RSS

Archivi categoria: letteratura

Exposure to novel coronavirus in patients on renal replacement therapy during the exponential phase of COVID-19 pandemic: survey of the Italian Society of Nephrology | SpringerLink

Sorgente: Exposure to novel coronavirus in patients on renal replacement therapy during the exponential phase of COVID-19 pandemic: survey of the Italian Society of Nephrology | SpringerLink

 
Lascia un commento

Pubblicato da su 8 luglio 2020 in covid19, epidemiologia, letteratura, top

 

Modelli, ricercatori e politica: cosa è andato storto? | Fondazione PER

Sorgente: Modelli, ricercatori e politica: cosa è andato storto? | Fondazione PER

 

The Urgency of Care during the Covid-19 Pandemic — Learning as We Go | NEJM

Sorgente: The Urgency of Care during the Covid-19 Pandemic — Learning as We Go | NEJM

 

Sorgente: When Should Clinicians Act on Non–Statistically Significant Results From Clinical Trials? | Research, Methods, Statistics | JAMA | JAMA Network

 
Lascia un commento

Pubblicato da su 20 giugno 2020 in covid19, epidemiologia, letteratura

 

Tag:

I modelli matematici sull’epidemia hanno fallito?

Enrico Bucci Il foglio

Silvestri

2. Un gruppetto di squadristi social sono venuti qui ad insultarmi accusandomi di aver detto che “tutti i modelli matematici” sono sbagliati. Ovviamente non ho detto questo, perché non sono un imbecille. Ho scritto invece che alcuni modelli matematici sono sbagliati (sapete quali) e non dovrebbero essere usati. Per far capire che io non sono affatto contrario ai modelli ecco qui i papers di cui sono autore che sono basati sull’uso di un modello matematico:

1. Regoes R, et al. The role of target cells and specific cellular immunity in primary SIV-infection. J Virol, 2004, 78:4866-4875.

2. Gordon SN, et al. Short-lived infected cells support virus replication in naturally SIV-infected sooty mangabeys: implications for AIDS pathogenesis. J Virol, 2008, 82:3713-3724.
3. Pandrea I, et al. SIVagm dynamics in African green monkeys. J Virol, 2008, 82:3713-3724.

4. Lay MDH, et al. Is the gut the major source of virus in early SIV infection? J Virol 2009, 83:6517-23.

5. Kouyos RD, et al. Similar impact of CD8+ T cell responses on early virus dynamics during SIV infections of rhesus macaques and sooty mangabeys. PLoS Comp Biol 2010; 6(8) e1000901

6. Chan ML, et al. Weak homeostatic CD4+ T cell proliferative response leads to preservation of CD4+ T cell counts in SIV-infected Sooty Mangabeys. Proc R Soc Med 2010; 277: 3773-81.

7. Klatt NR, et al. Depletion of CD8+ T cells does not affect the lifespan of infected cells during pathogenic SIVmac239 Infection of rhesus macaques. PLoS Pathogens 2010 Jan 29;6(1):e1000747.

8. Elemans M, et al. Why don’t CD8+ T cells reduce the lifespan of SIV-infected cells in vivo. PLoS Comp Biol, 2011; 7(9):e1002200.

9. Petravic J, et al. Estimating the contribution of the gut to plasma viral load in early SIV infection. Retrovirology, 2013; 10:105.

10. McGary C, et al. Increased stability and limited proliferation of CD4+ central memory T cells differentiate non-progressive SIV-infection of sooty mangabeys from progressive SIV-infection of rhesus macaques. J Virol, 2014; 88:4543-52.

11. Micci L, et al. CD4 depletion in SIV-infected macaques results in macrophage and microglia infection with rapid turnover of infected cells. PLoS Pathogens, 2014 Oct 23;9(10):e109791.

12. Ortiz AM, et al. Analysis of the in vivo turnover of naïve and memory CD4+ T-cell subsets in chronically SIV-infected sooty mangabeys. PLoS ONE, 2016 May 26;11(5):e0156352.

13. Cao YF, et al. CD8+ Lymphocyte Control of SIV Infection during Antiretroviral Therapy PLoS Pathogens, 2018;14(10):e1007350. doi: 10.1371

PS: I due grafici qui sotto il numero dei casi e di morti da COVID-19 secondo E-CDC. Credo che siano curve dall’andamento interessante.

