15 Mar 2020
PREVISIONE DELLA POTENZIALE DIFFUSIONE STAGIONALE DELLA COVID-19
Posted by Forrest Group Minerva
Creato: 15 Marzo 2020

Analisi della temperatura e latitudine per prevedere la potenziale diffusione stagionale della COVID-19

Un numero significativo di malattie

infettive, inclusi i coronavirus umani mostra, nella loro incidenza, schemi stagionali. Li ipotizziamo anche per il SARS-CoV-2. Fino ad oggi, la Malattia da Coronavirus 2019 (COVID-19), causata dal SARS-CoV-2, ha stabilito una significativa diffusione del virus nella comunità, nelle regioni e città poste lungo una stretta distribuzione est-ovest, all'incirca lungo il corridoio di 30-50 N’’, con schemi meteorologici costantemente simili (5-11 °C e umidità relativa 47-79%). Vi è stata una certa mancanza da parte della comunità nel determinare i luoghi previsti del contagio; ciò che è stato fatto, è basato solo sulla prossimità della popolazione e su un'ampia interazione della popolazione attraverso i viaggi. Abbiamo proposto un modello semplificato che mostra una zona a maggior rischio di diffusione della COVID-19. Utilizzando la modellistica meteorologica, potrebbe essere possibile prevedere le regioni che, nelle prossime settimane, hanno maggiori probabilità di essere maggiormente a rischio di diffusione, permettendo la concentrazione degli sforzi di sanità pubblica sulla sorveglianza e il contenimento.

[N.d.r.: Articolo da interpretare, come sempre, cum grano salis. Poniamo, all'attenzione del lettore, l'importante considerazione espressa dagli autori dello studio: ... omissis .... sebbene le attuali correlazioni con latitudine e temperatura sembrano forti, la causalità diretta non è stata dimostrata e le previsioni, a breve termine, sono ipotetiche e devono essere considerate con estrema cautela.]


Molte malattie infettive, nella loro incidenza, mostrano uno schema stagionale. Un onere gravoso per i sistemi sanitari di tutto il mondo, l'influenza ne è l'esempio caratteristico. [1] Il virus dell'influenza mostra una significativa fluttuazione stagionale nelle regioni temperate del mondo ma mostra, comunque, una minore stagionalità nelle aree tropicali. [2-4] Nonostante la moltitudine di possibili meccanismi proposti per spiegare questa variazione, la nostra attuale comprensione di questo fenomeno è ancora superficiale. [5]

La malattia Coronavirus 2019 (COVID-19), causata dal SARS-CoV-2, inizialmente si è posta all'attenzione, nella provincia cinese di Hubei, in una serie di pazienti con polmonite di eziologia sconosciuta e, successivamente, si è diffusa in molte altre regioni del mondo attraverso i viaggi globali. [6] A causa della vicinanza geografica e dei collegamenti importanti di viaggio, la modellistica epidemiologica dell'epicentro ha predetto che le regioni del sud-est asiatico, e in particolare Bangkok, avrebbero seguito Wuhan e la Cina nell'epidemia. [7] Tuttavia, la trasmissione del virus nella comunità è avvenuta secondo un modello orientale-occidentale coerente. I nuovi epicentri del virus erano tutti, all'incirca, lungo la zona di 30-50° N’’, verso la Corea del Sud, Giappone, Iran e Nord Italia (Figura 1). [8] Dopo la comparsa inaspettata di un grande focolaio in Iran, alla fine di febbraio abbiamo dapprima creato questa mappa. Da allora le nuove aree, caratterizzate da un’importante trasmissione del virus nella comunitàincludono gli Stati Uniti nord-occidentali e la Francia (Figura 1). In particolare, nello stesso tempo, la COVID-19 non è riuscita a diffondersi significativamente nei paesi immediatamente a sud della Cina. Il numero di pazienti, e di decessi segnalati nel sud-est asiatico, sono molto inferiori rispetto alle regioni più temperate descritte più sopra. [8]
covid 19 001Figura 1. Mappa della temperatura mondiale dal novembre 2018 al marzo 2019. Il gradiente di colore indica le temperature, in gradi Celsius, all’altezza di ≈ 110 m [1000 hPa; la pressione e l’altezza sono correlate]. I cerchi neri rappresentano i paesi con un’importante trasmissione del virus nella comunità (> 6 morti al 05-03-2019). Immagine da Climate Reanalyzer (https://climatereanalyzer.org/), Climate Change Institute, University of Maine, USA.

