Domande frequenti

Abbiamo ricevuto centinaia di mail di feedback e abbiamo raccolto le vostre domande in questa sezione, per aiutare chi vuole calcolare il proprio score.

Come mai, anche con tampone positivo, la probabilità di essere entrato in contatto con il covid-19 non è il 100%?

Perchè i tamponi non hanno una precisione del 100%, esistono falsi positivi e falsi negativi. Non c’è ancora sufficiente evidenza per dire con certezza qual è la percentuale di falsi positivi, ma questa è la ragione per cui la percentuale non è a 100.

Cosa si intende con “Operatore sanitario”? Si intende solo chi lavorava con il covid-19?

“Operatore sanitario” si riferisce a tutti coloro che lavorano in ambito sanitario, escludendo chi si occupa puramente di malattie mentali (psichiatri, psicologi, logopedisti, etc.). Non si intende solo chi lavora in ambito covid-19, perchè, specialmente all’inizio della crisi, non c’era sufficiente separazione tra pazienti covid e pazienti con altre problematiche.

Se non ho avuto sintomi né contatti diretti, come mai la mia probabilità di aver avuto il covid-19 è comunque superiore a 0?

Per tutti coloro che non hanno avuto sintomi o contatti con persone ufficialmente contagiate, lo score di possibile contagio è legato alla regione di residenza. Infatti, anche se non si hanno avuto contatti certi, è possibile che ci siano stati contatti con persone asintomatiche o persone che hanno scoperto a posteriori di essere contagiate.

Alcuni sintomi del covid-19 sono simili a quelli dell’allergia, devo inserirli?

Se sei sicuro che i sintomi che stai avendo sono legati all’allergia, perchè riesci a riconoscerli, allora non inserire sintomi. Invece, specialmente se hai avuto sintomi prima del periodo di allergia, inserisci i sintomi nel compilare il questionario.

Perché considerate solo la regione di residenza e non un dettaglio geografico più specifico?

La ragione di questa scelta è legata alla ridotta disponibilità e attendibilità dei dati disponibili sui contagi. La zona in cui si vive influenza in maniera diversa sulla probabilità di aver contratto il virus, ma i dati ufficiali sui contagi non hanno una granularità tale da considerare una zona geografica ridotta rispetto alle regioni.

Basi scientifiche

Per stimare lo score relativo all’infezione da Covid-19, ci siamo basati su un’ampia selezione di articoli accademici.
La bibliografia utilizzata, in continuo aggiornamento, è disponibile in questa pagina.
E’ necessario considerare alcuni aspetti relativi alla letteratura:
I dati disponibili in letteratura, nella maggior parte dei casi, si riferiscono a campioni particolari, ossia individui ospedalizzati.
Questi individui mostrano, in partenza, sintomi più gravi di quelli riportati potenzialmente da una popolazione randomica. Pertanto il
sistema deve tenere in conto il processo di selezione distorsiva.
I dati disponibili in letteratura si riferiscono generalmente a singole variabili legate al covid-19. Non esiste un database sufficientemente
ampio su cui allenare il modello. Pertanto non è stato possibile ricorrere a sistemi classici di studio di correlazione, ma si è dovuto proce
dere combinando le varie fonti.
Un team di medici del Centro Medico Santagostino ha testato lo scoring model allo scopo di validarlo. Ovviamente, mano a mano che il modello
verrà utilizzato da utenti reali, sarà possibile arricchire i dati e aumentare la precisione della stima.

Bibliografia

Ai Tang Xiao et al. 2020, Profile of specific antibodies to SARS-CoV-2: The first report, https://www.journalofinfection.com/article/S0163-4453(20)30138-9/fulltext

Banirali M et al. 2020, Chest X-ray findings in asymptomatic and minimally symptomatic quarantined patients in Codogno, Italy, https://pubs.rsna.org/doi/full/10.1148/radiol.2020201102

Bell Daniel et al., Covid-19, 2020, https://radiopaedia.org/articles/covid-19-3

Cong-Ying Song et al., 2020, COVID-19 early warning score: a multi-parameter screening tool to identify highly suspected patients, https://www.medrxiv.org/content/10.1101/2020.03.05.20031906v1 

Cong-Ying Song, Jia Xu, Jian-Qin He, Yuan-Qiang Lu, 2020, “COVID-19 early warning score: a multi-parameter screening tool to identify highly suspected patients”. https://www.medrxiv.org/content/10.1101/2020.03.05.20031906v1

https://www.scienzainrete.it/articolo/test-sierologici-quanti-sono-e-quali-caratteristiche-hanno/sara-gandini/2020-04-23

Istituto Superiore di Sanità, Sorveglianza Integrata, 2020, https://www.epicentro.iss.it/coronavirus/bollettino/Bollettino-sorveglianza-integrata-COVID-19_7-maggio-2020.pdf

Juanjuan Zhao et al., 2020, Antibody Responses to SARS-CoV-2 in Patients of Novel Coronavirus Disease 2019, https://pubmed.ncbi.nlm.nih.gov/32221519/

Loeffelholz MJ1 et al., 2020, Laboratory diagnosis of emerging human coronavirus infections - the state of the art, https://pubmed.ncbi.nlm.nih.gov/32196430/

Melina Michelen, Nicholas Jones and Charitini Stavropoulou, 2020, In patients of COVID-19, what are the symptoms and clinical features of mild and moderate cases?, https://www.cebm.net/covid-19/in-patients-of-covid-19-what-are-the-symptoms-and-clinical-features-of-mild-and-moderate-case/

Product Data for COVID-19 Rapid Test Professional Use, PRIMA LAB SA, 2020

Quan-Xin Long et al., 2020, Antibody responses to SARS-CoV-2 in patients with COVID-19, https://www.nature.com/articles/s41591-020-0897-1

Sandri, Maria Teresa et al., 2020, IgG serology in health care and administrative staff populations from 7 hospital representative of different exposures to SARS-CoV-2 in Lombardy, Italy, 2020, https://www.medrxiv.org/content/10.1101/2020.05.24.20111245v1?fbclid=IwAR05BJCX2uKZUCZD9sjOgbHM87fM13KzIg4wGkpC_4bzA4GaVnBUHTrydoo

Scientists to stop covid-19, 2020, https://s.wsj.net/public/resources/documents/Scientists_to_Stop_COVID19_2020_04_23_FINAL.pdf

Sebastian Hoehl et al., 2020, Evidence of SARS-CoV-2 Infection in Returning Travelers from Wuhan, China, https://www.nejm.org/doi/full/10.1056/NEJMc2001899

Tao Ai et al., 2020, Correlation of Chest CT and RT-PCR Testing in Coronavirus Disease 2019 (COVID-19) in China: A Report of 1014 Cases, https://pubs.rsna.org/doi/10.1148/radiol.2020200642

Yang Yang et al., 2020, Evaluating the accuracy of different respiratory specimens in the laboratory diagnosis and monitoring the viral shedding of 2019-nCoV infections, https://www.medrxiv.org/content/10.1101/2020.02.11.20021493v2

Zhengtu Li et al., 2020, Development and Clinical Application of A Rapid IgM-IgG Combined Antibody Test for SARS-CoV-2 Infection Diagnosis, https://onlinelibrary.wiley.com/doi/full/10.1002/jmv.25727

Wang Dawei, et al,2020, Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus–Infected Pneumonia in Wuhan, China, 2020  https://jamanetwork.com/journals/jama/fullarticle/2761044