Covid_19_in_Greece_ si-converted

Αξιολογική διερεύνηση της αξιοπιστίας των στοιχείων που οδήγησαν στη λήψη μέτρων κατά του νέου κορωνοϊού και συγκριτική ανάλυση της επικινδυνότητας του με την γρίπη ώστε να αξιολογηθεί η αναγκαιότητα των μέτρων αυτών. Επιμέλεια έρευνας Βορβής Απόστολος – Σωτήριος Καρατασάς Ιωάννης Ημερομηνία 27/03/2021

ΕΙΣΑΓΩΓΗ Ένας χρόνος έχει ήδη συμπληρωθεί από τότε που ξεκίνησε να απασχολεί την ανθρωπότητα ο νέος κορωνοϊός, που προσβάλλει το αναπνευστικό σύστημα. Μέσα σε αυτόν τον πρωτόγνωρο κυκεώνα υγειονομικών, κοινωνικών και οικονομικών ρυθμίσεων και καταστάσεων, κρίθηκε σκόπιμο να εκπονηθεί έρευνα για την μελέτη του επιδημιολογικού φαινομένου στη χώρα μας με διάθεση ενημέρωσης, προβληματισμού και πολύπλευρου στοχασμού. Όλα τα στοιχεία και τα συμπεράσματα της έρευνας είναι βασισμένα σε επίσημες πηγές, από τις ιστοσελίδες αρμόδιων επιστημονικών φορέων για την έρευνα και τις προτάσεις διαχείρισης της νέας κατάστασης, όπως του Εθνικού Οργανισμού Δημόσιας Υγείας (Ε.Ο.Δ.Υ.), του Παγκόσμιου Οργανισμού Υγείας (Π.Ο.Υ.), αλλά και από επίσημες, δημοσιευμένες επιστημονικές έρευνες σε επιστημονικά περιοδικά. Η αναζήτηση όλων των ερευνών διεξήχθη μέσω της μηχανής αναζήτησης “Pubmed” και μέσω των επιστημονικών περιοδικών για ιατρικά θέματα “The Lancet” και “Nature”. Προτιμήθηκε η μηχανή αναζήτησης “Pubmed”, διότι εξειδικεύεται σε έρευνες που αφορούν τις βιοεπιστήμες και τη βιοϊατρική, ενώ παρέχει πρόσβαση στη βάση δεδομένων “ΜEDLINE” με πάνω από 32 εκατομμύρια παραπομπές: (https://pubmed.ncbi.nlm.nih.gov/). Επίσης, προτιμήθηκε το περιοδικό “The Lancet”, διότι είναι ένα από τα πιο γνωστά επιστημονικά περιοδικά ιατρικού περιεχομένου και συγκεκριμένα βρίσκεται στην τέταρτη θέση των κορυφαίων εκδόσεων παγκοσμίως: (https://scholar.google.com/citations?view_op=top_venues). Επίσης, προτιμήθηκε το επιστημονικό περιοδικό “Nature”, διότι βρίσκεται στην πρώτη θέση της λίστας των κορυφαίων εκδόσεων παγκοσμίως, με παγκόσμια αναγνώριση (Fersht, 2009). Οι έρευνες που επιλέχθηκαν να χρησιμοποιηθούν στην παρούσα, είναι οι πλέον πρόσφατες και επικαιροποιημένες, ανήκουσες στην πρώτη σελίδα των σχετικών αποτελεσμάτων της διαδικτυακής αναζήτησης.

ΣΚΟΠΟΣ Σκοπός της παρούσας έρευνας είναι η αντικειμενική, επιστημονική διερεύνηση διαθέσιμων στοιχείων, σχετικά με θέματα όπως, ο ρυθμός μετάδοσης του κορωνοϊού, η επικινδυνότητα και η θνησιμότητά του στον πληθυσμό, καθώς και εάν και κατά πόσον αυτά αποτελούν πρωτόγνωρα φαινόμενα, με σκοπό την αποκατάσταση της (όποιας) αλήθειας σε σχέση με το τρέχον φαινόμενο, ώστε στην κατακλείδα να δειχθεί, κάτω από αντικειμενικά πάντοτε κριτήρια, εάν τα ποικίλα μέτρα περιορισμού που έχουν ληφθεί έως σήμερα είναι δικαιολογημένα. Επομένως, απώτερος σκοπός της έρευνας είναι να θέσει καίριους προβληματισμούς και μείζονος σημασίας ερωτήματα, αναφορικά με την αξιοπιστία και την εγκυρότητα των ερευνητικών δεδομένων, βάσει των οποίων στηρίχθηκαν τα, πανθομολογουμένως πλέον, δυσβάσταχτα κοινωνικά και οικονομικά μέτρα που επηρέασαν (και συνεχίζουν να επηρεάζουν) αρνητικά και πολύπλευρα την ιδιωτική και δημόσια ζωή της χώρας μας. ΥΠΟΘΕΣΕΙΣ Τα ερωτήματα που τίθενται προς περίσκεψη στην έρευνα είναι: Ι) Τα επιστημονικά δεδομένα που χρησιμοποιήθηκαν για να τεκμηριωθούν τα επιδημιολογικά μοντέλα είναι αξιόπιστα, επαρκή και έγκυρα ή όχι; II) Τα στοιχεία που εξετάζουν την μεταδοτικότητα, τον ρυθμό μετάδοσης, την θνησιμότητα, καθώς και τις επιμέρους ομάδες του πληθυσμού που προσβάλλονται περισσότερο και εντονότερα τόσο από τον κορωνοϊό όσο και από τη γρίπη, είναι συμβατά με αυτά που παρουσιάζονται στην κοινή γνώμη και δικαιολογούν τα μέτρα που έχουν επιβληθεί;

Μία προκαταρκτική αποσαφήνιση Επειδή η ελληνική γλώσσα είναι ακριβής, ο όρος “κρούσμα” χρησιμοποιείται καταχρηστικά στον δημόσιο λόγο. Αντιθέτως, πρέπει να γίνεται διαχωρισμός ανάμεσα σε “φορείς” και σε “κρούσματα” μίας νόσου. Σύμφωνα με τον καθηγητή Μπαμπινιώτη (2019), το κρούσμα σχετίζεται με την εκδήλωση συμπτωμάτων προσβολής από μία μολυσματική νόσο, ενώ φορέας είναι το πρόσωπο που φέρει τον ιό, χωρίς όμως να εκδηλώνει την ασθένεια. Ωστόσο πρέπει να τονισθεί ότι κατά τον Π.Ο.Υ https://www.who.int/publications/i/item/WHO-2019-nCoV- Surveillance_Case_Definition-2020.2 , κάποιος που δεν παρουσιάζει συμπτώματα θεωρείται κρούσμα εάν έχει διαπιστωθεί θετικός μέσω μοριακού test ή εάν είναι θετικός και είχε έρθει σε επαφή με κάποιο άλλο κρούσμα. Παρόλα αυτά καλό είναι να διαχωριστεί τουλάχιστον σε νοητικό επίπεδο, ότι η διαφορά ανάμεσα σε κάποιον που νοσεί με κάποιον που απλώς είναι φορέας, είναι ουσιαστική, καθώς ο φορέας έχει άλλη πιθανότητα μετάδοσης και νόσησης από κάποιον που νοσεί, όπως θα τονισθεί και παρακάτω. 1) Ως προς την ανεπάρκεια - αναξιοπιστία ή μη, των επιδημιολογικών δεδομένων Στο κεφάλαιο αυτό καταγράφονται και αναλύονται, αντικειμενικά, τα παρακάτω δεδομένα, με στόχο να καταλήξουμε, μέσα από την ενδελεχή αξιολόγησή τους, εάν βασίστηκαν ή όχι σε εκείνες τις επιδημιολογικές ή/και στατιστικές παραμέτρους, οι οποίες θα ήσαν ικανές και αναγκαίες να συγκροτήσουν ένα επαρκές και αξιόπιστο επιδημιολογικό πλαίσιο ανάλυσης. Κατ’ αρχάς, για μία προκαταρκτική κατανόηση του περιεχομένου της παρούσας έρευνας, είναι αναγκαία μία σύντομη διευκρίνηση της καθοριστικότατης σημασίας του όρου ‘’τυχαίο δείγμα’’, που παίζει ρόλο στην αξιοπιστία και την εγκυρότητα των αποτελεσμάτων της ίδιας της έρευνας. Θεμελιώδης αρχή οποιασδήποτε ποσοτικής

έρευνας (έρευνας δηλαδή που αναλύει ποσοτικά δεδομένα, π.χ. αριθμούς) συνιστά η συλλογή δείγματος, ώστε διαμέσου της στατιστικής του ανάλυσης (δηλαδή της χρήσης στατιστικών δεικτών και στοιχείων) να διαπιστωθεί εάν το αποτέλεσμα που θα προκύψει, μπορεί να γενικευθεί στον ευρύτερο πληθυσμό (Bamberg et al., 2014). Επομένως, η μεθοδολογία της έρευνας, που αφορά την διαδικασία συλλογής δείγματος, είναι καθοριστικής σημασίας για την αξιοπιστία και την εγκυρότητα των αποτελεσμάτων. Τουτ’ έστιν, εάν τα δεδομένα τα οποία θα συλλέξω δεν είναι αξιόπιστα, οποιοδήποτε αποτέλεσμα προκύψει από την στατιστική ανάλυση, δεν θα είναι αξιόπιστο. Συνακόλουθα, οποιοδήποτε συμπέρασμα εξαχθεί βασισμένο στο παραπάνω αποτέλεσμα, δεν θα είναι ασφαλές. Μία τέτοια έρευνα, δεν θα είχε καμία απολύτως επιστημονική και χρηστική αξία (Γαλάνης & Σπάρος, 2010). 1a) “Εν αρχή ην… το τυχαίον δείγμα” Όπως μόλις αναφέρθηκε, τον πρώτο και κυριότερο ρόλο σε μία επιδημιολογική έρευνα (για να διεκδικεί “δάφνες” ποιότητας και αξιοπιστίας), διαδραματίζει η τυχαιότητα του συλλεχθέντος δείγματος. Τυχαίο δείγμα σημαίνει ότι κάθε άνθρωπος που συμμετέχει στην έρευνα ή κάθε δεδομένο που χρησιμοποιείται στο δείγμα, έχει την ίδια πιθανότητα, με κάθε άλλον συμμετέχοντα ή δεδομένο, να πάρει μέρος ή να συλλεχθεί αντίστοιχα. Αυτό διασφαλίζει την αξιοπιστία του δείγματος, ώστε το αποτέλεσμα που θα προκύψει από την στατιστική ανάλυση του, να μπορεί με ασφάλεια να γενικευθεί στον ευρύτερο πληθυσμό. Επιπλέον, για την εγκυρότητα της έρευνας, το δείγμα θα πρέπει να ταξινομείται σε διάφορες κατηγορίες, π.χ. ανάλογα με την περιοχή έρευνας. Επομένως, ένα καίριο ερώτημα είναι: Όταν τα κρούσματα (δηλαδή τα δεδομένα της έρευνας), τα οποία προκύπτουν από τα tests ανίχνευσης του ιού, τα οποία (tests) δεν διενεργούνται τυχαία στον πληθυσμό (και σύμφωνα με τα οποία εξάγονται επιδημιολογικά συμπεράσματα μέσω στατιστικής ανάλυσης), τότε πώς διασφαλίζεται η αξιοπιστία των αποτελεσμάτων;

