Come recita il motto di questo blog, il quale persegue l’obiettivo del blasting di fatti/situazioni/fenomeni mediante i dati (da qui BlaStat), tutto ciò che non è supportato da questi risulta essere solo un’altra opinione (Deming). Risulta evidente che tutte le opinioni hanno pesi diversi le quali dipendono dal grado di esperienza e di visibilità che queste ricevono; dunque la pluralità dell’informazione e l’indipendenza della stampa non garantiscono la salvaguardia della realtà, della verità. Oggi la vetrina è il filtro più importante della sostanza che dietro si cela.

Infine in questa situazione si richiede sempre l’intervento dell’esperto, scambiando la sua consultazione con la fede estrema che se ne ripone, data la presunzione della nostra ignoranza. Dimentichiamo comunque la fallacia cui la scienza può andare incontro, l’atteggiamento rispetto alla incertezza e l’intelligenza di rischio anche dei più esperti (suggerisco la lettura di Dylan Evans); ciò che determina la nostra opinione finale circa ciò che stiamo vivendo, dipende più da fattori soggettivi eterodiegetici che da elementi oggettivi, de facto, dal dato insomma. Questi ha una cosa in più: se genuino, non cade in contraddizione rispetto all’esperto. 

L’obiettivo di questo post è quello di proporre il punto di vista del dato ad una serie di domande:

Quanto dovrei aver paura del Corona Virus? Ma è contagioso come una influenza? E’ letale oppure no? Perché in alcuni paesi come la Germania il numero di morti è così basso? I contagiati sono tanti o pochi? I morti che piangiamo sono tanti, pochi, “troppi”? Possibile che in Italia la mortalità sia al 10%?

Tante domande difficili, correlate tra loro o meno, impegnative da rispondere in maniera univoca: lo studio statistico qui proposto non ha risposte pronte, ma sicuramente vi permetterà di farvi una idea migliore di quella che avete e saranno i più esperti di tutti ad aiutarvi, i dati.  Consultarli non è facile se non si conosce la Statistica, non vi preoccupate: su 10 persone che in questo momento si riempiono la bocca di dati, circa 2 al massimo avranno conseguito un esame di statistica (fatto bene, concetto opinabile) nel loro percorso di laurea (31000 laureati di primo livello ramo economico-statistico a fronte dei 178000 laureati in Italia, Istat,2016). Laddove numeri e percentuali vi risultino antipatici, vi vengono incontro dei grafici: se questi possono essere manovrati da voi, allora preparatevi a fare la vostra esperienza di Data Visualization. 

Lo studio che ho portato a termine in questi giorni ha avuto un obiettivo molto ambizioso: la costruzione di una base dati epidemiologica sul Corona Virus in Italia, di quelle che non si trovano in giro. Questa base dati è stata costruita con fonti ufficiali opportunamente descritte, autorevoli e la sua costruzione vi sarà (per i più esperti) facilmente replicabile. In merito a ciò, sul mio github sono disponibili tutte le fonti di seguito elencate: articoli, dataset utilizzati e codici R. Le fonti utilizzate in particolare sono: 

Dati di contagio sul Covid19 pubblicati dalla protezione civile: positivi, deceduti per ogni giorno di rilevazione su dettaglio regionale;

Dati di contagio sui positivi da Influenza per classi di età, database dell’Organizzazione Mondiale della Sanità – FluID/Flunet;

Dati epidemiologici diffusi dall’Istituto Superiore della Sanità (ISS):  distribuzione per età e per sesso dei positivi e deceduti positivi da Covid19;

Dati epidemiologici diffusi dall’ISS per ogni regione sui positivi da Covid19 con relativa distribuzione per età;

Dati sulle cause di mortalità della popolazione italiana con dettaglio di ripartizione territoriale, per sesso e per classi di età, fonte Istat.

– Articoli scientifici opportunamente citati di seguito (ovviamente è un blog, non un paper).

Ciò che risulta molto difficile è armonizzare i dati e renderli comparabili. I codici e i dataset finali per la riproducibilità di quanto verrà esposto saranno messi a disposizione su richiesta scrivendo a info@consulstat.it.

SE VUOI FARE ESPERIENZA DI DATA VISUALIZATION MEDIANTE IL COVID DATA SCANNER INIZIA DA QUI: il tool è predisposto per essere consultato direttamente cliccando sul banner sottostante (se il collegamento non funziona, contattami a info@consulstat.it). 

