Blog

Sabato, 29 Agosto 2020 09:01

Covid-19: i conti non tornano

Scritto da
Vota questo articolo
(6 Voti)

Covid-19: i conti non tornano.

Oggi, 27 Agosto, cerchiamo “casi coronavirus” su Google News. E vediamo cosa succede.

I risultati, “sapientemente” elencati dall’algoritmo di Google, mostrano ciò che lascerebbe presagire una situazione a dir poco drammatica. E non possiamo non notare l’esiguità delle testate elencate: nelle prime 50 news, ben 26 appartengono a Repubblica, Fanpage, Corriere, Sole24Ore e Sky. Alla faccia della pluralità d’informazione. E, guarda caso, tutte testate concordi nel drammatizzare l’attuale situazione.

Coronavirus, il bollettino di oggi 26 agosto: 1.367 casi e 13 morti” (Repubblica 26/8/2020)

Italia e Francia maggior aumento di nuovi casi ad agosto” (IlSole24Ore 27/8/2020)

Coronavirus, ultimi dati: in Italia altri 1.367 casi (con record di tamponi) e 13 morti. In Lombardia 269 contagi” (IlSole24Ore 26/8/2020)

L'aumento dei casi di Coronavirus è fisiologico, spiega l'immunologa Viola” (Agi 27/8/2020)

Coronavirus, anche ad Asti contagi in aumento, iniziati i test sierologici per il mondo della scuola” (La Stampa 27/8/2020)

Coronavirus: nuovo boom di contagi 1.367 nelle ultime 24 ore. I morti sono 13” (Ansa 26/8/2020)

Covid Italia, bollettino oggi 26 agosto: 1.367 nuovi casi, 13 morti. Impennata in Lombardia e Toscana” (Il Messaggero 26/8/2020)

Sull’altro fronte dell’informazione, quello non condizionato dal pensiero unico, quello dei medici, scienziati, virologi e ricercatori svincolati da conflitti d’interesse, troviamo valutazioni meno allarmistiche: ci dicono che attualmente gli ospedali sono vuoti; che i dati sul rialzo dei positivi sono senza significato, perché si tratta di asintomatici; ci dicono che la grande totalità dei tamponi restituisce falsi positivi e non sono quindi attendibili; che la mortalità attuale dei ricoverati è bassissima. Molto più bassa di febbraio, marzo e aprile, perché il virus si è depotenziato.

La verità sul coronavirus

Dunque chi ha ragione?
Cosa si intende per 1.000 nuovi casi? Positivi al tampone o ammalati?
Ci sono forse più positivi perché vengono eseguiti più tamponi?
Quando si parla di 13 morti, saranno PER coronavirus o CON coronavirus?
Sono tanti o pochi? Quale percentuale rappresentano sulla popolazione italiana?

Abbiamo allora cercato di vederci chiaro nei numeri. Verificando sia i dati statistici resi disponibili dalla Protezione Civile e dal Ministero della Salute, sia l’attendibilità di tali dati.

Partiamo comunque da dati “inquinati” in partenza, a causa della mancanza di regole di raccolta degli stessi o addirittura da indicazioni del Ministero che ne falsano l’interpretazione. Proprio oggi infatti veniamo a sapere che nei bollettini diffusi dalla Protezione civile, nel conteggio dei decessi per coronavirus finiscono perfino i guariti e i negativizzati: basta essersi beccati il Covid in passato e poi, qualsiasi sia la causa della morte, si va ad alimentare la casella della pandemia. La parte di testo con le indicazioni della Protezione Civile è questa: «L’alto numero di decessi, 11, registrati nel bollettino Covid della Regione Veneto comprende soggetti, quasi tutti anziani, morti sul territorio (non in ospedale) negli ultimi giorni, e conteggiati solo oggi. Si tratta in gran parte inoltre di pazienti contagiati dal virus nei mesi scorsi, nel frattempo negativizzatisi, ma che su indicazione del ministero della Sanità vanno registrati comunque come soggetti con infezione da Covid». 

A questo punto, per seguire il resto dell’articolo, dovreste scaricare il file Excel che trovate qui:

https://drive.google.com/file/d/1Qp-dE7GX8BPmoF963FGeq75Ok7R8VxMq/view?usp=sharing

(Click sul link, poi in alto a destra “Scarica”).

Analisi dei dati della Protezione Civile e del Ministero della Sanità

Il file ha 9 Tab (le linguette in basso). Il primo Tab “DB-Covid” contiene i dati forniti dalla Protezione Civile dal 24 febbraio al 21 agosto 2020. Con cadenza quotidiana vengono elencati, per Regione, i ricoverati, i pazienti in terapia intensiva, quelli confinati a casa in isolamento, i guariti, i morti ed il numero di tamponi eseguiti.

