articolo scientifico

A municipality-level analysis of excess mortality in Italy in the period January-April 2020

L’eccesso di mortalità nei comuni italiani nel periodo gennaio-aprile 2020

  • Annibale Biggeri1

  • Corrado Lagazio2

  • Dolores Catelan1

  • Fabio Barbone3

  • Mario Braga4

  1. Department of Statistics, Computer Science, Applications “G. Parenti” University of Florence, Florence (Italy)
  2. Department of Economics, University of Genoa, Genoa (Italy)
  3. Department of Medical Area, University of Udine, Udine, (Italy)
  4. Tuscany Health Agency, Florence (Italy)
Annibale Biggeri -

Cosa si sapeva già

  • Excess mortality is considered a valid measure of the impact of COVID-19.
  • Among known unknowns, it is listed how to calculate excess mortality.
  • The raw mortality burden paid to COVID-19 pandemic in Italy is already known.

Cosa si aggiunge di nuovo

  • Profiling municipalities for excess mortality during the period January-April 2020 highlights specific geographical patterns.
  • Absolute numbers of excess deaths, attributable community rates and positive false-discovery rates (Q-values) provide different information of the dynamics of the phenomenon under study.
  • Whatever procedure would have been followed to calculate predicted mortality, a fixed-point null hypothesis of risk equivalence is unrealistic. A more realistic range of values of practical equivalence is obtained using a Bayesian approach and municipality-specific posterior predictive distributions.

Scarica il PDF FREE FULL TEXT

Riassunto:

BACKGROUND: the first confirmed cases of COVID-19 in WHO European Region was reported at the end of January 2020 and, from that moment, the epidemic has been speeding up and rapidly spreading across Europe. The health, social, and economic consequences of the pandemic are difficult to evaluate, since there are many scientific uncertainties and unknowns.
OBJECTIVES:
the main focus of this paper is on statistical methods for profiling municipalities by excess mortality, directly or indirectly caused by COVID-19.
METHODS:
the use of excess mortality for all causes has been advocated as a measure of impact less vulnerable to biases. In this paper, observed mortality for all causes at municipality level in Italy in the period January-April 2020 was compared to the mortality observed in the corresponding period in the previous 5 years (2015-2019). Mortality data were made available by the Ministry of Internal Affairs Italian National Resident Population Demographic Archive and the Italian National Institute of Statistics (Istat). For each municipality, the posterior predictive distribution under a hierarchical null model was obtained. From the posterior predictive distribution, we obtained excess death counts, attributable community rates and q-values. Full Bayesian models implemented via MCMC simulations were used.
RESULTS:
absolute number of excess deaths highlights the burden paid by major cities to the pandemic. The Attributable Community Rate provides a detailed picture of the spread of the pandemic among the municipalities of Lombardy, Piedmont, and Emilia-Romagna Regions. Using Q-values, it is clearly recognizable evidence of an excess of mortality from late February to April 2020 in a very geographically scattered number of municipalities. A trade-off between false discoveries and false non-discoveries shows the different values of public health actions.
CONCLUSIONS:
despite the variety of approaches to calculate excess mortality, this study provides an original methodological approach to profile municipalities with excess deaths accounting for spatial and temporal uncertainty.

Keywords: excess mortality, COVID-19, Bayesian models, attributable risk, Q-values, hierarchical models

Abstract:

INTRODUZIONE: il primo caso confermato di COVID-19 nella regione europea dell’OMS è stato registrato alla fine di gennaio 2020 in Italia, e da quel momento in poi la velocità di progressione dell’epidemia ha avuto una forte accelerazione e si è rapidamente diffusa in tutta Europa. L’impatto e le conseguenze sullo stato di salute della popolazione europea, sulla tenuta sociale delle sue comunità e sugli equilibri economici dei singoli paesi sono difficili da valutare dal momento che agli effetti diretti dell’epidemia si debbono sommare quelli indiretti e che ci sono ancora molti aspetti incerti ed ignoti relativi alle caratteristiche di questo virus e alla malattia che esso genera.
OBIETTIVI:
proporre un approccio statistico per la descrizione dei comuni italiani in relazione all’eccesso di mortalità, direttamente o indirettamente causata dall’epidemia.
METODI:
l’utilizzo della mortalità per tutte le cause, eccedente la mortalità attesa, è stato proposto come una misura di impatto globale, meno vulnerabile alle distorsioni determinate dal processo di codifica e di identificazione della causa di morte. L’articolo confronta la mortalità osservata per tutte le cause a livello comunale durante il periodo gennaio-aprile 2020 con quella rilevata nei corrispondenti mesi dei precedenti 5 anni (2015-2019). I dati di mortalità sono stati resi disponibili dal Ministero dell’interno (Archivio demografico nazionale della popolazione italiana residente) e dall’Istituto nazionale di statistica (Istat). Per ciascuno dei comuni considerati, è stata calcolata la distribuzione predittiva a posteriori sotto l’ipotesi nulla del modello gerarchico. L’eccesso di morti, il tasso attribuibile di comunità e i valori Q sono stati ricavati dalla distribuzione predittiva a posteriori. Per le analisi è stato utilizzato un modello bayesiano completo stimato attraverso un processo di simulazione MCMC.
RISULTATI:
come numero assoluto di morti in eccesso il peso maggiore è stato sopportato dalle grandi città. In termini di tasso, rapportando i morti in eccesso alla popolazione, si evidenzia l’impatto della pandemia a carico di alcune zone delle Regioni Lombardia, Piemonte ed Emilia-Romagna. I valori Q mostrano come l’eccesso di mortalità si concentra nel periodo febbraio-aprile in alcuni comuni variamente dispersi nel Centro-Nord del Paese. Differenti bilanciamenti tra falsi positivi e falsi negativi si legano a differenti obiettivi delle azioni di sanità pubblica.
CONCLUSIONI:
nonostante la varietà di approcci alla stima dell’eccesso di mortalità, questo lavoro fornisce un approccio metodologico originale per la descrizione dei comuni in relazione all’eccesso di mortalità, aggiustando per l’incertezza spaziale e temporale.

Parole chiave: eccesso di mortalità, COVID-19, modelli bayesiani, rischio attribuibile, valori Q, modelli gerarchici


  • Se sei abbonato scarica il PDF nella colonna in alto a destra
  • Se non sei abbonato ti invitiamo ad abbonarti online cliccando qui
  • Se vuoi acquistare solo questo articolo scrivi a: abbonamenti@inferenze.it (20 euro)


Inserisci il tuo commento

L'indirizzo mail è privato e non verrà mostrato pubblicamente.
CAPTCHA
Riporta le lettere mostrate nel riquadro senza spazi. Non c'è differenza tra maiuscole e minuscole.
w
f
c
P
R
Non inserire spazi. E' indifferente l'uso del maiuscolo/minuscolo