Virus e inquinamento: rischi associati oppure…

… associazioni rischiose?

un report di GIORGIO FERRARI

 

SOMMARIO

Recentemente è stata data ampia pubblicizzazione a un Position paper1 elaborato da SIMA (Società italiana di medicina ambientale) e ad uno studio effettuato da ricercatori dell’Università di Harvard2 che mettono in relazione la diffusione e la mortalità del Covid 19 con presenza di inquinanti atmosferici, in particolare le polveri sottili. Stante l’estensione e gli effetti della pandemia in corso, questi lavori assumono una particolare rilevanza che va oltre la consolidata e indiscussa correlazione tra inquinamento atmosferico, malattie cardio-respiratorie e tumori del polmone, perché introducono a nuove ipotesi circa la diffusione e i legami di questo virus.

Riguardo alla diffusione, l’ipotesi formulata da SIMA è che il meccanismo di trasmissione del virus non sia solo di tipo persona-persona, ma che il contagio venga veicolato tra le persone (e quindi diffuso) anche dal particolato atmosferico. Quanto agli effetti, specificatamente il decesso del soggetto attinto da Covid 19, l’ipotesi fatta dai ricercatori di Harvard è che una esposizione a lungo termine a concentrazioni maggiori di PM2,5 faccia aumentare il tasso di mortalità da Covid 19.

L’analisi proposta in questo articolo è circoscritta all’approccio comparativo-desuntivo usato negli studi sopracitati e ad alcune implicazioni concettuali che ne possono derivare, come spiegato nelle conclusioni.

Da questo punto di vista le argomentazioni fornite in questi studi appaiono controverse per due ordini di motivi. Il primo attiene all’uso dei dati statistici relativi al particolato atmosferico sia per quanto riguarda la misura della sua concentrazione e diffusione, sia per l’andamento che questi parametri hanno avuto durante l’epidemia, in relazione all’aumento dei contagi (SIMA). Il secondo per l’eccessivo grado di approssimazione usato nell’accreditare la correlazione tra aumento del tasso di mortalità da Covid 19 e aumento della concentrazione di PM2,5.

Quanto alle implicazioni concettuali, più che all’ambito strettamente scientifico, esse sono rivolte ai rischi globali che incombono sull’umanità e a come questi vengono rappresentati dalla comunità scientifica.

1) –Relazione circa l’effetto dell’inquinamento da particolato atmosferico e la diffusione di virus nella popolazione (Position paper elaborato da SIMA, Società italiana di medicina ambientale, 2020)

Le conclusioni di tale lavoro sono:

Si evidenzia come la specificità della velocità di incremento dei casi di contagio che ha interessato in particolare alcune zone del Nord Italia potrebbe essere legata alle condizioni di inquinamento da particolato atmosferico che ha esercitato un’azione di carrier e di boost.

Come già riportato in casi precedenti di elevata diffusione di infezione virale in relazione ad elevati livelli di contaminazione da particolato atmosferico, si suggerisce di tenere conto di questo contributo sollecitando misure restrittive di contenimento dell’inquinamento.

Uno degli elementi portati a suffragio della tesi di questo position paper è il seguente:

Le curve di espansione dell’infezione nelle regioni (Figura 3) presentano andamenti perfettamente compatibili con i modelli epidemici, tipici di una trasmissione persona persona, per le regioni del sud Italia mentre mostrano accelerazioni anomale proprio per quelle ubicate in Pianura Padana in cui i focolai risultano particolarmente virulenti e lasciano ragionevolmente ipotizzare una diffusione mediata da carrier ovvero da un veicolante.

Le fasi in cui si evidenziano questi effetti di impulso ovvero di boost sono concomitanti con la presenza di elevate concentrazioni di particolato atmosferico che in regione Lombardia ha presentato una serie di andamenti oscillanti caratterizzati da tre importanti periodi di sforamenti delle concentrazioni di PM10 ben oltre i limiti (Figura 4: esempio Provincia di Brescia).

Tali analisi sembrano quindi dimostrare che, in relazione al periodo 10-29 Febbraio, concentrazioni elevate superiori al limite di PM10 in alcune Province del Nord Italia possano aver esercitato un’azione di boost, cioè di impulso alla diffusione virulenta dell’epidemia in Pianura Padana che non si è osservata in altre zone d’Italia che presentavano casi di contagi nello stesso periodo.

