Covid: fonti

Di consueto cerco di stare alla larga dal tema ma colpisce un fatto che caratterizza questo marasma comunicativo: il disinteresse per i dati reali contrapposto al consumo vorace della notizia qualsivoglia. C’è sotto l’equivoco che occorra informarsi per potersi esprimere. No, occorre studiare prima di potersi esprimere, e non poco. Che non significa sia roba da laureati ma da persone di buona volontà che vanno a cercarsi le fonti e se le studiano. Chiunque lo può fare però ci vuole tempo e spesso è anche un po’ faticoso. Un conto e rilanciare notizie che ci piacciono, un altro cercare di capire qualcosa che non conosciamo.

Ho passato un pomeriggio a studiare le fonti su temi di solito rilanciati a partire dai post effimeri che intorbidano i social. Purtroppo non trovo il tempo per un’argomentazione estesa. Mi limito quindi a elencare le fonti che mi sono servite e che voglio essere sicuro di reperire alla bisogna. Magari ne aggiungerò delle altre.

Ovviamente, chiunque le può consultare ma attenzione: maneggiare con cura. Estrarre informazioni dai dati non è banale, occorre studiarli bene e magari chiedere aiuto a chi ne sa di più.

Fonti

• Repository di dati in formato aperto relativi alla consegna e somministrazione nelle varie regioni Italiane dei vaccini anti COVID-19. Il repository è su GitHub, utilizzato per la condivisione di software libero e dati aperti. Di solito chi lo usa crede nel valore della condivisione e dell’apertura.
• Repositorio per dati Coronavirus del Johns Hopkins University Center for Systems Science and Engineering (JHU CSSE), ESRI Living Atlas Team e Johns Hopkins University Applied Physics Lab (JHU APL). Ci sono i dati di tutti i paesi. Anche questo su GitHub. Con questi dati si alimentano infografiche come questa (bellissima).
• Le risorse web dell’Istituto Superiore di Sanità. In particolare i bollettini periodici, molto ricchi di dati. Ad oggi l’ultimo è l’Aggiornamento nazionale: 24 novembre 2021 (Task force COVID-19 del Dipartimento Malattie Infettive e Servizio di Informatica, Istituto Superiore di Sanità. Epidemia COVID-19). Alcuni delle tabelle e dei grafici sono riportati nella pagina Facebook dell’ISS. Oppure si riportano rappresentazioni che arricchiscono i bollettini, come quella relativa all’annosa questione dell’effetto paradosso:

L’equivoco (incredibilmente) comune è che il 64% di vaccinati (completi) fra gli ospedalizzati dimostri che il vaccino non funzioni. Sbagliato: il 64% si riferisce al totale degli ospedalizzati. L’efficacia del vaccino si deduce invece confrontando i 509 casi non vaccinati con il totale rispettivo: 509/7.586.013 -> 0,0067% e, analogamente, confrontando i 209 casi vaccinati completi con il proprio totale: 209/38.658.546 -> 0,00054%. Da questo si deduce che i vaccinati completi rischiano 0,0067/0,00054 = 12 volte di meno dei non vaccinati di finire all’ospedale. Fra le obiezioni riportate nei commenti a questa infografica c’è spesso il fatto che i numeri sono parziali. Basta andare a vedere i dati espliciti citati nel suddetto bollettino (pag. 17 tabella 3) per constatare che l’infografica non riporta i vaccinati con ciclo incompleto, i vaccinati con ciclo completo ma da più di 6 mesi e i vaccinati anche con il booster. Insomma i dati ci sono, basta andare a leggerli sulle fonti pubbliche accreditate.

• La Germania è un caso interessante da seguire (70% vaccinati e 60000 nuovi casi giornalieri contro 87% vaccinati e 17000 casi giornalieri in Italia, a ieri). Sto usando Der Spiegel. In tedesco ma i numeri sono ripresi dal già citato Repositorio per dati Coronavirus del Johns Hopkins University Center. In generale, per gli altri paesi le infografiche della Johns Hopkins University sono ottime.