Pin It

Ilaria Dorigatti è Lecturer all’Imperial College London e fa parte del COVID-19 Response Team del College. In precedenza è stata membro dell’Ebola Response Team è ha contribuito alla caratterizzazione dle virus Zika. Noi di MaddMaths! l’abbiamo intervistata  qui qualche mese fa all’inizio della pandemia. Oggi vi presentiamo un approfondimento a cura di Francesca Arici e Anna Maria Cherubini, apparso in inglese nella Newsletter n. 34 (numero dedicato a questa pandemia) delle European Women in Mathematics (vai qui per la versione originale).

1. Puoi descrivere il tuo lavoro presso l’ MRC Centre for Global Infectious Disease Analysis? 

La mia ricerca si concentra sull’analisi e la modellizzazione delle infezioni emergenti, compresi i virus respiratori come la SARS-CoV-2, l’agente causale del COVID-19, e le malattie trasmesse da vettori, come dengue, Zika e febbre gialla. L’obiettivo è quello di affrontare le priorità della salute pubblica e rispondere alle domande del mondo reale sulla trasmissione delle malattie e sulle strategie di controllo. Il mio lavoro si basa su dati epidemiologici e consiste nello sviluppo di modelli matematici e statistici per comprendere meglio i meccanismi, i drivers (fattori scatenanti) e le eterogeneità della trasmissione e della malattia. In pratica, il mio lavoro consiste nello sviluppo di modelli che permettono di fare inferenze e di testare ipotesi, utilizzando dati osservati, metodi statistici rigorosi e un approccio basato sull’evidenza.

Il Centro è un luogo molto dinamico. Oltre ad avere il privilegio di lavorare con esperti leader mondiali del settore, ho l’opportunità di interagire con colleghi che hanno un background diverso dal mio, ad esempio in statistica, medicina, biologia, informatica ed ecologia, il che è incredibilmente stimolante ed estremamente utile per mettere insieme il “puzzle” di trasmissione della malattia a partire dai dati.

2. Come hai iniziato a lavorare in epidemiologia?

Fin dai miei studi presso il Dipartimento di Matematica dell’Università di Trento, sono sempre stata affascinata dall’uso della matematica per rispondere alle domande del mondo reale, in particolare per studiare le dinamiche delle malattie infettive nelle popolazioni, animali e umane. Il mio primo progetto di ricerca è stato modellare le dinamiche spaziali del virus altamente patogeno dell’influenza aviaria H7N1 in Italia. Durante il mio dottorato ho avuto l’opportunità di visitare l’Imperial College e di lavorare con Neil Ferguson e Simon Cauchemez presso il Centro (allora si chiamava MRC Centre for Global Infectious Disease Analysis and Modelling). È stata un’esperienza fantastica e mi è piaciuto molto l’ambiente di ricerca del centro. Nel 2011 mi sono trasferita a Londra per una posizione postdoc a tempo determinato per indagare sui drivers della terza ondata di infezione del virus H1N1 del 2009 in Inghilterra. Nel 2015 mi è stata assegnata una borsa di ricerca dall’Imperial College e nel 2018 ho ricevuto una borsa di studio Sir Henry Dale, seguita poi da una posizione di ricercatrice presso la School of Public Health della Facoltà di Medicina dell’Imperial College di Londra.

3. Hai studiato la trasmissibilità del SARS-COV2 osservando la diffusione del coronavirus nel villaggio di Vo’ Euganeo in Italia. Qual è, secondo te, il risultato più importante di questa ricerca?

Il nostro studio pubblicato su Nature (https://www.nature.com/articles/s41586-020-2488-1) offre diversi spunti. Forse il più importante riguarda l’alta percentuale (una media del 42,5%) di infezioni asintomatiche (cioè che non mostrano sintomi al momento del test del tampone e non sviluppano sintomi in seguito) rilevata in due indagini condotte a Vò, subito dopo il primo decesso di COVID-19 in Italia. Questo, insieme all’evidenza di trasmissione asintomatica e presintomatica, ha chiarito già dai primi stadi della pandemia le difficoltà associate al controllo della COVID-19 e la necessità di rafforzare la sorveglianza. Il caso di Vò serve anche come esempio di soppressione dell’epidemia, che è stata possibile grazie alla tempestiva attuazione di interventi nelle prime fasi.

