Influenza globale: il gioco nascosto tra i virus che decide le epidemie

Ogni stagione influenzale è diversa dalla precedente. A cambiare non è solo il numero di casi, ma soprattutto il “mix” dei virus in circolazione: A/H1N1, A/H3N2 e influenza B. Alcuni anni domina l’H3N2, che spesso si accanisce sugli anziani, altri l’H1N1 colpisce di più i giovani. Capire in anticipo quale sottotipo prevarrà significa pianificare meglio ospedali, distribuzione dei vaccini e campagne di prevenzione.

Un nuovo studio internazionale, “Characterization and forecast of global influenza (sub)type dynamics”, pubblicato su Nature Health, prova a rispondere a una domanda cruciale: è possibile prevedere la composizione dei sottotipi influenzali con un anno di anticipo? La ricerca è stata condotta da Francesco Bonacina, attualmente ricercatore al centro DONDENA dell’Università Bocconi, e da Chiara Poletto, del Dipartimento di Medicina Molecolare dell’Università di Padova, in collaborazione con Pierre-Yves Boëlle e Vittoria Colizza (Institut national de la santé et de la recherche médicale, Francia), Olivier Lopez (École polytechnique, Francia) e Maud Thomas (Université Claude Bernarde Lyon, Francia). 

Dal caos apparente a traiettorie leggibili

Il punto di partenza è tecnico ma decisivo: i dati sui sottotipi sono percentuali che sommano sempre a 100%, e questo rende difficile analizzarli con metodi statistici tradizionali. Per superare l’ostacolo, i ricercatori hanno applicato un approccio innovativo per l’epidemiologia:

“Abbiamo utilizzato l'analisi composizionale dei dati per aggirare il problema e studiare l'andamento della composizione dei sottotipi annuali nei vari paesi.”

Invece di osservare solo le percentuali isolate, il team ha ricostruito vere e proprie traiettorie temporali per ogni Paese, dal 2000 al 2023, studiando l’equilibrio tra H1N1, H3N2 e B in uno spazio matematico analizzabile.

Gli anni che hanno cambiato tutto

Il risultato mostra che il mix dei sottotipi può variare molto da un anno all’altro e, in particolare, alcune stagioni emergono con chiarezza come anomalie globali.

“Abbiamo individuato alcune stagioni che si sono distinte per la forte predominanza di un sottotipo all’interno di un Paese, dovuta alla diffusione di un nuovo virus (…) oppure alla segregazione spaziale dei sottotipi (pandemia di COVID-19).”

Nel 2003 domina l’H3N2, nel 2009 l’H1N1 pandemico ribalta gli equilibri mondiali. Durante il COVID-19, invece, i sottotipi si “separano” geograficamente, complice il crollo dei viaggi internazionali. E proprio la mobilità emerge come fattore chiave:

“I fattori geografici, in particolare la mobilità internazionale, hanno contribuito a determinare l'andamento demografico dei vari paesi tra il 2010 e il 2019.”

I Paesi più connessi via aerea mostrano andamenti simili nell’alternanza dei sottotipi. L’influenza non segue solo il clima: segue le rotte.

Prevedere il prossimo inverno

La parte più ambiziosa dello studio riguarda la previsione della composizione dei sottotipi con un anno di anticipo. I ricercatori hanno testato cinque modelli, dai più semplici — basati sulla frequenza dei sottotipi negli anni precedenti o sull’alternanza storica tra H1N1 e H3N2 — fino a modelli statistici avanzati capaci di integrare informazioni temporali e spaziali.

“L'integrazione della storia globale della composizione dei sottotipi in un modello vettoriale autoregressivo gerarchico bayesiano ha migliorato le previsioni rispetto ai metodi ingenui.”

Il modello più performante, chiamato HVAR (Bayesian Hierarchical Vector AutoRegressive), non si limita a guardare il passato di un singolo Paese., ma “impara” anche dalle traiettorie dei paesi affini, per esempio quelli fortemente connessi dai flussi aerei. Integrando anche queste informazioni geografiche, il modello riesce quindi a compensare il limite delle serie temporali brevi (solo pochi anni di dati stabili tra le due pandemie).

I risultati mostrano un miglioramento significativo rispetto a metodi meno sofisticati soprattutto nel prevedere se un sottotipo sarà dominante (>50% dei casi) o, al contrario, marginale (<10%). In particolare, la previsione della dominanza di A/H3N2 (spesso associata a influenze stagionali più severe) risulta sensibilmente più accurata.

Anticipare con precisione quale virus prevarrà resta difficile. Tuttavia, il salto metodologico è importante: per la prima volta, la struttura geografica globale dei sottotipi viene incorporata formalmente in un modello predittivo.

L’importanza di una previsione affidabile

La composizione dei sottotipi influenza età colpite, gravità dell’epidemia e pressione sugli ospedali. Disporre di previsioni più affidabili significa guadagnare mesi preziosi per organizzare risorse e strategie. Lo studio dimostra che dietro l’apparente imprevedibilità dell’influenza globale esiste una struttura riconoscibile e che, con gli strumenti statistici giusti, il futuro può essere meno opaco di quanto sembri.