1.1 – Osservazioni

1.1.1 – Effetto boost

L’effetto di impulso (boost) alla diffusione del virus prospettato in questo position paper non sembra essere così evidente alla luce delle seguenti osservazioni:

– A partire dal marzo 2020 le restrizioni al traffico veicolare e alle attività commerciali/produttive hanno sensibilmente ridotto le concentrazioni di PM10 in tutto il Nord Italia. In particolare la situazione nella Provincia di Brescia era quella rappresentata in Fig. A

Fig. A

– Contestualmente la diffusione del contagio andava assumendo un andamento (Fig. B) assai più marcato di quello rappresentato in Figura 3, che era limitato alla prima decade.

Fig.B

Parrebbe quindi che l’effetto boost sia assai più marcato nelle decadi successive a quella presa in esame dal position paper (22/02 – 03/03 2020) e sia in relazione inversa con la concentrazione di PM10 che risulta sensibilmente diminuita in tutto il territorio nazionale ed in particolare nella Pianura Padana.

Altro aspetto controverso rispetto alla tesi del position paper è rappresentato dalla incerta correlazione tra concentrazione PM10 e diffusione virus per abitanti. Risulta infatti che province dove la concentrazione di PM10 è normalmente più bassa di altre, presentino un coefficiente di diffusione del virus più alto e viceversa.

In Lombardia, per esempio, province come Bergamo e Brescia dove la concentrazione di PM10 è normalmente elevata (ante misure di contenimento) presentano un coefficiente di diffusione di 94 -96 contagi per 10.000 abitanti, mentre in province come Lodi e Cremona (a minore concentrazione di PM10) il coefficiente di diffusione è, rispettivamente, di 118 e 151. Viceversa la provincia di Milano, normalmente fra le prime in classifica per concentrazione di PM10 , presenta un coefficiente di diffusione virus di appena 49. Una rapida, e certamente non esaustiva, comparazione tra altre province del Nord conferma questa impressione: Venezia ha un coefficiente di diffusione pari a 25 pur presentando significative concentrazioni di PM10 (dovute all’area industriale di Mestre); Aosta ha un coefficiente di diffusione virus di 85 mentre per Reggio Emilia e Alessandria (più industrializzate e più inquinate) i valori sono di 81 e 66, come è riscontrabile sul sito: https://lab.gedidigital.it/gedi-visual/2020/coronavirus-i-contagi-in-italia/.

1.1.2 Circa l’asserzione per cui “Le curve di espansione dell’infezione nelle regioni presentano andamenti perfettamente compatibili con i modelli epidemici, tipici di una trasmissione persona persona, per le regioni del sud Italia mentre mostrano accelerazioni anomale proprio per quelle ubicate in Pianura Padana (…)” si osserva che trattandosi di comparazioni tra regioni, quindi entità definite per estensione e popolazione, più che l’andamento assoluto dei contagi ha maggiore significato prendere in esame il numero di contagi per abitante in modo da rendere più omogeneo il confronto tra regioni. Le curve risultanti sono quelle di Fig.C.

Fig. C

Ancor più che nella Fig.3, in questa raffigurazione si evidenziano due aspetti:

1) Maggiore omogeneità nell’andamento per le regioni del Nord

2) Netta differenziazione nell’andamento tra regioni del Nord e del Centro-Sud

Nell’ipotesi del position paper questo secondo aspetto, per quanto riguarda le regioni del Nord, viene messo in relazione alla presenza di rilevanti concentrazioni di particolato atmosferico che però, come osservato in precedenza, non appare sufficientemente documentata per cui la ragione di una tale differenziazione, che pure esiste, potrebbe avere origine da altre cause che saranno illustrate in seguito.

1.1.3 – Effetto carrier

Per quanto riguarda l’effetto carrier (trasporto) ipotizzato nel position paper si osserva quanto segue:

– la misura della concentrazione è influenzata da molteplici fattori socio-ambientali e dalla scelta dei modelli di calcolo. (Fig. D)

Fig. D ( http://www.epiprev.it/materiali/2013/EP4-5/EP_4-5_S2_EpiAir.pdf)

– le postazioni di misura del particolato per tutta la regione Lombardia ( 23.863 Km² e

10.060.574 abitanti) ammontano a 72 centraline per il PM10 e 31 centraline per il PM2,5.

L’esiguo numero di queste centraline (analogamente a quello delle altre regioni italiane)

non consente di avere quella stima attendibile dei livelli di inquinamento da particolato

che è necessaria per effettuare una corretta correlazione con la diffusione del virus.3

– la maggiore esposizione degli individui agli inquinanti atmosferici avviene in ambienti chiusi dove le persone passano la maggior parte del tempo. In questi ambienti il virus, più che dall’effetto carrier, può essere introdotto dalle persone stesse come stanno ad indicare i casi di focolai negli ospedali, nelle RSA o nei luoghi di lavoro (fabbriche del bergamasco e del bresciano).