 

 

 

 

 

_________

 

 

 

I modelli matematici sull’epidemia hanno fallito?

Mi sembra che qualcuno voglia speculare su un fatto ovvio per chi conosce la scienza ma che non appare facilmente intuibile a chi non la mastica.

Mi riferisco al fatto che i modelli predittivi NON si usano per prevedere quello che sarà, ma per capire come comportarci. Provo a spiegarmi meglio: quando sentiamo dire “entro x data abbiamo stimato 0 contagi” oppure “entro y data potremmo avere 150.000 persone in terapia intensiva” noi siamo indotti ad immaginare che esista un unico modello della realtà, che è stato previsto con chissà quale modello e ora possono verificarsi due cose: o la previsione è azzeccata e quindi scommessa vinta, oppure se a quella data la situazione è diversa, il modello fa schifo.

Ecco, questo approccio da scommettitore esiste solo nei bar. Nel mondo della scienza la cosa va molto ma molto diversamente: si elaborano modelli previsionali che ci mostrano vari scenari di futuro. Ma è ben diverso da giocare più schedine al lotto per aumentare la probabilità di prenderla: i modelli servono a capire come intervenire ed evitare che si avverino.

Il modello che stimava il caso peggiore stimava 150.000 persone in terapia intensiva, riaprendo tutto e senza nessuna misura di contenimento. Cosa ci suggerisce il modello? Che è infattibile, quindi dobbiamo inserire delle restrizioni. Allora proviamo ad inserire altre due settimane di chiusura, un mese prima di riaprire le regioni, e utilizzo di mascherine. Che risultato abbiamo? Ci soddisfa? Si. E se provassimo a togliere le mascherine che succederebbe? Ci soddisfa? Ok, e se aprissimo le regioni 10 giorni prima?

Ecco che abbiamo tirato fuori 4-5 modelli. Nessuno di loro ci serve a vincere la schedina di cosa accadrà fra un mese. Ci servono a prendere decisioni oggi che siano basate sulla ragione e non sulle emozioni. Questa è scienza, il resto è dibattito televisivo. Il prof. Enrico Bucci è stato una pietra miliare nel mostrare come si silenziano le opinioni e si lasciano parlare i numeri. Complimenti e grazie davvero!

Tutto ciò lo racconto chiaramente nel paragrafo “avremo zero contagi entro il…?” del libro “Coronavirus: la Terza Guerra Mondiale è contro un Nemico Invisibile” chi ha Amazon prime lo può leggere subito qui: https://amzn.to/3dHoEQ7

 
 

Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction–Based SARS-CoV-2 Tests by Time Since Exposure | Annals of Internal Medicine

Sorgente: Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction–Based SARS-CoV-2 Tests by Time Since Exposure | Annals of Internal Medicine

 

n pratica il lavoro dimostra che il tampone naso- faringeo ha un’alta probabilità di risultare falsamente negativo nella fase pre sintomatica e fino al 4-5 giorno. Dal 6’ Al 16’ giorno la probabilità di falsi negativi scende al 25% e quindi risale al 50% a partire dal 17’ giorno, pur essendo i pazienti ancora portatori del virus. Il lavoro suggerisce due cose secondo me:
A) la scarsa efficacia della strategia di tamponare contatti asintomatici, o soggetti paucisintomatici precocemente;
B) la negatività del test in un paziente con sintomi non può essere considerato un mezzo per escludere la patologia ed evitare l’isolamento. Come sempre la clinica e l’anamnesi mantengono un ruolo fondamentale nella gestione della patologia

 

In pratica il lavoro dimostra che il tampone naso- faringeo ha un’alta probabilità di risultare falsamente negativo nella fase pre sintomatica e fino al 4-5 giorno. Dal 6’ Al 16’ giorno la probabilità di falsi negativi scende al 25% e quindi risale al 50% a partire dal 17’ giorno, pur essendo i pazienti ancora portatori del virus. Il lavoro suggerisce due cose secondo me:
A) la scarsa efficacia della strategia di tamponare contatti asintomatici, o soggetti paucisintomatici precocemente;
😎 la negatività del test in un paziente con sintomi non può essere considerato un mezzo per escludere la patologia ed evitare l’isolamento. Come sempre la clinica e l’anamnesi mantengono un ruolo fondamentale nella gestione della patologia

 
 

Il mito di R0 e i dati | Scienza in rete

 

L’indice R0, che descrive la trasmissione in una popolazione completamente suscettibile e il cui valore si può modificare a seguito di modifiche nei contatti sociali oppure a

RT seguito della riduzione del numero di persone suscettibili (si parla di Rt),

n effetti l’indice di riproduzione R0 è importante, perché fornisce l’informazione sintetica di quanti casi secondari vengono generati, per trasmissione interpersonale, da un caso primario in una popolazione completamente suscettibile.

