I morti della pandemia da Covid-19: milioni in più rispetto ai conteggi ufficiali

[amaryllide]

Il Giorno dei Morti dello scorso anno ha segnato una triste pietra miliare. Secondo i dati ufficiali, il 1° novembre 2021 il numero complessivo di morti per la pandemia COVID-19 ha superato i 5 milioni. Ora ha raggiunto i 5,5 milioni. Ma è una cifra molto sottostimata. Le statistiche sull’eccesso di mortalità – una misurazione che consiste nel confrontare tutte le morti registrate con quelle previste [in base alla media dei morti nei cinque anni precedenti – n.] – mostrano che durante la pandemia è morto un numero di persone molto maggiore di questa cifra. Scoprire quante persone sono morte in più del previsto [a scala mondiale – n.] è una complessa sfida scientifica. Non è semplice come calcolare le cifre di mortalità in eccesso per ogni paese. Gli scienziati hanno scoperto che alcuni dati ufficiali a riguardo sono sbagliati. E più di 100 paesi non rilevano dati statistici affidabili sui decessi previsti o effettivi, o non li rilasciano in modo tempestivo.

Demografi, informatici ed esperti di salute pubblica cercano di ridurre le lacune esistenti per giungere a una stima globale dei decessi dovuti alla pandemia. Per questi sforzi, sia gli studiosi che i giornalisti si avvalgono di metodologie diverse, dalle immagini satellitari dei cimiteri alle indagini porta a porta, ai modelli informatici di apprendimento automatico che cercano di estrapolare le stime globali dai dati disponibili. Tra questi modelli, l’Organizzazione Mondiale della Sanità (OMS) sta ancora lavorando alla sua prima stima globale, ma l’Institute for Health Metrics and Evaluation di Seattle, stato di Washington (IHME), fornisce aggiornamenti quotidiani dei risultati ottenuti con i propri modelli, come pure proiezioni su quanto velocemente il tributo globale potrebbe aumentare. Ed uno dei tentativi di più alto profilo di elaborare una stima globale è venuto dai media. La rivista The Economist di Londra ha usato un tipo di approccio da apprendimento automatico per elaborare una stima che va da 12 a 22 milioni di morti in eccesso – ovvero tra le 2 e le 4 volte il bilancio ufficiale della pandemia ad oggi (vedi go.nature.com/3qjtyge and ‘Global toll’).
Tributo globale (di morti): grafico a barre che mostra le morti accertate per COVID-19 e le stime dei decessi in eccesso secondo The Economist e IHME.
Fonti: Our World in Data/The Economist/IHME
Il margine di incertezza di questa stima è una discrepanza grande quanto la popolazione della Svezia. “L’unica cosa giusta da proporre, a questo punto, è un range molto ampio”, dice Sondre Ulvund Solstad, un esperto elaborazione dati che guida il lavoro di modellizzazione di The Economist. “Ma man mano che arriveranno più dati, saremo in grado di restringerlo”.
La sfida di calcolare il numero di morti globali mentre la pandemia continua, è un esercizio che coniuga sofisticati modelli statistici con la raccolta rapida di dati. Tutti coloro che sono coinvolti sanno che qualsiasi risposta fornita sarà provvisoria e imprecisa. Ma pensano che sia importante provarci. Vogliono conoscere la vera dimensione e il costo della tragedia umana del COVID-19 (See “Comparing Pandemics”), e sperano di confutare le affermazioni fuorvianti indotte dalle cifre ufficiali, come il calcolo della Cina di poco meno di 5.000 morti COVID-19.
Comparazione tra le pandemie

Secondo alcune stime dei decessi in eccesso, la pandemia COVID-19 è, messa in rapporto alla popolazione mondiale del 2020, la più vasta dopo la pandemia di influenza H1N1 del 1918-20.

Comparazione tra le pandemie Secondo alcune stime delle morti in eccesso, la pandemia COVID-19 è la più ampia dopo la pandemia influenzale del 1918-20 H1N1, se rapportata alla popolazione del 2020
Misura	Covid-19	Influenza 2009 (H1N1)	Influenza 1968 (H3N3)	Influenza 1957-59 (N2N2)	Influenza 1918-20 (H1N1)
Tasso di mortalità in eccesso pro-capite (stima)	0,15-0,28	0,005%	0,03%	0,04%	1%
Eccesso di morti globale, aggiustato alla popolazione del 2020	12-22 milioni	0,4 milioni	2,2 milioni	3,1 milioni	75 milioni
Età media alla morte (anni; solo per Usa ed Europa)	73-79	37	62	65	27
Fonti: Simonsen, L. & Viboud, C. eLife 10, e71974 (2021); stime COVID-19: modello The Economist (a gennaio 2022); dati sull’età del decesso: US CDC, UKHSA