Un'ulteriore analisi utilizzando le temperature del 2020, all’altezza di 2 metri (2m) anziché le temperature ad altezza hPa produce risultati simili (Figura 2). Nei mesi di gennaio 2020, a Wuhan, e febbraio 2020 negli altri paesi interessati, vi è una notevole somiglianza nelle misure di temperatura media (5-11 °C) e umidità relativa (UR 47-79%) (Tabella 1). Oltre ad avere temperatura media, umidità e profili di latitudine simili, queste posizioni mostrano anche una comunanza, in quanto i tempi dell'epidemia coincidono con un nadir nel ciclo di temperatura annuale e quindi con temperature relativamente stabili per un periodo di tempo di oltre un mese (Figura 1 aggiuntiva). Inoltre, nessuna delle città colpite ha temperature minime inferiori a 0 °C (Figura 1 aggiuntiva).
covid 19 002Figura 2. Mappa della temperatura mondiale gennaio-febbraio 2020. Il gradiente di colore indica le temperature in gradi Celsius all’altezza di 2 metri, in base alla rianalisi dei dati ECMWF ERA-5. I cerchi bianchi rappresentano i paesi con un’importante trasmissione del virus nella comunità (> 6 morti al 05-03-2019) e aree descritte dalle isolinee rosse con temperatura compresa tra 5-11 °C. Generato utilizzando le informazioni del servizio Copernicus Climate Change 2020.

covid 19 004Cities with community spreading of COVID-19 - Città con diffusione della COVID-19 nella comunità.
Large cities tentatively predicted to be at risk in the coming weeks - Grandi città ipoteticamentre predette di essere a rischio nelle prossime settimane.
Previously predicted city where COVID-19 failed to take hold - Città precedentemente ipotizzata in cui la COVID-19 non  si è diffusa.
Tabella 1. Dati medi di temperatura (°C) e umidità relativa (%), dal novembre 2019 al febbraio 2020, delle città con diffusione della COVID-19 nella comunità, e quelle potenzialmente a rischio. Dati di temperatura e umidità ottenuti da www.worldweatheronline.com.

L'associazione tra le temperature nelle città colpite dalla COVID-19 merita un'attenzione particolare. Esiste una similarità nei valori medi di temperatura (5-11 °C) e RH (47-79%) nelle città colpite, e condizioni di laboratorio note, che favoriscono la sopravvivenza del coronavirus (4 °C e 20-80% RH). [9] La temperatura e l'umidità sono anche fattori noti nella sopravvivenza SARS-CoV, MERS-CoV e influenza. [10] Inoltre, si sono verificati nuovi focolai durante periodi di tempo prolungato a queste temperature, forse indicando un aumento del rischio di focolai con condizioni prolungate in questo intervallo. Infine, le temperature in queste città non sono scese al di sotto di 0 °C, indicando un potenziale intervallo minimo, che potrebbe evitare cicli di congelamento-scongelamento che potrebbero agire sulla vitalità del virus, o di altri fattori (almeno un coronavirus umano testato è resistente al congelamento-scongelamento). [11] Tutti questi aspetti indicano una potenziale relazione diretta tra temperatura e sopravvivenza ambientale, e diffusione del SARS-CoV-2. Questa ipotesi può essere verificata in condizioni sperimentali, simili al lavoro svolto in precedenza, [9] e con campionamento ambientale e test da aree con infezione in corso.

Data la diffusione temporale tra aree con temperatura e latitudine simili, è possibile fare temporaneamente alcune previsioni sulla potenziale diffusione nella comunità della COVID-19 nelle prossime settimane. Utilizzando i dati di temperatura di marzo e aprile 2019, si potrebbe prevedere il rischio di diffusione del virus nella comunità,in aree a nord delle attuali aree a rischio (Figura 3). Queste potrebbero includere (dall'est all'ovest) la Manciuria, l'Asia centrale, il Caucaso, l'Europa orientale, l'Europa centrale, le isole britanniche, gli Stati Uniti nord-orientali e del Midwest, e la Columbia Britannica [N.d.r.: Canada occidentale]. Tuttavia, questa analisi semplificata non tiene conto dell'effetto dell’aumento delle temperature. Il marcato calo dei casi a Wuhan potrebbe benissimo essere collegato alle corrispondenti recenti crescenti temperature (Tabella l).