1.2 – Considerazioni e suggerimenti

Gli effetti posti alla base della ipotesi di correlazione tra presenza del particolato atmosferico e diffusione del coronavirus appaiono non sufficientemente documentati (effetto carrier) e in alcuni aspetti controversi (effetto boost). Inoltre nel valutare l’accelerazione mostrata nelle regioni del Nord rispetto a quelle del Centro Sud, non si può ignorare che al Nord, a differenza del Sud, la diffusione è avvenuta per clusters con veri e propri “centri di accelerazione” in ambienti chiusi come ospedali ed RSA. Analogamente non si può ignorare che la differente diffusione del contagio tra Nord e Centro Sud possa essere dovuta sia allo scarto temporale della diffusione tra le due aree geografiche, sia dai provvedimenti di contenimento che hanno consentito al Centro Sud un maggiore margine di intervento.

Come elemento di indagine circa le cause della differente diffusione geografica, si suggerisce di correlare la mobilità delle persone con la diffusione del virus. Gli indici di mobilità giornaliera per studio o lavoro elaborati su dati Istat4, indicano per il Nord valori superiori di 25-30 punti percentuali rispetto al Centro Sud per la popolazione residente di età non superiore a 64 anni e per tutti i comuni italiani. L’immagine di  Fig.E  ne è esemplificativa.

Fig.E

2) – Exposure to air pollution and COVID-19 mortality in the United StatesDepartment of Biostatistics, Harvard T.H. Chan School of Public Health, Boston, MA, 02115, USA

Questo lavoro viene presentato come il primo studio nazionale negli Stati Uniti che stima la relazione tra esposizione a lungo termine a PM2,5 e tasso di mortalità COVID-19.

Le conclusioni di questo studio sono che: ”un piccolo aumento nella concentrazione di PM2,5 pari a 1µg/m³ nell’esposizione a lungo termine, provoca un aumento del tasso di mortalità da Covid 19 pari al 15%.” Per sottolineare ulteriormente la significatività di questo aumento del 15%, gli autori citano un loro precedente studio esteso a 60 milioni di cittadini USA, dove a fronte di una ipotetica concentrazione di PM2,5 pari a 1mg/m³, il tasso di mortalità per tutte le cause di morte, aumentava dello 0,73% concludendo quindi che nella relazione PM2,5 – Covid 19, il tasso di mortalità era di 20 volte superiore (15% : 0,73%).

2.1 – Osservazioni

Preliminarmente va osservato che i risultati di questo studio sono basati principalmente su una elaborazione matematica di due serie di dati statistici: una relativa alla concentrazione di PM2,5 nel periodo 2000-2016 ottenuta dal Atmospheric Composition Analisys Group attraverso la stima delle concentrazioni di massa totale e dei composti del particolato a livello del suolo nel Nord America, combinando i dati di AOS (Aerosol Optical Depth) ottenuti dagli strumenti MODIS, MISR e SeaWIFS della NASA, con il modello di trasporto chimico GEOS-Chem e integrandolo con le osservazioni regionali della massa totale di PM2,5 e dei singoli composti ottenuti a terra con i tradizionali strumenti di misura. Tale integrazione è stata resa necessaria dalla scarsa diffusione negli USA dei centri di monitoraggio (la maggioranza delle contee ne è sprovvista).

L’altra serie è relativa ai dati raccolti dalla Johns Hopkins University sul Covid 19 dal 22/01/2020 al 4/04/2020.

La correlazione finale tra concentrazioni di PM2,5 con esposizioni a lungo termine e tasso di mortalità da Covid 19 è ottenuta mediante calcoli e modelli matematici. In particolare:

– per il calcolo dell’aumento del tasso di mortalità per tutte le cause di morte (pari allo 0,73%) si è prefissato un valore di concentrazione di PM2,5 pari a 1mg/m³. Tale valore è del tutto ipotetico non registrandosi  nel mondo valori superiori ai 90-100 µg/m³ ed è superiore di 100 volte il limite previsto da OMS (10 µg/m³).

