• deplazio
    The Department of Epidemiology of the Lazio Regional Health Service (DEP)
    is based in Rome and has over 30 years of experience
  • Area Covid-19
    .
  • ambientale-valutativo

    The staff of the DEP has specific expertise in epidemiological methods
  • rischi ambientali
    Provide decision makers with the best epidemiological evidence
    to plan interventions to reduce health risks
  • esiti
    Outcome evaluation of health care
  • cure sanitarie
    Provide evidence to improve the quality
    and effectiveness of health care
  • inquinamento
    Assess the risks associated with
    short and long term exposure to air pollutants
  • cambiamenti climatici
    Assessing the health impact of climate change and extreme events

Registro Regionale Dialisi e Trapianti Lazio (RRDTL)

Covid-19 in Italia: stima dell'eccesso di mortalità attraverso uno studio di serie storiche interrotte PDF Print E-mail

covid eccesso mortalità 2Grazie a una collaborazione tra il Dipartimento di Epidemiologia e la London School of Hygiene and Tropical Medicine è stato condotto uno studio per stimare l’impatto del Covid-19 sulla mortalità in Italia tra Febbraio e Maggio 2020 che utilizza i dati resi disponibili dall’ISTAT.

Diversi studi hanno cercato di dare una risposta, ma questo è forse il primo ad aver utilizzato un approccio epidemiologico innovativo che, oltre a stimare il numero di decessi attribuibili alla pandemia a livello nazionale, ha tenuto conto di fattori di confondimento quali la temperatura e le epidemie influenzali.

Tra il 15 febbraio e il 15 maggio sono stati stimati quasi 50,000 decessi in eccesso, il 30% in più del valore atteso e un numero molto più elevato rispetto ai circa 35,000 decessi ufficiali. L’analisi ha confermato la forte eterogeneità spaziale: 25,000 decessi in eccesso sono stati osservati nella sola Lombardia, dove alcune province hanno registrato un incremento della mortalità pari all'800%; il 71% delle morti in eccesso riguarda Lombardia, Emilia Romagna e Veneto. L'impatto è stato maggiore negli uomini, soprattutto nella popolazione di età inferiore agli 89 anni.

Nel modello è stato tenuto conto del potenziale confondimento di temperatura ed epidemie influenzali. In un’analisi di sensibilità tali variabili non sono state considerate e il modello ha restituito una stima di eccesso più bassa. Questo risultato era atteso a causa del clima mite registrato nel periodo in studio e della bassa incidenza di casi di influenza.

Gli autori dello studio mettono a disposizione gli script per replicare l’analisi, e attraverso una APP vengono sintetizzati in maniera grafica e di facile lettura i risultati.

Link al programma:  https://github.com/gasparrini/ItalyCOVIDdeath

Link alla shinyapp:  https://mscortichini.shinyapps.io/app20200703

Clicca qui per andare al link della pubblicazione.

 



Questo sito utilizza cookies tecnici e di terze parti per funzionalità quali la condivisione sui social network e/o la visualizzazione di media. Chiudendo questo banner, cliccando in un'area sottostante o accedendo ad un'altra pagina del sito, acconsenti all’uso dei cookie. Se non acconsenti all'utilizzo dei cookie di terze parti, alcune di queste funzionalità potrebbero essere non disponibili. Per maggiori informazioni consulta la pagina privacy policy.

Accetto i cookie da questo sito.
EU Cookie Directive plugin by www.channeldigital.co.uk