Tradotto da "The Seneca Effect"
di Ugo Bardi
Seneca, il filosofo romano, conosceva il termine "virus", che per lui aveva il significato del nostro termine "veleno". Ma ovviamente non aveva idea che un virus, inteso in senso moderno, fosse una creatura microscopica che si riproduceva all'interno della cellula ospite. Visse anche in un'epoca, il I secolo d.C., in cui le grandi epidemie erano praticamente sconosciute. Fu solo più di un secolo dopo la sua morte che una grave pandemia, la peste antonina, colpì l'Impero Romano.
Ma Seneca era un ottimo osservatore della natura e quando diceva che "la rovina è rapida" aveva sicuramente in mente, tra molte altre cose, quanto rapidamente una persona sana poteva essere colpita da una malattia e morire. Naturalmente Seneca non aveva strumenti matematici che gli permettessero di proporre una teoria epidemiologica quantitativa, ma la sua osservazione, che ho chiamato " Effetto Seneca ", rimane valida. Non solo le persone possono essere rapidamente uccise dalle malattie, ma anche le epidemie spesso seguono la curva di Seneca, crescendo, raggiungendo un picco e diminuendo.
Naturalmente, i concetti di crescita e collasso dipendono dal punto di vista. In molti casi la fortuna di un uomo è la rovina di qualcun altro. Ciò che vediamo come una buona cosa, la fine di un'epidemia, è un collasso visto dal lato del virus (o dei batteri, o qualsiasi altra cosa). Ma allora, perché le epidemie divampano e poi si placano? È una storia affascinante che ha a che fare con il comportamento dei sistemi complessi. Per raccontarlo dobbiamo partire dall'inizio.
Una cosa da notare dell'attuale pandemia di Covid-19 è la notevole ignoranza non solo del pubblico in generale sull'epidemiologia, ma anche di molti degli esperti altamente propagandati. Basta notare quante persone hanno detto che l'epidemia cresce "in modo esponenziale". Dopo di che, si sono dati da fare per estrapolare la curva all'infinito, prevedendo centinaia di migliaia, o addirittura milioni, di morti. Ma, parafrasando Kenneth Boulding, "qualcuno che afferma che i sistemi naturali crescono in modo esponenziale deve essere un pazzo o un economista". Semplicemente non funziona in questo modo!
Ma come cresce esattamente un'epidemia? La forma di base di una curva epidemiologica è "a campana" (sì, proprio come la curva di Hubbert per l'estrazione del petrolio).
Queste considerazioni possono essere poste in forma matematica: si tratta del modello denominato "SIR" (suscettibile, infetto, rimosso), sviluppato già nel 1927. Potreste essere sorpresi di scoprire che le equazioni SIR sono esattamente le stesse che descrivono la crescita dell'industria petrolifera e il fenomeno del "picco del petrolio". Sono anche le stesse equazioni che descrivono il comportamento di una catena trofica in un sistema biologico. Non entrerò nei dettagli, qui. Con i miei colleghi Perissi e Lavacchi, stiamo preparando un documento che descrive come questi e altri sistemi fisici sono collegati tra loro.
Ovviamente, i moderni modelli epidemiologici sono molto più complicati del semplice modello SIR, ma è un approccio che ci dice cosa aspettarci. Nessuna epidemia cresce per sempre e anche se non fai nulla per fermarla, alla fine svanirà da sola. Dopotutto, gli agenti patogeni hanno lo stesso problema che abbiamo con il petrolio greggio: stanno sfruttando una risorsa limitata (noi).
E qui si vede chiaramente la forma "tipo Seneca". Il declino del ciclo del colera è stato significativamente più veloce della sua crescita. I dati per le epidemie di colera più recenti mostrano la stessa forma.
Tuttavia, quella "tipo Seneca" non è comune nelle epidemie. Spesso vediamo il tipo opposto di asimmetria. Ecco un esempio: Epatite A, con dati tratti da Wikipedia . Vedete come la curva declina più lentamente di quanto non cresca.
Ecco un altro esempio pre-Covid: la sindrome respiratoria acuta del 2003 a Hong Kong.
Non esiste una regola fissa in questi casi storici, diciamo solo che questa forma asimmetrica è piuttosto comune. Quindi, passiamo all'attuale pandemia, ed ecco alcuni dati per il primo ciclo del 2020. (Immagine da "The Economist"). Anche qui la tendenza è chiara: il declino è più lento della crescita.