Cifre errate
La morte e le tasse sono, come si sa, le uniche certezze della vita, ma i vari paesi le calcolano in modi molto diversi. Anche paesi apparentemente simili possono adottare approcci diversi per registrare i decessi dovuti a COVID-19. All’inizio della pandemia, alcuni paesi, ad esempio l’Olanda, hanno registrato solo le persone morte in ospedale dopo essere risultate positive al coronavirus SARS-CoV-2. Il vicino Belgio, invece, ha incluso le morti avvenute nella comunità e tutti coloro che sono morti dopo aver mostrato i sintomi della malattia, anche se non erano stati diagnosticati.
Questo è il motivo per cui i ricercatori sono passati presto all’eccesso di mortalità come misura indicativa del tributo della pandemia. Il dato sull’eccesso di mortalità è in apparenza facile da calcolare: si confrontano le morti durante la pandemia con la media registrata nei cinque anni precedenti o giù di lì. Ma anche nei paesi ricchi con sistemi completi e sofisticati di segnalazione dei decessi, il dato dell’eccesso di mortalità può essere fuorviante. Questo perché il modo più ovvio di calcolarli potrebbe non tenere conto dei cambiamenti nella struttura della popolazione.
“Dobbiamo prestare attenzione a questo problema, perché guardare la media dei dati grezzi è molto scorretto”, afferma Giacomo De Nicola, uno specialista di statistica all’Università Ludwig Maximilian di Monaco, in Germania.
Quando De Nicola e colleghi lavorarono ad uno studio sul 2021 per calcolare la mortalità in eccesso causata dalla pandemia in Germania, scoprirono che confrontando i decessi con la mortalità media degli anni precedenti, si sottostimava costantemente il numero di morti attese, e quindi si sopravvalutavano i decessi in eccesso (1). La ragione di ciò era nell’aumento della mortalità nazionale annua, a cui contribuiva un’impennata nel numero di persone di 80 anni e oltre – una generazione troppo giovane per aver combattuto ed essere morta nella seconda guerra mondiale.
La differenza per la Germania è significativa. I dati grezzi rilasciati l’anno scorso alla stampa dall’ufficio statistico tedesco riportavano il 5% di morti in più nel 2020 rispetto al 2019. Ma dopo aver preso in considerazione la struttura per età, il gruppo di De Nicola ha abbassato questo dato al solo 1%. “A causa della mancanza di un metodo universalmente accettato per l’aggiustamento in base all’età, sono certo che questo problema riguarda molti altri paesi”, dice.
Alcuni demografi sono d’accordo. “Mi preoccupa il fatto che alcune cosiddette stime sull'”eccesso di decessi” da parte degli uffici statistici nazionali utilizzino solamente la media dei decessi degli ultimi cinque anni come decessi attesi. Nelle popolazioni che invecchiano, è poco probabile che questa sia la stima migliore”, dice Tom Wilson, un demografo dell’Università di Melbourne, in Australia. In risposta al lavoro di De Nicola, Felix zur Nieden, un demografo dell’ufficio statistico tedesco, dice di essere d’accordo sul fatto che i numeri grezzi dovrebbero essere aggiustati tenendo conto della struttura per età e di altre caratteristiche.

Analisi più sofisticate aggiustano la previsione dei decessi in modo da tener conto di queste distorsioni, per esempio aumentando il numero di decessi previsti man mano che una popolazione invecchia. Probabilmente la più completa di queste stime di eccesso di mortalità è quella di Ariel Karlinsky, economista presso l’Università Ebraica di Gerusalemme in Israele, e Dmitry Kobak, esperto di elaborazione dati presso l’Università di Tubinga, Germania.
Dal gennaio 2021, Karlinsky e Kobak hanno prodotto un database regolarmente aggiornato della mortalità per tutte le cause prima e durante la pandemia (2015-21) attingendo da quante più fonti e da quanti più luoghi possibile (2) – finora circa 116 paesi e territori. Chiamato World Mortality Dataset (WMD), la maggior parte delle informazioni proviene da statistiche ufficiali di morte raccolte e pubblicate da uffici nazionali e governi. Il duo lavora poi con questi dati per stimare la mortalità in eccesso, cercando anche di prendere in considerazione le morti associate a conflitti armati, disastri naturali e ondate di calore. Per esempio, hanno ipotizzato che 4.000 vite umane siano state perse sia in Armenia che in Azerbaigian durante la guerra del Nagorno-Karabakh del 2020.
Karlinsky, che in passato si è occupato di economia sanitaria, ha riconosciuto che anche i migliori modelli epidemiologici si basavano su numeri ufficiali COVID-19 che, per molti luoghi, erano chiaramente troppo bassi o del tutto inesistenti.
“Molte persone hanno fatto girare le loro congetture sull’eccesso di mortalità senza basarsi sui dati”, dice.
In molti casi, le stime di Karlinsky e Kobak sull’eccesso di mortalità divergono significativamente dalle statistiche di mortalità COVID-19 rilasciate dai governi. La Russia, per esempio, alla fine del 2021 dichiarava oltre 300.000 decessi per COVID-19, ma è probabile che a quella data avesse superato 1 milione di morti in eccesso (see “Excess deaths”).
Morti in eccesso: Diagramma che confronta le morti riportate e quelle in eccesso per dieci paesi campione nel World Mortality Dataset.
Fonte: World Mortality Dataset
Per i paesi coperti dal WMD, le cifre ufficiali dicono che dall’inizio della pandemia 4,1 milioni di morti sono dovuti al COVID-19 – circa il 10% di tutti i decessi di quel periodo. Ma i calcoli dei due ricercatori dicono che, se si tiene conto della mortalità in eccesso, il numero di decessi dovuti al COVID-19 sono 1,6 volte maggiori, attorno ai 6,5 milioni (pari al 16% del totale). In alcuni paesi, l’impatto del virus è ancora più alto. Un terzo di tutte le morti in Messico può essere attribuito al virus, secondo i dati di Karlinsky e Kobak.
I decessi in eccesso comprendono anche la mortalità non dovuta al COVID-19, come altre malattie infettive, nonché i decessi indirettamente collegati, come ad esempio un malato di cancro che è morto perché il suo screening è stato annullato a causa dell’impatto della pandemia sui sistemi di assistenza sanitaria. Alcuni paesi, come la Nuova Zelanda, hanno persino avuto un eccesso di mortalità negativo, perché hanno avuto poche perdite per COVID-19 e hanno registrato un calo dei decessi per influenza. Ma Karlinsky sostiene che, nel complesso, i dati mostrano che la stima dei decessi in eccesso è un metodo affidabile di misurazione delle vittime di COVID-19.
Creazione di modelli per i decessi globali