– il valore medio di concentrazione di PM2,5 per gli USA preso a riferimento nello studio è di 8,4 µg/m³ (Tab. 2). Ne consegue che il “piccolo aumento nella concentrazione di PM2,5 pari a 1µg/m³ nell’esposizione a lungo termine che provoca un aumento del tasso di mortalità da Covid 19 pari al 15%” corrisponde in realtà ad un aumento del 11,9% del valore medio di concentrazione di PM2,5 preso a riferimento nello studio, cioè dello stesso ordine di grandezza dell’aumento del tasso di mortalità.

– per stessa ammissione degli autori “l’impossibilità a quantificare con precisione il numero di casi COVID-19 a causa del numero limitato di test condotti a livello nazionale costituisce una potenziale limitazione in quanto non si è in grado di valutare appieno le reali dimensioni dell’epidemia in una data contea.” Ciò significa che la correlazione PM2,5 – mortalità Covid 19, pur essendo riferita al 98% delle contee USA, è influenzata dalla mancanza di dati per la stragrande maggioranza di queste (2375 su 3080, cioè il 77,8%) che presentano zero contagi o perché effettivamente non ce ne sono stati, o perché non si dispone dei relativi dati.

– lo studio individua 17 variabili cosiddette di “confondimento”5. Sedici di queste interagiscono a livello di singola contea e una a livello nazionale. Per le contee sono: densità di popolazione; percentuale della popolazione ≥65; percentuale che vive in condizioni di povertà; reddito familiare medio; percentuale popolazione afro-americana; percentuale popolazione ispanica; percentuale popolazione adulta che non ha un titolo di scuola superiore; grado di istruzione; valore medio della casa; percentuale di alloggi occupati dal proprietario; indice di massa corporea medio (un indicatore di obesità); percentuale di fumatori; numero di posti letto ospedali; temperatura media giornaliera e umidità relativa per l’estate (giugno-settembre) e inverno (dicembre-febbraio) mentre per il livello nazionale la variabile confondente è rappresentata dal numero di test eseguiti. Ad ognuna di queste variabili è stato attribuito un valore secondo il metodo descritto nel documento Supplementary Materials for Exposure to air pollution and COVID-19 mortality in the United States” allegato allo studio.

2.2 – Considerazioni

La correlazione oggetto dello studio dei ricercatori di Harvard (aumento della concentrazione di PM2,5 – aumento della mortalità da Covid 19), nonostante la complessità della modellistica adottata, non appare sufficientemente suffragata.

Sul piano scientifico non è stato presentato alcun elemento specifico che colleghi l’andamento della concentrazione di PM2,5 alle morti da Covid 19, che non sia quello ( peraltro acclarato) che lega le patologie respiratorie alle polveri sottili.

La scarsità delle rilevazioni sul campo, e nel caso della concentrazione di PM2,5 anche l’inaffidabilità, per quanto integrata da simulazioni ben congegnate e da sofisticati modelli di calcolo, non fuga i dubbi circa l’entità del margine di approssimazione di cui possono essere affetti i risultati. Ad esempio il numero di dati raccolti sul Covid 19 fino al 4/04/2020 (circa 308.000 contagi) costituisce un campione piuttosto esiguo in relazione alla popolazione degli Usa (330 milioni di abitanti) e pari allo 0,9 ‰ (in confronto la situazione italiana con 180.000 contagi costituisce un campione pari al 3 ‰ della popolazione).

Altro aspetto controverso dei risultati della correlazione è che l’aumento del 15% nel tasso di mortalità, è piuttosto incerto se si tiene conto dell’influenza di ben 17 variabili confondenti, ognuna delle quali in grado di falsare il risultato della correlazione.

3 – Conclusioni

Le conclusioni di questo lavoro di analisi degli studi del SIMA e di Harvard, al di là delle osservazioni puntuali sulla metodologia adottata, non possono che richiamarsi alla cautela nell’interpretare la enorme massa di dati di cui si dispone nei più svariati campi delle discipline scientifiche e/o sociali. La sollecitazione a ricercare elementi comuni tra fenomeni diversi, a correlare grandezze apparentemente aliene, è senz’altro indice di grande dinamismo scientifico. Ma occorre tenere presente che ogni passo in questa direzione è accompagnato da una serie di contraddizioni sia interne che esterne all’ambito stesso della ricerca scientifica.

Innanzitutto la esorbitante disponibilità di “dati” agisce come elemento di pressione sugli enti di ricerca affinché aumentino la loro “produzione scientifica” anche a scapito della qualità e della finalità della ricerca. Tutto può essere correlato entro margini matematici accettabili, a prescindere dal senso della correlazione che si ottiene.