Nei prossimi due mesi, le temperature aumenteranno sensibilmente in molte aree dell'emisfero settentrionale. Tuttavia, le aree a nord, che svilupperanno profili di temperatura che possono sovrapporsi a quelli delle attuali aree, saranno a rischio solo transitoriamente, se si riscaldano rapidamente (con la possibile eccezione di aree come gli Stati Uniti nord-occidentali e la Columbia Britannica, che possono presentare nadir ciclici prolungati) (Figura 1 aggiuntiva). Inoltre, man mano che il virus si sposterà più a nord, incontrerà una densità abitativa progressivamente inferiore. I suddetti fattori, variabili climatiche non considerate o analizzate (copertura nuvolosa, temperatura massima, ecc.), fattori umani non considerati o analizzati (impatto di interventi epidemiologici, focolai concentrati come navi da crociera, viaggi, ecc.), fattori virali non considerati o analizzati (tasso di mutazione, patogenesi, ecc.), indicano che, sebbene le attuali correlazioni con latitudine e temperatura sembrano forti, la causalità diretta non è stata dimostrata e le previsioni, a breve termine, sono ipotetiche e devono essere considerate con estrema cautela. [N.d.r.: l’evidenziazione è nostra].
covid 19 003Figura 3. Mappa della temperatura mondiale all’altezza di 2m nel periodo marzo-aprile 2019 che mostra la zona a rischio. Il gradiente di colore indica temperature all’altezza di 2 m, in gradi Celsius. La zona provvisoria a rischio di significativa diffusione del virus nella comunità, nel breve termine, include aree terrestri all'interno delle bande verdi, delineate in nero scuro (che mostra una zona di 5-11° C in base ai dati del 2019) e cambierà in base alle temperature medie effettive durante questo periodo temporale. Immagine da Climate Reanalyzer (https://climatereanalyzer.org/), Climate Change Institute, University of Maine, USA.

I coronavirus umani (HCoV-229E, HCoV-HKUl, HCoV-NL63 e HCoV-OC43), che di solito causano i sintomi del raffreddore comune, hanno mostrato una forte stagionalità invernale dicembre-aprile e, nelle regioni temperate, non sono rilevabili nei mesi estivi. [12] Anche se, in questa fase, è ancora più difficile fare una previsione a lungo termine, è allettante aspettarsi che la COVID-19 diminuisca considerevolmente, nei prossimi mesi, nelle aree colpite (sopra i 30° N”). Potrebbe, forse, prevalere a bassi livelli in regioni tropicali simili a quelle dell'influenza e ricominciare a salire, nel prossimo anno, nel tardo autunno e in inverno nelle regioni temperate. Un'altra possibilità è che in estate non sarà in grado di sostenersi nei tropici e nell'emisfero meridionale e scomparire. Gli sforzi di sorveglianza nei tropici, nonché in Nuova Zelanda, Australia, Sudafrica, Argentina e Cile tra i mesi giugno-settembre possono essere utili per determinare l’insediamento nella popolazione umana.

Lungo queste linee, una strada per ulteriori ricerche comporta l'uso di modelli integrati o accoppiati di sistemi epidemiologici-terra-umani, che possono incorporare processi e variabili climatiche e meteorologiche (ad es., dinamica di temperatura, umidità) e i loro cambiamenti spazio-temporali, nonché simulare scenari di interazioni umane (ad es. viaggi, trasmissione dovuti alla densità di popolazione). Tali modelli possono assimilare i dati attualmente raccolti per accelerare i miglioramenti delle previsioni del modello su scale temporali brevi (ad es. da giornaliere a stagionali). Questo tipo di approccio predittivo consentirebbe di rispondere a domande su quali sono i centri di popolazione più a rischio e per quanto tempo; dove intensificare la sorveglianza su larga scala e rafforzare le misure di controllo per prevenire la diffusione; una migliore comprensione dei fattori limitanti per la diffusione del virus nell'emisfero meridionale; fare previsioni per una stagione del virus 2021-2022. Una migliore comprensione della causa della stagionalità dei coronavirus e di altri virus respiratori aiuterebbe, senza dubbio, a migliorare i trattamenti e/o la prevenzione e sarebbe utile per determinare quali aree necessitano di una maggiore sorveglianza.

