 e il 15 marzo (quindi con un lag ancora maggiore di quello bresciano); eppure, complice il fatto che prima di Covid-19 il 2020 sembrava essere iniziato sotto il segno di una mortalità relativamente contenuta (più o meno sui livelli del 2016, in tutte e sei le province che consideriamo), tale incremento al 28 marzo aveva portato il tasso di mortalità poco sopra la media degli altri quattro anni. Ancor più importante, nonostante il lag nel decollo della curva, mentre Mantova segnava un’impennata preoccupante – come già Brescia – nell’ultima settimana di marzo, ciò non accadeva a Milano, lasciando sperare che per quanto concerne la più grande metropoli del nord Italia il combinato disposto della fortuna e delle misure nazionali abbiano evitato un’ecatombe maggiore.

Non parleremmo di fortuna se non fosse che a Milano convergevano indisturbati flussi massicci di pendolari dalle zone più infette, da Bergamo con le sue valli fino a Lodi, Crema e Cremona: sicuramente ciò avveniva nella fase più acuta e inavvertita dei contagi, tra la metà di febbraio e il decollo dei decessi a Lodi, ma era ancor vero nei giorni successivi (con l’eccezione della “zona rossa” di Codogno), praticamente fino al lockdown “selettivo” del weekend dell’8 marzo. Ora, che a Milano non abbia preso piede in quelle settimane un’ondata infettiva tale da produrre un’anomalia esponenziale, tutto considerato e attendendo una ricostruzione più competente e affidabile, sembra quasi un miracolo, senz’altro una circostanza fortunata. 

93121243_287999822189493_122800154444038144_n

 

 

93010666_1322148604641560_6730100619098456064_n-2

Infine, riportiamo per completezza i grafici sull’andamento del contagio nelle rimanenti sei province, astenendoci da un’analisi discorsiva in ragione di quanto già precisato all’inizio sulla rappresentatività del campione. Valgano per una prima e rudimentale comparazione grafica, che comunque non sarà sterile.

 

92892613_240894947058671_6607675325105045504_n

92874461_260319912033928_5122715907503685632_n

92810114_545119989748307_8541425848379506688_n

Chiudiamo con quanto detto all’inizio: non è vero che non ci sono i numeri, né che non li si sappia leggere. È più questione di volerli guardare.

 

Note:

1 La scelta dell’ISTAT è stata quella di includere solo i comuni che tra il 1° gennaio e il 28 marzo 2020 abbiano avuto almeno 10 decessi (sono quindi esclusi la stragrande maggioranza dei microcomuni lombardi, che rimangono sotto soglia a prescindere dall’andamento delle loro curve: su 463 con meno di 1.500 abitanti ne compaiono 22) e che al contempo, tra il 1° marzo e il 28 marzo 2020, abbiano registrato un incremento della mortalità pari o superiore al 20% rispetto alla media del quinquennio precedente (i comuni più popolosi che ne restano esclusi, in quanto colpiti marginalmente da Covid-19, sono Busto Arsizio, Vigevano e Gallarate).

2 Inspiegabilmente, il dettaglio provinciale è scomparso da qualche tempo dalle conferenze stampa su Covid-19, tutte tese ad indicare il supposto andamento dei contagi e il raggiungimento del picco, piuttosto che la specificità delle tragedie vissute dai vari territori. Rimane come unica comunicazione ufficiale, monolitico, il totale dei decessi regionale. Altrettanto inspiegabilmente, però, i parziali provinciali ricompaiono carsicamente sulla rispettiva stampa locale.

3  Secondo l’ISTAT, ciò si dovrebbe al “ridotto impatto nei primi due mesi dell’anno dei fattori di rischio stagionali, quali le condizioni climatiche e le epidemie influenzali”. En passant, questo renderebbe meno rassicurante il quadro generale anche in quei casi – come Milano e Mantova – in cui un incremento dei decessi “Covid-related” sembrerebbe meno abnorme: può comunque trattarsi di un numero di decessi drammatico.

Vota i nostri posts