Il WDM non dispone di stime sui decessi in eccesso per oltre 100 paesi, tra cui Cina, India e molti paesi africani. E questo perché tali paesi o non elaborano statistiche sui decessi, o non le pubblicano tempestivamente. Ma sono anche paesi in cui ci sono stati milioni di morti per COVID-19. Il vero numero di decessi di una pandemia globale non può essere calcolato senza quei dati, ma alcuni ricercatori sostengono che è possibile elaborare un modello.
Una stima del genere è già stata elaborata per una pandemia – per l’influenza. Iniziata nelle Americhe nel marzo 2009, un tipo di virus H1N1 dell’influenza A ha imperversato nel mondo per più di un anno. Quando l’OMS ha dichiarato finita la pandemia, nell’agosto 2010, il bilancio “ufficiale” dell’organizzazione, basato sui decessi confermati in laboratorio, era inferiore a 19.000.
Un gruppo di esperti internazionali in materia di pubblica sanità ha adottato un approccio diverso. Partendo dalla stima dei decessi per influenza in 20 paesi, che insieme rappresentano più di un terzo della popolazione mondiale, i ricercatori hanno studiato i fattori che potrebbero spiegare perché alcuni di questi paesi sono andati meglio o peggio di altri. Hanno individuato dieci indicatori, tra cui la densità della popolazione, il numero di medici e il reddito pro capite. Le relazioni tra questi fattori e i decessi per un dato paese hanno permesso loro di stabilire il numero di decessi per influenza attesi per altri paesi, basandosi esclusivamente sulla situazione di un paese rispetto a questi indicatori (3).
Il loro studio suggeriva che negli ultimi 9 mesi del 2009 sono morte di pandemia tra le 123.000 e le 203.000 persone – circa 10 volte il conto dell’OMS. Nel 2019, lo stesso team ha nuovamente effettuato la modellazione dei decessi da epidemie di influenza stagionale dal 2002 al 2011, basandosi questa volta sui dati di 31 paesi. E hanno rilevato che, globalmente, per ogni anno modellato, era associabile all’influenza una media di 389.000 morti respiratorie (intervallo di incertezza da 294.000 a 518.000) (4). Lo stesso metodo dovrebbe funzionare per COVID-19, dice Cécile Viboud, un’epidemiologa del National Institutes of Health di Bethesda, Maryland, che ha partecipato allo studio sull’influenza del 2019. “Abbiamo molti più dati [per il COVID-19] di quelli che avevamo per l’influenza. Quindi, in un certo senso è più semplice”. A differenza dell’influenza, dovrebbe essere molto più facile ricondurre le morti per cause respiratorie alla pandemia di COVID-19, dice, perché la circolazione di quasi tutti gli altri agenti patogeni respiratori è stata fermata a causa di chiusure e altre misure. “Statisticamente, è una questione molto più semplice”, sostiene Viboud.
Il modello usato da The Economist per tracciare la pandemia di COVID-19 usa l’apprendimento automatico per rilevare più di 100 indicatori nazionali che appaiono correlati con l’eccesso di morti in oltre 80 paesi di cui sono disponibili i dati. Queste caratteristiche includono i decessi ufficiali, la quantità di test COVID-19 e i risultati delle indagini sugli anticorpi, ma anche la latitudine geografica, il grado di censura di Internet e il numero di anni di democrazia di un paese. È possibile valutare l’importanza di ogni indicatore del modello, ma è tutt’altro che semplice – le diverse caratteristiche possono interagire e la loro importanza relativa potrebbe essere diversa per paesi che hanno caratteristiche diverse, dice Solstad.
Si inseriscono nel modello i valori di questi indicatori per un paese che non produce dati sulla mortalità, e gli algoritmi stimano l’eccesso di morti di quel paese. Il modello stima circa 5 milioni di morti in India, per esempio, 10 volte più alto del bilancio ufficiale COVID-19 del paese, che è inferiore a 500.000 morti (see “Milllions of missing deaths”). Questa stima è tristemente plausibile – utilizzando indagini campione sulle famiglie e dati di mortalità regionali, gruppi di ricercatori hanno stimato separatamente che a causa del COVID-19 potrebbero essere morte in India da 3 milioni a 5 milioni di persone (5, 6). L’algoritmo dell‘Economist presenta per l’India un ampio intervallo di incertezza: tra 1 milione e 7,5 milioni di morti.
Milioni di decessi mancanti: Grafico di confronto tra le morti confermate di COVID-19 in Giappone con la stima di eccesso di morti di The Economist.
Fonti: Our World in Data/The Economist
Per la Cina, il modello stima quasi 750.000 morti (un numero oltre 150 volte più alto dei 4.600 dichiarati dal paese), ma con un ampio intervallo di incertezza che va da un minimo di 200.000 morti meno del previsto a un massimo di 1,9 milioni di morti in eccesso.
Il modello dell’Economist evidenzia come il computo ufficiale dei decessi nei vari paesi spesso sottostimi il loro numero reale – ma l’entità della sottostima varia. Le morti in eccesso nei paesi più ricchi del mondo potrebbero essere circa un terzo al di sopra dei conteggi ufficiali, mentre quelle nei paesi più poveri potrebbero essere più di 20 volte superiori, anche se sono stime alquanto incerte.
Nel complesso, il modello suggerisce che i paesi a reddito medio-basso (come vengono definiti nelle classificazioni della Banca Mondiale) hanno avuto almeno lo stesso numero di morti pro-capite dei paesi ricchi – in contrasto con il quadro fornito dalle cifre ufficiali (see “Rich and poor”). E questo nonostante il fatto che questi paesi più poveri hanno popolazioni più giovani, aggiunge Solstad.
Procedimento errato?