QUI DI SEGUITO UN PICCOLO TUTORIAL PER IL COVID DATA SCANNER: 

Bene, se non ti interessano gli aspetti metodologici, non ti resta che cliccare qui sotto:

CLICCA QUI O SULL’IMMAGINE PER RAGGIUNGERE LO STRUMENTO DI DATA VISUALIZATION

Dunque se hai cliccato sul Covid Data Scanner, ti sarai chiesto come sia stato possibile collezionare questi dati. Procederò nel rispondere ad alcune domande tra quelle proposte precedentemente, per strada troverai tutte le tracce che ti servono. 

1) Quanto risulta letale il Corona Virus in Italia? Rispetto agli altri paesi in Italia si muore di più?

Dunque per rispondere a questo interrogativo bisognerà chiarire il concetto di letalità: i dati proposti ogni giorno dalla Protezione Civile suggeriscono una letalità effettiva ed una apparente. Ci sono stati altri articoli disponibili online che hanno affrontato la questione, come ad esempio questo interessante intervento dell’ISPI. In questo articolo sono stati ripresi gli studi di Verity et al (2020, scaricabile qui il pdf integro) e di Ferguson et al (2020):  in particolare questi due gruppi di studiosi, rispettivamente della prestigiosa medRxiv e del prestigioso Imperial College of London, hanno affrontato la questione della letalità apparente e quella effettiva. Gli studi di Verity si sono incentrati sul “toy example” di dataset sul Corona virus per eccellenza: i dati di contagiati, sintomatici e asintomatici, dei rispettivi decessi per classi di età della Diamond Princess , la nave di cui è stato peraltro comandante un nostro connazionale. Su questa nave si è potuto osservare statisticamente ciò che potrebbe succedere ad un campione di circa 700 persone cui sia stato fatto il tampone, una comunità chiusa come lo è l’Italia oggi (con un pizzico di approssimazione). Cosa significa letalità apparente e letalità effettiva? Significa che la letalità grossolanamente calcolata oggi, ossia il tanto gridato 10% italiano di morti, è la cosiddetta letalità apparente! 

Cosa distingue la letalità apparente da quella effettiva è un fenomeno caratteristico dei dati epidemiologici: in estrema sintesi i dati della Protezione Civile, sciorinati ogni giorno, sono essenzialmente i positivi e i decessi da Covid19 giornalieri. Questi dati hanno portato ad una forte ubriacatura comunicativa, indotta dai media e che sta portando ad una isteria di massa: come se chi risulta positivo ogni giorno possa morire il giorno stesso che lo scopre. 

Mi spiego meglio: se ci fosse una corrispondenza esatta tra l’istante in cui si rileva un positivo e l’istante in cui, questi, risulta deceduto, allora potremmo seriamente fare affidamento su quei dati (quelli di cui tutti parlano per giunta). Quasi tutte le indagini epidemiologiche seguono la logica di rilevazione per panel: se voglio osservare dei casi scelgo (ad esempio) 100 persone oggi e le seguo nel tempo fino all’avvenimento dell’outcome factor (il Covid19). In realtà i positivi da Corona virus giornalieri non hanno alcun legame immediato con i deceduti, nella misura in cui risulti un ritardo sostanziale dall’ospedalizzazione alla morte dei pazienti positivi. 

L’Istituto Superiore della Sanità pubblica ogni quattro giorni un documento che contiene questo parametro; come si può leggere nel paragrafo 8, il tempo mediano che intercorre dalla ospedalizzazione al decesso è di 5 giorni. Come lo studio di Verity et Al (Tabella 1), ho predisposto lo stesso grafico sulla mortalità italiana da Covid19 usando esattamente lo stesso modello:

Distribuzione Troncata del Delay Hospitalizarion-To-Death, Covid 19, Italia

La distribuzione Log-Normale troncata mostrata in prima riga, evidenzia come il numero di giorni che intercorrono dall’ospedalizzazione (in Italia coincide con il tampone, vista la politica sanitaria imposta) al decesso sia ampio e riporta anche un tempo superiore ai 10 giorni. Questo effetto porta ad una sovrastima della letalità che, se effettiva, porta a dimezzare quel 10 % esattamente di circa la metà, 5% per l’appunto (risultato analogo a quello ottenuto da Verity et al in termini di coefficiente di abbattimento). Tale effetto di ritardo porterebbe a contare troppi morti in un istante temporale preciso che condivide con questi un numero troppo piccolo di positivi compatibile (una sorta di ammassamento temporale). Se dimezziamo la letalità apparente italiana otteniamo quella effettiva, la quale rientra nel terreno già battuto del range 1%-4%.

