Il piano di Alessia Melegaro per capire perche' ci vacciniamo

Nel 2020 modelli epidemiologici come il SEIR (Susceptible, Exposed, Infectious, Recovered - suscettibile, esposto, infettivo, ristabilito), che prevede l'evoluzione di un'epidemia in base al numero di infezioni secondarie prodotte da ogni individuo infetto (il famoso R0), sono stati utilizzati dalle autorità per decidere le misure di salute pubblica e sono quasi diventati argomento di discussione domestica. Questi modelli sono oggi considerati essenziali per fornire indicazioni sulla diffusione di un'epidemia, sull'impatto potenziale degli interventi e per fornire stime sui livelli di immunizzazione necessari per interrompere la trasmissione. Tuttavia, non considerano né i trend demografici né i comportamenti umani, che sono guidati dalla percezione individuale dei rischi e possono determinare la conformità a misure come le vaccinazioni, le mascherine o il distanziamento.

Alessia Melegaro, direttrice del COVID Crisis Lab della Bocconi, nel 2011 ha vinto un ERC Starting Grant per un progetto che mira a integrare i trend demografici e le interazioni sociali nei modelli epidemiologici e ora ha ottenuto un ERC Consolidator Grant per IMMUNE (Modelling the Impact of Human Behaviours on Infections Spread), un progetto che mira a incorporare le dinamiche del comportamento umano e, in particolare, le decisioni circa le vaccinazioni. Nei modelli che ne deriveranno, questi elementi potranno cambiare in funzione di fattori interni ed esterni, come le dinamiche della malattia, la disponibilità di vaccini e gli allarmi vaccinali, il panico, le norme sociali e gli effetti tra pari.

Il progetto, presentato all'European Research Council prima che il COVID-19 colpisse l'Europa, si concentra sulla cosiddetta vaccine hesitancy (la titubanza a farsi vaccinare), sulle sue determinanti e sulle sue conseguenze per la salute pubblica. "Il basso tasso di vaccinazione impedisce l'eliminazione di malattie come il morbillo, che potrebbe invece essere eradicato", spiega Melegaro. Nel 2019 gli Stati Uniti hanno registrato il più alto numero di casi di morbillo degli ultimi 25 anni, mentre quattro paesi europei - Albania, Cechia, Grecia e Regno Unito - hanno perso il loro status di nazioni libere dal morbillo nel 2018 a seguito del protrarsi di focolai della malattia.

Gli studi indicano che le cause principali della titubanza sono la paura degli effetti collaterali del vaccino, il basso rischio percepito di malattie che potrebbero essere prevenute col vaccino e la diffidenza nei confronti del sistema sanitario. Purtroppo, fornire informazioni corrette, sfatare i miti (come il legame tra vaccini e autismo) e fornire informazioni sui pericoli delle malattie infettive si è dimostrato inefficace e potrebbe addirittura ridurre l'intenzione di vaccinarsi. Si stanno perciò esplorando altri approcci, tra cui la promozione di comportamenti altruistici quando il livello di copertura è superiore all'immunità del gregge e l'incentivo al free-riding è elevato, o l'obbligatorietà delle vaccinazioni infantili.

L'uso di Internet da parte degli individui offre opportunità senza precedenti per indagare i fenomeni sociali collettivi. L'analisi del micro-blogging e le fonti di monitoraggio digitale sono informazioni chiave per studiare i processi socio-demografici e il comportamento umano e, in particolare, per comprendere l'atteggiamento degli individui verso le vaccinazioni. Parallelamente, i modelli di trasmissione meccanicistici hanno beneficiato di progressi computazionali e di un'ampia disponibilità di dati sulla mobilità e sulla struttura socio-demografica delle popolazioni. "Il mio scopo è quindi quello di colmare questa lacuna, comprendendo i fattori determinanti della domanda di vaccino, i canali attraverso i quali vengono raccolte le informazioni, il processo decisionale e l'impatto che questo avrà sull'epidemiologia della malattia e sul rischio associato", conclude Melegaro.

La grande quantità di dati raccolti durante la pandemia di COVID permetterà inoltre al team di ricerca di studiare gli effetti di altre forme di variabilità del comportamento che influenzano la diffusione di una malattia, come quelle relative alle regole di distanziamento sociale e all'uso delle mascherine.