In sintesi R0 rappresenta il numero, in media, di casi secondari di un caso indice mentre l’Rt è la misura della potenziale trasmissibilità della malattia legata alla situazione contingente, cioè la misura di ciò che succede nel contesto. Questo virus, per capirci, ha un R0, in media, di 2,5 casi secondari, mentre l’indice di trasmissibilità Rt, in questo momento, è compreso tra 0,2 e 0,7, perché sono stati messi in atto dei sistemi di contenimento che ci stanno permettendo di ridurre il numero di casi.

Rt è … bastardo di suo. Paradossalmente si abbassa dove il numero di contagiati è stato molto alto per due principali ragioni: il numero dei contagiabili si abbassa e la percentuale dei nuovi contagi pure. È un indice che non andrebbe mai usato da solo, ma farlo capire a giornali e TV è un’impresa.
R0 è il prodotto tra la probabilità di infettarsi di un soggetto suscettibile esposto al contagio, moltiplicato per il No medio di contatti tra i suscettibili è un infetto, moltiplicato per la durata del periodo di infettività di un soggetto malato. Dopo l’inizio dell’epidemia R0 si modifica; uno dei fattori di modifica è la riduzione del numero medio di contatti a causa della riduzione del numero dei suscettibili (alcuni dei quali sono diventati infetti). Quindi se in Umbria il numero degli infetti è stato basso Rt rimane alto.

R0 o Rt? Cercherò di semplificare. R0 va utilizzato nelle fasi iniziali di una epidemia. Indica quanti contagi siano possibili da un singolo positivo. Per un valore di 2,4 questo vuol dire: ogni i caso positivo ne genera 2,4 e così via .Se chiudi tutti i cittadini in casa questo indice scende rapidamente (la fase 1) fino ad un valore inferiore a 1.
Rt. Rt indica la capacità di trasmettere il contagio durante la riduzione della epidemia, la capacita’ di individuare i nuovi casi e la catena di trasmissione (Fase 2. Quella attuale).Qui il caso è più complesso. E’ come andare al ristorante. Volete ordinare un vino ottimo. Costo 100 euro a bottiglia. Ora il cameriere vi porta la bottiglia ordinata chiusa. La vedete. La apre di fronte a voi. Siete in grado di tracciare tutta la filiera ( Rt inferiore a 0,3 bassa probabilità che vi venga servito un vino diverso). Secondo caso: il cameriere vi fa vedere la bottiglia ordinata. Poi va in cucina, ne apre una altra da 30 euro ( vino sempre buono), la versa nel decanter e ve la serve dopo 10 minuti. Vino ottimo. Ma voi non siete in grado di tracciare il vino ordinato ( Rt superiore a 3, con il prezzo pagato avreste potuto ottenere 3 bottiglie – che ovviamente non vi daranno mai-) . Non siete stati in grado di tracciare il percorso del vino, ergo siete a rischio di fregatura. Nel caso del virus di contagio perché non avete in sistema di tracciatura adeguata.

 

Sorgente: Il mito di R0 e i dati | Scienza in rete

 

The R0 package: a toolbox to estimate reproduction numbers for epidemic outbreaksr0

Sorgente: Indice Rt e indice R0: cosa sono,differenze e come vengono calcolati – Corriere.it

calcolatore epdiemico

Sorgente: Fase 2, i dati essenziali secondo gli epidemiologi: 22 indicatori per la sorveglianza anti-contagio

questi in pratica
Sorgente: Monitoraggio Fase 2 Report settimanale – C_17_notizie_4766_0_file.pdf

 
Lascia un commento

Pubblicato da su 17 maggio 2020 in letteratura, statistica

 

Enrico Bucci cosi funziona la scienza.