2) Perché la Germania ha un numero di morti così basso rispetto all’Italia?

La vera domanda dovrebbe essere a mio avviso un’altra: ma perché l’Italia ha un numero di morti dichiarato così alto? I dati di quale nazione potrebbero costituire un “faro nella notte” riguardo alla situazione del Corona Virus in Europa, della nostra o di quella tedesca?

È d’obbligo sottolineare un dettaglio tecnico fondamentale: la rilevazione statistica dei dati è lasciata alla libertà comunicativa dei singoli Stati, che siano essi democrazie europee o dittature comuniste, che siano essi virtuosi contabili o cicale indebitate.

Ad ogni modo non è molto difficile dimostrare statisticamente come la letalità effettiva italiana rientri nel numero dichiarato dalla prestigiosa rivista The Lancet : come si può leggere nei findings della prima pagina, il Case Fatality Ratio (in breve di qui in poi CFR, inteso come rapporto decessi su totale dei positivi) per tutte le età risulta essere nel range 1,2%-1,5%. Questa la letalità effettiva riscontrata anche in Cina, stesso numero riscontrato anche in altri paesi del mondo (in Verity et Al riscontrato come corrected Infection Fatality Ratio, ossia i deceduti rapportati al totale dei positivi, asintomatici inclusi- Tab. 1, riga 2). 

Dunque su 100 infetti da Corona Virus (sintomatici ed asintomatici), non dovremmo attenderci più di 1,2 o 2,7 decessi (incertezza statistica). Lo stesso risultato si è ottenuto se osservate i dati tedeschi, vi rendete conto che ci siamo.

Nello studio di  Ferguson et al, vengono mostrati gli stessi numeri sulla popolazione inglese(Tab.1, pag.5): 

Corrected Infection Fatality Rate per età, UK, Ferguson et al (2020)

Quale sarebbe l’omologo prospetto italiano? Ho ripercorso gli stessi calcoli con dati italiani, ho affiancato la popolazione residente al 2019 per fasce di età dimodoché si possa ottenere un confronto tra IFR inglese ed italiano medio, filtrando l’effetto della piramide demografica (si sa, noi siamo molto vecchi): 

Corrected Infection Fatality Rate per età, Italia vs UK

Ebbene la media ponderata dei cIFR inglesi ed italiani (ottenuti con gli stessi modelli degli studiosi citati, Verity et al) con pesi le popolazioni residenti per le rispettive fasce d’età, sono rispettivamente 1,25% e 1,12%. Eccolo il numero che ritorna. 

Sapete quante persone sono morte sulla Diamond Princess (Tab.2, riga dei totali)? Su 619 positivi, di cui 318 asintomatici e 301 sintomatici, 7 sono stati i decessi riscontrati per Covid19. E quanto fa 7 diviso 619? 1,13%. È esattamente l’IFR che ricorre in tutti gli esempi che ho menzionato. Come ho ottenuto i dati italiani? è tutto disponibile sul sito dell’ISS, basta aggregare per regione ed età i dati disponibili dei positivi ed usare delle metodologie statistiche per il fittingdella distribuzione dei decessi per età, in ogni singola regione (distribution-free: Pearson System distribution). 

In estrema sintesi alla domanda (2) possiamo rispondere dicendo: NO, in Germania non sono supereroi, sono essere umani esattamente come noi, gli italiani. 

3) Quanti sono i contagiati effettivi ad oggi in Italia? 

Già, essendoci una letalità effettiva ed una apparente, di conseguenza vi è una positività apparente ed una effettiva. In altre parole quanti sono i contagiati ad oggi, 180000 circa o sono di meno? O sono di più? La risposta è strettamente correlata al punto precedente. Il dato su cui possiamo fare affidamento senza ombra di dubbio è il numero di morti, un dato su cui risulta poco possibile mentire: molti giornali hanno speculato sul numero di positivi trattando il numero dei decessi in maniera separata. Per cercare di rispondere a questa domanda io partirei solo ed esclusivamente da questi: appurato che la letalità (IFR) sia attorno all’1.5 % ed il numero di decessi accertato pari a 24000 circa, questo ci permette banalmente di affermare che il numero di positivi in Italia sia nell’ordine di almeno 1 milione.

