Analizzando i modelli settimanali nei report delle malattie

Recenti analisi dei dati sul COVID-19 provenienti dagli Stati Uniti mostrano un pattern regolare nei numeri di Casi e decessi. Questo pattern è stato visto anche nei dati globali e ha sollevato domande su altre malattie. Le nostre scoperte rivelano che un simile pattern settimanale è presente nei focolai di Colera in diversi paesi. Capire se questi pattern riflettono cambiamenti reali nei tassi di malattia o sono solo il risultato di come vengono riportati i dati è importante per pianificare le risorse sanitarie, come i letti di terapia intensiva.

L'Organizzazione Mondiale della Sanità (OMS) ha riconosciuto il COVID-19 come una pandemia globale e ha sottolineato la necessità di una rapida rilevazione e risposta per controllare la diffusione del virus. Raccogliere e condividere informazioni accurate sui casi e sui decessi da COVID-19 è stato cruciale nella gestione dell'epidemia in tutto il mondo. Al contrario, la risposta al ritorno del colera, in particolare ad Haiti, è stata limitata a causa della mancanza di informazioni chiare su come sta diffondendo la malattia. Rapporti recenti dall'OMS hanno classificato il rischio globale di colera come "Molto Alto", sollecitando un monitoraggio migliore e trattamenti tempestivi.

#Identificazione dei Pattern di Reporting

Prima, dobbiamo analizzare i modi in cui vengono riportati i dati sul COVID-19 e sul colera. Daremo un'occhiata sia alle statistiche dei casi che dei decessi per COVID-19 a livello globale e useremo dati dal Regno Unito per dimostrare che i pattern settimanali osservati nel COVID-19 sono probabilmente dovuti a come vengono riportati questi numeri piuttosto che a veri cambiamenti nella diffusione della malattia.

#Metodi e Dati

I dati sul COVID-19 in questo studio sono stati ottenuti da un database ben noto, coprendo informazioni fino al 1 marzo 2023 e riguardano principalmente il Regno Unito. Abbiamo calcolato i tassi di casi in base ai test positivi, inclusi quelli di persone che hanno effettuato più test. I tassi di morte sono stati determinati contando quelli che sono morti entro 28 giorni da un test COVID-19 positivo. I dati grezzi fornivano totali giornalieri per casi e decessi, che abbiamo elaborato per ottenere numeri di incidenza giornalieri. Qualsiasi conteggio negativo, verificatosi a causa di aggiustamenti nei report, è stato rimosso dalla nostra analisi.

Per l'epidemia di colera ad Haiti, abbiamo raccolto dati giornalieri sui casi dall'Organizzazione Panamericana della Sanità (OPS) fino al 4 aprile 2023. Questi dati includono rapporti da diverse regioni all'interno di Haiti.

Per identificare eventuali pattern consistenti nel modo in cui queste malattie vengono riportate, abbiamo definito un fattore di reporting per ogni giorno. Questo fattore confronta il numero di casi o decessi riportati in un giorno specifico con la media della settimana precedente. Abbiamo anche analizzato dati provenienti da 200 paesi usando un metodo chiamato Analisi dei Componenti Principali (PCA) per capire le tendenze più ampie nel reporting del COVID-19.

#Tendenze di Reporting Settimanali - COVID-19

I risultati mostrano pattern chiari nel reporting dei dati sul COVID-19. Per la maggior parte dei paesi, c'è un'evidente sotto-reportazione di casi e decessi durante il fine settimana. Questo pattern è particolarmente evidente nelle statistiche sui decessi giornalieri. Quando abbiamo analizzato i dati raggruppati per data di pubblicazione, abbiamo trovato un significativo bias di reporting, che è scomparso quando ci siamo concentrati sulla data sul certificato di morte.

La prima parte della nostra analisi ha rivelato un pattern dominante associato alla sotto-reportazione nei fine settimana, che di solito è bilanciato durante la settimana. Un secondo pattern è emerso mostrando sotto-reportazione il lunedì. I paesi con le più significative discrepanze di reporting avevano un fattore di reporting medio molto più basso il lunedì. Questa tendenza è stata coerente sia nei dati statunitensi che in quelli britannici, anche se il motivo dietro questi pattern rimane poco chiaro.