Non tutti sono d’accordo con questo approccio. Un critico convinto della modellazione pandemica della rivista è Gordon Shotwell, un esperto di elaborazione dati di Halifax, in Nuova Scozia, che ha pubblicato un post su un blog definendolo irresponsabile (vedi go.nature.com/3jpdkrs). “Modelli come questo hanno l’effetto di rivestire con una sottile patina di obiettività e di pensiero scientifico ciò che è fondamentalmente l’articolo di opinionista”, ha scritto.
A settembre, per esempio, la rivista ha usato i risultati del suo modello per sostenere che le morti per pandemia in Kenya erano tra le 19.000 e 110.000, rispetto al dato ufficiale di 4.746.
“Ricorrere ad un modello per fare una stima relativa a quei paesi ritengo che sia un pessimo esercizio”, ha detto Shotwell a Nature. “Non si scopre nulla elaborando un modello basato principalmente su paesi ricchi con un’alta aspettativa di vita e poi applicandolo a paesi poveri con una bassa aspettativa di vita”.
Solstad, non sorprende, la vede diversamente: “Penso che sia meglio fornire un dato incerto che fare affidamento su un dato molto certo ma chiaramente falso”.
Numeri “ufficiali” molto bassi o pari a zero di morti per COVID-19 per paesi in cui i dati sono frammentari o carenti sono un problema di per sé, dice. Hanno alimentato assurde teorie secondo le quali le popolazioni dell’Africa hanno una resistenza genetica alla malattia e non hanno bisogno di aiuti internazionali o di vaccini, per esempio.
Alcuni demografi condividono il punto di vista di Shotwell, sostenendo che applicare la modellazione a paesi senza possedere i loro dati sui decessi, è difficile di per sé. “Il procedimento è intrinsecamente scorretto. I dati sono un vero pasticcio e quindi il risultato di qualsiasi sforzo di modellazione sarà solo speculativo”, dice Jon Wakefield, uno statistico dell’Università di Washington a Seattle, che guida un progetto di modellazione gestito dall’OMS per stimare l’eccesso di morti della pandemia. “È molto frustrante perché i dati sono molto limitati. Non sono contento delle ipotesi che siamo costretti a fare, ma stiamo facendo il meglio che possiamo”.
l progetto, che usa un modello statistico più diretto di quello di The Economist per colmare le lacune, doveva pubblicare i suoi primi risultati a dicembre, ma a metà gennaio, quando Nature è andato in stampa, non erano ancora stati pubblicati.
Stime separate di morti globali in tempo reale dovute alla pandemia sono prodotte anche dall’Institute for Health Metrics and Evaluation (IHME), un centro indipendente di ricerca sulla salute globale dell’Università di Seattle, Washington. La modellazione dell’IHME dice che finora sono morti tra i 9 e i 18 milioni di persone; essa cerca anche di prevedere quanto questo dato aumenterà, e quanto velocemente.
Anche se la sua cifra complessiva di mortalità globale concorda con altre stime, ci sono differenze significative a livello nazionale. Per esempio, l’IHME valuta le morti in eccesso complessive a quasi 71.000 per il Giappone, rispetto alle 18.000 ufficiali riportate. Invece il modello di The Economist stima le morti in eccesso del Giappone tra 550 e 27.000 (vedi ‘Discordanze tra modelli’).
Discordanze tra modelli: il grafico confronta le morti confermate di COVID-19 in Giappone con due stime separate di eccesso di morti.
Fonti: Our World in Data/The Economist/IHME
Ci sono anche altre discrepanze. A maggio, l’IHME fece notizia e si attirò delle critiche per aver affermato che negli Stati Uniti l’eccesso di morti dovuti alla pandemia fino a quel momento era di 900.000 persone. Un dato superiore di circa 300.000 decessi rispetto ad altre stime, come quelle dei Centri statunitensi per il controllo e la prevenzione delle malattie e dell’ADM. In ottobre, l’IHME ha silenziosamente ridimensionato la cifra di maggio a 670.000 dopo aver apportato modifiche alla sua strategia di modellazione, che alcuni addetti del settore sostengono sia poco trasparente e difficile da applicare.
L’IHME comunica che pubblicherà presto un documento che descrive in dettaglio il suo modello. Afferma anche che la sua stima iniziale di eccesso di morti negli Stati Uniti era troppo alta perché non aveva preso in considerazione che le morti invernali per influenza e virus respiratorio sinciziale potevano diminuire, e che ha potuto integrare queste informazioni solo quando, mesi dopo, sono arrivati i dati ufficiali.

Stime migliori

Anche i migliori modelli dipendono dai dati su cui si basano. Tramite il progetto dell’OMS, i demografi e altri ricercatori stanno lavorando per migliorare i conteggi e le stime dei decessi nei paesi che non hanno dati affidabili sulla mortalità nazionale. I ricercatori hanno dimostrato che è possibile stimare questi dati, per esempio, estrapolando da regioni più piccole di un paese, dove potrebbero essere disponibili dati limitati.
In uno studio (7) che non è ancora stato sottoposto a verifica da parte degli esperti, Karlinsky ha utilizzato i decessi riportati in un giornale regionale per la provincia argentina di Córdoba in modo da estrapolare una stima di 120.155 morti in eccesso a livello nazionale da marzo 2020 ad agosto 2021, rispetto ai 111.383 morti ufficiali COVID-19 per quel periodo.

Un altro metodo è quello di condurre un sondaggio su un campione rappresentativo di famiglie in merito ai decessi. “Questo è essenzialmente il modo in cui il numero annuale di morti è stimato in paesi che non hanno una buona registrazione anagrafica, come il Bangladesh”, dice Karlinsky. Indagini di questo tipo sono in corso in molti paesi e, in alcuni casi, hanno già dimostrato che la mortalità in eccesso è diverse volte più alta dei decessi ufficiali COVID-19.