Εάν διενεργηθούν tests, ακόμα και με οργανωμένο τρόπο, π.χ. σε πλατείες ή σε νοσοκομεία, οι άνθρωποι που θα σπεύσουν να το κάνουν, είναι πιθανό να νοσούν ήδη και πηγαίνουν για επιβεβαίωση. Εάν διενεργηθούν tests σε μικρές χαρακτηριστικές δομές, όπως γηροκομεία και νοσοκομεία, που έχει ήδη εξαπλωθεί ο ιός, προφανώς θα προκύψουν παραπάνω κρούσματα (π.χ. ανά 100 tests) από ό,τι αντιστοιχεί στον γενικό πληθυσμό. Ο Ε.Ο.Δ.Υ., αφενός διενεργεί τα tests σε πλατείες και αφετέρου συνυπολογίζει τα αποτελέσματα των tests που διενεργούνται σε δημόσιες και ιδιωτικές δομές, όχι όμως στα πλαίσια έρευνας ώστε να διασφαλίσει τυχαίο δείγμα (όπως αναφέρθηκε παραπάνω), επειδή στις δομές αυτές σπεύδουν άνθρωποι που από δική τους ανησυχία θέλουν να κάνουν το test, είτε γιατί ήταν άρρωστοι είτε γιατί ενδεχομένως φοβούνταν ότι ήταν άρρωστοι, με αποτέλεσμα το δείγμα να μην είναι τυχαίο. εικ. 1 Πηγή: Ε.Ο.Δ.Υ.

1b) Μεθοδολογικά σφάλματα λόγω μη συγκρισιμότητας των δειγμάτων Η καθημερινή αναφορά νέων κρουσμάτων σε απόλυτο αριθμό δεν δείχνει απολύτως τίποτα, αφού ο αριθμός αυτός πρέπει να ερμηνεύεται πάντα σύμφωνα με τον αριθμό των tests που έχουν γίνει. Εάν, δηλαδή, πούμε ότι έχουμε 1.000 κρούσματα ημερησίως, ο αριθμός αυτός είναι μεγάλος ή μικρός; Είναι πολλοί ή λίγοι αυτοί που διαπιστώθηκαν θετικοί στον κορωνοϊό; Η απάντηση είναι: “Εξαρτάται”. Από τι εξαρτάται; Από τον αριθμό των tests. Κατ’ αρχάς, 100 κρούσματα σε 100 tests είναι πολλά, διότι έχουμε 100% θετικότητα και αυτό διαφέρει από το να έχουμε 100 κρούσματα σε 50.000 tests. Όμως και πάλι δημιουργείται το εξής ερώτημα: 100 κρούσματα σε 50.000 tests είναι πολλά ή λίγα; Η απάντηση είναι: “Πάλι εξαρτάται”. Από τι εξαρτάται; Από την σύγκριση που θα γίνει με έναν άλλο παράγοντα (π.χ. την γρίπη) ή μία άλλη χρονική περίοδο, εφόσον γίνουν όμως τα tests πάλι υπό τις ίδιες συνθήκες, αλλά και στον ίδιο αριθμό. Προς διευκόλυνση της κατανόησης, ας φέρουμε το σχετικό παράδειγμα της ρίψης του νομίσματος: Αν ρίξουμε ένα νόμισμα 10 φορές, το αποτέλεσμα που θα προκύψει, θα διαφέρει από το αποτέλεσμα που θα είχαμε, εάν ρίχναμε το νόμισμα 1.000 φορές. Στις 10 φορές, το ποσοστό να έρθει “κορώνα” μπορεί να είναι π.χ. 7 ή 8 στις 10 (δηλαδή 70 ή 80%), αλλά στις 1.000 φορές θα είναι πάρα πολύ κοντά στο 50%, δηλαδή το αποτέλεσμα “κορώνα” θα έρθει πολύ κοντά (λίγο πάνω ή λίγο κάτω) στις 500 φορές. Μέχρι τώρα, όλα τα επιδημιολογικά μοντέλα στηρίζονται στα επίσημα στοιχεία του Ε.Ο.Δ.Υ., τα οποία διαφέρουν κατά πολύ στον αριθμό των tests ανά μήνα. Αφενός, καλώς γίνονται όλο και περισσότερα tests, γιατί προφανώς αναδεικνύεται η πραγματική εικόνα της εξάπλωσης του ιού, αλλά από την άλλη πλευρά, μεθοδολογικά η χρησιμοποίησή τους για την δημιουργία προβλεπτικού μοντέλου είναι μη επιστημονική και δεν φέρει αξιόπιστα και έγκυρα αποτελέσματα.

Από τα παραπάνω συνάγεται ότι η επιδημιολογική εικόνα, μέχρι και σήμερα, δεν πληροί τις προϋποθέσεις ούτε του τυχαίου δείγματος ούτε της σωστής κατανομής, κατηγοριοποίησης και ταξινόμησης των κρουσμάτων. Επιπλέον, η προβλεπτική δύναμη αυτών των επιδημιολογικών μοντέλων βασιζεται σε δειγματοληψίες που έγιναν σε διαφορετικές χρονικές περιόδους και υπό διαφορετικές συνθήκες. Αυτό, μεθοδολογικά, είναι, εκ των προτέρων, αντιεπιστημονικό. Συγκεκριμένα, στο εγχειρίδιο επιδημιολογίας των Γαλάνη και Σπάρου, αναφέρεται επί λέξει το εξής: «Εφαρμόζοντας την μη τυχαία δειγματοληψία προκύπτουν δείγματα ευκολίας (convenience samples), που πρέπει να αποτελούν την τελευταία επιλογή στο σχεδιασμό των επιδημιολογικών μελετών. Στην περίπτωση αυτή, δεν καθορίζεται επακριβώς το δειγματοληπτικό πλαίσιο του πληθυσμού από τον οποίο προέρχεται το δείγμα της μελέτης και απλά επιλέγονται ορισμένες παρατηρήσεις. Είναι σαφές ότι δεν εφαρμόζεται η τυχαία δειγματοληψία, οπότε είναι αδύνατη και η γενίκευση των συμπερασμάτων της μελέτης στον πληθυσμό από τον οποίο προέρχεται το δείγμα» (Γαλάνης & Σπάρος, 2010). 1c) Ως προς την εγκυρότητα ή μη, των, ήδη, ανεπαρκών - αναξιόπιστων δεδομένων Στην, ήδη, αναξιόπιστη, από μεθοδολογικής άποψης, συλλογή δείγματος, όπως αναδείχθηκε παραπάνω, προστίθεται και η στρέβλωση εκείνων των στοιχείων, η οποία κάνει το δείγμα ακατάλληλο για οποιαδήποτε επιστημονική χρήση. 1c.i.) Πρώτον, στα ημερήσια κρούσματα συμπεριλαμβάνονται και παραπάνω από ένα tests, που έγιναν σε ένα άτομο. Δηλαδή, εάν σε μία ημέρα σε ένα άτομο γίνει ένα test και βγει θετικό, και μέσα στην ίδια ημέρα γίνουν, π.χ. άλλα 3 tests στο ίδιο άτομο και βγουν θετικά, ο Ε.Ο.Δ.Υ. στην ημερήσια αναφορά του θα συμπεριλάβει συνολικά 4 θετικά tests, δηλαδή 4 κρούσματα, ενώ, ουσιαστικά, πρόκειται για ένα κρούσμα (εικόνα 2). Ακόμα και εάν υποθέσουμε ότι αυτά τα πολλαπλάσια tests δεν

συμπεριλαμβάνονται στα ημερήσια tests, πόσο μεθοδολογικά ορθό είναι να συμπεριλαμβάνονται tests, που διενεργήθηκαν έστω και σε απόσταση μιας εβδομάδας, στο ίδιο άτομο που νοσεί; Είναι εντελώς διαφορετικό να παρουσιάζονται 1.000 κρούσματα (σε 10.000 tests), από τα οποία τα 800 κρούσματα είχαν διαγνωστεί με μοριακά tests πριν 10 ημέρες (οπότε τα νέα είναι 200), από το να παρουσιάζονται αδιακρίτως 1.000 νέα κρούσματα. Προφανώς, θα πρέπει να γίνονται επανέλεγχοι σε ήδη διαγνωσμένα κρούσματα. Ωστόσο, η παρουσίαση του συνόλου των tests, κατ’ αυτόν τον τρόπο (έστω και σε επικοινωνιακό επίπεδο), εγείρει σοβαρά ζητήματα δεοντολογίας, διότι πιθανότατα δημιουργεί λάθος εντυπώσεις, ενισχύοντας πιθανότατα ένα διάχυτο αίσθημα ανησυχίας. Δεν παραβλέπεται, φυσικά, ότι και μεθοδολογικά είναι αντιεπιστημονικό. εικ. 2 Πηγή: Ε.Ο.Δ.Υ.