covid 19 005
covid 19 006Figura 1 aggiuntiva. Dati di temperatura a tre e dieci anni (fino a febbraio 2020) di sette città attualmente interessate dalla diffusione dell'epidemia, e cinque a potenziale rischio. Nei mesi in cui nelle città sono scoppiate epidemie della COVID-19, la temperatura minima e media erano > 0 °C e i focolai si sono manifestati durante prolungate temperature nadir con durata tipica > 1 mese. Grafici di temperatura per cinque città potenzialmente a rischio (Beijing (Pechino), Prague (Praga), Glasgow, Manchester e Vancouver).


Sajadi, Mohammad M. and Habibzadeh, Parham and Vintzileos, Augustin and Shokouhi, Shervin and Miralles-Wilhelm, Fernando and Amoroso, Anthony, Temperature and Latitude Analysis to Predict Potential Spread and Seasonality for COVID-19 (March 5, 2020).
Available at SSRN: https://ssrn.com/abstract=3550308 or http://dx.doi.org/10.2139/ssrn.3550308

[N.d.r.: il testo completo è scaricabile, in formato PDF, dal sito originale.]


Articoli correlati
COVID-19 (Coronavirus 2019)

Riferimenti

  1. Collaborators GBDI. Mortality, morbidity, and hospitalisations due to influenza lower respiratory tract infections, 2017: an analysis for the Global Burden of Disease Study 2017. Lancet Respir Med 2019; 7(1): 69-89.
  2. Viboud C, Alonso WJ, Simonsen L. Influenza in tropical regions. PLoS Med 2006; 3(4): e89.
  3. Bloom-Feshbach K, Alonso WJ, Charu V, et al. Latitudinal variations in seasonal activity of influenza and respiratory syncytial virus (RSV): a global comparative review. PLOS One 2013; 8(2): e54445.
  4. Li Y, Reeves RM, Wang X, et al. Global patterns in monthly activity of influenza virus, respiratory syncytial virus, parainfluenza virus, and metapneumovirus: a systematic analysis. Lancet Glob Health 2019; 7(8):el03l-e45.
  5. Tamerius J, Nelson MI, Zhou SZ, Viboud C, Miller MA, Alonso WJ. Global influenza seasonality: reconciling patterns across temperate and tropical regions. Environ Health Perspect 2011;119(4): 439-45.
  6. Huang C, Wang Y, Li X, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet 2020; 395(10223): 497-506.
  7. Bogoch, II, Watts A, Thomas-Bachli A, Huber C, Kraemer MUG, Khan K. Potential for global spread of a novel coronavirus from China. J Travel Med 2020.
  8. Coronavirus COVID-19 Global Cases by Johns Hopkins CSSE. 2020.
    https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6.
  9. Casanova LM, Jeon S, Rutala WA, Weber DJ, Sobsey MD. Effects of air temperature and relative humidity on coronavirus survival on surfaces. Appl Environ Microbial 2010; 76(9): 2712-7.
  10. Otter JA, Donskey C, Yezli S, Douthwaite S, Goldenberg SD, Weber DJ. Transmission of SARS and MERS coronaviruses and influenza virus in healthcare settings: the possible role of dry surface contamination. J Hosp Inject 2016; 92(3): 235-50.
  11. Lamarre A, Talbot PJ. Effect of pH and temperature on the infectivity of human coronavirus 229E. Can J Microbiol 1989; 35(10): 972-4.
  12. Gaunt ER, Hardie A, Claas EC, Simmonds P, Templeton KE. Epidemiology and clinical presentations of the four human coronaviruses 229E, HKU1, NL63, and OC43 detected over 3 years using a novel multiplex real-time PCR method. J Clin Microbial 2010; 48(8): 2940-7.



Tratto da: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3550308


Si declina qualunque responsabilità per la presenza di eventuali errori involontariamente introdotti nel testo nella traduzione o nella trascrizione. Si precisa inoltre che il contenuto dell'articolo non sostituisce in modo alcuno ciò che è divulgato nei libri ed in bibliografia e, nel medesimo tempo, non costituisce alcun riferimento tecnico, medico e scientifico.