Questo mese, ad esempio, un team guidato dall’epidemiologo Prabhat Jha dell’Università di Toronto in Canada ha riportato i risultati di un sondaggio telefonico di adulti in India condotto da un’agenzia privata che monitora la pandemia. Il team ha scoperto che in India sino a luglio 2021 ci sono stati più di 3 milioni di morti COVID-19, una stima confermata dall’esame dei dati sulla mortalità delle strutture sanitarie e dei decessi registrati all’anagrafe di dieci stati. I ricercatori – sottolineando che altri scienziati sono giunti a conclusioni simili – stimano che, a partire dal settembre 2021, le morti per COVID-19 in India siano state 6-7 volte superiori alle statistiche ufficiali (5).
Mervat Alhaffar, un ricercatore sulla salute pubblica presso la London School of Hygiene and Tropical Medicine (LSHTM), ha partecipato a uno studio che ha utilizzato un metodo ancora più diretto per stimare le morti: contare le tombe. Utilizzando immagini satellitari di 11 cimiteri nella provincia di Aden nello Yemen, lo studio sostiene che, tra aprile e settembre 2020, le sepolture settimanali sono aumentate fino al 230%. Si stima che, durante questo periodo, a causa della pandemia COVID-19, i decessi in eccesso per la regione siano stati 2.120 (8). Un altro team del LSHTM ha applicato la stessa tecnica per contare le tombe fresche a Mogadiscio, in Somalia, e ha calcolato (9) che l’eccesso di morti della città tra gennaio e settembre 2020 è stato da 3.200 a 11.800.

Alhaffar sostiene che questa tecnica è utile, ma non può essere applicata ovunque: “È necessario parlare con la gente del posto, per capire le pratiche di sepoltura e dare un senso alle immagini”. Può essere difficile entrare in contatto, aggiunge, perché la popolazione delle zone di conflitto spesso teme la reazione delle autorità locali.

E in paesi in cui i dati ufficiali sono scarsi, le usanze culturali di sepoltura sono più difficili da monitorare. “In alcuni luoghi, dove le persone preferiscono seppellire i loro cari in cimiteri più piccoli vicino alle loro case piuttosto che in quelli grandi, analizzare le immagini satellitari dei cimiteri può essere molto più impegnativo”, dice Alhaffar.
Nella ricerca di modi per contare le morti, Andrew Noymer, un demografo dell’Università della California, Irvine, dice che la pandemia e la maggiore richiesta di dati sulla mortalità in tempo reale evidenziano una carenza a livello demografico che risale a decenni fa: molti paesi non raccolgono dati affidabili su nascite, morti e altre statistiche demografiche. “I demografi sono stati parte del problema, perché abbiamo contribuito a coprire questo problema per 60 anni. Abbiamo sviluppato ogni tipo di tecnica per calcolare i tassi demografici in assenza di dati concreti”, dice.

Ciò significa che il vero tasso di mortalità per COVID-19 potrebbe rimanere controverso. “Non sappiamo ancora quante persone sono morte nella pandemia [di influenza] del 1918, ma ho sempre pensato che nella prossima avremmo saputo con certezza quante persone sarebbero morte, perché viviamo nel mondo moderno”, dice Noymer. “In realtà non è così, e questo è una cosa piuttosto triste per me come demografo”.
Nature 601, 312-315 (2022) traduzione

[WalterA]

Tutto questo articolo per dire nulla se non creare un ammasso confusionario di numeri, dati e concetti diversi.

Ancora sto aspettando i numeri di tutti i morti mensili anno per anno (almeno gli ultimi 30 anni vanno bene).

Sent from my SM-G986B using Tapatalk

[Jeff.]

Tutto questo articolo per dire nulla se non creare un ammasso confusionario di numeri, dati e concetti diversi.

Ancora sto aspettando i numeri di tutti i morti mensili anno per anno (almeno gli ultimi 30 anni vanno bene).

Sent from my SM-G986B using Tapatalk

Sotto un albero senza foglie?

Toh, decessi mensili mondiali, serie storica a partire dal 1980. Una sola ricerca google, query: monthly deaths worldwide, secondo risultato. Divertiti.
http://data.un.org/Data.aspx?d=POP&f=tableCode%3A65

[THE MATRIX]

.....
Morti in eccesso: Diagramma che confronta le morti riportate e quelle in eccesso per dieci paesi campione nel World Mortality Dataset.
....

C'è una osservazione da fare. Nelle nazioni moderne dove l'assistenza medica funziona, è successo che a causa del covid non si è più potuta fare la regolare assistenza medica. Che questo abbia anche causato un aumento di morti è quindi ovvio.
Quindi direi che nei paesi dove i numeri ufficiali discostano di poco dal numero di morti in più, è probabile che quelli in più siano dovuti ad altr patologie penalizzate dall'emergenza covid. Come appunto nei dati italiani dove si ci saranno anche sfuggiti dei casi ma non penso così tanti.
Dove invece l'assistenza è carente ecco che si ha uno scostamento enorme come in Russia.
Ma ci sono anche Stati che non hanno il polso della reale situazione in quanto non esiste un sistema di comunicazione dei decessi valido. Come in India o Africa.
Ovvio che alla fine i morti di covid sono molti e molti di più.