1c.ii.) Δεύτερον, αναφορικά με τα είδη των tests, στην επόμενη εικόνα (3), παρατηρούμε ότι περίπου από τα μέσα Σεπτεμβρίου 2020, ξεκίνησαν να γίνονται τα rapid tests (με μωβ χρώμα), τα αποτελέσματα των οποίων εκδίδονται εντός της ημέρας. Έκτοτε και μέχρι σήμερα, παρατηρούμε την αλματώδη αύξησή τους σε σχέση με τα μοριακά tests (με γαλάζιο χρώμα). Πλέον, σύμφωνα με το γράφημα, εδώ και αρκετούς μήνες περισσότερα είναι τα rapid tests σε σχέση με τα μοριακά. Σε αυτό το σημείο προκύπτει ζήτημα διαφοράς αξιοπιστίας ανάμεσα στα rapid και τα μοριακά tests. Ο Π.Ο.Υ. αναφέρει στο επίσημο εγχειρίδιο οδηγιών του, που εκδόθηκε στις 20.09.2020: (https://www.who.int/publications/i/item/antigen- detection-in-the-diagnosis-of-sars-cov-2infection-using-rapid- immunoassays?fbclid=IwAR0r440_X9SZCIpwUXIdUsyRmXM8xOV7L4S95Dkj7rC5sAdU BDNT2tWcXq0) ότι τα rapid tests δεν θα πρέπει να διενεργούνται σε ασυμπτωματικά άτομα, διότι εμφανίζουν υψηλά ποσοστά εμφάνισης ψευδών θετικών αποτελεσμάτων. “This is consistent with the advice from the WHO against using RADTs for screening asymptomatic individuals in populations with low Covid-19 prevalence due to the potential for higher incidence of false positives”, όπως αναφέρουν χαρακτηριστικά και οι Μerino et al. (2021). Μετάφραση: “Αυτό είναι σύμφωνο με τις συμβουλές του Π.Ο.Υ. κατά της χρήσης RADTs για τον έλεγχο ασυμπτωματικών ατόμων σε πληθυσμούς με χαμηλό επιπολασμό κορωνοϊού, λόγω της πιθανότητας υψηλότερης συχνότητας εμφάνισης ψευδών θετικών”. Επιπλέον, τα rapid tests διαφέρουν όχι μόνο σε αξιοπιστία σε σχέση με τα μοριακά tests, που δεν πρέπει να γίνονται σε ασυμπτωματικά άτομα, αλλά διαφέρουν και μεταξύ τους (Fujigaki et al., 2020). Όπως αναφέρεται στην μελέτη αυτή, ο βαθμός αξιοπιστίας των rapid tests εξαρτάται από το πόσες ημέρες έχουν περάσει από τότε που ο ασθενής εκδήλωσε το πρώτο σύμπτωμα και πιο συγκεκριμένα, τα rapid tests της παραπάνω έρευνας κρίνονται ως ακατάλληλα για διάγνωση, όταν αυτά διενεργούνται κατά τη διάρκεια των πρώτων ημερών της νόσησης. Σχετικά μεγάλες διαφορές αξιοπιστίας φανερώνουν τα tests, όταν γίνονται και κατά τη διάρκεια της

αποδρομής της νόσου. Πέραν αυτών, τα rapid tests διαφέρουν στον βαθμό αξιοπιστίας και μεταξύ τους (Fujigaki κ.ά, 2020). Επομένως, δημιουργείται το εύλογο ερώτημα: Πώς είναι δυνατόν, το δείγμα των κρουσμάτων, το οποίο δεν είναι τυχαίο (άρα στρεβλό), και συμπεριλαμβάνει δεδομένα που λήφθηκαν από tests διαφορετικού βαθμού αξιοπιστίας, καθώς και δεδομένα που λήφθηκαν από διαφορετική μέρα νόσησης από τότε που εκδηλώθηκε το πρώτο σύμπτωμα, να είναι αξιόπιστο; εικ. 3 Πηγή: Ε.Ο.Δ.Υ. Αξιοπρόσεχτο είναι το γεγονός ότι, σε γενικότερο πλαίσιο (αλλά και ειδικότερα στην Ελλάδα), η γρίπη έχει «εξαφανιστεί» από την στιγμή που εμφανίστηκε ο κορωνοϊός. Σύμφωνα με την από 25.03.2021 επίσημη επιδημιολογική αναφορά του Ε.Ο.Δ.Υ. (διαθέσιμο στο https://eody.gov.gr/wp- content/uploads/2020/10/11.2021-FLU-WEEK.pdf,) παρατηρείται σαφέστατη

μείωση στα εκτιμώμενα κρούσματα από γρίπη ανά 1.000 επισκέψεις κατά εβδομάδα, όπως φαίνεται και στην εικόνα 4, ενώ αναφέρεται ότι από την τεσσαρακοστή εβδομάδα του 2020 (40/2020) έως και την ενδέκατη εβδομάδα του 2021 (11/2021), παρότι ελέγχθηκαν συνολικά 335 κλινικά δείγματα, κανένα από αυτά δεν βρέθηκε θετικό στον ιό της γρίπης (εικόνα 5). Εδώ, επιβάλλεται να διερευνηθεί το ενδεχόμενο κάποια κρούσματα γρίπης να διαγιγνώσκονται ως κρούσματα κορωνοϊού, εξαιτίας λανθασμένης ερμηνείας των θετικών αποτελεσμάτων που προκύπτουν από τα μοριακά tests. Ο Π.Ο.Υ., στην επίσημη ιστοσελίδα του, έχει αναρτήσει επίσημες οδηγίες ως προς τη χρήση και τα περιεχόμενα συγκεκριμένου μοριακού test (διαθέσιμο στο https://www.who.int/diagnostics_laboratory/eual/eul_0502_193_00_ftd_sars_c ov_2_ftd_114_32_ifu.pdf?ua=1). Η ίδια η εταιρία που παρέχει το test αναφέρει στις σελίδες 21-22, ότι το συγκεκριμένο test βγαίνει θετικό, όταν το άτομο που το κάνει, συγκεντρώνει στον οργανισμό του ένα minimum ποσοστό ιικού ή και βακτηριακού φορτίου, μέσα από μία λίστα 26 γνωστών ιών και βακτηρίων (εικόνα 6). Όπως παρατηρείται στη λίστα αυτή, συμπεριλαμβάνεται και ο ρινοϊός (ιός του κοινού κρυολογήματος), αρκετά στελέχη της γρίπης, ο σταφυλόκοκκος, ο στρεπτόκοκκος και αρκετά στελέχη άλλων κορωνοϊών. Ενδεικτικά, όπως αναφέρει η ίδια εταιρία που παρέχει το συγκεκριμένο test, αν το άτομο που κάνει το test, συγκεντρώνει στον οργανισμό του τον συγκεκριμένο ιό γρίπης (Human parainfluenza virus 2, Geer) σε ποσοστό άνω της τιμής του 1.13E+06 ή συγκεντρώνει στρεπτόκοκκο (Streptococus pneumonia) σε ποσοστό άνω της τιμής του 1.24E+08, το test θα βγει θετικό στον κορωνοϊό (εικόνα 6). Επομένως, αφενός αυτό θα μπορούσε να εξηγήσει τον αξιομνημόνευτο «αφανισμό» της γρίπης, αφετέρου δημιουργεί περαιτέρω σοβαρό σκεπτικισμό και προβληματισμό για το κατά πόσο ο αριθμός κρουσμάτων από τον κορωνοϊό είναι αληθής και κατά συνέπεια πόσο αξιόπιστα είναι τα συμπεράσματα των επιδημιολογικών μοντέλων, που χρησιμοποιούν τα κρούσματα ως παράμετρο.

εικ. 4 Επεξήγηση: Η κόκκινη γραμμή αντικατοπτρίζει τα εκτιμώμενα κρούσματα γρίπης ανά 1.000 επισκέψεις κατά εβδομάδα για την περίοδο 2020-2021 («κορωνοϊού εποχή»), ενώ η μπλε γραμμή αντικατοπτρίζει τα εκτιμώμενα κρούσματα γρίπης ανά 1.000 επισκέψεις κατά εβδομάδα για την περίοδο 2019-2020 («προ κορωνοϊού εποχή»). Πηγή: Ε.Ο.Δ.Υ.

εικ. 5 Πηγή: Ε.Ο.Δ.Υ.

εικ. 6

Πηγή: FTD Sars-Cov-2 Αναφορικά με τα μέτρα που έχουν ληφθεί και εφαρμόζονται, όπως οι υποχρεωτικές αποστάσεις στους χώρους εργασίας, ο περιορισμός των δημόσιων συναθροίσεων, οι υποχρεωτικές αποστάσεις μεταξύ τραπεζοκαθισμάτων σε χώρους εστίασης, η υποχρεωτική χρήση μασκών, είναι σημαντικό να εξηγηθεί ο όρος ‘’size effect’’ και η διαφορά του από έναν άλλο όρο, τον ‘’δείκτη στατιστικής σημαντικότητας’’. Το size effect έχει να κάνει με την πρακτική σημασία του αποτελέσματος που προέκυψε. Θα γίνει καλύτερα κατανοητό με το εξής παράδειγμα: Ας υποθέσουμε ότι ένα άτομο που έχει έντονη τριχόπτωση, αγοράζει ένα σαμπουάν το οποίο ελπίζει να τον βοηθήσει. Πριν το αγοράσει, διαβάζει τις επιστημονικές αναφορές, ώστε να πληροφορηθεί εάν είναι αξιόπιστο. Αναφέρεται ότι διενεργήθηκε έρευνα σε δείγμα 1.000 ατόμων και αφού πέρασαν 6 μήνες, εξετάστηκε το μήκος των τριχών σε σχέση με άτομα που δεν χρησιμοποίησαν το προϊόν. Ο δείκτης στατιστικής σημαντικότητας ήταν μικρότερος του 0.05, που σημαίνει ότι η χρήση του σαμπουάν επηρεάζει την επιμήκυνση των τριχών. Δηλαδή, πράγματι θα υπάρξει κάποια επιμήκυνση στις τρίχες του ατόμου που θα χρησιμοποιήσει αυτό το προϊόν. Όμως, πόση είναι η διαφορά αυτή; Την πληροφορία αυτή την δίνει ο όρος size effect. Η σύγκριση έδειξε ότι το μήκος των τριχών, όσων είχαν χρησιμοποιήσει το προϊόν, είχε αυξηθεί κατά ένα χιλιοστό. Αυτό σημαίνει ότι θα πρέπει κάποιος να χρησιμοποιεί το προϊόν συστηματικά για 5 χρόνια, ώστε να αυξηθεί η τρίχα κατά, μόλις, ένα εκατοστό. Άρα, ναι μεν ισχύει ότι το προϊόν βοηθά στην καταπολέμηση της τριχόπτωσης, αλλά η πρακτική του σημασία είναι μηδαμινή. Πώς παραλληλίζεται αυτό το παράδειγμα με την τρέχουσα κατάσταση; Είναι παραδεκτό ότι τα μέτρα περιορισμού της κυκλοφορίας (lock-down) προσφέρουν κάποια παραπάνω προστασία, αλλά το μείζον ερώτημα είναι κατά πόσο έχει πρακτική και ουσιαστική αξία. Σίγουρα η μάσκα μπορεί να συγκρατεί μικρόβια ή το να κάθονται οι πελάτες σε μαγαζιά ανά 2 μέτρα, έχει και αυτό τη σημασία του, αλλά πόση είναι η πρακτική σημασία αυτών

