Il Premio Nobel Giorgio Parisi ha dichiarato che durante la prima ondata di Covid-19, puntare all’immunità di gregge senza misure di contenimento avrebbe potuto causare fino a 700mila morti in Italia. Durante un’audizione alla Commissione parlamentare d’inchiesta sulla gestione della pandemia, il premio Nobel ha spiegato che nel bergamasco, dove si è infettata la quasi totalità della popolazione, la mortalità è stata dell’1%. A livello nazionale, un’indagine sierologica dell’estate 2020 ha mostrato che il 5% della popolazione aveva contratto il virus, con circa 3 milioni di contagi e 35.000 decessi. Se il virus si fosse diffuso come accaduto a Bergamo, il bilancio delle vittime avrebbe potuto oscillare tra 600mila e 700mila.
Parisi ha sottolineato che il calo delle morti registrato a fine marzo 2020 è stato dovuto alle misure restrittive e non a un’evoluzione naturale dell’epidemia. Inoltre, in Italia non sarebbe stato possibile limitare la diffusione del virus solo agli anziani, lasciando i giovani esposti, a causa della struttura familiare intergenerazionale. Il nostro Paese è stato colpito precocemente dalla pandemia, quando ancora non erano disponibili terapie efficaci e si ignorava l’importanza degli asintomatici nella trasmissione del virus. Inoltre, la popolazione italiana è mediamente più anziana rispetto ad altri Paesi, fattore che ha contribuito all’elevato numero di vittime. Infine, secondo Parisi, sarebbe stata necessaria una comunicazione scientifica più efficace, oltre ai consueti bollettini ufficiali.
Riguardo all’Organizzazione Mondiale della Sanità, Parisi ha affermato che pur potendo essere migliorata e resa più efficiente, uscire dall’OMS sarebbe una scelta deleteria. La protezione contro le pandemie è una questione globale che richiede cooperazione internazionale, analogamente alla lotta ai cambiamenti climatici. Attualmente, l’OMS è l’unico organismo in grado di coordinare la sanità nei Paesi con risorse limitate e di rappresentare un punto di riferimento mondiale per la gestione sanitaria. Secondo Parisi, pur potendo discutere delle sue criticità, abbandonarla significherebbe privarsi di un coordinamento essenziale, senza alternative valide e con difficoltà nel ricostruirne una nuova struttura.
Il ruolo della fisica statistica nello studio delle epidemie: le reti a invarianza di scala
Giorgio Parisi, fisico teorico di fama internazionale e vincitore del Premio Nobel per la Fisica nel 2021, ha dato contributi fondamentali nel campo della fisica statistica, della teoria dei sistemi complessi e dello studio delle reti. Sebbene non sia un epidemiologo di formazione, le sue competenze in questi ambiti lo rendono un esperto nell’analisi matematica e nella modellizzazione della diffusione delle epidemie.
La fisica statistica è una disciplina che si occupa di descrivere il comportamento collettivo di sistemi composti da un numero elevato di elementi interagenti. Questi principi possono essere applicati a vari ambiti, inclusa la diffusione delle malattie infettive. Inoltre, lo studio delle reti a invarianza di scala, un altro ambito in cui Parisi ha dato importanti contributi, è cruciale per comprendere come un virus si propaga all’interno di una popolazione.
La fisica statistica e la modellizzazione delle epidemie
La fisica statistica è nata per spiegare fenomeni termodinamici, come la distribuzione dell’energia in un gas, ma nel tempo è stata applicata a molte altre aree della scienza, inclusa l’epidemiologia. Le epidemie sono fenomeni complessi che emergono dall’interazione tra individui, i quali possono essere considerati come “particelle” in un sistema dinamico. Attraverso metodi di fisica statistica, è possibile descrivere la diffusione di un patogeno mediante equazioni differenziali e modelli probabilistici.
Uno dei modelli fondamentali per lo studio delle epidemie è il modello SIR (Susceptible-Infected-Recovered), che suddivide la popolazione in tre categorie: suscettibili (S), infetti (I) e guariti o immunizzati (R). Questo modello, pur essendo semplice, può essere arricchito con elementi più sofisticati, come la struttura della popolazione e la variabilità nei contatti tra individui. In questo contesto, gli strumenti della fisica statistica permettono di descrivere il comportamento collettivo della popolazione e prevedere l’andamento dell’epidemia in diverse condizioni.
