daily erectile dysfunction medication cheap cialis cialis worldwide order levitra online
fotofotofotofotofoto



immagine esempio

Il “simulatore contagi” dell'IAC per contesti di scala medio-piccola

2020-11-06

Uno studio dell’Istituto per le Applicazioni del Calcolo del CNR ha portato allo sviluppo di un software open source da affiancare ai modelli di previsione epidemiologica applicati in contesti di scala medio piccola, come comuni, parchi, RSA e ospedali. Il software, in fase di ulteriore sviluppo e sperimentazione, permette, tra l’altro, di valutare l’impatto di eventuali misure di contenimento del contagio.

In un articolo apparso su Agenda Digitale viene presentato un lavoro di ricerca dell’IAC composto dai ricercatori Stefano Guarino, Alessandro Celestini, Marco Cianfriglia, Enrico Mastrostefano, Davide Torre, Lena Zastrow e Massimo Bernaschi. Si tratta di un simulatore di contagio adattabile a specifici contesti, come i parchi, le strutture ospedaliere, le scuole, i piccoli comuni. Il software è in grado di simulare l’impatto su contesti di scala medio piccola di possibili misure di contenimento in caso di epidemie oppure comprendere, anche retrospettivamente, perché si sono verificate determinate situazioni, per prevenirne, se possibile, il ripetersi (si pensi al caso delle RSA per la pandemia da Covid1-9).

Un modello matematico ideato per descrivere un sistema su larga scala (come ad esempio un’intera nazione) si scontra con l’impossibilità di fornire al simulatore dati puntuali, precisi e aggiornati che, viceversa, nella realtà sono per lo più disomogenei e difficili da reperire. Se si considera una scala più limitata (ad esempio una singola città), il problema dell’esattezza del singolo dato resta, ma le variabili in gioco diminuiscono e le fonti di dati diventano più accessibili, velocemente disponibili, controllate e aggiornate.

Il software sviluppato dall’IAC si basa su un modello per la generazione di reti che descrivono, su base probabilistica, le relazioni sociali e le interazioni tra gli individui di una popolazione di medie dimensioni.Tali reti sono descritte tramite quello che, tecnicamente, si definisce un grafo: una serie di relazioni (archi) pesate tra individui (nodi) di una popolazione. Un primo grafo permette di modellare la “socialità di base” (SB) del territorio considerato, ovvero l’insieme di rapporti interpersonali di un determinato territorio, anche tenendo conto della distribuzione geografica degli individui e dei loro rapporti familiari, ricostruiti a partire da dati pubblici sulla densità di popolazione e sulla struttura dei nuclei familiari.

La diffusione di un contagio, invece, può essere simulata servendosi di uno o più grafi di interazione che, sulla base del grafo sociale definito in precedenza, riproducono schemi di interazione tra le persone (es. con familiari, amici o conoscenti) che fanno da veicolo al progredire dell’epidemia. Al fine di isolare i diversi fattori che determinano i meccanismi di interazione tra le persone – e, quindi, il progredire dell’epidemia – è utile da una parte introdurre il concetto di “socialità aggregata” (SA), per condensare in un’unica rete tutte le interazioni difficilmente misurabili in maniera diretta, e dall’altra misurare l’impatto di singoli “contesti sociali” (CS) rispetto alla SA.

Lo studio pilota attualmente in corso utilizza dati molto dettagliati sui parchi e le aree di verde pubblico del Comune di Firenze, dove si hanno a disposizione tutte le informazioni sui luoghi di aggregazione (aree giochi per bambini, aree per praticare lo sport, panchine, luoghi di ristoro, etc.), che permettono di definire dei contesti sociali con grande precisione.

Il software permette di considerare la platea di fruitori del parco in funzione della loro fascia d’età (bambini, adolescenti, adulti, anziani) e della loro distanza dal parco. Se due individui sono entrambi al parco, la probabilità che tra loro vi sia un’interazione capace di trasmettere il contagio dipenderà da se e quanto i due individui si conoscono, dalla densità di individui in quel momento nel parco e da un coefficiente di pericolosità specifico del contesto della loro interazione (e.g., una panchina può essere reputata più pericolosa di un’area per praticare sport).

Generando e confrontando molteplici scenari ottenuti al variare, ad esempio, del numero di contagiati che entrano nel parco (pensando, ad esempio, ad asintomatici ignari), della densità di persone nel parco, o dell’imposizione di misure di protezione individuale e/o di distanziamento sociale (anche al variare delle fasce di età isolando specifici gruppi), il simulatore fornisce informazioni utili a comprendere come questi parametri influenzino la diffusione del virus.

LINK: https://www.agendadigitale.eu/sanita/lockdown-di-precisione-ecco-il-simulatore-contagi-a-disposizione-dei-decisori/