των μέτρων; Προσοχή, δεν εννοούμε πόσο ποσοστό σταγονιδίων κρατάει η μάσκα ή πόσα σταγονίδια φτάνουν στα 2 μέτρα. Διότι, για παράδειγμα, μπορεί να φαίνεται ότι στα 2 μέτρα φτάνει το 10% των σταγονιδίων, ενώ στο 1 μέτρο να φτάνει το 25% των σταγονιδίων, κάτι το οποίο στατιστικά έχει σημαντική διαφορά, αλλά σε πρακτικό επίπεδο, ενδέχεται με το 25% των σταγονιδίων, να κολλάμε τον ιό, περίπου με την ίδια ένταση που κολλάμε και με το 10% των σταγονιδίων, οπότε η διαφορά αυτή δεν έχει ιδιαίτερη πρακτική αξία. Ενδεχομένως, η, φαινομενική, αντιφατική στάση των επιστημόνων αναφορικά με την σημαντικότητα της χρήσης μάσκας, να δικαιολογείται κατ’ αυτόν τον τρόπο. Αν δεν αναφερθεί αυτό, δηλαδή το size effect, δηλαδή η πρακτική σημασία του μέτρου, ό,τι αποτέλεσμα προκύψει, δεν μπορεί να οδηγήσει σε ασφαλές συμπέρασμα για την χρησιμότητα του μέτρου. Σε συνέχεια των παραπάνω, και επειδή η δημόσια συζήτηση περί κρουσμάτων γίνεται με βάση την μεταδοτικότητα, άλλη πρακτική σημασία για την δημόσια υγεία έχει ένα άτομο το οποίο δεν παρουσιάζει συμπτώματα, άλλη ένα άτομο που νοσεί και άλλη ένα άτομο το οποίο νοσούσε αλλά τώρα πλέον είναι σε αποδρομή και έχει σταματήσει να νοσεί για μέρες. Αξιοσημείωτα ευρήματα παρουσίασε έρευνα που δημοσιεύθηκε στο έγκριτο ιατρικό επιστημονικό περιοδικό “Nature”. Στην έρευνα αυτή, που συμμετείχαν σχεδόν 9.899.828 (92.9%) κάτοικοι της κινεζικής πόλης Γουχάν (δηλαδή σχεδόν όλος ο πληθυσμός της!), ελέγχθηκαν 300 ασυμπτωματικά άτομα που διαγνώστηκαν με κορωνοϊό, αλλά κατόπιν μοριακού ελέγχου διαπιστώθηκε ότι αυτά τα άτομα δεν ήταν ικανά να κολλήσουν από ένα σημείο και έπειτα κάποιον άλλο, αλλά ούτε να νοσήσουν τα ίδια, καθώς το στέλεχος του ιού που ευθύνεται για την θετική απόκριση στο test, ήταν νεκρό. Αυτο διαπιστώθηκε και στην πράξη, καθώς κανένα απο τα 300 αυτά άτομα, αλλά ούτε και κάποιο άτομο του κοντινού τους περιβάλλοντος νόσησε, σύμφωνα και με την ιχνηλάτηση που έγινε (Cao et al., 2020). Επομένως, από την στιγμή που δεν γίνεται σαφής διαχωρισμός και ταξινόμηση των θετικών κρουσμάτων, αναφορικά με την δυναμικότητα μετάδοσης που έχουν, και με την ενιαία καταγραφή των κρουσμάτων, πώς είναι

δυνατόν να εξάγονται ασφαλή συμπεράσματα για το ιικό φορτίο που υπάρχει στον πληθυσμό και τον ρυθμό μεταδοτικότητας; Κατόπιν τούτων, συμπεραίνεται ότι εγείρονται σοβαρά ζητήματα ανεπάρκειας και αναξιοπιστίας, τα οποία θα πρέπει, τουλάχιστον, να αντιμετωπίζονται με σοβαρό σκεπτικισμό, καθότι είναι αρκετά όλα εκείνα τα στοιχεία, τα οποία εάν συνεκτιμηθούν συνολικά, οδηγούν την έρευνα σε αναξιόπιστα αποτελέσματα. 2) Ο κορωνοϊός σε σχέση με την γρίπη Σε αυτό το κεφάλαιο επιχειρείται μία σύγκριση ανάμεσα σε αντικειμενικά δεδομένα που αφορούν τη γρίπη και τον κορωνοϊό. Συγκεκριμένα, θα δούμε τι αναφέρουν οι αρμόδιοι επιστημονικοί φορείς σχετικά με την μεταδοτικότητα, τον ρυθμό μετάδοσης, την θνησιμότητα, τις επιπλοκές, την επικινδυνότητα ανά ομάδα πληθυσμού και την καταγραφή των θανάτων που οφείλονται στους δύο ιούς. Ο λόγος για αυτή την σύγκριση έγκειται στην αρχική υπόθεση ότι η σοβαρότητα του κορωνοϊού κρίθηκε ως πρωτοφανής (τουλάχιστον σε επικοινωνιακό επίπεδο), ενώ, ως μέτρο αναφοράς, συγκρινόταν άμεσα με την γρίπη. 2a) Ως προς την μεταδοτικότητα Αρχικά, πρέπει να τονισθεί, ότι μία σημαντική διαφορά μεταξύ γρίπης και κορωνοϊού, είναι ότι η γρίπη μεταδίδεται σε μεγάλο ποσοστό μέσω των παιδιών, σε αντίθεση με τον κορωνοϊό, ο οποίος δεν φαίνεται να επηρεάζει τα παιδιά. Συγκεκριμένα, όπως αναφέρει ο Π.Ο.Υ. (τα παρακάτω διαθέσιμα στο: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question-and- answers-hub/q-a-detail/coronavirus-disease-Covid-19-similarities-and-differences- with-influenza?fbclid=IwAR1OaIIyYrRzOys_WA5g0NVkIprNBpvZrOfMMFVUDEtEP- l_fPUW1WEkKYk) : “Children are important drivers of influenza virus transmission in

the community. For Covid-19 virus, initial data indicates that children are less affected than adults and that clinical attack rates in the 0-19 age group are low. Further preliminary data from household transmission studies in China suggest that children are infected from adults, rather than vice versa”. Μετάφραση: «Τα παιδιά είναι σημαντικοί παράγοντες της μετάδοσης του ιού της γρίπης στην κοινότητα. Για τον κορωνοϊό, τα αρχικά δεδομένα δείχνουν ότι τα παιδιά επηρεάζονται λιγότερο από τους ενήλικες και ότι τα ποσοστά κλινικής επίθεσης στην ηλικιακή ομάδα 0-19 είναι χαμηλά. Περαιτέρω προκαταρκτικά δεδομένα από μελέτες μετάδοσης από τα νοικοκυριά στην Κίνα υποδηλώνουν ότι τα παιδιά έχουν μολυνθεί από ενήλικες και όχι το αντίστροφο’’. Επομένως, η μεταδοτικότητα ανάμεσα σε επιμέρους ηλικιακές ομάδες είναι μεγαλύτερη για την γρίπη από ό,τι για τον κορωνοϊό, καθότι τα παιδιά αποτελούν σημαντικό μέρος του πληθυσμού. 2b) Ως προς τον ρυθμό μετάδοσης Tα κριτήρια για τον ρυθμό της μετάδοσης είναι: 2b.i.) O σειριακός αριθμός (δηλαδή ο χρόνος που μεσολαβεί για την μετάδοση του ιού από ένα μολυσμένο άτομο σε ένα άλλο). Συγκεκριμένα, ο Π.Ο.Υ. αναφέρει: (τα παρακάτω διαθέσιμα στο: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question-and- answers-hub/q-a-detail/coronavirus-disease-Covid-19-similarities-and-differences- with-influenza?fbclid=IwAR1OaIIyYrRzOys_WA5g0NVkIprNBpvZrOfMMFVUDEtEP- l_fPUW1WEkKYk) ‘’The speed of transmission is an important point of difference between the two viruses. Influenza has a shorter median incubation period (the time from infection to appearance of symptoms) and a shorter serial interval (the time between successive cases) than Covid-19 virus. The serial interval for Covid-19 virus is estimated to be 5-6