[THE MATRIX]

Tutto questo articolo per dire nulla se non creare un ammasso confusionario di numeri, dati e concetti diversi.

Ancora sto aspettando i numeri di tutti i morti mensili anno per anno (almeno gli ultimi 30 anni vanno bene).

Sent from my SM-G986B using Tapatalk

Questo è evidentemente un problema tuo che non hai dimestichezza con numeri e logica.

[acquazzurra]

Tutto questo articolo per dire nulla se non creare un ammasso confusionario di numeri, dati e concetti diversi.

Ancora sto aspettando i numeri di tutti i morti mensili anno per anno (almeno gli ultimi 30 anni vanno bene).

Sent from my SM-G986B using Tapatalk

Intanto…

Il Covid fa una strage tra chi ha diverse patologie. Il report Iss sulle caratteristiche dei morti

Le persone morte in Italia per Covid-19 avevano in media 3,7 patologie pregresse. Complessivamente, 246 pazienti (2,9% del campione) non presentavano patologie, 955 (11,3%) presentavano una patologia, 1.512 (17,9%) ne avevano 2 e 5.723 (67,8%) presentavano 3 o più patologie preesistenti. È quanto emerge dall’analisi delle cartelle cliniche di 8.436 deceduti elaborata dall’Istituto superiore di sanità (Iss) all’interno dell’aggiornamento del report che analizza le caratteristiche dei 138.099 pazienti deceduti e positivi a Sars-CoV-2 in Italia dall’inizio della sorveglianza fino al 10 gennaio scorso, «Nei pazienti deceduti trasferiti in terapia intensiva il numero medio di patologie osservate è di 3,0. Nelle persone che non sono state ricoverate in terapia intensiva il numero medio di patologie osservate è di 3,9», osservano gli esperti dell’Iss.
L’età media delle persone decedute e positive a Sars-Cov-2 in Italia è di 80 anni. La maggior parte è stata ricoverata in ospedale ma non in terapia intensiva e i deceduti vaccinati hanno un’età media più alta e più patologie preesistenti rispetto a quelli non vaccinati. Il report si riferisce a 138.099 pazienti deceduti e positivi a Sars-cov-2 in Italia dall’inizio della sorveglianza al 10 gennaio 2022. Rispetto ai deceduti ‘non vaccinati’, sia quelli con ‘ciclo incompleto di vaccinazione’ che i decessi con ‘ciclo completo di vaccinazione’ (non sono presi in considerazione pazienti con ‘booster’) avevano un’età media notevolmente superiore (rispettivamente 82,6 e 84,7 contro 78,6). Anche il numero medio di patologie osservate è significativamente più alto nei gruppi di vaccinati con ‘ciclo incompleto di vaccinazione’ e ‘ciclo completo di vaccinazione’ rispetto ai ‘non vaccinati’ (rispettivamente 5,0 e 4,9 contro 3,9 patologie preesistenti).
Dei deceduti positivi a Sars-CoV-2 in Italia, il 23,8% risulta essere stato ricoverato in un reparto di terapia intensiva, il 58,5% è stato ricoverato in ospedale ma non in terapia intensiva e il 17,7% non era ricoverato in ospedale.

[alfa-beta]

La tabella seguente riporta il dettaglio delle nascite e dei decessi dal 2002 al 2020. Vengono riportate anche le righe con i dati ISTAT rilevati in anagrafe prima e dopo il censimento 2011 della popolazione.