Giorgio Parisi ha lavorato per decenni su problemi legati ai sistemi complessi, nei quali l’interazione tra molte componenti genera fenomeni emergenti difficilmente prevedibili a partire dai singoli elementi. Questo è esattamente ciò che avviene durante un’epidemia: il comportamento individuale e le connessioni sociali determinano il modo in cui la malattia si diffonde.
Le reti a invarianza di scala e la diffusione delle epidemie
Un altro aspetto fondamentale nella diffusione delle malattie è la struttura delle reti sociali. Non tutte le persone hanno lo stesso numero di contatti: alcuni individui interagiscono con un numero limitato di persone, mentre altri (come chi lavora a stretto contatto con il pubblico) possono avere centinaia di connessioni. Questi schemi di contatto possono essere descritti mediante reti complesse, e in particolare con reti a invarianza di scala.
Le reti a invarianza di scala sono caratterizzate da una distribuzione dei collegamenti che segue una legge di potenza: la maggior parte dei nodi (persone) ha pochi collegamenti, mentre pochi nodi altamente connessi fungono da hub. Questa struttura è stata osservata in molte reti reali, come internet, il sistema di trasporto aereo e, appunto, le reti sociali umane.
Nel contesto delle epidemie, la presenza di hub ha un impatto enorme sulla diffusione della malattia. Un virus può diffondersi rapidamente se raggiunge individui con molti contatti, poiché questi fungeranno da super-diffusori. Questo spiega perché alcune strategie di contenimento, come il tracciamento dei contatti e la vaccinazione mirata ai gruppi più esposti, siano particolarmente efficaci.
Parisi, con la sua esperienza nelle reti complesse, ha la capacità di comprendere e analizzare questi fenomeni dal punto di vista matematico e modellistico. Ad esempio, può studiare come il blocco di determinati nodi (ad esempio, chiusura di scuole o restrizioni nei trasporti pubblici) influenzi la dinamica dell’epidemia e contribuisca a rallentare la diffusione del virus.
L’importanza della modellizzazione matematica nelle pandemie
Durante la pandemia di Covid-19, la modellizzazione matematica è stata uno strumento essenziale per guidare le decisioni politiche. Prevedere il numero di infezioni, il picco dell’epidemia e il carico sugli ospedali ha permesso di adottare strategie mirate per ridurre il numero di vittime. La modellizzazione ha anche evidenziato il ruolo delle misure di contenimento, dimostrando che senza restrizioni il numero di morti sarebbe stato significativamente più alto.
Parisi ha sottolineato come, nel caso del Covid-19, l’immunità di gregge senza misure di contenimento avrebbe potuto portare a centinaia di migliaia di morti in Italia. Il suo ragionamento si basa proprio sull’applicazione di modelli matematici: se nel bergamasco l’infezione ha colpito quasi tutta la popolazione con un tasso di mortalità dell’1%, estendere questo dato all’intero paese porta a stime di 600.000-700.000 morti.
Inoltre, Parisi ha evidenziato che la struttura demografica italiana, caratterizzata da una percentuale elevata di anziani e da nuclei familiari intergenerazionali, ha reso impossibile contenere la malattia solo tra le fasce più giovani della popolazione. Anche questa è un’analisi che deriva dalla sua esperienza con i sistemi complessi e le reti sociali.
Conclusioni
Nonostante non sia un epidemiologo, Giorgio Parisi possiede una competenza straordinaria nella modellizzazione dei fenomeni complessi, e questo lo rende una figura autorevole nel dibattito sulla diffusione delle epidemie. La fisica statistica e lo studio delle reti a invarianza di scala sono strumenti essenziali per comprendere come si diffonde un virus e quali strategie possono essere più efficaci per contenerlo.
Il contributo di Parisi alla discussione sulle misure anti-Covid dimostra quanto sia fondamentale l’approccio interdisciplinare nella gestione delle emergenze sanitarie. Le sue analisi matematiche offrono una prospettiva quantitativa sulla pandemia e mostrano come la scienza possa guidare le scelte politiche per salvare vite umane.
Immagine di copertina: licenza Creative Commons
Comments