COVID-19 Data Analysis

Dettagli ISS

Sesso, età, stato clinico.

Max Pierini


Fonte dati: EpiCentro-ISS

PERCENTUALE SINTOMATICI

<ipython-input-3-1f17f7a5d393>:1: FutureWarning: Your version of xlrd is 1.2.0. In xlrd >= 2.0, only the xls format is supported. As a result, the openpyxl engine will be used if it is installed and the engine argument is not specified. Install openpyxl instead.
  sint = pd.read_excel(

Per stimare la percentuale di nuovi casi sintomatici sul totale dei nuovi casi, è prima necessario aggiustare il ritardo tra inizio sintomi (come definito da ISS) e comunicazione dei casi da parte di DPC.

Si nota un ritardo di circa 10 giorni.

Aggiustando il ritardo possiamo pertanto far combaciare i massimi locali delle due curve.

Prima di calcolare la percentuale di sintomatici, smussiamo con media mobile (finestra 7 giorni) per ridurre gli effetti dei bias nei report (stagionalità settimanale).

Cacoliamo infine la percentuale di sintomatici.

Mostriamo di seguito anche il numero di riproduzione $R_t$ stimato sui soli casi sintomatici, con metodo EpiEstim su finestra temporale di 14 giorni, escludendo dalla stima le ultime 2 settimane (in fase di aggiornamento e consolidamento) e imputando il valore stimato di $R_t$ all'ultimo giorno di ciascuna finestra.

La stima è sovrapponibile alle stime di EpiData sui casi totali (vedi Stime Rt).

DECESSI

<ipython-input-17-62a7658c2df0>:1: FutureWarning: Your version of xlrd is 1.2.0. In xlrd >= 2.0, only the xls format is supported. As a result, the openpyxl engine will be used if it is installed and the engine argument is not specified. Install openpyxl instead.
  sesso_eta = pd.read_excel(

LETALITÀ

MORTALITÀ

NOTA METODOLOGICA:

  • si suppone che i decessi totali $D_\eta$ per fascia d'età $\eta$ del periodo Gennaio 2020 - Maggio 2021 (dati ISTAT attualmente disponibili) siano una buona stima della mortalità generale del periodo scelto
$$ D_\eta \;,\; \eta \in [ \textrm{0-9}, \textrm{10-19} ... \textrm{100+} ] $$
  • si stima infine la percentuale $p_\eta$ di decessi in quadro di COVID-19 $C_{\eta}$ sul totale dei decessi $D_{\eta}$ per fascia d'età $\eta$
$$ p_\eta = \frac{C_\eta}{D_\eta} $$

È interessante notare che

  1. la maggior percentuale di decessi in quadro di COVID-19 sia relativa alla fascia d'età 70-79 e sia minore in fasce d'età superiori

  2. per fasce d'età superiori ai 30 anni la percentuale di decessi in quadro di COVID-19 sia superiore al 3%

STATO CLINICO

<ipython-input-36-818fe2b99896>:1: FutureWarning: Your version of xlrd is 1.2.0. In xlrd >= 2.0, only the xls format is supported. As a result, the openpyxl engine will be used if it is installed and the engine argument is not specified. Install openpyxl instead.
  stato_clinico = pd.read_excel(

Percentuale contagi


© 2020 Max Pierini. Thanks to Sandra Mazzoli & Alessio Pamovio. ipynb-website © 2017 Peter Carbonetto & Gao Wang

Exported from Italia/ISS.ipynb committed by maxdevblock on Tue Oct 26 15:35:24 2021 revision 299, cb2a8931