4. Di cosa ti occupi al momento?

Attualmente sto analizzando dati sierologici e studiando le eterogeneità nella trasmissione del SARS-CoV-2, nonché il potenziale impatto della stagionalità su varie scale spaziali. Sto cercando di avere una migliore comprensione delle dinamiche spazio-temporali dell’arbovirus e del potenziale impatto di nuovi interventi, oltre che della caratterizzazione delle dinamiche virali all’interno di un organismo ospite.

5. Secondo te, come possono usare questi studi i responsabili delle politiche sanitarie? E quale impatto hanno le analisi scientifiche sulle politiche sanitarie in generale e nel caso COVID in particolare?

Secondo la mia esperienza, gli studi scientifici hanno avuto in genere un impatto positivo sulle decisioni politiche. Il centro collabora con l’OMS e forniamo informazioni a molte altre agenzie di sanità pubblica, non solo durante le epidemie e nei periodi di pandemia. I nostri modelli e le nostre analisi, insieme a quelli di altri esperti del settore, forniscono informazioni chiave per avere consapevolezza della situazione e sul potenziale impatto degli interventi, informando così il processo decisionale, la pianificazione degli interventi e lo sviluppo di linee guida e raccomandazioni.

Durante la pandemia COVID-19, penso che i risultati scientifici rilevanti per la salute pubblica abbiano generalmente raggiunto i decisori, ma i governi utilizzano percorsi diversi per raccogliere l’evidenza scientifica. Nel Regno Unito, ad esempio, il governo raccoglie i pareri scientifici attraverso molteplici gruppi – questi possono avere prospettive diverse e utilizzare approcci diversi, che sono importanti da prendere in considerazione per valutare la coerenza e l’incertezza di ogni singolo modello. Chiaramente, la modalità di condivisione dei dati – che deve rispettare la riservatezza quando si tratta di dati sensibili in tempi incerti – è un aspetto importante di questo processo.

Detto questo, c’è un’importante e chiara distinzione da fare tra scienza e politica. La modellistica matematica fornisce utili intuizioni e scenari futuri, ma le decisioni politiche vengono prese sulla base di considerazioni che tipicamente vanno oltre la matematica.

6. Quali sono le problematica caratteristiche del Covid-19 rispetto ad altre malattie su cui hai lavorato, come Zika o Ebola?

Queste tre malattie hanno meccanismi di trasmissione diversi e caratteristiche epidemiologiche molto diverse. Il COVID-19 è una malattia respiratoria, si trasmette da una persona all’altra attraverso goccioline emesse mentre si respira, si tossisce o si starnutisce. Zika invece è una malattia che si trasmette da persona a persona attraverso un vettore, in questo caso una zanzara infetta. Ebola si trasmette attraverso contatti diretti con una persona infetta o con pazienti deceduti.

Mentre SARS-CoV-2 e Zika hanno numeri di riproduzione di base simili – una misura chiave della contagiosità del virus, che è legata alla soglia di immunità di gregge – Zika si basa sulla presenza di vettori di trasmissione e la diffusione geografica. Il SARS-CoV-2 si diffonde rapidamente in tutto il mondo per la sua natura respiratoria e la trasmissione da persone con infezione lieve o asintomatica. Ebola invece si trasmette al manifestarsi dei sintomi ed è considerevolmente meno trasmissibile del SARS-CoV-2, e queste caratteristiche epidemiologiche hanno contribuito al suo controllo evitandone la diffusione globale.

La probabilità di morire di COVID-19 è attualmente stimata intorno all’1% in totale, con un forte gradiente dipendente dall’età e un rischio molto più elevato per gli anziani e le popolazioni vulnerabili. La probabilità di morire di Ebola è molto più alta in confronto (circa il 70%). Ma la velocità e la portata della pandemia COVID-19 è tale che il numero di infezioni che richiedono ricovero in ospedale e cure intensive può superare rapidamente la capacità ospedaliera: questa è una delle sfide globali per la salute pubblica che stiamo affrontando dall’emergere del virus. Ci sono poi anche le problematiche legate alla necessità di aumentare i test e di tracciare i contatti, alle modalità di comunicazione e al rispetto delle raccomandazioni di salute pubblica.

