12 ore fa
1
Il bilancio ufficiale delle vittime del COVID-19 negli Stati Uniti potrebbe essere solo la punta dell'iceberg. Secondo un nuovo studio pubblicato su Science Advances oltre 155.000 decessi avvenuti tra marzo 2020 e dicembre 2021 non sono mai stati attribuiti al virus nelle statistiche ufficiali, nonostante fossero direttamente causati dall'infezione.
Utilizzando algoritmi avanzati di machine learning, un team di ricercatori guidato da Mathew V. Kiang ha analizzato i certificati di morte americani, scoprendo una realtà inquietante: il numero reale di morti è superiore del 19% rispetto a quanto riportato dalle autorità.
L'intelligenza artificiale "legge" tra le righe dei certificati di morte
Per giungere a questa conclusione, i ricercatori hanno addestrato un'intelligenza artificiale sui dati dei decessi avvenuti negli ospedali, dove i test per il Covid-19 erano praticamente universali. L'algoritmo ha imparato a riconoscere le carattertistiche cliniche e demografiche associate alla morte per Covid-19.
Una volta "istruita", l'IA ha analizzato i decessi avvenuti fuori dalle strutture ospedaliere (nelle abitazioni private o nelle case di cura), dove i test erano rari e la diagnosi spesso approssimativa. Il risultato è una discrepanza enorme: solo nelle abitazioni private, i morti per Covid sarebbero il 160% in più di quelli ufficiali. Molte di queste morti sono state erroneamente catalogate come complicazioni di diabete, malattie cardiovascolari o Alzheimer, anziché come Covid-19.
Un'epidemia di disuguaglianza: chi sono le vittime invisibili
Lo studio non si limita ai numeri, ma traccia una mappa della disuguaglianza sociale. Il sistema di indagine dei decessi statunitense sembra aver fallito in modo selettivo. Le morti per Covid "non riconosciute" non sono distribuite equamente, ma colpiscono con precisione le fasce più fragili della popolazione.
Tra le minoranze etniche sono i decessi tra le popolazioni ispaniche, afroamericane e nativo-americane ad avere avuto una probabilità molto più alta di non essere registrati come Covid-19. Mentre, analizzando il livello di istruzione, chi non ha completato le scuole superiori ad avere il tasso di "invisibilità" più alto per quanto. Infine, ovviamente, anche la condizione sociale conta: le contee con redditi medi più bassi, concentrate soprattutto nel Sud degli Stati Uniti, mostrano i divari più ampi tra dati reali e ufficiali sul Covid-19. In Alabama, ad esempio, l'IA ha stimato che i morti reali per Covid siano il 67% in più di quelli dichiarati.
Perché il sistema ha fallito nel contare il Covid-19?
Secondo gli autori, le cause di questo "sottoconteggio" del Covid sono molteplici e sistemiche.
Non si tratta solo di mancanza di tamponi, ma di un mix tossico di stigma sociale legato al Covid-19, mancanza di fondi per gli uffici di medicina legale e, in alcuni casi, influenze politiche nella gestione dei dati sanitari.
"Questi risultati suggeriscono che il sistema di indagine dei decessi negli Stati Uniti ha nascosto la vera portata delle iniquità della pandemia", si legge nello studio. La ricerca evidenzia come fattori strutturali abbiano influenzato persino il modo in cui le persone vengono contate dopo la morte.
Il futuro della sorveglianza sanitaria
L'approccio basato sul machine learning usato per il Covid potrebbe ora diventare un modello per analizzare altre crisi sanitarie, dove le cause di morte reali sono spesso mascherate da altre patologie preesistenti. Identificare correttamente ogni decesso per Covid-19 è fondamentale non solo per la verità storica, ma per preparare meglio i sistemi sanitari alle sfide future.