In base ai dati messi a disposizione dalla Protezione Civile e a quelli epidemiologici propinati dall’ISS, per ogni singola regione mi è risultato possibile calcolare il cIFR (modelli e procedure R resi disponibili da Verity et al); come? incrociando le distribuzioni continue per età dei decessi e dei positivi italiani, dimodoché fosse possibile derivarne i “positivi effettivi”. Bisogna specificare che la distribuzione per età dei decessi è stata applicata in maniera indipendente rispetto alla regione di appartenenza, ipotizzando che il virus uccida (nelle varie classi di età) a prescindere dal luogo ove questo sia pervenuto; tuttavia la distribuzione per età dei positivi risulta essere specifica di ogni regione, dunque infine la mortalità può prescindere dalla geografia contrariamente alla contagiosità. 

Altro aspetto necessario per quantificare il numero dei positivi effettivi riguarda la coorte di asintomatici non raggiunta dalla “politica del tampone italiana”: a tal scopo ho amplificato i casi della stessa percentuale di asintomatici riscontrati sulla Diamond Princess (di accordo alle stesse decisioni operate da Verity et al).

Il risultato di tale analisi mi ha portato a quantificare il numero di positivi effettivi (mediano) di casi pari a 980000 unità, fermo restando i risultati epidemiologici noti alla data di questo articolo (13 Aprile 2020, report epidemiologico ISS). Per consultare in maniera specifica questi numeri, applicando il filtro Regione>età, ti rimando all’uso del COVID DATA SCANNER.

4) Il Corona Virus è come una influenza? Quanto contagia una influenza e quanto il Corona Virus?

Una risposta a questa domanda cercherò di darla attraverso i dati (ovviamente), una risposta da statistico dunque e non da virologo. La similitudine con l’influenza verrà qui affrontata solo dal punto di vista dei numeri.

L’influenza è un insieme più ampio di ceppi di virus: tuttavia l’OMS, l’ECDC e l’ISS hanno codificato il tutto come ILI (influenza like ilness), inteso come l’insieme di sintomi generici simil-influenzali quali febbre o febbricola, malessere/spossatezza, mal di testa, dolori muscolari ed infine almeno uno dei sintomi respiratori tra tosse, mal di gola, respiro affannoso (definizione ISS).  Insomma il paradigma con il Covid19 è presto fatto visti i dettami dell’OMS (punto terzo delle Q&A).

Dunque dalla domanda principale si aprono due sotto-domande: il Corona Virus contagia come l’influenza? Prima di provare a rispondere consideriamo che l’influenza (ILI) è stagionale, è curabile e possediamo un vaccino: non sappiamo se presto avrà molti punti in comune con il Covid19 per questi aspetti. C’è chi (su Science, Kissler et al) ipotizza una stagionalità del Covid19 a lungo raggio e ciclica nella efficacia dell’immunità (cioè oggi sono immune, fra un anno chi lo sa), con spettri di pandemie fino al 2024 e la necessità di quarantene intermittenti al fine di contenere i danni da contagio. 

Secondo l’ISS l’influenza (ILI) ha avuto una incidenza di contagio (in Italia) di 13 casi ogni 1000 italiani (qui il report aggiornato al 2019-2020), parliamo dunque del 1.3% su suolo italiano.  Il dato si riferisce ad una sorveglianza settimanale basata sui dati che si raccolgono nel 70%/80% dei casi quasi sempre tra fine ottobre e i primi quattro mesi dell’anno; benché i dati italiani sul Covid19 coprano circa tre mesi di rilevazione, con un piccolo grado di approssimazione possiamo confrontarli con i dati su ILI considerato anche il fatto che, per l’influenza, non sia stato operato alcun distanziamento sociale.

Il tasso di contagio del Covid19 si aggancia ai positivi effettivi che possiamo contemplare al momento in Italia, essendo molte fonti (incluso l’ISS o come l’ISPI menzionata precedentemente) concordi sul fatto che il numero di positivi contati dalla Protezione Civile giornalmente sia dieci volte più basso rispetto al reale.  Quanto aggiunge l’analisi da me effettuata, riguarda l’incidenza del Covid19 rispetto all’influenza per fasce di età: gli unici dati sono quelli messi a disposizione dal portale FluNet dell’OMS, positivi all’ILI per fasce d’età rispetto alla popolazione; avendo a disposizione la distribuzione per età dei positivi da Covid19, un confronto con l’influenza è stato diretto. Nel Covid Data Scanner sono disponibili i tassi di contagio a confronto, applicando il filtro “età”, laddove per il Covid19 questi cambino in funzione della regione scelta. Paragonando i dati aggregati per regione risulta esserci il seguente andamento rispetto al tasso di contagio dell’ILI:

Tasso di contagio ILI vs Covid19 per fasce d’età, Italia

Da un punto di vista statistico, il tasso di contagio del Covid19 sembrerebbe essere simile a quello dell’influenza nella misura in cui questo sia la media cui tende; tuttavia potrebbe essere un false friend statistico, dal momento che una espressione piena del Covid19 (senza quarantena) non risulta esserci stata ad oggi se non per qualche settimana. Questo grafico ci risulta però utile per comprendere la situazione del contagio da Corona Virus in giro per l’Italia, facendo caso alla Valle D’Aosta per esempio (regione piccola ma parecchio falcidiata). Ti rimando al COVID DATA SCANNER per fare i tuoi confronti regionali all’interno dei tassi di contagio Covid19 o fra Covid19 ed influenza.

5) È vero che il Corona virus contagia più gli uomini che le donne? 

Per rispondere a questa domanda, bisognerebbe detenere una banca dati epidemiologica mondiale e specifica da Covid19. Per quanto questo non sia accaduto, esistono studi che affrontano la problematica del contagio tra sessi. Tra questi emblematico è il set di dati epidemiologici messi a disposizione riguardo al Covid19 in Canada, in cui è presente la distribuzione di positivi per sesso ed età. Mentre questa è un driver specifico per il contagio, il sesso non sembrerebbe averne connessione statistica. Ho elaborato i dati ed ottenuto questa tabella: 

Distribuzione per età e per sesso, positivi Covid19 in Canada. (NR come Not Reported)

Un banale test del Chi-quadro ci porta a definire il sesso una variabile sconnessa dall’età, fattore di rischio cardine per il Corona Virus. Dunque possiamo affermare che maschi e femmine si contagiano ugualmente avendo riscontrato una quota equa per sessi sui 1092 casi, marginalmente ed in tutte le fasce d’età. 

6) È vero che muoiono più uomini che donne per il Corona Virus?

La risposta a questa domanda è assolutamente affermativa, secondo l’ultimo rapporto dell’ISS su 10 vittime da Covid19 circa 7 sono maschi contro 3 casi di sesso femminile. Inoltre le donne decedute sono, in mediana, 4 anni più anziane rispetto agli uomini: 83 anni rispetto ai 79 maschili.

7) Il numero di morti da Covid19 (24000 circa ad oggi) sono tanti o sono pochi? Costituiscono una mortalità eccezionale?

Questa risulta essere una domanda importantissima, seppur “macabra” da pallottoliere dei cadaveri italiani. Tuttavia per gli addetti ai lavori, attuari/demografi e non, la mortalità è un fenomeno studiato ampiamente per le implicazioni sociali ed economiche che ne derivano, oltre tutto quello che concerne l’etica e la morale.Partiamo da un assunto: oggi non possiamo scoprire se il Covid19 abbia caratterizzato una mortalità speciale o meno. Dal momento che la Bibbia dei dati italiani è l’Istat, accertare il numero di morti da Corona Virus nella stessa maniera in cui avviene per tumori, altre malattie e/o morti da cause violente (omicidi, aggressione) impiega 2 anni di tempo circa. Un articolo del Sole24Ore uscito da qualche giorno mette in evidenza proprio questa problematica: risulta tuttavia dubbia la consultazione dei dati effettuata dagli autori dell’articolo come sottolineato dal gruppo di statistici StatGroup-19 in questo articolo di risposta. 

Ad ogni modo molti si interrogano sulla mortalità italiana, quel che è stato, quel che è e quel che sarà: ciò che senz’altro è possibile fare per rispondere è calare il numero odierno di deceduti da Covid19 nel contesto della mortalità italiana per cause scatenanti. In parole semplici affianchiamo questi stessi ai morti per tumori, diabete, polmonite e tutte quelle patologie più frequenti riscontrate sui decessi da Corona virus od assimilabili. 

Da un punto di vista tecnico il dato sulle morti da cause diverse a livello italiano è annuo e fermo al 2018 (sono esattamente i due anni di cui vi parlavo): per i decessi da Covid19 invece, è specifico di un trimestre di osservazione; per questo si necessita di una distribuzione temporale di questi per paragonare i dati tra loro. Si farà di seguito una ipotesi di uniforme distribuzione dei decessi nei mesi dell’anno, proporzionando i dati che abbiamo ai 3 dodicesimi di anno osservato. Come detto precedentemente, qualora esista una stagionalità dell’epidemia e questa risulti scientificamente comprovata, si correrà il “rischio” di spalmare un numero di morti comunque superiore al reale (se il 60 % dei morti avviene nei primi 3 mesi dell’anno, nei mesi successivi si attribuirebbe un numero più grande).

