Nelle ultime settimane le Regioni hanno cercato disperatamente di evitare le “pagelle” dei colori quasi che si trattasse di una gara ad eliminazione.
In realtà, almeno fino all’arancione non cambia molto (almeno per i vaccinati) ma finire in arancione o peggio in rosso, mette in cattiva luce la furia demagogica tipica dei Governatori che mirano ad apparire come i più bravi, quelli che vaccinano di più, quelli che “sono nella strada giusta” e via discorrendo.
Avrete notato il dibattito sul bollettino (“spaventa la gente”, “basta con il bollettino dei morti”, “pubblichiamolo una volta la settimana”) e la progressiva assuefazione al numero giornaliero di decessi (che sono circa 10.000 in un mese, mica bruscolini).
Le Regioni spingono per la revisione dei criteri (che, tra parentesi, avevano concordato proprio le Regioni con il Governo!) e ultimamente hanno cominciato a derubricare il malato COVID come malato “con covid”.
A dar man forte a questa strenua volontà di rivedere i criteri dei colori è “casualmente” comparso uno studio che evidenziava come i malati ricoverati “per COVID” erano in buona parte malati “con COVID”.
Quindi se un paziente entra in ospedale per una frattura di femore e mentre è degente si scopre che è positivo al tampone, questo paziente non dovrebbe essere contato come malato “per COVID”.
Pertanto dovrebbe essere eliminato dal numeratore che contribuisce a calcolare la occupazione dei posti letto dedicati ai pazienti COVID.
Escludendo questi pazienti dal numeratore, la percentuale di occupazione dei posti letto si ridurrebbe. In questo modo si potrebbe allontanare lo spauracchio di finire in giallo, in arancione o addirittura in rosso.
Ma partiamo dallo studio.
Il famoso studio FIASO, tanto pubblicizzato da media e giornali, e soprattutto dalle Regioni, non esiste.
O almeno non è possibile esaminarlo nel dettaglio.
Dal sito FIASO sezione “studi e ricerche” lo studio non c’è.
Nella sezione “News” è possibile invece reperire solo un comunicato stampa.
Ho rinunciato a cercare lo studio su altri siti e manco mi è passato per l’anticamera del cervello di reperirlo dalle banche dati che indicizzano gli studi “scientifici”.
Quindi, visto che lo studio non si trova leggiamo uno stralcio del comunicato stampa:
I dati emergono da uno studio fatto da FIASO sui ricoveri di 6 grandi aziende ospedaliere e sanitarie: Asst Spedali civili di Brescia, Irccs Ospedale Policlinico San Martino di Genova, Irccs Aou di Bologna, Policlinico Tor Vergata, Ospedale San Giuseppe Moscati di Avellino e Policlinico di Bari. In tutto sono stati analizzati 550 pazienti ricoverati nelle aree Covid dei sei ospedali: un campione pari al 4% del totale dei ricoverati negli ospedali italiani. La rilevazione è stata effettuata in data 5 gennaio. Dei complessivi 550 pazienti monitorati, 363 (il 66%) sono ospedalizzati con diagnosi da infezione polmonare. Mentre 187 (il 34%) non manifestano segni clinici, radiografici e laboratoristici di interessamento polmonare: ovvero sono stati ricoverati non per il virus ma con il virus.
Per lo più si tratta di pazienti arrivati in ospedale o al pronto soccorso per altri problemi e che, al momento del ricovero che prevede il tampone, vengono trovati portatori dell’infezione da Sars-Cov-2 ma senza sintomi di malattia. La diagnosi da infezione da Sars-Cov-2 è dunque occasionale. Per la stragrande maggioranza, il 36% del totale dei ricoverati positivi ma senza sintomi respiratori, si tratta di donne in gravidanza che necessitano di assistenza ostetrica e ginecologica. Il 33%, invece, è composto da pazienti che hanno subito uno scompenso della condizione internistica derivante da diabete o altre malattie metaboliche, da patologie cardiovascolari, neurologiche, oncologiche o broncopneumopatie croniche.
Selection bias
Non posso giudicare uno studio di cui non c’è traccia. Lo studio è ingiudicabile in quanto non è uno studio.
E’ solo un comunicato stampa.