7. Puoi dirci qualcosa sulla tua esperienza come componente dell’Ebola Response Team del OMS?

Far parte dell’ Ebola Response Team dell’OMS durante l’epidemia del 2013-2016 in Africa occidentale è stata un’esperienza incredibile per me, perché è stata la prima volta che ho avuto l’opportunità di far parte di un team che lavorava all’analisi delle epidemie in tempo reale e ho imparato così tanto! Non solo i metodi, la modellazione e il lavoro di squadra, ma anche i problemi legati ai limiti dei dati disponibili, alla comunicazione di risultati sensibili e la necessità di lavorare in tempi ridottissimi. Il nostro lavoro ha contribuito alla consapevolezza della situazione, alla pianificazione e alla risposta dell’OMS – questi sono valori fondamentali per la mia ricerca e per il nostro Centro.

8. Secondo te, quali contributi può portare la modellistica matematica in un mondo incerto come quello in cui viviamo? e cosa si può imparare dal terribile periodo che stiamo attraversando?

Purtroppo la modellistica non può prevedere il futuro con certezza ma può fornire scenari e stime dell’incertezza. In questo senso è estremamente utile e può essere utilizzata per fare proiezioni ed esplorare scenari ipotetici. La modellistica permette anche di guardare indietro e quantificare l’impatto potenziale degli interventi se fossero stati implementati in modo e tempi diversi. Ad esempio, è stato dimostrato che la tempistica degli interventi rispetto alla fase dell’epidemia ha un impatto critico sulle conseguenze del contagio. I paesi che hanno messo in atto strategie chiare per ridurre la trasmissione precocemente, nella fase esponenziale dell’epidemia, hanno avuto un risultato migliore, cioè tassi di infezione e di mortalità più bassi.

A mio parere, questa pandemia ha dimostrato l’importanza delle strategie di test & trace, dell’aumento della sorveglianza e del pianificare una preparazione di sistema. In assenza di un vaccino, la tracciatura dei contatti nelle sue varie forme (standard, cioè la tracciatura in avanti e a ritroso per identificare i punti caldi di trasmissione) e gli interventi non farmaceutici sono le uniche strategie disponibili per il controllo della malattia. Inoltre, comunicare in modo chiaro e coerente con il pubblico è essenziale per promuovere il rispetto delle linee guida.

9. Che impatto hanno avuto sulla tua ricerca la pandemia e il lockdown?

Data la natura del mio lavoro potrei condurre la mia ricerca a distanza, quindi il lockdown non ha cambiato in modo significativo il mio modo di lavorare. L’eccezione principale è rappresentata dall’insegnamento a distanza. Come sempre accade nelle situazioni di epidemia, il carico di lavoro aumenta, soprattutto nelle prime fasi, vista la necessità di fornire stime e risultati in modo tempestivo. Ma grazie supporto reciproco tutto il team ha potuto continuare il suo lavoro.

10. E quale è stato l’ impatto sul resto del tuo lavoro e sulla tua vita?

Il lockdown ha avuto un impatto sulla mia vita quotidiana, come in quella di tutti. Mi pesa il non poter incontrare i miei studenti e i miei colleghi, non poter fare conversazioni di persona piuttosto che virtuali. Durante il lockdown con mio marito abbiamo organizzato il lavoro a turni – oltre a lavorare fuori dagli orari di lavoro ‘normali’ – per poter non solo portare a termine il nostro lavoro ma anche occuparci dei nostri bambini e seguirli nello studio a casa. Il lato positivo è stato poter stare insieme a pranzo (per quanto si trattasse di pranzi semplici e veloci) per settimane di fila, cosa che non era mai successa prima!

Intervista a cura di Francesca Arici e Anna Maria Cherubini

Roberto Natalini [coordinatore del sito] Matematico applicato. Dirigo l’Istituto per le Applicazioni del Calcolo del Cnr e faccio comunicazione con MaddMaths! e Comics&Science.

Twitter 

Pin It
This website uses the awesome plugin.