Previsione in tempo reale delle epidemie di influenza e virus respiratorio sinciziale in assistenza primaria usando il modello di Gompertz

Perché i virus invernali contano nella vita di tutti i giorni

Ogni inverno, ondate di influenza e un virus meno noto chiamato RSV (virus respiratorio sinciziale) affollano gli ambulatori e i reparti ospedalieri. Queste malattie sono di norma brevi per la maggior parte delle persone, ma possono risultare letali per i neonati, gli anziani e i soggetti fragili, e gravano pesantemente sui sistemi sanitari. Questo studio pone una domanda pratica: è possibile prevedere in modo affidabile, in tempo reale, quando questi periodici epidemici raggiungeranno il picco usando le informazioni quotidiane che i medici di famiglia già registrano, e farlo con uno strumento sufficientemente semplice per l'uso routinario di sanità pubblica?

Dalle visite cliniche a una “previsione meteorologica” dell’epidemia

Il team di ricerca si è concentrato sulla Catalogna, una regione della Spagna con 7,8 milioni di abitanti, dove la maggior parte dei casi di influenza e bronchiolite viene gestita in assistenza primaria, non in ospedale. Hanno utilizzato dati anonimizzati di diagnosi giornaliere provenienti da tutti gli studi di assistenza primaria pubblici tra il 2018 e il 2024, insieme a cartelle ospedaliere e risultati rapidi per RSV. Per l'influenza è stato possibile usare direttamente le diagnosi di assistenza primaria. Per RSV la situazione era più complessa, perché molti virus diversi possono causare bronchiolite nei neonati. Gli autori hanno quindi collegato i registri di bronchiolite dell'assistenza primaria con i dati ospedalieri e i test antigenici rapidi per stimare quale quota della bronchiolite fosse realmente dovuta a RSV, ottenendo una serie temporale depurata e specifica per RSV adatta alla modellizzazione.

Una curva semplice che cattura epidemie complesse

Invece di costruire una simulazione altamente dettagliata di come le persone si infettano a vicenda, il team ha scelto una curva di crescita empirica nota come modello di Gompertz. Questo modello descrive come un’epidemia cresca rapidamente all’inizio, poi rallenti avvicinandosi al numero massimo di casi. Adattando questa curva ai casi cumulativi giornalieri, i ricercatori sono stati in grado di stimare tre aspetti chiave di ogni stagione epidemica: quanto rapidamente cresceva all’inizio, quanti casi avrebbe generato in totale e quando si sarebbe verificato il picco. Fondamentalmente, il modello richiede solo diagnosi raccolte routinariamente e non si basa su assunzioni riguardo immunità, vaccinazione o comportamento sociale, rendendolo più facile da adattare quando le condizioni cambiano.

Vedere il picco un mese prima che arrivi

Applicando il modello di Gompertz a diverse stagioni pre- e post-COVID, gli autori hanno scoperto di poter generalmente prevedere la settimana del picco epidemico sia per l'influenza sia per la bronchiolite da RSV fino a circa un mese in anticipo, con un’incertezza di appena una settimana e stime delle dimensioni del picco tipicamente entro il 35 percento. Le stime del picco del modello rientravano quasi sempre negli intervalli di confidenza statistici, anche quando i conteggi giornalieri singoli erano rumorosi a causa di ritardi di segnalazione o picchi improvvisi. Le stagioni post-pandemiche e la stagione di RSV successiva all’introduzione di un nuovo anticorpo protettivo (nirsevimab) sono state più difficili da prevedere con precisione, evidenziando come cambiamenti importanti nella circolazione virale o nella prevenzione possano temporaneamente perturbare i modelli consolidati.

Forme diverse per le ondate di influenza e RSV

Lo studio mostra inoltre che le epidemie di influenza e RSV non si comportano allo stesso modo. Le ondate influenzali tendono a salire e scendere in modo più accentuato, producendo una curva relativamente simmetrica che si svolge in un periodo più breve. Al contrario, le epidemie di bronchiolite da RSV nei bambini piccoli mostrano un’intensa crescita iniziale seguita da un calo lungo e prolungato, creando un’onda più ampia. Le curve adattate suggeriscono che ogni caso di RSV in questo gruppo d’età inizialmente porta a circa tre nuove infezioni, rispetto a circa due per l'influenza. Queste differenze sono importanti per la pianificazione: le stagioni di RSV possono mantenere i servizi pediatrici occupati più a lungo, anche quando il numero complessivo di casi è simile.

Trasformare i numeri in azioni anticipate

Per i funzionari di sanità pubblica, la conclusione principale è che una curva matematica semplice, alimentata da dati aggiornati dell'assistenza primaria, può funzionare come un sistema di allerta precoce stagionale. Indicando, con settimane di anticipo, quando è probabile che arrivi un picco di influenza o RSV e quanto potrebbe essere intenso, l'approccio basato su Gompertz può guidare decisioni su personale, posti letto ospedalieri e tempistiche di campagne vaccinali o di somministrazione di anticorpi. Pur richiedendo ancora supervisione esperta—soprattutto quando nuovi vaccini, misure di sanità pubblica o pandemie cambiano le regole del gioco—il metodo offre un modo trasparente e adattabile per trasformare le visite cliniche quotidiane in previsioni pratiche e in tempo reale della pressione dei virus invernali.

Citazione: Perramon-Malavez, A., Ye, Q., López, D. et al. Real-time prediction of influenza and respiratory syncytial virus epidemics in primary care using the Gompertz model. Sci Rep 16, 5763 (2026). https://doi.org/10.1038/s41598-026-36519-w

Parole chiave: influenza, bronchiolite da RSV, previsione epidemica, dati di assistenza primaria, modello di Gompertz