days, while for influenza virus, the serial interval is 3 days. This means that influenza can spread faster than Covid-19”. Μετάφραση: “Η ταχύτητα μετάδοσης είναι ένα σημαντικό σημείο διαφοράς μεταξύ των δύο ιών. Η γρίπη έχει μικρότερη μέση περίοδο επώασης (ο χρόνος από τη μόλυνση έως την εμφάνιση συμπτωμάτων) και μικρότερο σειριακό διάστημα (ο χρόνος μεταξύ διαδοχικών περιπτώσεων) από τον κορωνοϊό. Το σειριακό διάστημα για τον κορωνοϊό εκτιμάται ότι είναι 5-6 ημέρες, ενώ για τον ιό της γρίπης, το σειριακό διάστημα είναι 3 ημέρες. Αυτό σημαίνει ότι η γρίπη μπορεί να εξαπλωθεί γρηγορότερα από τον κορωνοϊό”. 2b.ii.) Ο δείκτης R0 (R μηδέν) ή αναπαραγωγικός ρυθμός μετάδοσης. Σε αυτό το σημείο αξίζει να αναφερθεί και ο δείκτης R0 (αναπαραγωγικός ρυθμός μετάδοσης), τον οποίο χρησιμοποιούν συχνά οι επιδημιολόγοι για να αποδώσουν την επικινδυνότητα ή την σοβαρότητα της κατάστασης, αναφορικά με την εξάπλωση του ιού. Ο δείκτης αυτός μας πληροφορεί για το πλήθος των κρουσμάτων που αναμένεται να προκληθούν από ένα άλλο κρούσμα (ντόμινο). Το R0, επειδή δεν είναι μία βιολογική σταθερά, επηρεάζεται και από άλλους παράγοντες, όπως οι περιβαλλοντικές συνθήκες και η συμπεριφορά ενός μολυσμένου πληθυσμού, ενώ η τιμή του επηρεάζεται και από άλλες μεταβλητές που συνυπολογίζονται στα επιδημιολογικά μοντέλα (Delamater et al., 2019). Το R0 του κορωνοϊού δεν έχει μεγάλη διαφορά από το R0 της εποχικής γρίπης και του κοινού ρινοϊού (κρυολόγημα), καθώς το R0 του κορωνοϊού κυμαίνεται από τιμές 1,4 έως 5,7 (Li et al., 2020; Riou et al., 2020), της γρίπης κυμαίνεται από τιμές 0,9 έως 2,1 (Coburn et al., 2009) και του κοινού κρυολογήματος κυμαίνεται από τιμές 2 έως 3 (Delamater et al., 2019). Ωστόσο, όπως προαναφέρθηκε, ο δείκτης R0 επηρεάζεται και από άλλους δείκτες, καθώς και από τις γεωγραφικές, κλιματικές και κοινωνικές συνθήκες. Οπότε, είναι σημαντικό να τονιστεί ότι η ανωτέρω τιμή 5,7 του R0 υπολογίστηκε, έχοντας ληφθεί ως παράμετρος ότι το σειριακό διάστημα θα ήταν 7-8 ημέρες (Sanche et al.,

2020). Όπως αναφέρεται στην ίδια έρευνα, αν το σειριακό διάστημα ήταν μικρότερο, τότε μικρότερος θα ήταν και ο δείκτης R0. Ο Π.Ο.Υ., όπως προαναφέρθηκε, εκτιμά ότι το σειριακό διάστημα του κορωνοϊού κυμαίνεται από 3 έως 5 ημέρες. Λόγω της παραπάνω ανακρίβειας (των 7-8 ημερών), προέκυψαν διαφορετικά αποτελέσματα από, μεγάλης κλίμακας, έρευνα μετα-ανάλυσης, στην οποία συμπεριλήφθηκαν 42 έρευνες παγκοσμίως και, μέσω των οποίων, διερευνήθηκε το R0 του κορωνοϊού, και κατά την οποία, καθορίστηκε με μεγαλύτερη ακρίβεια ο μέσος όρος και το εύρος του R0. Σύμφωνα με την μετα-ανάλυση των Billah, Miah και Khan (2020), το R0 του κορωνοϊού κυμαίνεται από τιμές 2,39 έως 3,44 (με μέσο όρο 2,87). Το αποτέλεσμα αυτό έρχεται σε συμφωνία και με τον Π.Ο.Υ., ο οποίος αναφέρει ότι το R0 του κορωνοϊού είναι περίπου 2 με 2,5 φορές μεγαλύτερο από της γρίπης. Συγκεκριμένα (τα παρακάτω διαθέσιμα στο: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question-and- answers-hub/q-a-detail/coronavirus-disease-Covid-19-similarities-and-differences- with-influenza?fbclid=IwAR1OaIIyYrRzOys_WA5g0NVkIprNBpvZrOfMMFVUDEtEP- l_fPUW1WEkKYk) “The reproductive number – the number of secondary infections generated from one infected individual – is understood to be between 2 and 2.5 for Covid-19 virus, higher than for influenza. However, estimates for both Covid-19 and influenza viruses are very context and time-specific, making direct comparisons more difficult”. Μετάφραση: “Ο αριθμός αναπαραγωγής (ο αριθμός των δευτερογενών μολύνσεων που δημιουργούνται από ένα μολυσμένο άτομο) θεωρείται ότι κυμαίνεται μεταξύ 2 και 2,5 για τον κορωνοϊό, υψηλότερος από ό,τι για τη γρίπη. Ωστόσο, οι εκτιμήσεις τόσο για τον κορωνοϊό όσο και για την γρίπη είναι πολύ συγκεκριμένες τοπικά και χρονικά, καθιστώντας τις άμεσες συγκρίσεις πιο δύσκολες”. Συμπερασματικά, παρατηρείται ότι σε σχέση με την εποχική γρίπη, το R0 του κορωνοϊού είναι διπλάσιο. Ωστόσο, είναι δικαιολογημένη η διάχυτη ανησυχία που εκπέμπεται πανταχόθεν; Γεγονός παραμένει ότι το R0 του κορωνοϊού δεν είναι μία μη αναμενόμενη ή πρωτόγνωρη τιμή, καθώς, ήδη, η επιστημονική κοινότητα γνώριζε

ότι το R0 της οικογένειας των κορωνοϊών κυμαίνεται σε τιμές από 2 έως 4, όπως αναφέρεται στην επίσημη επιδημιολογική αναφορά του Π.Ο.Υ. από το 2003: https://apps.who.int/iris/bitstream/handle/10665/70863/WHO_CDS_CSR_GAR_2003 .11_eng.pdf?sequence=1&isAllowed=y. Δηλαδή, ο μέσος όρος της τιμής του R0 του κορωνοϊού είναι χαμηλότερος από τον μέσο όρο του R0 των άλλων κορωνοϊών γενικά: R0 κορωνοϊού (2,87) < R0 Sars (3). Επιπλέον, γίνεται αντιληπτό ότι το R0 ως δείκτης από μόνος του δεν μπορεί να προκαλέσει ανησυχία, καθώς περίπου ίδιες τιμές R0 απαντώνται και στο κοινό κρυολόγημα (R0 2,5) με εύρος τιμών από 2 έως 3 (Delamater et al., 2019), όσο δηλαδή και στην πανδημική γρίπη του 2009, που το R0 στην ανώτατη του τιμή άγγιζε το 2 (εύρος τιμών από 1,34 έως 2,04) με μέσο όρο το 1,7 (Frazer et al., 2009), ενώ, όπως προαναφέρθηκε, είχε και μικρότερο σειριακό διάστημα από τον κορωνοϊό, γεγονός το οποίο συντελούσε στην γρηγορότερη εξάπλωση της γρίπης. Για να γίνει περισσότερο αντιληπτό ότι το R0 από μόνο του δεν μπορεί να καθορίσει ευρύτερα την επικινδυνότητα για την ανάπτυξη και μετάδοση ενός ιού, ενδεικτικά αξίζει να αναφερθεί το R0 του ιού ebola (με 60% θνησιμότητα). Το R0 του ebola είναι 1,85, ενώ το εύρος των τιμών κυμαίνεται από 1,2 έως 2,5 (Van Kerkhove et al., 2015). Για πληρέστερη κατανόηση, στον παρακάτω πίνακα φαίνονται συγκεντρωτικά οι τιμές R0 ανά ιό: πιν. 1 Ιός Εύρος τιμών R0 Μέσος Όρος R0 Sars (2003) (2-4) 3 Νέος Κορωνοϊός (2,39-3,44) 2,87 Ρινοϊός (κοινό κρυολόγημα) (2-3) 2,5 Ebola (1,2-2,5) 1,85 «Γρίπη των χοίρων» (H1N1, 2009) (1,34-2,04) 1,7

Εποχική Γρίπη (0,9-2,1) 1,5 Επομένως, το R0 του κορωνοϊού, στην ουσία, δεν διαφέρει κατά πολύ από το R0 της γρίπης και του κοινού κρυολογήματος, καθώς επίσης είναι και αναμενόμενη τιμή για ιό της «οικογένειας» των κορωνοϊών. Όμως, τι συνέβη αναφορικά με το R0 του κορωνοϊού στην Ελλάδα; Εύλογα ερωτήματα δημιουργούνται αναφορικά με το πόσο ήταν η τιμή R0 τον Αύγουστο του 2020, όταν άρχισε να φημολογείται το επερχόμενο lockdown που εν τέλει ξεκίνησε, μερικώς, στα μέσα Σεπτεμβρίου του 2020. Ποιες ήταν οι τιμές R0 του κορωνοϊού στην Ελλάδα μέχρι και τον Δεκέμβριο του 2020 που προέβλεπαν τα επιδημιολογικά μοντέλα, ούτως ώστε να δικαιολογούνται τα (πανθομολογουμένως) αυστηρότατα μέτρα; Σύμφωνα με τον τότε εκπρόσωπο και μέλος της επιτροπής εμπειρογνωμόνων, το R0 τον Μάιο του 2020 ήταν 0,5, ενώ σύμφωνα με την δημοσιευμένη έρευνα των Kioutsoukis και Stilianakis (2021) στο Pubmed, ο δείκτης R0 μέχρι και τον Ιούλιο ήταν κάτω από το 1, ενώ μόλις τον Αύγουστο άγγιξε την τιμή 1. Σύμφωνα με την εν λόγω έρευνα, η οποία είναι σημαντικό να αναφέρουμε ότι στο προβλεπτικό της μοντέλο συμπεριέλαβε παραμέτρους, όπως η κλιματική αλλαγή της Ελλάδος, η εποχικότητα του ιού, η μεταδοτικότητα από συμπτωματικούς και μη, το R0 μέχρι και το τέλος του έτους δεν είχε αγγίξει την τιμή 2. Επίσης, παρατηρείται ότι πριν από το δεύτερο lockdown (αρχές Νοεμβρίου 2020), η καμπύλη ήδη είχε φτάσει στην κορύφωσή της και έπαιρνε κλίση απόσβεσης. Με άλλα λόγια, ήδη πριν από το lockdown, το R0 είχε κάνει την κορύφωσή του με τιμή χαμηλότερη του 2 και ήδη είχε αρχίσει να μειώνεται (Kioutsouki & Stilianakis, 2021). Τηρουμένης αμερόληπτης και επιστημονικής στάσης επί της διερεύνησης του θέματος, οφείλεται να ειπωθεί ότι στη συγκεκριμένη έρευνα εικάζεται ότι στην κορύφωση του R0, ρόλο διαδραμάτισε η χαλάρωση των μέτρων από την πλευρά των πολιτών. Παρόλ’ αυτά και πάλι το R0 φαίνεται να ακολουθεί μια τάση αυξομείωσης, όπως συμβαίνει με κάθε επιδημικό ιό, ενώ η μείωση του, στην περίπτωση της

