Covid: per ridurre mortalità meglio vaccinare prima persone con molti contatti

Roma – Nella gran parte dei casi (42%)  per ridurre la mortalità durante una pandemia come quella di Covid-19 meglio cominciare a vaccinare le persone che hanno un numero di contatti più alto, rispetto a quelle che hanno maggiori rischi di tipo sanitario. A dirlo  una rete (framework) rivoluzionaria in grado di determinare con un calcolo computazionale la strategia di distribuzione migliore e più ottimizzata, quindi le priorità nel vaccinare specifiche classi di popolazione. Il framework sviluppato da ingegneri della Penn University e descritto in uno studio pubblicato su PLOS One, affronta una delle sfide più critiche nella risposta alla pandemia: come dare priorità agli sforzi di vaccinazione nelle comunità con persone con diversi livelli di rischio, soprattutto quando le scorte sono scarse e la posta in gioco è alta. Il framework promette di tenere conto di tutti questi fattori, compresi parametri sanitari individuali, limitazioni di posizione e dosi richieste, e delle complessità della popolazione al fine di determinare le migliori e più applicabili strategie di vaccinazione. Il framework, altamente adattabile, è stato concepito per dare riposte in tempo reale, in pochi secondi, efficaci e uniche, sulla base della potenza di calcolo di un laptop personale. Grazie alla sua flessibilità, il framework è accessibile anche alle comunità remote, con poche risorse e in genere le più colpite dalle epidemie. Per definire i livelli di complessità della popolazione presa in esame, i ricercatori hanno provveduto a una suddivisione in tre gruppi, ampi e rappresentativi: un gruppo ad alto rischio che includeva anziani, immunodepressi fra i più vulnerabili alle forme gravi di COVID-19 e alla morte; un gruppo ad alto contatto comprendente lavoratori essenziali, quali operatori sanitari, insegnanti e dipendenti dei supermercati, che sono ad alto rischio di diffusione del virus; un Gruppo base, il resto della popolazione che non rientra nelle categorie ad alto rischio o ad alto contatto. Definendo questi gruppi e sfruttando decenni di ricerca sui framework di controllo ottimali e l’utilizzo di una metodologia numerica con la giusta quantità di complessità, i ricercatori hanno potuto definire strategie di intervento uniche ed efficaci per qualsiasi comunità. Ad esempio, come atteso, il framework ha dimostrato che per ridurre il numero complessivo di decessi, è meglio vaccinare prima il gruppo ad alto rischio o il gruppo ad alto contatto e per ultimo il gruppo di base. “La strategia più comune, e quella che è stata implementata con i vaccini COVID-19, ha vaccinato prima il gruppo ad alto rischio”, afferma Shirin Saeedi Bidokhti, professore associato in ESE. “Ma per il 42% dei casi simulati, il nostro framework mostra che sarebbe stati più efficace somministrare il vaccino prima al gruppo ad alto contatto e poi a quello ad alto rischio”. Indipendentemente dal gruppo a cui dare la priorità, non esiste una soluzione pass-par-tout. “Questo framework computazionale può aiutare a identificare soluzioni specifiche per diversi gruppi di persone, dalle più evidenti a quelle meno intuitive “, ha aggiunto Raghu Arghal, dottorando presso l’ESE. “Inoltre, poiché malattie infettive e le epidemie correlate diventano più complesse, diffondendosi a velocità diverse in diverse comunità, l’utilizzo di reti diventerà sarà sempre più cruciale. Queste sfide richiedono cdi essere affrontate una mentalità computazionale e non da un solo gruppo ma da una collaborazione interdisciplinare perché malattie infettive come il norovirus, l’mpox e la dengue sono minacce continue cui ne seguiranno di nuove potendo affrontare, se necessario, più malattie contemporaneamente, e potendo sviluppare vaccini indicati per più virus contemporaneamente”. Espandere le capacità del framework per affrontare focolai simultanei di più malattie, così come il confronto su comportamenti che possono contribuire alla diffusione e all’evoluzione della malattia, sono alcuni progetti che i ricercatori intendono affrontare.(30Science.com)