Joint economic and epidemiological modelling of alternative pandemic response strategies

Riepilogo Tecnico: Modellazione Economica ed Epidemiologica Congiunta di Strategie Alternative di Risposta alle Pandemie

Enunciato del Problema
Le pandemie emergenti presentano ai decisori politici scelte ad alto rischio in condizioni di incertezza e con dati limitati. Queste decisioni richiedono compromessi tra gli impatti sanitari della malattia e i costi economici delle misure di controllo. Sebbene i modelli matematici si siano tradizionalmente concentrati sugli esiti sanitari diretti (ad esempio, picchi di infezione, mortalità), spesso trascurano i costi economici delle misure di controllo (Misure di Sanità Pubblica e Sociali, o PHSM) e le risposte comportamentali della popolazione. La letteratura esistente si è concentrata in larga misura sull'ottimizzazione delle strategie di mitigazione (raggiungimento dell'immunità di gregge) o sulla minimizzazione delle infezioni soggette a vincoli, con un'attenzione comparativamente scarsa al confronto dei costi aggregati delle strategie di mitigazione rispetto a quelle di soppressione ed eliminazione attraverso parametri epidemiologici ed economici variabili.

Metodologia
Gli autori propongono un nuovo quadro matematico che integra le dinamiche di trasmissione epidemiologica con funzioni di costo economico per confrontare tre distinte strategie di risposta: mitigazione, soppressione ed eliminazione.

1. Modello di Trasmissione:
   Il componente epidemiologico centrale è un modello SIR basato su compartimenti (Suscettibili $S$, Infetti $I$) in una popolazione chiusa e omogenea di dimensione $N$. La forza di infezione è modulata da un livello di attività $a(t) \in [0, 1]$, dove $a(t)=1$ rappresenta l'attività di base. Il modello impiega un "accoppiamento quadratico", dove la forza di infezione è proporzionale a $a(t)^2$, riflettendo il prodotto dei livelli di attività sia degli individui suscettibili che di quelli infetti.

2. Funzione di Costo:
   Il quadro definisce una funzione di costo totale composta da:

   • Costi delle Infezioni ($k$): Un costo pro capite associato all'infezione, comprendente mortalità, morbilità, costi sanitari e mancati guadagni.
   • Costi di Controllo: Il costo della riduzione dell'attività, modellato come una funzione convessa $c_1(1-a(t)) + c_2(1-a(t))^2$, che rappresenta il costo marginale crescente di restrizioni più severe.
   • Costi Specifici della Strategia:
     • Controllo delle Frontiere ($b$): Un costo fisso giornaliero per il mantenimento di controlli frontali rigorosi in una strategia di eliminazione.
     • Controllo dei Focolai: Costi associati al rilevamento e all'eliminazione di focolai sporadici legati alle frontiere mediante misure di Test-Traccia-Isolamento (TTI) e restrizioni temporanee comunitarie.

3. Formulazioni delle Strategie:

   • Mitigazione Centralizzata: Un problema di controllo ottimale in cui un pianificatore centrale minimizza il costo aggregato su un orizzonte temporale infinito. La soluzione richiede che la popolazione raggiunga infine la soglia dell'immunità di gregge.
   • Mitigazione Decentralizzata: Un approccio basato sulla teoria dei giochi (equilibrio di Nash) in cui individui auto-interessati minimizzano i propri costi. Questo cattura la risposta comportamentale endogena (distanziamento sociale volontario) in assenza di mandati centrali.
   • Soppressione: Una strategia che mantiene il numero di riproduzione effettivo ($R_{eff}$) pari o inferiore a 1 mediante controlli comunitari sostenuti e misure TTI fino a quando un vaccino/terapia non diventa disponibile al tempo $T$.
   • Eliminazione: Una strategia che fa affidamento su controlli frontali rigorosi per minimizzare le infezioni importate, con controlli comunitari applicati solo per eliminare i focolai rilevati legati alle frontiere. Il modello assume che i focolai si verifichino con frequenza $r$ e vengano rilevati dopo un tempo $t_{det}$.

4. Parametrizzazione:
   Il quadro è ancorato utilizzando dati dalla risposta della Nuova Zelanda alla pandemia di Covid-19 del 2020. I parametri includono costi stimati delle PHSM (derivati dai dati del Tesoro della Nuova Zelanda), costi di chiusura delle frontiere e costi delle infezioni (stimati tramite preferenze rivelate dai dati sudcoreani e calcoli sanitari/economici bottom-up). Le simulazioni esplorano una gamma di numeri di riproduzione di base ($R_0$) e costi delle infezioni ($k$).

Contributi Chiave

• Quadro Unificato: Il documento introduce un quadro comparativo che calcola esplicitamente i costi economici e sanitari aggregati di mitigazione, soppressione ed eliminazione, consentendo un'analisi diretta dei compromessi.
• Risposta Comportamentale Endogena: Il modello quantifica esplicitamente la risposta "decentralizzata", dimostrando come il comportamento razionale individuale (senza mandati centrali) differisca dalla soluzione "socialmente ottimale" centralizzata.
• Analisi delle Soglie: Lo studio identifica soglie specifiche nello spazio dei parametri (in particolare $R_0$ e $k$) che determinano la strategia più efficiente in termini di costi.
• Dipendenza dall'Orizzonte Temporale: Il quadro evidenzia che la strategia ottimale è condizionata all'orizzonte temporale ($T$) fino a quando un vaccino o una terapia efficace non diventano disponibili.

Risultati
Le simulazioni, visualizzate attraverso vari scenari di trasmissibilità ($R_0$) e gravità/costo delle infezioni ($k$), producono le seguenti constatazioni:

• Bassa Gravità/Basso Costo ($k$): La mitigazione è generalmente la strategia più efficiente in termini di costi. Quando il costo per infezione è basso, il peso economico di controlli rigorosi supera i benefici sanitari. In casi estremi (basso $k$, alto $R_0$), né la mitigazione centralizzata né quella decentralizzata risultano in alcuna riduzione dell'attività.
• Alta Gravità/Alto Costo ($k$):
  • Basso $R_0$: La soppressione è la più efficiente in termini di costi. Una modesta riduzione dell'attività combinata con misure TTI può mantenere $R_{eff} \leq 1$ a un costo inferiore rispetto all'eliminazione.
  • Alto $R_0$: L'eliminazione diventa più efficiente in termini di costi rispetto alla soppressione. Quando $R_0$ è alto, il costo del mantenimento della soppressione comunitaria per mantenere $R_{eff} \leq 1$ supera il costo dei controlli frontali e della gestione sporadica dei focolai.
• Decentralizzata vs Centralizzata: La risposta decentralizzata (equilibrio di Nash) risulta costantemente in costi aggregati più elevati e in una minore riduzione dell'attività rispetto alla soluzione ottimale centralizzata, poiché gli individui non tengono conto delle esternalità del loro comportamento sulla dinamica epidemica.
• Caso Studio Nuova Zelanda: Utilizzando stime parametriche per SARS-CoV-2 in Nuova Zelanda (2020), il modello colloca lo scenario vicino o sopra la soglia in cui l'eliminazione è prevista essere più efficiente in termini di costi rispetto alla mitigazione. Questo si allinea con l'osservazione storica secondo cui la strategia di eliminazione della Nuova Zelanda ha minimizzato gli impatti sanitari consentendo al contempo periodi più brevi di lockdown rigoroso rispetto ad altre giurisdizioni.
• Sensibilità: L'efficienza in termini di costi dell'eliminazione è altamente sensibile alla frequenza dei focolai legati alle frontiere ($r$), al tempo di rilevamento ($t_{det}$) e all'efficacia delle misure TTI ($\alpha$). Miglioramenti nella sorveglianza e nel controllo delle frontiere riducono il costo dell'eliminazione.

Significato e Affermazioni
Gli autori posizionano questo quadro come uno strumento di supporto alle decisioni piuttosto che un predittore definitivo della politica ottimale. Il documento rivendica il seguente significato:

• Adattabilità: Il modello utilizza un numero relativamente ridotto di parametri che possono essere stimati rapidamente per nuovi patogeni, rendendolo adatto alla pianificazione delle fasi iniziali di una pandemia.
• Razionale Sfumato: Quantificando il beneficio netto marginale dell'intervento rispetto a un benchmark di non intervento (tenendo conto del comportamento endogeno), il quadro fornisce una motivazione più sfumata per l'implementazione delle PHSM.
• Guida Strategica: Chiarisce come la scelta della strategia dipenda dall'interazione tra trasmissibilità della malattia, gravità, costi economici e tempo previsto per le contromisure mediche.
• Limitazioni e Lavori Futuri: Gli autori riconoscono modestamente che il modello semplifica realtà complesse, come l'eterogeneità della popolazione, le dinamiche stocastiche dei focolai e gli impatti sociali/psicologici di restrizioni prolungate. Osservano che il modello assume una popolazione omogenea e non tiene conto del controllo globale del patogeno o dell'evoluzione delle varianti. Viene proposto un lavoro futuro per incorporare la stratificazione della popolazione e dinamiche comportamentali più dettagliate.

In conclusione, il documento sostiene che, sebbene nessuna strategia singola sia universalmente ottimale, questo quadro offre un metodo strutturato per valutare i compromessi tra esiti sanitari ed economici, aiutando i decisori politici a navigare nel complesso panorama delle strategie di risposta alle pandemie.