VEDO, NON VEDO.

Molti si lamentano dei tempi eccessivi e delle “regole” che la comunità scientifica impone perchè si possa stabilire che qualcosa è una cura.

Guardiamo a due studi appena pubblicati sul Tocilizumab, l’anticorpo monoclonale che pare essere utile per bloccare la tempesta citochinica nei casi più seri di COVID-19.

Il primo studio è uno studio retrospettivo su 100 pazienti condotto a Brescia. “Retrospettivo” significa che si sono andate a valutare le cartelle cliniche di 100 pazienti, nel caso specifico tutti trattati con Tocilizumab. Guardando all’esito della terapia, così concludono gli autori a proposito del decorso clinico:

“La risposta al tocilizumab è stata rapida, sostenuta e associata con significativi miglioramenti”.

Quindi, i clinici, osservando i loro pazienti hanno avutol’impressione di un generale miglioramento.

Il secondo studio è stato condotto al San Matteo di Pavia. 21 pazienti trattati con Tocilizumab son stati confrontati con 21 pazienti trattati con idrossiclorochina, eparina ed un antibiotico. Si voleva sapere se il trattamento con tocilizumab diminuisse la necessità di ricovero in terapia intensiva o la mortalità complessiva.
Gli autori concludono così:

“La somministrazione del Tocilizumab non ha ridotto le ammissioni in terapia intensiva o la mortalità in una coorte di 21 pazienti”.

Chi ha ragione?
Nessuno.

Il primo studio è su un campione più grande, ma manca di un braccio di controllo – pazienti non trattati con tocilizumab – per confrontare e capire se il tocilizumab davvero cambia qualcosa. Il miglioramento è “percepito” dai medici rispetto alla loro esperienza, ma non vi è prova che essi non si sbaglino.

Il secondo studio è su un campione molto piccolo (è infatti uno studio preliminare), anche se munito di controllo appropriato.

Gli studi, inoltre, trattano i pazienti in stadi diversi della malattia (nel secondo studio si tende a valutare il trattamento prima della terapia intensiva).

Morale: se non si conducono studi su scala ampia, randomizzati ed in cieco – rispettando le regole ed i tempi della scienza dei dati – l’intuito clinico anche dei migliori medici può portare a situazioni di stallo, in cui ciascuno crede di vedere qualcosa.

Per questo, aspettiamo i risultati finali di sperimentazioni ampie, che certamente arriveranno grazie anche al lavoro di questi bravi ricercatori clinici, prima di trarre conclusioni affrettate.

LEZIONE PER TUTTI – SOPRATTUTTO GIORNALISTI: LA PAROLA DEGLI ESPERTI VALE QUANTO I LORO DATI

Qui il primo studio:
https://www.sciencedirect.com/…/a…/abs/pii/S1568997220301300

Qui il secondo studio:
https://www.mdpi.com/2076-2607/8/5/695

 

Tag:

Cytosorb Literature Database

Instant Advanced Research Tool

Sorgente: Cytosorb Literature Database

 
Lascia un commento

Pubblicato da su 10 maggio 2020 in covid19, epidemiologia, letteratura

 

Rapporto_Istat_ISS.pdf

Sorgente: Rapporto_Istat_ISS.pdf

 

AGGIORNAMENTO 8 MAGGIO 2020

R0 VA BENE…MA QUANTI SONO I MORTI COVID-19?

R0 continua a scendere, anche nelle aree ancora piu’ colpite (Figura 1).

Sui dati smussati su intervalli temporali di 5 giorni (oggi e’ il 75-esimo dall’inizio), il valore sugli ultimi 5 giorni sul dato nazionale è di

R0 = 0.75 +/- 0.27.

Il nord è a 0.8 e il centro-sud a 0.7.

Ma quanti sono i morti Covid-19 in Italia?

Una stima, si puo’ ottenere dai dati che l’ISTAT ha reso pubblici il 4 Maggio, e che mostriamo in Figura 2.

I dati resi pubblici riguardano il numero dei morti in Italia nel periodo 1 Gennaio – 4 Aprile per il quinquennio 2015-2019 (dati completi) e per l’anno 2020 (circa un terzo dei comuni nei dati “scaricabili).

La curva blue in Figura 2 mostra la media dei morti giornalieri in Italia nel quinquennio 2015-2019, dal 1 Maggio al 4 Aprile.