Anno Bilancio demografico Nascite Variaz. Decessi Variaz. Saldo naturale

2002 1 gennaio-31 dicembre 538.198 - 557.393 - -19.195
2003 1 gennaio-31 dicembre 544.063 +5.865 586.468 +29.075 -42.405
2004 1 gennaio-31 dicembre 562.599 +18.536 546.658 -39.810 +15.941
2005 1 gennaio-31 dicembre 554.022 -8.577 567.304 +20.646 -13.282
2006 1 gennaio-31 dicembre 560.010 +5.988 557.892 -9.412 +2.118
2007 1 gennaio-31 dicembre 563.933 +3.923 570.801 +12.909 -6.868
2008 1 gennaio-31 dicembre 576.659 +12.726 585.126 +14.325 -8.467
2009 1 gennaio-31 dicembre 568.857 -7.802 591.663 +6.537 -22.806
2010 1 gennaio-31 dicembre 561.944 -6.913 587.488 -4.175 -25.544
2011 (¹)1 gennaio-8 ottobre 419.596 -142.348 454.393 -133.095 -34.797
2011 (²)9 ottobre-31 dicembre 126.989 -292.607 139.009 -315.384 -12.020
2011 (³)1 gennaio-31 dicembre 546.585 -15.359 593.402 +5.914 -46.817
2012 1 gennaio-31 dicembre 534.186 -12.399 612.883 +19.481 -78.697
2013 1 gennaio-31 dicembre 514.308 -19.878 600.744 -12.139 -86.436
2014 1 gennaio-31 dicembre 502.596 -11.712 598.364 -2.380 -95.768
2015 1 gennaio-31 dicembre 485.780 -16.816 647.571 +49.207 -161.791
2016 1 gennaio-31 dicembre 473.438 -12.342 615.261 -32.310 -141.823
2017 1 gennaio-31 dicembre 458.151 -15.287 649.061 +33.800 -190.910
2018*1 gennaio-31 dicembre 439.747 -18.404 633.133 -15.928 -193.386
2019*1 gennaio-31 dicembre 420.084 -19.663 634.417 +1.284 -214.333
2020*1 gennaio-31 dicembre 404.892 -15.192 740.317 +105.900 -335.425
(¹) bilancio demografico pre-censimento 2011 (dal 1 gennaio al 8 ottobre)
(²) bilancio demografico post-censimento 2011 (dal 9 ottobre al 31 dicembre)
(³) bilancio demografico 2011 (dal 1 gennaio al 31 dicembre). È la somma delle due righe precedenti.
(*) popolazione post-censimento


https://www.tuttitalia.it/statistich...o-demografico/

[alfa-beta]

Morti 2021 = 702.000

[acquazzurra]

La tabella seguente riporta il dettaglio delle nascite e dei decessi dal 2002 al 2020. Vengono riportate anche le righe con i dati ISTAT rilevati in anagrafe prima e dopo il censimento 2011 della popolazione.

Anno Bilancio demografico Nascite Variaz. Decessi Variaz. Saldo naturale

2002 1 gennaio-31 dicembre 538.198 - 557.393 - -19.195
2003 1 gennaio-31 dicembre 544.063 +5.865 586.468 +29.075 -42.405
2004 1 gennaio-31 dicembre 562.599 +18.536 546.658 -39.810 +15.941
2005 1 gennaio-31 dicembre 554.022 -8.577 567.304 +20.646 -13.282
2006 1 gennaio-31 dicembre 560.010 +5.988 557.892 -9.412 +2.118
2007 1 gennaio-31 dicembre 563.933 +3.923 570.801 +12.909 -6.868
2008 1 gennaio-31 dicembre 576.659 +12.726 585.126 +14.325 -8.467
2009 1 gennaio-31 dicembre 568.857 -7.802 591.663 +6.537 -22.806
2010 1 gennaio-31 dicembre 561.944 -6.913 587.488 -4.175 -25.544
2011 (¹)1 gennaio-8 ottobre 419.596 -142.348 454.393 -133.095 -34.797
2011 (²)9 ottobre-31 dicembre 126.989 -292.607 139.009 -315.384 -12.020
2011 (³)1 gennaio-31 dicembre 546.585 -15.359 593.402 +5.914 -46.817
2012 1 gennaio-31 dicembre 534.186 -12.399 612.883 +19.481 -78.697
2013 1 gennaio-31 dicembre 514.308 -19.878 600.744 -12.139 -86.436
2014 1 gennaio-31 dicembre 502.596 -11.712 598.364 -2.380 -95.768
2015 1 gennaio-31 dicembre 485.780 -16.816 647.571 +49.207 -161.791
2016 1 gennaio-31 dicembre 473.438 -12.342 615.261 -32.310 -141.823
2017 1 gennaio-31 dicembre 458.151 -15.287 649.061 +33.800 -190.910
2018*1 gennaio-31 dicembre 439.747 -18.404 633.133 -15.928 -193.386
2019*1 gennaio-31 dicembre 420.084 -19.663 634.417 +1.284 -214.333
2020*1 gennaio-31 dicembre 404.892 -15.192 740.317 +105.900 -335.425
(¹) bilancio demografico pre-censimento 2011 (dal 1 gennaio al 8 ottobre)
(²) bilancio demografico post-censimento 2011 (dal 9 ottobre al 31 dicembre)
(³) bilancio demografico 2011 (dal 1 gennaio al 31 dicembre). È la somma delle due righe precedenti.
(*) popolazione post-censimento


https://www.tuttitalia.it/statistich...o-demografico/

Un crescendo dal 2012.
Un ricercatore che affermò che l’andamento sarebbe sempre stato in salita, vista l’alta presenza di soggetti anziani, cosa caratteristica della società odierna e che di conseguenza porta ad un aumento del numero di morti per le fasce di età più alte.

[RigorMontis]

evvai, un altro 3D aperto da un sìvax

Vuoi vedere che quelli che ci aprono più 3D riguardante il Corona balle sono utenti sìvax? @amaryllide