
Covid, studio su Nature: "Ristoranti e spazi affollati i luoghi più a rischio contagio"
L'analisi è stata condotta da esperti della Stanford University e della Northwestern University, che hanno analizzato la mobilità e una serie di informazioni demografiche, epidemiologiche e reddituali di diversi quartieri statunitensi per ricavare statistiche relative alle possibilità di infezione, evidenziando anche le disparità nel rischio in base allo stato socioeconomico degli utenti

Ristoranti, bar e spazi affollati rientrano tra i luoghi in cui il rischio di contagio da coronavirus risulta più elevato. A sottolinearlo uno studio, pubblicato sulla rivista Nature, condotto da esperti della Stanford University e della Northwestern University, che hanno analizzato la mobilità e una serie di informazioni demografiche, epidemiologiche e reddituali di diversi quartieri statunitensi per ricavare statistiche relative alle possibilità di contagio, evidenziando anche le disparità nel rischio di infezione in base allo stato socioeconomico degli utenti
Covid: come si diffonde il virus negli ambienti al chiuso, secondo le grafiche del Pais
"La riapertura di luoghi come ristoranti, centri fitness, caffè e hotel - commenta Jure Leskovec della Stanford University - comporta un rischio più elevato di trasmissione di SARS-CoV-2. La riduzione dell'occupazione in questi luoghi potrebbe contribuire a un calo significativo delle infezioni previste”
Coronavirus, dal primo caso ai contagi: le tappe
Il team ha utilizzato i dati raccolti tra l’1 marzo e il 2 maggio 2020 grazie ai telefoni cellulari, per mappare i movimenti di 98 milioni di persone provenienti da diversi quartieri locali statunitensi
Covid19, monitoraggio Iss-ministero Salute: Lombardia ha l'indice Rt più alto d'Italia
"Abbiamo costruito un modello informatico - continua l'autore - per analizzare il modo in cui persone di diversa estrazione demografica e di quartieri differenti visitino vari tipi di luoghi più o meno affollati. Sulla base di tutto ciò, abbiamo potuto prevedere la probabilità di nuove infezioni in un dato momento, luogo o tempo”
Coronavirus, la situazione in Italia: grafici e mappe
L'analisi considera dati demografici, stime epidemiologiche e informazioni anonime sulla posizione dei cellulari e sembra confermare che la maggior parte delle trasmissioni di Covid-19 avvengano in luoghi molto affollati, come ristoranti a servizio completo, centri fitness e bar, dove le persone rimangono in spazi ristretti per archi di tempo considerevoli
Lo speciale sul coronavirus
"Combinando questi dati con un modello di trasmissione del virus - spiega l'esperto - abbiamo identificato le potenziali sedi e le popolazioni ad alto rischio. Le nostre simulazioni hanno previsto con precisione il conteggio giornaliero confermato dei casi in dieci delle più grandi aree metropolitane, tra cui Chicago, New York e San Francisco"
Tutti gli aggiornamenti sul coronavirus
I dati dettagliati sulla mobilità hanno permesso la modellazione del numero di infezioni verificate a livello orario in circa 553mila località distinte e raggruppate in 20 categorie, chiamate 'punti di interesse', che le persone tendevano a visitare regolarmente

"Secondo i nostri risultati - riporta lo scienziato - nell'area metropolitana di Chicago il 10% dei punti di interesse potrebbe essere collegato all’85% delle nuove infezioni registrate. Le fasce di popolazione con redditi più bassi, inoltre, non avendo avuto modo di ridurre drasticamente la mobilità, risultano a maggior rischio di contrarre l'infezione, anche perché tendevano a visitare luoghi più affollati”

Gli autori affermano che ad esempio i negozi di alimentari frequentati dalle fasce meno abbienti tendevano a essere mediamente più rischiosi dal punto di vista della possibilità di assembramenti

"Questa capacità predittiva - precisa David Grusky, della Stanford's School of Humanities and Sciences e coautore dell'articolo - è particolarmente utile, perché fornisce nuove informazioni utili sui fattori alla base dei tassi di infezione sproporzionati, che sembrano collegati alla provenienza etnica e alle condizioni reddituali delle persone”

L'esperto aggiunge che in passato si riteneva che le disuguaglianze relative ai tassi di infezione dipendessero dalla possibilità di accesso all'assistenza sanitaria, ma i modelli di mobilità potrebbero superare questo limite e aiutare gli scienziati a comprendere meglio le ragioni di tali squilibri

"Abbiamo la responsabilità di pensare a una strategia di riapertura - commenta Leskovec - che possa ridurre le disparità che le pratiche correnti stanno alimentando. Il nostro modello dimostra che le politiche di permanenza in casa hanno rallentato il tasso di infezione”

I ricercatori sottolineano che è impossibile conoscere il luogo e il momento esatto in cui una persona contagiosa trasmetterà l'infezione ad altri individui, ma il modello consente di utilizzare equazioni matematiche per superare alcuni dei limiti esistenti, risolvendo variabili e perfezionando il sistema fino a renderlo in grado di determinare il tasso di emissione del virus in ogni città considerata

I risultati sono stati poi verificati nella seconda fase di approccio, durante la quale il modello è stato combinato con i dati demografici raccolti da un database di 57mila gruppi di censimento. "Unendo i set di dati sulla mobilità, demografici ed epidemiologici - dichiara Grusky - siamo stati in grado di utilizzare il nostro modello per analizzare l'efficacia e l’equità delle diverse politiche di riapertura"

Il gruppo di ricerca sta ora lavorando per ridimensionare il modello in uno strumento di semplice utilizzo. "Abbiamo anche previsto l'impatto di diverse strategie di approccio - conclude Serina Yongchen Chang, studentessa di dottorato presso la Stanford University e altra firma dell'articolo - ad esempio, limitare l'occupazione di una sede al 20% della capacità massima potrebbe ridurre le nuove infezioni di oltre l’80%, ma allo stesso tempo porterebbe a un calo del solo 42% del numero complessivo di visite presso il locale"