I dati dei singoli anni del quinquennio sono quasi sovrapponibili fra loro e la deviazione standard fra anno e anno è di soli 3 morti al giorno rispetto alla media.

La sistematica decrescita dal 1 Gennaio al 4 Aprile rappresenta l’andamento stagionale tipico.

Il 2020, ha un andamento molto diverso.
Questo è mostrato dalla curva nera, che è stata rinormalizzata all’andamento dei 5 anni precedenti, moltiplicandola per il rapporto fra la media di Gennaio nel quinquennio 2015-2019 e la stessa media nell’anno 2020.

Infine, la curva gialla e’ la differenza fra la curva nera e la curva blue, e rappresenta quindi una stima dei morti Covid-19 reali nel periodo campionato (che sembra iniziare a discostarsi da zero, grosso modo dal giorno 30, cioe’ verso fine Gennaio).

Per confronto la curva rossa sono i dati dei morti Covid-19 giornalieri in Italia forniti dalla Protezione Civile dal 21 Febbraio 2020 al 4 Aprile 2020.

Il rapporto fra la curva gialla e la curva rossa fornisce quindi il fattore di sotto-campionamento dei morti Covid-19

Figura 3, infine, mostra la stessa cosa di Figura 2, ma per la cumulativa delle morti.
Al 4 Aprile sembrerebbe esserci un fattore 2.6 di morti Covid in piu’ di quelli ufficalmente contati.

Se si estrapola questo fattore ad oggi, le morti Covid-19 dovrebbero ammontare oggi a circa 80000.

 

 
 

Costanzo – Fisiologia eBook da sfogliare

Sorgente: Costanzo – Fisiologia

 

Why coronavirus testing isn’t so simple – The San Diego Union-Tribune

Access to testing is growing, but so are concerns over the reliability of results.

Sorgente: Why coronavirus testing isn’t so simple – The San Diego Union-Tribune

 

Il mito di R0 e i dati | Scienza in rete

Da quando è scoppiata la pandemia, qualsiasi italiano sa che è importante che il tasso R0 scenda sotto il valore di uno. Magari non tutti hanno bene consolidato il concetto ma come, durante le gare di vela di Luna Rossa tutti usavamo termini nautici con la massima disinvoltura, ora persone comuni, giornalisti, politici ed “esperti” citano l’indice di riproduzione di base come

Sorgente: Il mito di R0 e i dati | Scienza in rete

 

Pubblicate le nuove line guida KDOQI (2019) per gli accessi vascolari per emodialisi.

Sorgente: ajkd.org/article/S0272-6386(19)31137-0/fulltext?fbclid=IwAR1NflGfyp2L6Nkk724X8RkgoC7uDoG1L5Oe0J4Oj3DfRepbPoiuU3mMvXM

 

The Novel #Coronavirus 2019 Epidemic and Kidneys – Kidney International

Novel coronavirus disease (COVID-19) is a newly discovered contagious disease caused by SARS-CoV-2 virus, primarily manifesting as an acute respiratory illness with interstitial and alveolar pneumonia, but can affect multiple organs such as kidney, heart, digestive tract, blood and nervous system1. The rapidly spreading outbreak which first emerged in Wuhan, Hubei Province in China in December 2019 has raised concerns about a global pandemic. To date (2 March 2020), 88,948 cases of COVID-19 have been reported worldwide in 65 countries (and a cruise ship) and 79,842 in mainland China, with 3,043 deaths worldwide (mainland China 2,915 deaths).

Sorgente: The Novel Coronavirus 2019 Epidemic and Kidneys – Kidney International

 

Diagnosis and Treatment of Adults With Community-Acquired Pneumonia | Guidelines | JAMA | JAMA Network

This JAMA Guidelines Synopsis summarizes the American Thoracic Society (ATS)/Infectious Diseases Society of America (IDSA) 2019 recommendations on diagnosis and treatment of adults with community-acquired pneumonia.

Sorgente: Diagnosis and Treatment of Adults With Community-Acquired Pneumonia | Guidelines | JAMA | JAMA Network

 
Lascia un commento

Pubblicato da su 18 febbraio 2020 in letteratura, Linee Guida

 
 
%d blogger hanno fatto clic su Mi Piace per questo: