Ricerca e cura

Influenza aviaria

12 Ottobre 2026

---

I ritardi nella segnalazione dei focolai possono modificare significativamente la rappresentazione dell'andamento delle malattie animali nei sistemi ufficiali di sorveglianza. Uno studio pubblicato l'8 ottobre 2026 su Frontiers in Veterinary Science ha rilevato che, alla chiusura della settimana di riferimento, risultava già registrato soltanto il 7,6% dei focolai di influenza aviaria ad alta patogenicità e il 6,7% di quelli di peste suina africana successivamente notificati.

La ricerca, condotta da Kun Xiang, del Research Center for Machine Learning and Intelligent Surveillance della China Three Gorges University, e Xiangbo Zhu, dello Shenzhen Polytechnic University, ha analizzato i dati del World Animal Health Information System (WAHIS) dell'Organizzazione mondiale della sanità animale (WOAH). L'obiettivo era valutare l'efficacia di diversi modelli statistici nella stima del numero di focolai che sarebbero stati registrati dopo la data di osservazione.

I dati sulle segnalazioni

I ricercatori hanno utilizzato un archivio comprendente 46.860 focolai di influenza aviaria ad alta patogenicità e 72.690 di peste suina africana, ricostruendo le informazioni disponibili nei diversi momenti del processo di segnalazione.

Per entrambe le malattie, il ritardo mediano tra l'insorgenza del focolaio e la prima comunicazione ufficiale era di 14 giorni. Le differenze diventavano più marcate considerando le segnalazioni tardive: il 90% dei focolai risultava notificato entro 56 giorni per l'influenza aviaria e 122 giorni per la peste suina africana.

La completezza dei dati aumentava con il passare delle settimane. Dopo quattro settimane raggiungeva il 78,2% per l'influenza aviaria e il 70,5% per la PSA. Dopo otto settimane le percentuali salivano rispettivamente al 90,1% e al 79,1%.

I tempi di segnalazione variavano in relazione alla specie ospite, alla regione geografica, all'anno, alla stagione e al volume delle notifiche.

Il confronto tra i modelli di previsione

Lo studio ha confrontato dodici metodi statistici su dati relativi al periodo 2024-2025, per verificare se modelli più complessi consentissero di stimare con maggiore precisione il numero finale di focolai ufficialmente segnalati.

L'ipotesi principale non è stata confermata. Un modello basato su reti neurali temporali ha ottenuto risultati inferiori del 6,9% rispetto a un modello bayesiano gerarchico utilizzato come riferimento. L'introduzione di una struttura relazionale tra le unità analizzate ha modificato la misura dell'errore soltanto dello 0,4%.

Un metodo di regressione per quantili basato sul potenziamento graduale degli algoritmi ha invece migliorato la precisione del 18,5%, ma con differenze rilevanti tra i sistemi di segnalazione. Il vantaggio raggiungeva il 26% nei contesti con un elevato numero di notifiche, mentre si trasformava in un peggioramento del 6,3% nelle unità con una storia di segnalazioni molto limitata.

I risultati indicano quindi che la maggiore complessità dei modelli non comporta necessariamente stime più accurate.

Le implicazioni per la sorveglianza veterinaria

Secondo gli autori, i dati relativi alle settimane più recenti non dovrebbero essere interpretati senza considerare i ritardi di notifica. Una riduzione apparente dei focolai può infatti dipendere da una diminuzione degli eventi, da una maggiore lentezza delle segnalazioni oppure dalla combinazione dei due fattori.

Lo studio ha inoltre valutato l'impiego dei modelli per individuare le unità di sorveglianza nelle quali era più probabile che emergessero ulteriori segnalazioni. A parità di risorse dedicate alla verifica, questo approccio ha aumentato di circa 2,6 volte la capacità di individuare unità con notifiche ancora mancanti.

Gli autori precisano che le stime riguardano esclusivamente i focolai destinati a essere registrati ufficialmente. I modelli non consentono di ricostruire le infezioni mai individuate o notificate, né di valutare la trasparenza dei singoli Paesi.

La ricerca evidenzia inoltre che le prestazioni dei modelli peggiorano quando vengono applicati a Paesi o regioni con caratteristiche diverse da quelle utilizzate per il loro sviluppo. I risultati non possono quindi essere trasferiti automaticamente ai singoli sistemi nazionali di sorveglianza.

Fonte: Xiang K., Zhu X., Nowcasting officially reported highly pathogenic avian influenza outbreak counts under heterogeneous reporting delays, Frontiers in Veterinary Science, 8 ottobre 2026. DOI: 10.3389/fvets.2026.1958869