Rural-urban disparities and associated factors of SARS-CoV-2 infection in Zambia: A convergent mixed-methods study using the Proximate Determinant Framework.

Quando un virus si diffonde in una popolazione, raramente colpisce tutti allo stesso modo. Alcune comunità sembrano contrarlo più spesso, mentre altre sembrano sfuggirgli, portando a una naturale domanda: questa differenza è causata semplicemente da dove le persone vivono, o è guidata dalle condizioni specifiche della loro vita quotidiana? Nella sanità pubblica, gli scienziati guardano spesso ai "determinanti prossimali" delle malattie. Questo concetto suggerisce che i fattori ampi come la geografia o la ricchezza non infettano direttamente una persona. Invece, queste forze più grandi plasmano i comportamenti e le circostanze immediate che portano all'infezione, come la facilità con cui qualcuno può sottoporsi a un test, se crede di essere a rischio o se può permettersi di restare a casa quando è malato. Comprendere questa catena di causa ed effetto è vitale per fermare le future epidemie, perché una soluzione che funziona in una città frenetica potrebbe fallire completamente in un villaggio tranquillo se le ragioni sottostanti alla diffusione sono diverse.

Un team di ricercatori in Zambia si è recentemente posto l'obiettivo di districare questi fili per il virus SARS-CoV-2, il patogeno che causa il COVID-19. Volevano sapere se il divario tra i tassi di infezione rurali e urbani fosse una semplice questione di posizione, o se fosse in realtà un riflesso di differenze più profonde nel modo in cui le persone vivevano, imparavano e accedevano all'assistenza sanitaria. Per trovare la risposta, si sono recati in tre aree distinte: Ndola, una città trafficata; Kafie, una zona industriale semi-urbana; e Lufwanyama, un distretto rurale. Non si sono affidati a un solo tipo di evidenza. Al contrario, hanno combinato un ampio sondaggio tra i membri della comunità con una revisione delle cartelle cliniche ospedaliere e conversazioni approfondite con sopravvissuti, medici e leader locali. Questo approccio ha permesso loro di vedere non solo i numeri delle persone infette, ma anche le storie dietro quei numeri.

I ricercatori hanno scoperto che, sebbene i tassi di infezione variassero tra le tre località, con le aree rurali che mostravano una positività leggermente superiore rispetto alle città, il luogo in cui una persona viveva non era la causa diretta della sua infezione. Infatti, quando i dati sono stati analizzati attentamente, il semplice fatto di vivere in un distretto rurale o urbano non ha predetto statisticamente chi si sarebbe ammalato. Invece, i veri motori erano personali e pratici. Lo studio ha rivelato che gli adulti più anziani, specificamente quelli di età pari o superiore a 49 anni, affrontavano probabilità di infezione significativamente più elevate rispetto ai più giovani. Anche l'istruzione ha giocato un ruolo importante; gli individui con un'istruzione secondaria avevano meno probabilità di essere infetti rispetto a quelli con solo un'istruzione primaria. Forse in modo sorprendente, il luogo in cui una persona andava per sottoporsi al test contava. Coloro che sono stati testati in un ospedale avevano meno probabilità di risultare positivi rispetto a coloro che sono stati testati altrove, suggerendo che il modo in cui le persone accedevano al sistema sanitario influenzava i risultati osservati.

Le storie umane raccolte dai ricercatori hanno aiutato a spiegare perché esistessero questi modelli. Nelle comunità rurali, molti inizialmente credevano che il virus fosse un problema solo per gli abitanti delle città, una percezione che li rendeva meno propensi a prendere precauzioni come indossare mascherine o lavarsi le mani. Al contrario, i residenti delle città sentivano spesso che il virus era ovunque, eppure faticavano comunque a seguire le regole di sicurezza a causa delle condizioni di vita affollate o della necessità di lavorare. La ricerca ha anche evidenziato un distacco tra conoscenza e azione. Mentre la maggior parte delle persone sapeva come si diffondeva il virus, la loro capacità di agire su tale conoscenza dipendeva dal loro ambiente. Ad esempio, nelle aree rurali, la mancanza di kit per i test presso le cliniche locali faceva sì che le persone venissero spesso istruite a isolarsi a casa senza conferma, mentre le cliniche cittadine disponevano di più risorse. I tassi di vaccinazione erano più alti in città, spinti dalle esigenze lavorative e dalla maggiore facilità di accesso, ma lo studio ha riscontrato che la vaccinazione non cambiava statisticamente le probabilità di infezione in questo specifico periodo post-picco, probabilmente perché il virus aveva già circolato ampiamente o perché altri fattori come l'età e il comportamento erano più dominanti.

In definitiva, lo studio suggerisce che le differenze nei tassi di infezione tra le aree rurali e urbane dello Zambia non sono una storia semplice di geografia. Sono il risultato di un complesso mix di età, istruzione e capacità di accedere all'assistenza sanitaria e alle informazioni. I ricercatori hanno concluso che, per prepararsi a future epidemie respiratorie, le autorità sanitarie non possono trattare tutte le comunità allo stesso modo. Le strategie devono essere adattate alle barriere specifiche che ogni gruppo affronta, che si tratti di portare kit per i test nei villaggi remoti, affrontare la paura degli effetti collaterali in specifiche comunità o progettare messaggi che risuonino con le realtà quotidiane dei lavoratori agricoli rispetto a quelli delle fabbriche. Comprendendo che l'infezione è plasmata dalle scelte immediate e dai vincoli della vita quotidiana piuttosto che da una semplice coordinata sulla mappa, le risposte di sanità pubblica possono diventare più efficaci ed eque.