Dalla matematica un metodo per rendere più efficace la campagna di vaccinazione di massa contro il Covid-19. L’idea è offrire ai decisori politici la possibilità di scegliere chi vaccinare prima sulla base di informazioni sulle conseguenze. E persino di ‘conciliare’ i due criteri che potrebbero sembrare in contraddizione: quello di immunizzare i più fragili, gli anziani, riducendo così i decessi, e quello di agire sulla popolazione in cui il virus circola di più, la fascia giovanili e intermedia, bloccando i contagi. Il sistema punta a calcolare, in base ai dati dell’epidemia, il mix giusto delle due popolazioni da vaccinare.
Questa, in estrema sintesi, la conclusione della ricerca pubblicata online su ‘Vaccines’, da Giorgio Palù, virologo dell’università di Padova e neopresidente dell’Agenzia italiana del farmaco (Aifa), e da Giovanni Sebastiani, matematico dell’Istituto per le Applicazioni del Calcolo ‘Mauro Picone’ del Consiglio Nazionale delle Ricerche (Cnr-Iac).
Allo studio hanno collaborato Ilaria Spassiani dell’Istituto nazionale di Geofisica e Vulcanologia (Ingv) e Lorenzo Gubian, della Uov Sistemi Informativi – Azienda zero della Regione Veneto.
La ricerca, spiega Sebastiani, punta a fornire “una soluzione che possa ottenere il massimo risultato combinando i due criteri. E a fornire alla politica uno strumento per decidere la strategia più adatta avendo la possibilità di valutare, in anticipo, le possibili conseguenze delle scelte. Il metodo, che permette di considerare diverse variabili, come età, genere, tipologia del luogo di cura del paziente e comorbidità, è stato messo a punto lavorando sulla base dei dati del Veneto ma si tratta di un modello che può essere usato in diversi scenari”, dice Sebastiani.
In particolare è possibile non solo scegliere se puntare “a vaccinare chi ha un maggiore rischio di morire o chi diffonde di più il virus, ma anche modulare le due scelte, che sembrano in contraddizione, a seconda delle condizioni epidemiologiche”, conclude Sebastiani.