Ελλάδος, φάνηκε να συμβαίνει πριν από την έναρξη του lockdown του Νοεμβρίου 2020 και παρόλη την χαλάρωση των μέτρων, όπως φαίνεται και από την εικόνα 7 (Kioutsouki & Stilianakis, 2021). εικ. 7 Επεξήγηση: Στο κάτω αριστερό γράφημα παρατηρείται η αυξομείωση του R0 του κορωνοϊού εντός του 2020. Στο σημείο: x, y (200,1) αντιστοιχεί η 01.08.2020. Μία παύλα αριστερά από το σημείο: x (300) αντιστοιχεί ημερομηνιακά η 07.11.2020, η ημέρα δηλαδή που ξεκίνησε το δεύτερο lockdown στην Ελλάδα. Αν σχεδιαστεί η κάθετος από το σημείο αυτό, παρατηρείται ότι το σημείο που η κάθετος τέμνει την καμπύλη R0, ανήκει στο τμήμα της καμπύλης με κλίση απόσβεσης. Πηγή: (Kioutsouki & Stilianakis, 2021) Eπομένως, από όλα τα παραπάνω, συνάγεται ότι το R0 του κορωνοϊού δεν φαίνεται να αποτελεί από μόνο του κριτήριο για τα αυστηρά μέτρα που επακολούθησαν. Σε αυτό το σημείο αξίζει να τονιστεί ότι ο δείκτης R0 του κοινού κρυολογήματος (κοινός ρινοϊός) αγγίζει την τιμή 3, δηλαδή τιμή υψηλότερη από την υψηλότερη τιμή R0 του κορωνοϊού που προβλέφθηκε για την Ελλάδα ως το τέλος του 2020. Κάθε τιμή R0>1 δηλώνει την πιθανότητα εκδήλωσης επιδημίας, πράγμα που σημαίνει ότι το κοινό κρυολόγημα θα πρέπει να θεωρείται πανδημικό, σύμφωνα με τον βασικό αναπαραγωγικό αριθμό, αλλά λόγω της προφανούς μηδαμινής θνησιμότητας, δεν

χαρακτηρίζεται ως τέτοιο. Επομένως, το επόμενο βήμα θα είναι η εξέταση της θνησιμότητας του κορωνοϊού. 2c) Ως προς την θνησιμότητα Σχετικά με τους θανάτους από τον κορωνοϊό και συγκριτικά με την γρίπη, ο Π.Ο.Υ. αναφέρει: (Το παρακάτω είναι διαθέσιμο στο https://www.who.int/influenza/surveillance_monitoring/bod/FAQsInfluenzaMortalit yEstimate.pdf?ua=1) : “Mortality for Covid-19 appears higher than for influenza, especially seasonal influenza. While the true mortality of Covid-19 will take some time to fully understand, the data we have so far indicate that the crude mortality ratio (the number of reported deaths divided by the reported cases) is between 3-4%, the infection mortality rate (the number of reported deaths divided by the number of infections) will be lower. For seasonal influenza, mortality is usually well below 0.1%. However, mortality is to a large extent determined by access to and quality of health care”. Μετάφραση: “Η θνησιμότητα για τον κορωνοϊό εμφανίζεται υψηλότερη από ό,τι για τη γρίπη, ειδικά για την εποχική γρίπη. Ενώ η πραγματική θνησιμότητα του κορωνοϊού θα χρειαστεί λίγο χρόνο για να κατανοηθεί πλήρως, τα δεδομένα που έχουμε μέχρι στιγμής δείχνουν ότι ο δείκτης ακαθάριστης θνησιμότητας (δηλαδή ο αριθμός των αναφερόμενων θανάτων διαιρούμενος με τις αναφερόμενες περιπτώσεις, δηλαδή τα συμπτωματικά άτομα) κυμαίνεται μεταξύ 3-4%, ενώ το ποσοστό της θνησιμότητας της μόλυνσης (ο αριθμός των αναφερόμενων θανάτων διά τον αριθμό των λοιμώξεων, δηλαδή και τα συμπτωματικά και τα μη συμπτωματικά άτομα) θα είναι χαμηλότερος. Για την εποχική γρίπη, η θνησιμότητα είναι συνήθως πολύ κάτω από 0,1%. Ωστόσο, η θνησιμότητα καθορίζεται σε μεγάλο βαθμό τόσο από την πρόσβαση όσο και από την ποιότητα των παροχών υγειονομικής περίθαλψης”. Σύμφωνα με τον Π.Ο.Υ., η θνησιμότητα από τον κορωνοϊό είναι υψηλότερη από την γρίπη, αλλά:

i) O δείκτης θνησιμότητας θα μειωθεί, διότι, έως τότε (που έγινε η δημοσίευση από τον Π.Ο.Υ.) περιλάμβανε τους νοσούντες με συμπτώματα. Όπως αναφέρει, όταν συμπεριληφθεί και ο αριθμός των λοιμώξεων (δηλαδή και όσα άτομα είναι μη συμπτωματικά, τα οποία, παρεμπιπτόντως, είναι η πλειονότητα των περιπτώσεων), τότε ο δείκτης θνησιμότητας θα μειωθεί. ii) Πλέον, ο δείκτης θνησιμότητας του κορωνοϊού εκτιμάται ελάχιστα πιο υψηλός από της γρίπης. Συγκεκριμένα, σύμφωνα με δημοσιευμένη έρευνα, στην επίσημη ιστοσελίδα του Π.Ο.Υ., από τον καθηγητή Ι. Ιωαννίδη, το εκτιμώμενο ποσοστό θνησιμότητας από κορωνοϊό σημειώνεται κάτω του 1%, ενώ σε πολλές περιπτώσεις είναι ακόμα και κάτω του 0,2% (Ioannidis, 2020). iii) Ο δείκτης θνησιμότητας από την γρίπη, καθορίζεται από θανάτους που προκλήθηκαν ΑΠΟ την γρίπη και ΜΟΝΟ από επιπλοκές του αναπνευστικού συστήματος. Συγκεκριμένα, όπως αναφέρεται: “The new estimate is based only on respiratory death (για γρίπη). Taking all death into consideration that are due to influenza, but do not show respiratory symptoms will make the estimate substantial higher”. Μετάφραση: Οι εκτιμώμενοι θάνατοι βασίζονται μόνο στους θανάτους του αναπνευστικού. Λαμβάνοντας υπόψη όλους τους θανάτους που προκλήθηκαν από την γρίπη, χωρίς αναπνευστικά συμπτώματα, το ποσοστό των εκτιμώμενων θανάτων από τη γρίπη θα ανέβει σημαντικά (διαθέσιμα στο: https://www.who.int/influenza/surveillance_monitoring/bod/FAQsInfluenzaMorta lityEstimate.pdf?ua=1) Ποιοι είναι όμως εκείνοι οι θάνατοι, οι οποίοι, ενώ είναι θάνατοι που οφείλονται στη γρίπη, πρός το παρόν δεν συμπεριλαμβάνονται στην καταγραφή θανάτων από αυτή; Η απάντηση δίνεται στο παραπάνω άρθρο ως εξής: “Further surveillance and laboratory studies of other diseases such as cardiovascular disease, diabetes or asthma, which can be influenza-related, are expected to yield substantially higher estimates over the next few years, reflecting a more complete picture of the global

influenza burden of disease’’. Εξηγεί, δηλαδή, ότι θάνατοι που προκλήθηκαν από τη γρίπη και σχετίζονται με υποκείμενα νοσήματα, όπως ο διαβήτης, το άσθμα και οι καρδιακές παθήσεις (άμα συμπεριληφθούν στους θανάτους από τη γρίπη) θα ανεβάσουν τα εκτιμώμενα νούμερα. Από την άλλη πλευρά, θάνατοι που προκλήθηκαν από τον κορωνοϊό και σχετίζονται με τα προαναφερθέντα υποκείμενα νοσήματα, αλλά και άλλα νοσήματα, όπως ο καρκίνος, προσμετρώνται στην καταγραφή θανάτων από τον κορωνοϊό, σε αντίθεση με την γρίπη, που όπως προαναφέρθηκε, καταγράφονται μόνο οι θάνατοι του αναπνευστικού. Επιπλέον, στην διαφορά των κριτηρίων καταγραφής θανάτων μεταξύ γρίπης και κορωνοϊού, πρέπει να προστεθεί και το γεγονός ότι, πέραν όλων των παραπάνω, καταγράφονται, ως θάνατοι από κορωνοϊό, περιπτώσεις ανθρώπων, οι οποίοι ναι μεν ήταν θετικοί σε αυτόν, εντούτοις η αιτία του θανάτου ήταν κάποιο άλλο σοβαρό υποκείμενο νόσημα ή ενδεχομένως ακόμη και ατύχημα (π.χ. αυτοκινητιστικό) [Πίνακες 2 και 3]. * Παρατίθεται και ένα χαρακτηριστικό βίντεο από δημόσια δήλωση μέλους της επιτροπής εμπειρογνωμόνων (Τσιόδρας: «Καταγράψαμε στον κορωνοϊό θανάτους από άλλες αιτίες»: https://www.youtube.com/watch?v=5OFPhBD7WvA&t=1s).

πίν. 2 (γρίπη) ΚΑΤΗΓΟΡΙΕΣ ΠΕΡΙΠΤΩΣΕΙΣ ΘΑΝΑΤΩΝ 1 ΘΑΝΑΤΟΙ ΑΠΟ ΓΡΙΠΗ (ΠΟΥ ΠΡΟΚΑΛΕΙ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΕΠΙΠΛΟΚΕΣ ΑΠΕΥΘΕΙΑΣ ΣΤΟ ΑΝΑΠΝΕΥΣΤΙΚΟ) 2 ΘΑΝΑΤΟΙ ΑΠΟ ΓΡΙΠΗ (ΠΟΥ ΠΡΟΚΑΛΕΙ ΔΕΝ ΟΠΟΙΑΔΗΠΟΤΕ ΑΛΛΗ ΕΠΙΠΛΟΚΗ, ΠΛΗΝ ΤΟΥ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΑΝΑΠΝΕΥΣΤΙΚΟΥ) 3 ΘΑΝΑΤΟΙ ΜΕ ΓΡΙΠΗ (ΔΗΛΑΔΗ ΘΑΝΑΤΟΙ ΠΟΥ ΔΕΝ ΔΕΝ ΟΦΕΙΛΟΝΤΑΙ ΣΕ ΕΠΙΠΛΟΚΗ ΑΠΟ ΤΗΝ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΓΡΙΠΗ) πίν. 3 (κορωνοϊός) ΚΑΤΗΓΟΡΙΕΣ ΠΕΡΙΠΤΩΣΕΙΣ ΘΑΝΑΤΩΝ 1 ΘΑΝΑΤΟΙ ΑΠΟ ΚΟΡΩΝΟΪΟ (ΠΟΥ ΠΡΟΚΑΛΕΙ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΕΠΙΠΛΟΚΕΣ ΑΠΕΥΘΕΙΑΣ ΣΤΟ ΑΝΑΠΝΕΥΣΤΙΚΟ) 2 ΘΑΝΑΤΟΙ ΑΠΟ ΚΟΡΩΝΟΪΟ (ΠΟΥ ΠΡΟΚΑΛΕΙ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΟΠΟΙΑΔΗΠΟΤΕ ΑΛΛΗ ΕΠΙΠΛΟΚΗ, ΠΛΗΝ ΤΟΥ ΑΝΑΠΝΕΥΣΤΙΚΟΥ) 3 ΘΑΝΑΤΟΙ ΜΕ ΚΟΡΩΝΟΪΟ (ΔΗΛΑΔΉ ΚΑΤΑΓΡΑΦΟΝΤΑΙ ΘΑΝΑΤΟΙ ΠΟΥ ΔΕΝ ΟΦΕΙΛΟΝΤΑΙ ΣΕ ΕΠΙΠΛΟΚΗ ΑΠΟ ΤΟΝ ΚΟΡΩΝΟΪΟ) Συμπέρασμα: Παρατηρείται ότι δεν αντιμετωπίζονται με ενιαίο τρόπο οι καταγραφές ανάμεσα στις περιπτώσεις αμφότερων θανάτων γρίπης και κορωνοϊού. Σημειωτέον ότι οι κατηγορίες 2 και 3, τόσο στη γρίπη όσο και στον κορωνοϊό, περιλαμβάνουν πάρα πολλά

άλλα υποκείμενα νοσήματα (αν όχι και ατυχήματα) που αυξάνουν απροσδιόριστα τον αριθμό των θανάτων. Αυτή η διαφοροποίηση στην καταγραφή μεταξύ θανάτων ΑΠΟ και ΜΕ κορωνοϊό, (σημ.: στην Ελλάδα δεν γίνεται αυτή η διαφοροποίηση), είχε προβλεφθεί από τον Π.Ο.Υ. από 16.04.2020 (διαθέσιμο στο: https://www.who.int/classifications/icd/Guidelines_Cause_of_Death_COVID-19.pdf). Όπως διαπιστώνεται στην σελίδα 7 των επίσημων οδηγιών καταγραφής θανάτων από τον κορωνοϊό, γίνεται διαχωρισμός ανάμεσα στους θανάτους ΑΠΟ και ΜΕ κορωνοϊό. Συμπερασματικά, για όλους τους παραπάνω λόγους, η θνησιμότητα από τον κορωνοϊό, δεν διαφέρει σημαντικά από της γρίπης, ενώ ενδέχεται στο μέλλον, εφόσον θα συμπεριλαμβάνονται και παραπάνω θάνατοι που προκαλούνται από τη γρίπη (αλλά προς το παρόν δεν προσμετρώνται), η θνησιμότητα της γρίπης να είναι υψηλότερη από την θνησιμότητα του κορωνοϊού. Φυσικά, ας συνυπολογιστεί ότι για την καταπολέμηση της γρίπης χρησιμοποιούνται ήδη, εμβόλια και φάρμακα, και παρόλα αυτά, η θνησιμότητα του κορωνοϊού είναι λίγο παραπάνω από της γρίπης, ενώ ενδέχεται στο μέλλον με την ορθή καταγραφή των θανάτων, η κατάσταση αυτή να αναστραφεί. 2d) Ως προς την επικινδυνότητα ανά ομάδα πληθυσμού Αναφορικά με την επικινδυνότητα ανά ομάδα του πληθυσμού, οι οποίες προσβάλλονται από τον κορωνοϊό και την γρίπη, o Π.Ο.Υ. αναφέρει σχετικά: “Those most at risk for severe influenza infection are children, pregnant women, elderly, those with underlying chronic medical conditions and those who are immunosuppressed. For Covid-19, our current understanding is that older age and underlying conditions increase the risk for severe infection”. Μετάφραση: «Εκείνοι που κινδυνεύουν περισσότερο από σοβαρή λοίμωξη από τη γρίπη είναι παιδιά, έγκυες γυναίκες, ηλικιωμένοι, άτομα με υποκείμενες χρόνιες

ιατρικές καταστάσεις και όσοι βρίσκονται σε ανοσοκαταστολή. Για τον κορωνοϊό, η τρέχουσα αντίληψή μας είναι ότι η μεγαλύτερη ηλικία και τα υποκείμενα νοσήματα αυξάνουν τον κίνδυνο σοβαρής μόλυνσης» (διαθέσιμο στο: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/question- and-answers-hub/q-a-detail/coronavirus-disease-Covid-19-similarities-and- differences-with-influenza?fbclid=IwAR39- avCcsGb56c0TZQCAnfDoq6qitZbUbDpdUSLCUurYc75qvSq3C4uTCs). Συμπερασματικά, φαίνεται ότι ο κορωνοϊός δημιουργεί σοβαρές λοιμώξεις, σε ηλικίες άνω των 70 ετών και σε ήδη πάσχοντες από σοβαρά υποκείμενα νοσήματα. Στον αντίποδα, η γρίπη δημιουργεί σοβαρές λοιμώξεις, περιλαμβανομένων περισσοτέρων ηλικιακών ομάδων του πληθυσμού, καθώς πέραν των ανωτέρω ομάδων, κινδυνεύουν, από σοβαρή γριππώδη λοίμωξη, νεαρά άτομα, παιδιά και έγκυες γυναίκες. ΣΥΜΠΕΡΑΣΜΑ Συμπερασματικά, σύμφωνα με όλα τα παραπάνω και αναφορικά με το συλλεχθέν δείγμα, από την στιγμή που αυτό δεν είναι τυχαίο, πολλώ δε μάλλον το οποίο δεν πληροί τις προϋποθέσεις ορθώς κατηγοριοποιημένης καταγραφής, οποιοδήποτε συμπέρασμα αναδεικνύεται από την παράμετρο των καθημερινών «κρουσμάτων», κρίνεται επισφαλές και αναξιόπιστο. Επιδημιολογικά και προβλεπτικά μοντέλα τα οποία χρησιμοποιούν ως μεταβλητή τα «κρούσματα» δεν μπορούν να έχουν ορθή προβλεπτική δύναμη. Αναφορικά με το αν είναι πρωτοφανής η επικινδυνότητα του κορωνοϊού, συγκριτικά με την γρίπη, προέκυψαν οι εξής διαπιστώσεις: 1. Όσον αφορά το ρυθμό μετάδοσης, η γρίπη έχει χαμηλότερο σειριακό διάστημα από τον κορωνοϊό, στοιχείο που φανερώνει ότι εξαπλώνεται ταχύτερα,

ενώ ο κορωνοϊός έχει, υπό προϋποθέσεις, μεγαλύτερο αναπαραγωγικό ρυθμό R0 από την γρίπη, γεγονός που καθιστά τον κορωνοϊό, υπό προϋποθέσεις, περισσότερο μολυσματικό. Ωστόσο σε αυτό το σημείο αξίζει να τονιστούν δύο ζητήματα. Αφενός το R0 του κορωνοϊού είναι ελάχιστα πιο πάνω από το R0 του κοινού κρυολογήματος, γεγονός που αποδεικνύει ότι το R0 ως δείκτης από μόνος του δεν μπορεί να εκφράσει την επικινδυνότητα του ιού, αφετέρου το R0 του κορωνοϊού δεν συνιστά πρωτοφανή τιμή, καθώς το R0 των κορωνοϊών (γενικότερα) κυμαίνεται και σε ανώτερες τιμές από αυτές του (νέου) κορωνοϊού. 2. Λαμβάνοντας υπ’ όψη ότι το target group της γρίπης είναι ίδιο με εκείνο του κορωνοϊού (άτομα μεγάλης ηλικίας και άτομα με σοβαρά υποκείμενα νοσήματα), συν παιδιά, έγκυες γυναίκες και γενικότερα υγιής πληθυσμός μέσης ηλικίας, γίνεται αντιληπτό ότι, εφόσον οι δύο ιοί δεν διαφέρουν σε μεγάλο βαθμό ως προς τη μεταδοτικότητα, επίσης δεν διαφέρουν σημαντικά και ως προς την επικινδυνότητα. Επειδή, όμως, ο καθοριστικός παράγοντας ο οποίος εν τέλει σηματοδοτεί την επικινδυνότητα μιας ασθένειας, είναι η θνησιμότητα, στην έρευνα αυτή εξετάσθηκε και η θνησιμότητα που επιφέρει τόσο η γρίπη όσο και ο κορωνοϊός. 3. Η θνησιμότητα του κορωνοϊού υπερβαίνει ελαφρά τη θνησιμότητα της γρίπης, ωστόσο τα κριτήρια καταγραφής θανάτων είναι διαφορετικά ανάμεσά τους. Όπως αναδείχθηκε, θάνατοι που δεν οφείλονται στον κορωνοϊό καταγράφονται, ενώ δεν καταγράφονται καν θάνατοι που οφείλονται στη γρίπη, εκτός μόνον αυτών που προκλήθηκαν από αναπνευστικές επιπλοκές. Αν γίνει καταγραφή με τα ίδια κριτήρια, πιθανότατα το ποσοστό θνησιμότητας μεταξύ του κορωνοϊού και της γρίπης να αντιστραφεί. Εν κατακλείδι, όπως προκύπτει από την βιβλιογραφική έρευνα που διεξήχθη, δεν υπάρχουν επαρκώς αξιόπιστα στοιχεία και ενδείξεις που δικαιολογούν τα πανθομολογουμένως εξοντωτικά μέτρα, όπως το συνεχόμενο και πολύμηνο lockdown. Επιπλέον, κρίνεται σκόπιμο να διερευνηθεί η αποτελεσματικότητα του