#Tendenze di Reporting Settimanali - Colera

Applicando gli stessi metodi di analisi ai dati sul colera in Haiti, abbiamo trovato tendenze settimanali simili e coerenti, con chiara sotto-reportazione la domenica. Test statistici hanno confermato differenze significative nel reporting durante la settimana.

#Esplorazione delle Origini del Bias Periodico

Alcuni esperti credono che i pattern settimanali nei dati sul COVID-19 derivino da cambiamenti regolari nel reporting dei casi, come meno report nei fine settimana e un aumento durante la settimana. Tuttavia, questa visione è dibattuta e alcuni suggeriscono che questi pattern possano riflettere veri cambiamenti nel numero di casi e decessi a causa di fattori sociali o del virus stesso.

È fondamentale riconoscere la differenza tra i dati pubblicati in base alla data di occorrenza e quelli alla data di reporting. La data di occorrenza fornisce un quadro più preciso della pandemia, ma questi dati sono spesso ritardati. Le agenzie governative si basano su dati riportati, che possono essere influenzati da ritardi e fluttuazioni, influenzando le decisioni.

Nel Regno Unito, dati specifici ci consentono di separare la data di reporting dalla data effettiva di occorrenza. Anche se questi dati sono anche soggetti a ritardi, aiutano ad eliminare bias sistematici che possono distorcere la nostra comprensione delle tendenze nel tempo. La nostra analisi ha rivelato che non c'è un pattern settimanale significativo quando si guarda ai dati per la data registrata sul certificato di morte, mentre forti variazioni erano ancora presenti nei dati raggruppati per data di pubblicazione.

#Fonte del Bias di Reporting

Alcuni ricercatori hanno suggerito che la sotto-reportazione possa derivare da una maggiore domanda sulle risorse sanitarie, portando a una minore capacità di reporting durante i fine settimana. Abbiamo testato se esiste una relazione tra il fattore di reporting e il numero di casi attuali. La nostra analisi non ha trovato evidenze significative a supporto di questa teoria.

Attraverso il nostro studio, abbiamo dimostrato che ci sono notevoli bias periodici nei dataset sul COVID-19, sia nel Regno Unito che a livello globale. Questa frequenza settimanale è spesso smussata utilizzando una media mobile, il che può ritardare la visibilità delle tendenze emergenti. Il dibattito in corso sulle cause di questi pattern continua, ma le nostre scoperte indicano che nel Regno Unito, questi bias possono spiegare completamente le fluttuazioni settimanali rilevate nei casi e nei decessi riportati.

#Implicazioni per i Dati sul Colera

Abbiamo anche trovato che bias periodici simili esistono nei dati sul colera provenienti da Haiti. Dato che il colera si diffonde attraverso l'acqua e il COVID-19 è aereo, suggerisce che questi pattern settimanali potrebbero essere comuni in varie malattie, non solo limitati al COVID-19. Man mano che miglioriamo la nostra capacità di tracciare le malattie in tempo reale, diventa sempre più importante essere consapevoli dei bias nei dati che raccogliamo.

Riconoscere questi pattern è vitale per i fornitori di assistenza sanitaria mentre pianificano i bisogni futuri. I responsabili delle politiche possono anche beneficiare di queste informazioni per ideare strategie efficaci per controllare le epidemie. Comprendere i bias di reporting e le loro implicazioni permetterà una migliore previsione e presa di decisioni nella sanità pubblica.

#Conclusione

In sintesi, la nostra analisi dei dati sul COVID-19 e sul colera evidenzia l'importanza di considerare con attenzione come vengono riportati i dati sanitari. I pattern regolari osservati sollevano domande sulle loro origini e implicazioni per comprendere le tendenze delle malattie e pianificare risposte. Riconoscere questi bias di reporting è essenziale per migliorare le strategie di salute pubblica di fronte a focolai attuali e futuri. Affrontando queste questioni, possiamo prepararci meglio e gestire le sfide poste dalle malattie infettive.