High-quality data is crucial for guiding decision making. Data quality frailties have been exposed worldwide during the current COVID-19 pandemic. The latter complicates the prediction of its evolution and the assessment of both health and economic interventions. Indeed, the process of data collection of the main pandemic variables is murky and not intended for statistical analysis, favoring convenient narratives and only apparently supporting policy-making processes. We aim at providing proper communication to the general public and inform on the daily evolution of the epidemic. That is achieved by the interactive tool here introduced, along with some alerts highlighting the fallacy of indicators as poorly informative when considered alone. We discuss the utmost importance to consider simultaneously multiple indicators, cross-verifying their behavior in order to distinguish relevant information from harmful and dangerous misinterpretations. Information are summarized through easily readable and accessible graphs and interactive maps. Predictions are based on novel approaches and models and can be used as alerts to identify at-risk situations.

Dati di alta qualit`a sono cruciali per guidare il processo decisionale. Lacune nella qualit`a dei dati sono emerse in tutto il mondo durante l’attuale epidemia di COVID-19. Queste lacune complicano la previsione dell’evoluzione dell’epidema e la valutazione dei relativi interventi sanitari ed economici. Infatti, il processo di raccolta dati dei principali indicatori dell’epidemia `e confuso e non progettato per l’analisi statistica, favorendo interpretazioni convenienti e soltanto apparentemente a supporto del processo legislativo. Il nostro scopo `e quello di fornire al pubblico una corretta comunicazione statistica e di informare sull’andamento giornaliero dell’epidemia. Ci`o si realizza attraverso uno strumento interattivo introdotto di seguito, in aggiunta ad alcune avvertenze che mostrano la scarsa informativit`a degli indicatori se considerati singolarmente. Si rileva la fondamentale importanza del considerare contemporaneamente pi`u indicatori, mediante la verifica incrociata del loro comportamento, al fine di distinguere le informazioni rilevanti da interpretazioni errate, dannose e pericolose. Le informazioni sono riassunte in grafici e mappe interattivi. Le previsioni si basano su nuovi approcci e i modelli possono essere utilizzati come segnali per identificare le situazioni a rischio.

Statistical communication of COVID-19 epidemic using widely accessible interactive tools / Mingione, Marco; ALAIMO DI LORO, Pierfrancesco. - (2021), pp. 1738-1743. (Intervento presentato al convegno 50th Meeting of the Italian Statistical Society - SIS 2021 tenutosi a Pisa; Italia (virtuale)).

Statistical communication of COVID-19 epidemic using widely accessible interactive tools

Marco Mingione
;
Pierfrancesco Alaimo Di Loro
2021

Abstract

High-quality data is crucial for guiding decision making. Data quality frailties have been exposed worldwide during the current COVID-19 pandemic. The latter complicates the prediction of its evolution and the assessment of both health and economic interventions. Indeed, the process of data collection of the main pandemic variables is murky and not intended for statistical analysis, favoring convenient narratives and only apparently supporting policy-making processes. We aim at providing proper communication to the general public and inform on the daily evolution of the epidemic. That is achieved by the interactive tool here introduced, along with some alerts highlighting the fallacy of indicators as poorly informative when considered alone. We discuss the utmost importance to consider simultaneously multiple indicators, cross-verifying their behavior in order to distinguish relevant information from harmful and dangerous misinterpretations. Information are summarized through easily readable and accessible graphs and interactive maps. Predictions are based on novel approaches and models and can be used as alerts to identify at-risk situations.
2021
50th Meeting of the Italian Statistical Society - SIS 2021
Dati di alta qualit`a sono cruciali per guidare il processo decisionale. Lacune nella qualit`a dei dati sono emerse in tutto il mondo durante l’attuale epidemia di COVID-19. Queste lacune complicano la previsione dell’evoluzione dell’epidema e la valutazione dei relativi interventi sanitari ed economici. Infatti, il processo di raccolta dati dei principali indicatori dell’epidemia `e confuso e non progettato per l’analisi statistica, favorendo interpretazioni convenienti e soltanto apparentemente a supporto del processo legislativo. Il nostro scopo `e quello di fornire al pubblico una corretta comunicazione statistica e di informare sull’andamento giornaliero dell’epidemia. Ci`o si realizza attraverso uno strumento interattivo introdotto di seguito, in aggiunta ad alcune avvertenze che mostrano la scarsa informativit`a degli indicatori se considerati singolarmente. Si rileva la fondamentale importanza del considerare contemporaneamente pi`u indicatori, mediante la verifica incrociata del loro comportamento, al fine di distinguere le informazioni rilevanti da interpretazioni errate, dannose e pericolose. Le informazioni sono riassunte in grafici e mappe interattivi. Le previsioni si basano su nuovi approcci e i modelli possono essere utilizzati come segnali per identificare le situazioni a rischio.
COVID-19; Shiny; data quality; open data
04 Pubblicazione in atti di convegno::04b Atto di convegno in volume
Statistical communication of COVID-19 epidemic using widely accessible interactive tools / Mingione, Marco; ALAIMO DI LORO, Pierfrancesco. - (2021), pp. 1738-1743. (Intervento presentato al convegno 50th Meeting of the Italian Statistical Society - SIS 2021 tenutosi a Pisa; Italia (virtuale)).
File allegati a questo prodotto
File Dimensione Formato  
Mingione_statistical-communication_2021.pdf

accesso aperto

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 6.58 MB
Formato Adobe PDF
6.58 MB Adobe PDF
Mingione_statistical-communication_frontespizio_2021.pdf

accesso aperto

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 301.52 kB
Formato Adobe PDF
301.52 kB Adobe PDF
Mingione_statistical-communication_indice_2021.pdf

accesso aperto

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 11.02 MB
Formato Adobe PDF
11.02 MB Adobe PDF
Mingione_statistical-communication_quarta_2021.pdf

accesso aperto

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 29.71 kB
Formato Adobe PDF
29.71 kB Adobe PDF

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1580852
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact