RKI ora stima solo gli incidenti: lo statistico dice se potrebbe andare bene

Il numero di casi di coronavirus in Germania è più alto che mai. Di conseguenza, i laboratori non possono più tenere il passo con l’aumento del numero di test. Risultato: il numero effettivo di nuove infezioni potrebbe non essere riportato.

Per evitare ciò, il Robert Koch Institute (RKI) vuole stimare il numero di casi in futuro. FOCUS Online ha chiesto all’esperto di dati Christian Hess l’utilità di questa procedura.

Statistici: le stime possono fornire risultati “abbastanza accurati”.

“La parola ‘apprezzamento’ ha una connotazione negativa in tedesco e suggerisce che stai cercando di valutare qualcosa che non conosci esattamente, con un sentimento interiore”, afferma lo statistico. A questo proposito, il linguaggio è associato a molta confusione e scarsa affidabilità.

“Ma non deve essere così”, sottolinea il capo del Dipartimento di statistica matematica dell’Università di Stoccarda. Tecniche di stima statisticamente competenti e sofisticate possono fornire risultati abbastanza accurati, inclusi potenziali margini di errore che è improbabile che le stime superino.

Basti pensare, ad esempio, alle previsioni pubblicate poco dopo le 18 dei giorni elettorali dagli istituti elettorali sul comportamento di voto di 60 milioni di aventi diritto. “Queste previsioni sono anche stime e di solito sono abbastanza accurate”, spiega Hess.

Quando le stime di occorrenza sono realistiche

Queste stime si basavano su un piccolo campione di poche migliaia di persone a cui è stato chiesto nel contesto di un “referendum del giorno del seggio elettorale” durante la giornata come votassero al seggio elettorale. Quindi, anche con questo piccolo insieme di informazioni, è possibile ottenere risultati accurati. Tuttavia, è fondamentale che il campione sia rappresentativo.

Hess aggiunge che i campioni casuali non rappresentativi sono altamente soggetti a errori. Inoltre, un campione non rappresentativo dieci volte più grande di solito produce risultati meno accurati rispetto a un campione piccolo ma rappresentativo. Tuttavia, i valori stimati per i laboratori non sono rappresentativi.

Non c’è rappresentanza nei laboratori

“Ma non possiamo incolpare i laboratori”, afferma Hess. L’onda omicron si sta accumulando “con una forza tale come quella di uno tsunami che non può essere registrata con precisione utilizzando le limitate capacità dei laboratori e delle autorità sanitarie con i dati”. Hess stima che si dovrebbe presumere che le nuove infezioni segnalate siano almeno poco chiare quanto i casi segnalati.

Lo statistico consiglia quindi un approccio diverso: “Dato il gran numero di nuove infezioni, dovremmo abbandonare i nostri maggiori sforzi soggetti a errori per registrare completamente tutti i casi, poiché ciò si collega a molte risorse altrimenti necessarie e i risultati sono comunque imprecisi”.

Invece, sarebbe meglio selezionare un campione rappresentativo tra tutti i laboratori, gli studi medici e le autorità sanitarie e informarsi sui loro dati. – una sorta di “Omicron Exit Poll” – e quindi, sulla base solo di questi risultati, fare una previsione per i singoli stati federali e per l’intera Germania.

Una procedura simile è già utilizzata per l’influenza. Hesse riassume: “In questo modo, è possibile ottenere una precisione dei dati molto maggiore con molto meno sforzo e con molte meno persone”.