Nel Tab “pivot-1” è stata elaborata una prima tabella pivot per aggregare i dati a livello nazionale pur mantenendo la distribuzione per data. Essendo dati incrementali, nel Tab “analisi” sono stati convertiti in valori attuali. Già nella prima tabella (colonna K) vediamo come il numero dei morti, dopo il picco di marzo-aprile, si sia ridimensionato ad agosto di circa l’80%. Un altro dato da evidenziare (C14-C21) è la relazione tra numero di tamponi e numero di ricoverati: dopo il picco di marzo in cui il 5,6% dei pazienti sottoposti a tamponi veniva ricoverato, il dato di luglio e agosto indica una percentuale di ricoverati intorno allo 0,01% dei tamponi effettuati. Significa che ogni 10.000 persone sottoposte a tampone, solo una viene ricoverata. È vero che il numero totale di ricoverati, come sbandierato dai giornali, è aumentato da luglio ad agosto (da 716 a 919, ma per i giornali è un “impennata”), ma solo perché è aumentato il numero di tamponi eseguiti.

Questa situazione è meglio dettagliata nella tabella B24-E32, in cui viene mostrato l’andamento dei ricoverati in funzione dei tamponi, con relativo grafico, che negli ultimi 2 mesi tende verso lo zero.

Perché è importante contestualizzare i numeri? Facciamo un esempio reale: qualcuno sostiene che l’Italia è il Paese europeo con il più alto numero di parlamentari. Ma se confrontiamo il numero dei parlamentari con la popolazione, vediamo che l’Italia si posiziona al 23° posto di questa classifica. Per la stessa ragione, i numeri assoluti se non contestualizzati diventano fuorvianti e generano grossolani errori di valutazione, su cui amano sguazzare i giornalisti meno preparati, o più asserviti.

Tasso di mortalità e tasso di letalità

Precisiamo che quando parliamo di mortalità, o tasso di mortalità, intendiamo il rapporto tra il numero dei morti e la quantità della popolazione. Mentre la percentuale di decessi sul totale dei pazienti ammalati è il tasso di letalità. Questo è un altro equivoco in cui la stampa inciampa frequentemente.

Ecco perché nel Tab “analisi” abbiamo rapportato i dati della Protezione Civile con il numero di abitanti del nostro Paese. In quest’ottica scopriamo che nel periodo più aggressivo del virus il tasso di mortalità è stato dello 0,026% della popolazione italiana, mentre ad agosto la mortalità è scesa allo 0,000475%. Più o meno 1 ogni 210.000 abitanti. Questo tasso di mortalità, comparato con altre patologie esistenti, si dimostra comunque contenuto. Conoscendo ciò che il governo (non) fa per altre patologie più gravi, appare chiaro che le misure anti-Covid e le gravi limitazioni delle libertà personali si configurano come eccessive, sproporzionate e pretestuose. Si potrebbe disquisire sulle ragioni per cui il governo tassi le sigarette, lucrando sulla causa di una patologia grave. Al confronto degli 83.000 morti annui per fumo, diventano addirittura trascurabili i 334 morti per droga, benché quest’ultima emergenza generi un maggior allarme sociale. Ci si potrebbe chiedere perché è stata resa obbligatoria la mascherina per proteggerci dal Covid, mentre siamo liberi di acquistare le sigarette che rappresentano un pericolo maggiore. Ma non è ora il caso di affrontare questo argomento.

Qualità dei dati sul Covid-19

Restituito quindi al Covid-19 il suo giusto peso, sorge un’altra domanda legittima. Abbiamo lavorato con i dati forniti dalla Protezione Civile e dal Ministero della Sanità. Ma siamo certi che questi dati siano corretti? Ovviamente non abbiamo né la possibilità né i mezzi per verificarli. Esistono però degli algoritmi in grado di verificare, con buona approssimazione, la veridicità di un insieme di dati.

La Legge di Benford

Nel file Excel, la verifica dei set di dati scaricati dal database della Protezione Civile, è stata fatta utilizzando la Legge di Benford. Questa legge, formulata nel 1938, divenne famosa nel 2009, in occasione delle elezioni presidenziali in Iran, con la sfida fra il presidente uscente Ahmadinejad, e il leader dell’opposizione Mousavi. In prima battuta, le elezioni furono vinte da Ahmadinejad, con il 62.63%. Mousavi, però, denunciò irregolarità nel voto, chiedendo nuove elezioni. Qualche giorno dopo i risultati in dettaglio delle elezioni vennero pubblicati su Internet dal ministro degli interni iraniano; è da qui che Boudewijn Roukema, astronomo polacco, li scaricò, per cercare di scoprire eventuali irregolarità nei voti. Applicando la legge di Benford, verificò che i dati erano incoerenti, avvalorando la tesi di brogli elettorali.

