In un recente studio pubblicato su Scientific Reports, gli scienziati dell’Università della California, Irvine ed altre istituzioni hanno ideato un nuovo modello predittivo più accurato ed efficace per analizzare eventuali epidemie o pandemie di malattie infettive. I ricercatori hanno affermato che i modelli epidemici standard presumono erroneamente che il tasso di diffusione di una malattia infettiva dipenda da un semplice prodotto del numero di persone infette e suscettibili. Gli autori invece suggeriscono che la trasmissione avvenga non attraverso la completa mescolanza di intere popolazioni ma al confine di sottogruppi di individui infetti.
“I modelli epidemiologici standard si basano sulla presunzione di una forte mescolanza tra individui infetti e non infetti, con contatti diffusi tra i membri di quei gruppi”, ha detto il coautore Tryphon Georgiou. “Sottolineiamo, piuttosto, che la trasmissione avviene in cellule geograficamente concentrate. Pertanto, a nostro avviso, l’uso di esponenti frazionari ci aiuta a prevedere con maggiore precisione i tassi di infezione e diffusione della malattia”.
Il nuovo modello predittivo ideato dagli scienziati
Gli autori hanno spiegato che durante la fase iniziale di un’epidemia l’infezione procede dai portatori di contagio alla popolazione generale. Poiché il numero di persone suscettibili è molto più grande di quello delle persone infette, il confine delle cellule infette scala con una potenza frazionaria inferiore a una dell’area delle cellule.
I ricercatori hanno testato la loro teoria attraverso una serie di simulazioni numeriche. Questi dati coprivano i primi mesi della pandemia di Covid-19 in Italia, Germania, Francia e Spagna. Attraverso entrambi i processi hanno scoperto che l’esponente era compreso nell’intervallo .6 e .8.
“L’esponente frazionario influisce in modi sostanzialmente diversi sul modo in cui l’epidemia progredisce durante le fasi iniziali e successive e, di conseguenza, l’identificazione dell’esponente corretto estende la durata su cui possono essere fatte previsioni affidabili rispetto ai modelli precedenti”, ha detto Georgiou, autore principale dello studio. “Modelli epidemiologici accurati possono aiutare i responsabili politici a scegliere la giusta linea di azione per aiutare a prevenire l’ulteriore diffusione di malattie infettive.”
Foto di Dimitris Vetsikas da Pixabay