La capacità di arrestare una pandemia nelle sue fasi iniziali rappresenta una delle sfide più complesse per la sanità pubblica moderna. Un nuovo studio condotto dai ricercatori della Columbia University Mailman School of Public Health rivela ora, attraverso sofisticate simulazioni computazionali, perché questo obiettivo risulti così difficile da raggiungere: entrambe le pandemie da virus H1N1 del 2009 e da SARS-CoV-2 del 2020 si erano già diffuse nella maggior parte delle aree metropolitane statunitensi nell'arco di poche settimane, spesso prima che venissero rilevati i primi casi o attivate le misure di risposta governative.
Lo studio, pubblicato sulla rivista Proceedings of the National Academy of Sciences, costituisce la prima analisi comparativa diretta delle modalità di diffusione geografica di queste due emergenze sanitarie attraverso il territorio degli Stati Uniti. I ricercatori hanno sviluppato modelli matematici avanzati che integrano dati dettagliati sulla trasmissibilità di ciascun patogeno con informazioni sui flussi di traffico aereo, gli spostamenti quotidiani della popolazione e la possibilità di eventi di super-diffusione, analizzando oltre trecento aree metropolitane statunitensi.
Le dimensioni dell'impatto di queste due pandemie differiscono sostanzialmente: l'influenza H1N1 del 2009 ha causato 274.304 ospedalizzazioni e 12.469 decessi negli Stati Uniti, mentre COVID-19 ha avuto conseguenze molto più devastanti, con 1,2 milioni di morti confermati fino ad oggi. Nonostante questa differenza nella letalità, entrambi i patogeni hanno mostrato schemi di diffusione geografica sorprendentemente rapidi, seguendo percorsi diversi tra le località ma facendo affidamento su comuni snodi di trasmissione.
Le simulazioni hanno identificato aree metropolitane chiave come New York e Atlanta quali hub centrali nella propagazione pandemica. Il traffico aereo è emerso come il principale motore della diffusione rapida, con un impatto significativamente maggiore rispetto agli spostamenti quotidiani locali. Questo dato sottolinea come la connettività globale e nazionale rappresenti un'arma a doppio taglio: facilita gli scambi economici e culturali in tempi normali, ma accelera drammaticamente la trasmissione di agenti patogeni emergenti durante le crisi sanitarie.
Un elemento critico emerso dall'analisi riguarda l'elevato grado di incertezza nei pattern di trasmissione. Questa variabilità intrinseca rende estremamente difficile prevedere in tempo reale dove emergeranno nuovi focolai, complicando la pianificazione delle risposte di salute pubblica. Come spiega Sen Pei, professore assistente di scienze della salute ambientale presso la Columbia Mailman School e autore senior dello studio, "l'espansione della copertura della sorveglianza delle acque reflue, abbinata a un efficace controllo delle infezioni, potrebbe potenzialmente rallentare la diffusione iniziale di future pandemie".
Il riferimento alla sorveglianza delle acque reflue non è casuale: precedenti ricerche hanno già dimostrato il valore di questo approccio come strumento di allerta precoce, e il nuovo studio fornisce ulteriori evidenze del suo potenziale ruolo nel migliorare la preparedness pandemica e nel rallentare la trasmissione nelle fasi iniziali. Il monitoraggio delle acque reflue consente infatti di rilevare la presenza di materiale genetico virale nella popolazione prima ancora che emergano sintomi clinici o vengano effettuati test diagnostici su larga scala.
Oltre alla ricostruzione retrospettiva delle ultime due pandemie, il gruppo di ricerca guidato da Renquan Zhang della Dalian University of Technology in Cina ha sviluppato un framework metodologico flessibile applicabile allo studio delle fasi iniziali di altri focolai epidemici. I ricercatori sottolineano che, sebbene la mobilità umana rappresenti un fattore determinante, numerosi altri elementi influenzano l'evoluzione delle epidemie, inclusi i profili demografici delle popolazioni, i calendari scolastici, le festività invernali e i pattern meteorologici.
Il lavoro si inserisce in un programma di ricerca decennale condotto da Jeffrey Shaman e collaboratori, tra cui lo stesso Sen Pei, finalizzato al perfezionamento dei metodi di tracciamento e simulazione della diffusione di malattie infettive come influenza e COVID-19. I loro strumenti di previsione in tempo reale stimano la velocità di crescita dei focolai, le aree verso cui probabilmente si diffonderanno e quando potrebbero raggiungere il picco, fornendo supporto essenziale ai processi decisionali di sanità pubblica.
