L’ultima volta che avete attraversato il corridoio di una nave da crociera, preso posto a tavola o assistito a uno spettacolo insieme con centinaia di altri passeggeri, vi siete chiesti quanto rapidamente possa viaggiare un virus? Una nave è, in fondo, una piccola città in movimento, ma una città nella quale migliaia di persone condividono per giorni cabine, pasti e ambienti chiusi o semi-chiusi. Non stupisce, dunque, che le malattie respiratorie rappresentino, secondo il CDC, circa il 30-40% delle diagnosi effettuate nei centri medici di bordo e che focolai di COVID-19, influenza e RSV possano comparire in qualsiasi stagione.
Uno studio pubblicato il 16 agosto su Discover Public Health propone ora un sistema per capire, fin dai primi dati, quale direzione stia prendendo il contagio: non pretende di indicare il passeggero che si ammalerà, ma cerca di stabilire se la pressione epidemica stia aumentando oppure se isolamento, riduzione dei contatti e altre misure di controllo abbiano cominciato a spezzare la catena. È questa la differenza decisiva: non una previsione individuale, bensì un segnale operativo per l’intera nave.
Il punto di partenza è il modello SIR, cioè lo schema epidemiologico che divide una popolazione in suscettibili, infetti e guariti o “rimossi”. I ricercatori lo hanno adattato alle particolari condizioni delle crociere, aggiungendo il Minimum Infection Rate (MIR), un indicatore che mette in rapporto il numero degli infetti, la capacità complessiva della nave e un fattore destinato a rappresentare l’efficacia della prevenzione. Se la trasmissione corre più rapidamente delle guarigioni e delle rimozioni, il MIR sale; se le contromisure interrompono un numero sufficiente di contatti, il MIR scende.
Per intenderci, immaginiamo il MIR come la lancetta di un manometro collegato non a una singola cabina, ma all’intero sistema di bordo: i nuovi contagi fanno aumentare la pressione, mentre identificazione dei casi, isolamento e diminuzione dei contatti la fanno calare. Inserendo ogni settimana dati aggiornati, il modello può stimare il rischio per la settimana successiva. La lancetta, naturalmente, non dirà a ciascuno di noi se sarà contagiato. Dirà piuttosto se la macchina epidemica sta accelerando.
Ma un indicatore, per quanto suggestivo, deve misurarsi con ciò che è realmente accaduto. Gli autori hanno quindi applicato il modello a due focolai del passato: un episodio di COVID-19 verificatosi nel 2021 sulla MS Voyager e un focolaio influenzale del 2014. Nella simulazione relativa al COVID-19 si partiva da un infetto, 2.650 suscettibili e una capacità massima di 3.000 persone; in quella dell’influenza, da un infetto, 2.500 suscettibili e una capacità di 2.800. In entrambi i casi il massimo raggiunto dal MIR si è collocato molto vicino al picco osservato delle infezioni: per il COVID-19 circa a metà del viaggio, mentre l’influenza ha prodotto una curva più bassa e più stretta.
Il risultato è notevole, ma non autorizza facili entusiasmi. Il tasso di trasmissione è stato infatti calcolato retrospettivamente, in modo da accordare la crescita iniziale del modello con i dati reali; inoltre, come ricordano gli stessi autori, su una nave possono pesare variazioni casuali e contatti assai diversi tra loro. Un passeggero che frequenta numerosi spazi comuni e uno che rimane quasi sempre in cabina non occupano, dal punto di vista epidemiologico, la medesima posizione. Si tratta dunque di una prova di modellistica, non di uno studio prospettico condotto seguendo nuovi passeggeri durante un viaggio.
In quanti giorni esplode, allora, un focolaio? La domanda è comprensibile, ma non esiste una risposta universale: contano il virus, il numero e il tipo dei contatti, la rapidità con cui gli infetti vengono riconosciuti e isolati, l’efficacia delle misure adottate. La vicenda della Diamond Princess mostrò tuttavia quanto sconcertante possa essere l’accelerazione: nel 2020 risultò infettato il 20,4% dei passeggeri e, fra i casi comparsi nella stessa cabina, l’intervallo seriale mediano — il tempo fra l’insorgenza dei sintomi in un caso e quella nel caso successivo — fu di appena due giorni.
È qui che il MIR potrebbe rivelare la sua utilità. Se dai primi casi l’indice comincia a salire, chi gestisce l’emergenza potrà rafforzare il controllo prima che la curva diventi troppo ripida e costringa a inseguire il contagio anziché anticiparlo. Non una sfera di cristallo, dunque, ma un possibile cruscotto epidemiologico per luoghi chiusi e affollati, nei quali anche pochi giorni — talvolta poche ore — possono cambiare il corso di un focolaio. Resta ora da vedere come si comporterà fuori dalle simulazioni, con dati raccolti durante un’epidemia reale.
⸻
Abdelrazec A, Abu-Nada A, Kawansson N, Elogail M, Aldajah S. Modeling infectious disease dynamics on cruise ships: an enhanced SIR framework with risk index assessment. Discover Public Health. 2026;23:1316. Published 16 August 2026. doi: 10.1186/s12982-026-02715-2.