In secondo luogo la estrema specializzazione della ricerca e dei ricercatori, può agire da barriera di separazione/stratificazione della conoscenza scientifica, proprio mentre la richiesta che sorge dall’opinione pubblica internazionale e dalle istituzioni nazionali ed internazionali, è quella di avere delle risposte “globali” ai problemi dell’umanità.

Terzo aspetto infine, è quello che riguarda l’incidenza che hanno sulla formazione degli individui, i risultati di studi e ricerche dal forte impatto emotivo e sociale.

Ad esempio, sostenere la tesi per cui la causa del riscaldamento globale risiede nell’inquinamento atmosferico (emissioni) è fuorviante, dato che l’inquinamento atmosferico è a sua volta un effetto, ma siccome le ricerche sui cambiamenti climatici e le loro conseguenze sono appannaggio esclusivo degli specialisti del clima, milioni di giovani in tutto il mondo l’hanno fatta propria acriticamente.

Analogamente ipotizzare che il contagio e le morti da virus siano veicolate/causate anche dal particolato atmosferico, implica, tout court, che il virus sia “presente nell’aria” e ciò può essere recepito – in definitiva – come conferma che la causa di tutti i “mali” sia da attribuire all’inquinamento genericamente inteso.

Ora non c’è dubbio che esista un rischio climatico e che l’inquinamento globale sia parte di questo e di molti altri problemi che affliggono l’umanità, primi fra tutti quelli legati alla salute delle persone. Ma di questi aspetti, delle cause e dei meccanismi complessi legati all’inquinamento globale si hanno sufficienti conoscenze scientifiche: si può dire altrettanto per i rischi biologici, per l’origine e la diffusione dei virus, dei loro comportamenti ed effetti?

Se c’è un aspetto che l’attuale pandemia in corso ha messo in luce è che le istituzioni di ogni paese e parte della stessa comunità scientifica si sono dimostrate impreparate ad affrontare un evento del genere e ancora adesso si fa fatica a far accettare loro che, al pari di altri rischi, esiste un rischio biologico globale che va assunto come tale dalla comunità internazionale con tutte le implicazioni che ciò comporta.

Roma, 28/04/2020 Giorgio Ferrari

1 https://www.simaonlus.it/wpsima/wp-content/uploads/2020/03/COVID19_Position-Paper_Relazione-circa-l%E2%80%99effetto-dell%E2%80%99inquinamento-da-particolato-atmosferico-e-la-diffusione-di-virus-nella-popolazione.pdf

2 https://projects.iq.harvard.edu/files/covid-pm/files/pm_and_covid_mortality.pdf

3– Le centraline di misura dell’inquinamento atmosferico, allestite dagli organi di vigilanza in modo da essere rappresentative della concentrazione di alcune sostanze presenti nelle aree urbane, forniscono informazioni limitate sulle distribuzioni spaziali degli inquinanti, rendendo incerta la stima delle esposizioni a cui i cittadini sono soggetti durante la giornata. A questo proposito, lo studio multicentrico EXPOLIS condotto in 7 città europee, ha evidenziato una bassa associazione tra le concentrazioni misurate dalle centraline fisse e l’esposizione personale al PM2.5. (http://www.epiprev.it/materiali/2013/EP4-5/EP_4-5_S2_EpiAir.pdf)

4 https://www.urbanindex.it/indicatori/mobilita-giornaliera-per-studio-o-lavoro/

5– In statistica, un confonditore (anche variabile confondente o fattore di confondimento ) è un fattore che influenza sia la variabile dipendente che la variabile indipendente, causando un’associazione spuria.

L’IMMAGINE INIZIALE E QUELLA FINALE – scelte dalla “bottega” – SONO DI GIULIANO SPAGNUL.

Daniele Barbieri
Un piede nel mondo cosiddetto reale (dove ha fatto il giornalista, vive a Imola con Tiziana, ha un figlio di nome Jan) e un altro piede in quella che di solito si chiama fantascienza (ne ha scritto con Riccardo Mancini e Raffaele Mantegazza). Con il terzo e il quarto piede salta dal reale al fantastico: laboratori, giochi, letture sceniche. Potete trovarlo su pkdick@fastmail.it oppure a casa, allo 0542 29945; non usa il cellulare perché il suo guru, il suo psicologo, il suo estetista (e l’ornitorinco che sonnecchia in lui) hanno deciso che poteva nuocergli. Ha un simpatico omonimo che vive a Bologna. Spesso i due vengono confusi, è divertente per entrambi. Per entrambi funziona l’anagramma “ride bene a librai” (ma anche “erba, nidi e alberi” non è malaccio).

Un commento

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *