Rilanciamo questo interessante articolo tradotto dal sito vocidallestero.blogspot.com:
Ricevo e volentieri pubblico un articolo apparso su History and philosophy of the life sciences in cui si evidenzia come, nella risposte alla pandemia di COVID-19, la maggior parte delle democrazie abbia fatto affidamento sulle cosiddette politiche “basate sull’evidenza”, in cui l’onere della giustificazione è demandato alla scienza. Tuttavia, argomentano gli Autori, le scienze biomediche forniscono delle evidenze impregnate di presupposti teorici e spesso vi è carenza di dati statistici affidabili a supporto delle misure adottate. Pertanto l’evidenza scientifica non può da sola legittimare le misure di sanità pubblica attuate nel corso della pandemia, che sono, in definitiva, basate su decisioni politiche. Per evitare il rischio di arbitrarietà, dunque, le decisioni necessitano di uno scrutinio democratico maggiore e non, come è accaduto, minore.
di Giorgio Airoldi* e Davide Vecchi**, 23 giugno 2021
* Facultad de Filosofía, Departamento de Lógica, Historia y Filosofía de La Ciencia, UNED, Paseo de la Senda del Rey 7, 28040 Madrid, Spain
** Centro de Filosofia das Ciencias, Departamento de História e Filosofia das Ciencias, Faculdade de Ciencias, Universidade de Lisboa, 1749‑016 Lisboa, Portugal
Segnalazione e traduzione di Rosa Anselmi
1 – Introduzione
Quando è scoppiata la pandemia di COVID-19, i decisori hanno avallato un approccio precauzionale per giustificare le politiche di lockdown, i cui effetti erano ampiamente ignoti alle società democratiche. Man mano che prendevano piede le successive ondate infettive, i governi hanno introdotto politiche più mirate nel tentativo di ridurre l’impatto sociale dei lockdown. Concentrandosi su una serie di indicatori epidemiologici e sanitari (come tasso di mortalità, tasso di infezione, numero di riproduzione, tasso di positività, ricoveri in terapia intensiva, ecc.) le evidenze alla base del processo decisionale sono state gradualmente affinate. Tuttavia, la definizione di tali indicatori non è priva di presupposti teorici e sono generalmente pochi i dati affidabili che collegano tali indicatori ai risultati delle politiche. Banalmente, ma da notare, ciò significa che non esiste una conoscenza scientifica oggettiva, priva di presupposti teorici, da cui derivino automaticamente le strategie politiche. In effetti, le misure adottate sono fondamentalmente basate su decisioni politiche che dovrebbero essere, in quanto tali, esaminate a fondo. È per questa ragione che l’attuale erosione degli standard di controllo democratico è potenzialmente dannosa.
2 – L’evidenza usata nelle decisioni politiche è impregnata di convinzioni teoriche ad ogni livello di analisi
I concetti di tasso di mortalità e di infezione sono stati centrali nella politica di salute pubblica (Verity, 2020). Lungi dall’essere determinati da una conoscenza biomedica priva di teoria, questi concetti sono definiti sul piano operativo, una procedura metodologica che richiede scelte teoretiche. Non è sorprendente, quindi, che le metodologie per stimare i tassi di mortalità del COVID-19 rimangano non standardizzate. Nel luglio 2020, ad esempio, Public Health England [1]ha deciso di ridurre da 60 a 28 giorni il lasso di tempo intercorrente tra l’infezione diagnosticata da Sars-CoV-2 e il decesso per considerare il COVID-19 come causa di quest’ultimo. Questo cambiamento di definizione ha portato a una sostanziale diminuzione (oltre 5000 persone) del conteggio dei decessi associati al COVID-19.[2] Per altre malattie, stime affidabili del tasso di mortalità sono generalmente disponibili solo con notevoli sfasamenti temporali. In netto contrasto, i decessi da COVID-19 sono comunicati quotidianamente. Di conseguenza, le stime del tasso di mortalità sono cambiate enormemente nel corso della pandemia: considerato superiore al 10% nell’Italia settentrionale e nella regione di Madrid all’inizio della pandemia, il tasso di mortalità è attualmente stimato tra lo 0,27 e lo 0,57% (Ioannidis, 2020). Quindi, le politiche governative che si basano sulle stime del tasso di mortalità dipendono parimenti da specifiche definizioni operative del concetto di morte-da-COVID-19 (ad esempio “morte entro n giorni dalla diagnosi dell’infezione”) e dalla metodologia di stima impiegata, che è condizionata dall’arco temporale scelto e richiede una giustificazione statistica indipendente.
Non sorprendentemente, il carico teorico condiziona anche il concetto di tasso di infezione. Un caso di COVID-19 è definito in riferimento a un risultato positivo del test PCR (Polymerase Chain Reaction) piuttosto che a sintomi clinici osservabili. Tale definizione molecolare, che curiosamente implica che una persona asintomatica per il COVID-19 sia un caso, dipende dalla complessità della tecnologia PCR, che moltiplica i frammenti di RNA virale attraverso diversi cicli di amplificazione. Il numero di cicli di amplificazione selezionati può influenzare il risultato del test, con una correlazione positiva tra il numero di cicli e la probabilità di falsi positivi. Inoltre, dopo 24 cicli di amplificazione, i campioni non mostrano una crescita virale (Bullard et al. 2020). Infatti, nessuno studio di cui siamo a conoscenza correla positività della PCR e infettività (Jefferson et al. 2020), che è rilevabile solo mediante la coltura virale. Ancora una volta, l’affidamento della politica dei governi sulle stime del tasso di infezione dipende da specifiche definizioni operative del concetto di caso-di-COVID-19, come un test PCR positivo, così come dalla metodologia di test impiegata che dipende dal numero di cicli PCR considerati rilevanti.
3 – Le scelte politiche sono spesso compromesse dalla mancanza di dati statistici affidabili
Inoltre, il fondamento statistico delle politiche è spesso inconsistente. Si ritiene, per esempio, che le mascherine facciali riducano le infezioni sulla base di intuitive considerazioni meccanicistiche; tuttavia, all’inizio della pandemia non erano disponibili studi clinici randomizzati, mentre alcuni studi recenti non mostrano una riduzione statisticamente significativa della trasmissione (Frieden e Shama 2020; Olilla et al.2021). La stessa mancanza di una chiara correlazione statistica ha caratterizzato tutti i principali aspetti delle decisioni politiche, compresa la relazione tra i lockdown e la riduzione della mortalità in eccesso (Candel et al. 2021). Come hanno detto gli autori di una approfondita revisione sistematica riguardante il ruolo causale putativo delle scuole nel guidare il contagio: “I nostri risultati sono coerenti con il fatto che le chiusure delle scuole sono da inefficaci a molto efficaci” (Walsh et al. 2021, p. 2). Questo ironico eufemismo sintetizza lo stato attuale delle cose, con i governi locali e nazionali che adottano un coacervo idiosincratico di politiche. Dati statistici solidi sul tasso di letalità da infezione, sull’utilità delle mascherine facciali e dei lockdown, e sul ruolo delle scuole nelle dinamiche di trasmissione emergeranno molto probabilmente solo nei prossimi anni. Questa parziale limitazione dei Big Data non sorprende: il tasso di letalità dell’influenza, ad esempio, può essere calcolato con affidabilità solo in termini di morti in eccesso rispetto a un consistente periodo temporale di riferimento, solitamente gli ultimi 5 anni (Rosano et al. 2019). L’implicazione generale è che, sia nella raccolta che nell’interpretazione dei dati, così come nella catena che dai dati conduce alle politiche, c’è inevitabilmente spazio per l’arbitrarietà nelle decisioni politiche (ad esempio, dando priorità a specifici indicatori epidemiologici invece che ad altri per motivi opachi). Per evitare il rischio di arbitrarietà, i governi devono essere ritenuti responsabili e devono essere messi in atto meccanismi rigorosi di revisione delle politiche. Durante tutta la pandemia di COVID-19, tuttavia, gli standard di controllo sono stati sostanzialmente abbassati.
4 – Il controllo dovrebbe essere rafforzato anziché ridotto
Ci sembra cruciale che i governi mantengano due responsabilità fondamentali nei confronti dei loro cittadini: in primo luogo, rendere trasparenti le evidenze alla base delle loro politiche; e in secondo luogo, chiarire la logica extra-scientifica delle stesse. Durante la pandemia, osserviamo che i governi, in varia misura, si sono comportati male su entrambi i fronti: il controllo parlamentare è stato regolarmente aggirato ricorrendo a decreti legge, ostacolando il ruolo critico dell’opposizione; l’evidenza alla base delle politiche generalmente non è stata resa disponibile al pubblico, impedendo la democratizzazione del processo di consulenza politica; l’inquadramento etico delle politiche è generalmente rimasto nascosto, paralizzando ogni serio dibattito sulla sostenibilità dei loro obiettivi; l’obiettivo dei programmi di vaccinazione è spesso criptico, incentivando un’errata definizione delle priorità e abusi palesi. Inoltre, questa erosione degli standard di controllo democratico è avvenuta in un contesto già caratterizzato dalla temporanea sospensione del processo di revisione scientifica tra pari (London & Kimmelman, 2020). Noi sosteniamo che l’erosione degli standard di controllo: allarga il divario tra cittadini e decisori; riduce la comprensione e la fiducia nell’efficacia delle politiche; aumenta il disinteresse; in breve, compromette potenzialmente i fondamenti della democrazia. Non neghiamo che circostanze eccezionali richiedano politiche eccezionali; suggeriamo piuttosto che la trasparenza dovrebbe essere direttamente proporzionale alla loro eccezionalità. Questo è particolarmente vero in circostanze che conferiscono ai governi poteri di emergenza e affidano loro decisioni politiche che influiscono sui cittadini in modo così drammatico.
Bibliografia
– Bullard, J., Dust, K., Funk, D., Strong, J. E., Alexander, D., Garnett, L., Boodman, C., Bello, A.,
Hedley, A., Schiffman, Z., Doan, K., Bastien, N., Li, Y., Van Caeseele, P. G., & Poliquin, G.
(2020). Predicting infectious SARS-CoV-2 from diagnostic samples. Clinical Infectious Diseases,
71(10), 2663–3266. https:// doi. org/ 10. 1093/ cid/ ciaa6 38
– Candel, J. F., San-Román, J., Barreiro, P., Canora, J., Zapatero, A., Carretero, M., Lastra, A., Martínez-
Peromingo, F. J. (2021). Integral management of COVID-19 in Madrid: Turning things
around during the second wave. The Lancet Regional Health—Europe, 2: 100039, ISSN 2666–
- Doi: https:// doi. org/ 10. 1016/j. lanepe. 2021. 100039. (https:// www. scien cedir ect. com/ scien
ce/ artic le/ pii/ S2666 77622 10001 68)
– Frieden, T. R., Shama Cash-Goldwasser, S. (2020). Of Masks and Methods. Annals of Internal Medicine.
Nov 18, 2020. Doi: https:// doi. org/ 10. 7326/ M20- 7499
– Ioannidis, J. (2020). Infection fatality rate of COVID-19 inferred from seroprevalence data. Bulletin of
the World Health Organization. BLT.20.265892.
– Jefferson, T., Spencer, E. A., Brassey J Heneghan, C. (2020). Viral cultures for COVID-19 infectious
potential assessment—a systematic review. Clinical Infectious Diseases, ciaa1764. Doi: https://
doi. org/ 10. 1093/ cid/ ciaa1 764
– London, A. J., & Kimmelman, J. (2020). Against pandemic research exceptionalism. Science, 368(6490),
476–477
– Ollila, H. L., Partinen, M., Koskela, J., Savolainen, R., Rotkirch, A., Laine, L. T. (2021). Face masks to
prevent transmission of respiratory diseases: Systematic review and meta-analysis of randomized
controlled trials. medRxiv 2020.07.31.20166116. Doi: https:// doi. org/ 10. 1101/ 2020. 07. 31. 20166 116
– Rosano, A., Bella, A., Gesualdo, F., Acampora, A., Pezzotti, P., Marchetti, S., Ricciardi, W., & Rizzo, C.
(2019). Investigating the impact of influenza on excess mortality in all ages in Italy during recent
seasons (2013/14-2016/17 seasons). International Journal of Infectious Diseases, 88, 127–134.
https:// doi. org/ 10. 1016/j. ijid. 2019. 08. 003 Epub 2019 Aug 8 PMID: 31401203.
– Verity, R., et al. (2020). Estimates of the severity of coronavirus disease 2019: A model-based analysis.
Lancet Infectious Diseases, 20, 669–677. https:// doi. org/ 10. 1016/ S1473- 3099(20) 30243-7
– Walsh, S. et al. (2021). Do school closures reduce community transmission of COVID-19? A systematic
review of observational studies. Doi: https:// doi. org/ 10. 1101/ 2021. 01. 02. 21249 146v1
[1] PHE era un’agenzia esecutiva del Dipartimento di Sanità e Assistenza sociale del Regno Unito, sostituita il 1° aprile 2021 dalla UK Health Security Agency.
[2] https:// www. cebm. net/ covid- 19/ public- health- engla nd- death- data- revis ed/ (12 ottobre 2020).
Lascia un commento