Ad ogni modo il numero di morti attestato in Italia al 2018 è di 650.000 decessi, se dovessimo distribuirli equamente nel tempo ad oggi dovremmo contare 183.000 decessi,  qualora vi fosse lo stesso pattern di mortalità del 2018. Ribadendo che non abbiamo gli elementi per valutare una mortalità speciale e significativamente diversa dagli anni scorsi, bisognerebbe comunque chiedersi se questa domanda potrebbe avere un senso oppure no. Tecnicamente si parla di “eccesso di mortalità” che un virus potrebbe aver apportato rispetto ai dati già sviluppati: per giunta il Corona virus, secondo l’ultimo report epidemiologico dell’ISS, colpisce nel 97% dei casi persone con molteplici patologie pregresse mentre uccide solo il 3% di persone sane. Per cui la questione si fa complessa e richiede del tempo per caratterizzare l’eccesso di mortalità. Inoltre per patologie pregresse non si parla di raffreddore, parliamo nella maggiore parte dei casi di ipertensione arteriosa, diabete mellito e cardiopatie ischemiche.  

% di casi del tipo di patologia pregressa su totale deceduti da Covid19,fonte: ISS (epicentro).

Nel seguente grafico invece confrontiamo il numero di decessi per causa di morte e per gruppi di patologie, tra questi il Covid19 proporzionato al 13 Aprile 2020. Questi è fuori dal coro in quanto è il “distrattore statistico” oggetto di questo grafico: 

Numero di decessi per cause di morte, dati Istat.

Fin qui qualcuno potrebbe ben dire: ma il tumore fa tutti questi morti? Questo è un tema scottante e potrebbe scoperchiare un vaso di Pandora tale da rimettere in discussione varie politiche in materia di welfare state. Anche perché, dopo questa pandemia, la buona notizia è che penseremo alla sanità pubblica in maniera del tutto diversa per quanto attiene a risorse da destinarsi. Quanto sia spietato il Covid19 è da osservarsi nella sua velocità ad uccidere. Come misurarla? Abbiamo diverse proxy, ma tra tutte potremmo osservare il numero medio di patologie pregresse di questo rispetto a quello che succede per altre cause di morte:  

Numero medio di patologie pregresse, dati Istat, 2018

Ad esempio il tumore uccide in media dopo 4,18 patologie pregresse, mentre il Covid19 dopo 3,3: qualcuno potrebbe senza dubbio affermare che ciò può dire tutto come niente. Una tale obiezione può risultare accettabile, tuttavia con i dati a disposizione ad oggi non possiamo fare conclusioni migliori da un punto di vista statistico (si accettano suggerimenti).  

Lo scopo di questo post non è sminuire il Covid19 in quanto a mortalità, sicuramente tu che stai leggendo starai pensando “ma le abbiamo viste tutti le bare uscire a raffica dagli ospedali”.

È pur vero che in tutti questi anni non c’è mai stata una così straripante attenzione alle bare che escono dagli ospedali, un così gran numero di spettatori televisivi che assistono a questo macabro “spettacolo” a meno che tu non sia un becchino o lavori in un obitorio. L’osservazione della realtà senza pregresse informazioni è una epifania asettica, mistificante e potrebbe alimentare isterie di massa. Il COVID DATA SCANNER ti aiuterà a comprendere quale sia la realtà italiana in termini di cause mortalità, quel tema che nessuno ad oggi dei non-addetti-ai-lavori ha mai preso così in considerazione. 

Nel tool troverai tanti strumenti e spesso troverai il Covid19 come dato affiancato: potrai applicare il filtro Territorio>età e scoprire con i Bubble Stacked Aligned Plot i tassi di mortalità rispetto alla popolazione. Infine ti sarà possibile scorporare dal dato assoluto di deceduti da Covid19 coloro che non hanno una patologia pregressa, una sola e così via. Ciò può avvenire sotto l’ipotesi che la comorbilità dei pazienti deceduti da Covid19 abbia la stessa dinamica per ogni fascia d’età e comparto territoriale. 

Ricordate una frase celebre di W.EDWARDS DEMING:

“Senza dati sei solo un’altra persona con un’opinione”