Ora, tornando al nostro file Excel, abbiamo applicato la stessa legge ai dati esaminati. Senza entrare in noiose spiegazioni teoriche (per i più curiosi c'è un link di approfondimento a fine articolo), per ogni categoria presentata (ricoverati, terapia intensiva, isolati a casa, morti, tamponi) abbiamo comparato l’andamento dei numeri con la curva di Benford, esprimendo tale relazione con un indice di correlazione. Per intenderci, quanto più l’indice di correlazione è vicino a 1, tanto più i dati sono da ritenersi affidabili. Nel nostro caso, per le categorie citate, l’indice va da 0,978 a 0,995, mostrando quindi una generale attendibilità dei dati. Tuttavia 2 sotto-insiemi attirano la nostra attenzione:

  1. Il numero di ricoverati in terapia intensiva, perché ha l’indice più basso (0,978);
  2. Il numero di tamponi, perché l’indice rimane costante negli ultimi 3 mesi, in contrasto con la legge di Benford.

Vedere Tab “benford-1”, tabella O3-T14.

Decidiamo quindi di indagare a livello di Regione i numeri della terapia intensiva e dei tamponi. Quindi a questo punto ci attendono 2 possibili scenari:

  1. Il valore degli indici è comune a tutte le Regioni, con piccole variazioni;
  2. Il valore degli indici è una media tra Regioni con valori prossimi ad 1 e Regioni invece distanti da questo valore di riferimento.

Dopo aver elaborato 2 ulteriori tabelle pivot (Tab “pivot-tamponi” e Tab “pivot-ter.int.”), abbiamo riapplicato la legge di Benford ad entrambi i set di dati (Tab “benford-tamponi” e “benford-ter.int.”), stabilendo nuovi indici di correlazione per ogni Regione.

I dati sono stati riassunti nel Tab “Rank Regioni”:

  • Tamponi (per Regione): tabella F7-G28
  • Terapia intensiva (per Regione): tabella F35-G56

Abbiamo sommato questi dati per uniformarli ed evidenziare meglio la qualità dei numeri forniti dalle Regioni.

  • Tamponi + terapia intensiva: tabella G61-H82.

Questa tabella finale contiene l’elenco delle Regioni ordinate per affidabilità dei dati forniti.

Escludendo le regioni più piccole, a causa dei pochi dati disponibili, statisticamente poco significativi, vediamo ad esempio come Campania, Liguria e Puglia si posizionano nell’area di dati affidabile, mentre non convincono i dati forniti da Emilia Romagna, Lazio e Toscana. In particolare per l’Emila Romagna, l’indice di correlazione è particolarmente basso, facendo sospettare incongruenze nei dati.

Per essere chiari, non ci sono evidenze in grado di giustificare una condanna senza appello per queste Regioni. Né le incongruenze rilevate devono necessariamente derivare da falsificazione o contraffazione dei dati, ma anche solo da errori di aggregazione o trascrizione, sempre possibili in situazioni emergenziali. La stessa legge di Benford impone l’utilizzo della prudenza; un insieme di dati “reali” può, ma non deve necessariamente, seguire tale legge, se sono stati imposti anche inconsapevolmente dei limiti.

Sommario:

Ricapitoliamo quanto emerso dalla nostra analisi.

  1. il numero dei morti, dopo il picco di marzo-aprile, si è ampiamente ridimensionato ad agosto di circa l’80%. Dati che invalidano le fantasiose “impennate” o “seconde ondate”, sponsorizzate da buona parte dei media.
  2. i mesi di luglio e agosto indicano una percentuale di ricoverati intorno allo 0,01% dei tamponi effettuati. Significa che per ogni 10.000 persone sottoposte a tampone, solo una viene ricoverata. È vero che il numero totale di ricoverati, come sbandierato dai giornali, è aumentato da luglio ad agosto (da 716 a 919, ma per i giornali è un “impennata”), ma solo perché è aumentato il numero di tamponi eseguiti.
  3. nel periodo più aggressivo del virus il tasso di mortalità è stato dello 0,026% della popolazione italiana, mentre ad agosto la mortalità è scesa allo 0,000475%. Cifre di entità trascurabile, se paragonate ad altre pandemie, come l’influenza “spagnola” (1920) il cui tasso di mortalità stimato va dal 2,5 al 5% (2).
  4. i dati relativi ai tamponi effettuati ed ai ricoverati in terapia intensiva forniti da Emilia Romagna, Lazio e Toscana non convincono del tutto. Sarebbe opportuno un intervento da parte delle autorità preposte al controllo.

 

(1) Spiegazione dettagliata della Legge di Benford: https://www.geotrading.it/legge-di-benford

(2) K. Patterson - G. Pyle, The geography and mortality of the 1918 influenza pandemic.

Il presente articolo e il relativo file Excel sono rilasciati con licenza Creative Commons “Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)”, con attribuzione a Vox Italia Milano.

CC-BY-SA: This license requires that reusers give credit to the creator. It allows reusers to distribute, remix, adapt, and build upon the material in any medium or format, even for commercial purposes. If others remix, adapt, or build upon the material, they must license the modified material under identical terms.

 

 

Letto 1246 volte Ultima modifica il Sabato, 29 Agosto 2020 09:39
Devi effettuare il login per inviare commenti

VOX ITALIA

Sede legale - Viale Lombardia 233

Cap. 20861 - Brugherio (MB)

C.F. 94641510154

 

© VOXITALIA. All Rights Reserved. Designed By Galasystem

Search