Ma una cosa la posso dire. Il selection bias è clamoroso. Questa distorsione metodologica è quella che si riscontra quando il tuo studio campionario non è basato su una selezione random il che è garanzia di validità delle conclusioni che puoi trarre dai dati.
Avrete notato che gli stessi latori del comunicato stampa (ricercatori sarebbe un termine un po’ esagerato) dichiarano di aver analizzato i dati da 6 “grandi” aziende ospedaliere.
Perchè solo nelle “grandi” aziende sanitarie? E’ del tutto ovvio che il mix di patologie che vengono ricoverate in questi ospedali non rappresenta la tipologia standard di pazienti che afferiscono in ospedali generalisti. In aziende come queste ci sono pazienti che subiscono trapianti, che effettuano procedure che nella maggiorparte degli ospedali generalisti non si effettuano e che in qualche misura, proprio per tali peculiarità, vengono in parte risparmiati dal massiccio afflusso di malati covid.
E questa anomalia in una scelta così parziale si evidenzia subito in uno dei pochissimi dati che offrono al pubblico: il 33% dei malati “con COVID” sono donne in gravidanza.
Molti ospedali (ad esempio il mio) che pure hanno una quantità notevole di malati “per COVID” non ha neppure il reparto di ostetricia. Come mai vi è una percentuale cosi elevata di donne gravide “con COVID” in questo campione?
Supponete di scegliere alcuni reparti per fare uno studio simile: scegliete 4 reparti di ostetricia, dove troverete solo giovani donne che debbono partorire, 3 reparti di neurologia e 1 reparto COVID.
Poi fate l’analisi. Cosa scoprirete? Probabilmente qualcosa di simile.
Poi cambiate la scelta: 3 reparti COVID, 2 reparti di geriatria, 1 di pneumologia. Cosa troverete? Dati completamente diversi.
Ogni volta che cambiarete il campione degli ospedali e dei reparti scelti all’interno di essi troverete dati sempre diversi.
Qual è il metodo di campionamento seguito in questo studio?
convenience sampling?
campionamento casuale semplice?
campionamento per randomizzazione sistematica?
campionamento per randomizzazione stratificata?
campionamento a “cluster”?
Non si sa.
Basterebbe solo questo per affermare che questi dati non significano nulla.
Assenza di dati, di metodo, di tutto
Un comunicato stampa dal punto di vista scientifico vale per quello che è: niente.
Manca il metodo seguito, che tipo di campionamento, quali reparti sono stati scelti e perchè, quale analisi statistica è stata effettuata, quali criteri sono stati utilizzati per definire “per COVID” e “con COVID”, se vi era un “board” indipendente che valutava la classificazione “con” e “per COVID”, mancano ovviamente i dati grezzi per una analisi indipendente.
Manca tutto.
Chiamarlo studio scientifico è come paragonare il rumore di un martello pneumatico ad una Sinfonia di Mozart.
Eppure alle Regioni una classificazione di questo tipo farebbe molto comodo.
Con una rapidità fulminea (11 gennaio, la stessa data del Comunicato Stampa) la Regione Piemonte invita a seguire alla lettera lo studio “FIASO”
Il Ministero stoppa subito questa deriva “classificatoria” che altererebbe tutte le analisi ed i database gestiti a livello nazionale ed anche i flussi che vanno all’ECDC europeo con rischi di enormi difformità da Regione a Regione e invia subito una precisazione chiara:
Conflitti di interesse
In tutti gli studi scientifici compare, al fondo della pubblicazione, la dichiarazione di eventuali conflitti di interesse.
Da diversi anni questa dichiarazione è obbligatoria. Se ad esempio chi pubblica uno studio sulla efficacia di un farmaco antidepressivo siede contemporaneamente nel Cda della casa farmaceutica che produce quel farmaco qualche dubbio sulla oggettività dello studio è più che lecito.
In questo caso vi sono potenziali conflitti di interesse?
Andate su questa pagina e scaricate il modulo di adesione e il modello di Delibera di Adesione. Chi si associa? I Direttori Generali, con il parere favorevole di Direttore Sanitario e Amministrativo. Quindi le aziende Sanitarie si associano alla FIASO per mezzo dei loro rappresentanti legali.
Chi nomina i Direttori Generali (e praticamente anche i Direttori Sanitari e Amministrativi)?
Le Regioni.
Ecco.