lockdown στην Ελλάδα, καθώς φαίνεται ότι η καμπύλη R0 του κορωνοϊού ήταν σε διαδικασία απόσβεσης, προτού ξεκινήσει το lockdown, αλλά και ενδεχομένως να χρειάζεται να διερευνηθούν και οι παράπλευρες και πολύπλευρες συνέπειές του. Επιπροσθέτως, πρέπει να αναφερθεί, αναφορικά με την «πρωτοφανή» επικινδυνότητα του κορωνοϊού, ότι η θνησιμότητα του ιού Sars (2003) άγγιζε το 9% παγκοσμίως, ενώ, αναλογιζόμενοι τις απώλειες σε ανθρωπο-έτη, αξίζει να αναφερθεί ότι κατά την πανδημία γρίπης του 2009, τα ανθρωπο-έτη που χάθηκαν ήταν αντίστοιχα με εκείνα των πανδημιών γρίπης του 1957 και 1968 (Petersen et al., 2020). Κλείνοντας, από την ίδια έρευνα παρατηρείται και ταυτόχρονα δημιουργείται εύλογο ερώτημα, ότι, ενώ ο Sars (2003) με θνησιμότητα 9%, είχε ίδιο ρυθμό μεταδοτικότητας με τον κορωνοϊό (R0 2,5), ωστόσο δεν είχε εξελιχθεί σε πανδημία, με μόλις 8.098 κρούσματα παγκοσμίως. Mία πιθανή εξήγηση μπορεί να αποτελεί το γεγονός, ότι τα μοριακά tests, όπως προαναφέρθηκε, μπορεί να παρουσιάσουν θετικό αποτέλεσμα, όταν το δείγμα που αναλύουν εμπεριέχει συγκεκριμένα ποσοστά ιικού ή βακτηριακού φορτίου πολλών παθογενών οργανισμών, με αποτέλεσμα να γίνονται υπερδιαγνώσεις κορωνοϊού. Ωστόσο, επειδή ενδεχομένως να υπάρχουν και άλλοι παράγοντες οι οποίοι ίσως δίνουν απάντηση σε αυτό το εύλογο ερώτημα, κρίνεται σκόπιμη η περαιτέρω έρευνα επί τούτου.

ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΠΑΡΑΠΟΜΠΕΣ Μονογραφίες & Συλλογικοί Τόμοι Μπαμπινιώτης Γ. (2019): Λεξικό της Νέας Ελληνικής Γλώσσας, Εκδ. Κέντρο Λεξικολογίας, Κηφισιά Γαλάνης Π. και Σπάρος Λ. (2010): Εγχειρίδιο Επιδημιολογίας, ΒΗΤΑ Ιατρικές Εκδόσεις, Αθήνα Bamberg G., Baur F. και Krapp M. (2014): Στατιστική, Εκδ. Προπομπός, Αθήνα Επιστημονική Αρθρογραφία Γαλάνης Π. (2012): “Μεθοδολογία δειγματοληψίας στις επιδημιολογικές μελέτες”, Ιατρική Εταιρεία Αθηνών, Αρχεία Ελληνικής Ιατρικής, 29 (5), σ. 632-637, διαθέσιμο στο: https://www.mednet.gr/archives/2012-5/pdf/632.pdf Billah M., Miah M. & Khan N. (11.11.2020): “Reproductive number of coronavirus: A systematic review and meta-analysis based on global level evidence”, Plos One, 15 (11), διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7657547/ Cao S., Gan Y., Wang C., Bachmann M., Wei S., et al. (20.11.2020): “Post-lockdown SARS- CoV-2 nucleic acid screening in nearly ten million residents of Wuhan, China”, Nature & Pubmed, διαθέσιμο στο: https://www.nature.com/articles/s41467-020-19802-w και στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7679396/ Coburn B., Wagner B. & Blower S. (22.06.2009): “Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1)”, BMC Medicine, 7 (30), διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2715422/ Delamater P., Street E., Leslie T., Yang, Tony Y. & Jacobsen K. (01/2019): “Complexity of the Basic Reproduction Number (R0)”, Emerging infectious Diseases, 25 (1): 1-4, διαθέσιμο στο: https://pubmed.ncbi.nlm.nih.gov/30560777/ Fersht A. (28.04.2009): “The most influential journals: Impact Factor and Eigenfactor”, Proceedings of the National Academy of Sciences of the U.S.A., 106 (17), σ. 6883-6884, διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2678438/ Fraser C., Donnelly C., Cauchemez S., Hanage W., Van Kerkhove M., et al. (19.06.2009): “Pandemic Potential of a Strain of Influenza A (H1N1): Early Findings”, Science, 324 (5934), σ. 1557-1561, διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3735127/

Fujigaki H., Takemura M., Osawa M., Sakurai A., Nakamoto K., et al. (10.09.2020): “Reliability of serological tests for Covid-19: comparison of three immunochromatography test kits for SARS-CoV-2 antibodies”, Heliyon, 6 (9), διαθέσιμο στο: https://www.sciencedirect.com/science/article/pii/S2405844020317722#tbl1 Ioannidis J. (14.10.2020): “Infection fatality rate of Covid-19 inferred from seroprevalence data”, World Health Organisation, 99, σ. 19-33, διαθέσιμο στο: https://www.who.int/bulletin/volumes/99/1/20-265892/en/ Kioutsoukis I. & Stilianakis N. (09.02.2021): “On the Transmission Dynamics of SARS-CoV-2 in a Temperate Climate”, Environmental Research and Public Health, 18 (4), σ. 1660, διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7916241/?fbclid=IwAR2LRDeMU_iOwll3 MnTnG0gVt9DcImkWosHAwQ-awitV8b6sm8lttKIxB1k Li Q., Guan X., Wu P., Wang X., Zhou L., et al. (26.03.2020): “Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus–Infected Pneumonia”, N. Engl. J. Med., 382 (13), σ. 1199-1207, διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7121484/?tool=pmcentrez Merino P., Guinea J., Munoz-Gallego I. et al. (16.02.2021): “Multicenter evaluation of the Panbio Covid-19 rapid antigen-detection test for the diagnosis of SARS-CoV-2 infection”, διαθέσιμο στο: https://www.sciencedirect.com/science/article/pii/S1198743X21000768?fbclid=IwAR044 xVA4Fhd_iexCoSKfj-2JuziJ0O4Ck2b00fbuZABHrLHfo7WdLc6lZY#bib1 Petersen E., Koopmans M. et al. (03.07.2020): “Comparing SARS-CoV-2 with SARS-CoV and influenza pandemics”, The Lancet, 20 (9), σ. 238-244, διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7333991/ Riou J. & Althaus C. (30.01.2020): “Pattern of early human-to-human transmission of Wuhan 2019 novel coronavirus (2019-nCoV), December 2019 to January 2020”, Eurosurveillance, 25 (4), διαθέσιμο στο: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7001239/?tool=pmcentrez Sanche S., Ting Lin Y., Xu C., Romero-Severson E., et al.(07/2020): “High Contagiousness and Rapid Spread of Severe Acute Respiratory Syndrome Coronavirus 2”, Emerging Infectious Diseases, 26 (7), διαθέσιμο στο: https://wwwnc.cdc.gov/eid/article/26/7/20-0282_article Van Kerkhove M., Bento A., Mills H., Ferguson N. & Donnelly C. (26.05.2015): “A review of epidemiological parameters from Ebola outbreaks to inform early public health decision- making”, Scientific Data, 2 (150019), διαθέσιμο στο: https://www.nature.com/articles/sdata201519

Διαδικτυακοί Τόποι Ε.Ο.Δ.Υ., Οδηγίες προς τα Εργαστήρια που εξετάζουν δείγματα κορωνοϊού, 03.04.2020 Ε.Ο.Δ.Υ., Εβδομαδιαία Έκθεση Επιδημιολογικής Επιτήρησης της Γρίπης Eβδομάδα 11/2021 (15–21 Μαρτίου 2021), διαθέσιμο στο: https://eody.gov.gr/wp- content/uploads/2020/10/11.2021-FLU-WEEK.pdf Π.Ο.Υ., Coronavirus disease (Covid-19): Similarities and differences with influenza, 17.03.2020, διαθέσιμο στο: https://www.who.int/emergencies/diseases/novel- coronavirus-2019/question-and-answers-hub/q-a-detail/coronavirus-disease-covid-19- similarities-and-differences-with- influenza?fbclid=IwAR1OaIIyYrRzOys_WA5g0NVkIprNBpvZrOfMMFVUDEtEP- l_fPUW1WEkKYk Π.Ο.Υ., International Guidelines for Certification and Classification (Coding) of Covid-19 as Cause of Death, 16.04.2020, διαθέσιμο στο: https://www.who.int/classifications/icd/Guidelines_Cause_of_Death_COVID-19.pdf Π.Ο.Υ., Antigen-detection in the diagnosis of SARS-CoV-2 infection using rapid immunoassays, 11.09.2020, διαθέσιμο στο: https://www.who.int/publications/i/item/antigen-detection-in-the-diagnosis-of-sars-cov- 2infection-using-rapid- immunoassays?fbclid=IwAR0r440_X9SZCIpwUXIdUsyRmXM8xOV7L4S95Dkj7rC5sAdUBDN T2tWcXq0 Π.Ο.Υ., Estimate of Respiratory Deaths due to Seasonal Influenza, διαθέσιμο στο: https://www.who.int/influenza/surveillance_monitoring/bod/FAQsInfluenzaMortalityEsti mate.pdf?ua=1&fbclid=IwAR06gCLu01vYpadBCOWwM9uDgSzvF7RYSK9Dfb- PoBw9G4CTblhQwTobnBU Π.Ο.Υ., Consensus document on the epidemiology of severe acute respiratory syndrome (SARS), 2003, διαθέσιμο στο: https://apps.who.int/iris/bitstream/handle/10665/70863/WHO_CDS_CSR_GAR_2003.11_ eng.pdf?sequence=1&isAllowed=y Π.Ο.Υ., FTD SARS-CoV2, Fast Track Diagnostics, 04/2020, διαθέσιμο στο: https://www.who.int/diagnostics_laboratory/eual/eul_0502_193_00_ftd_sars_cov_2_ftd _114_32_ifu.pdf?ua=1 Π.Ο.Υ., WHO COVID-19 Case definition, 16.12.2020, διαθέσιμο στο: https://www.who.int/publications/i/item/WHO-2019-nCoV- Surveillance_Case_Definition-2020.2