Di fronte a un’epidemia a diffusione globale come il coronavirus esploso negli ultimi mesi a partire dalla città cinese di Wuhan è utile sviluppare una modellizzazione capace di cogliere dai trend in corso utili indicazioni per una risposta efficace e, dove possibile, una possibile prevenzione.
Numerose ricerche in tal senso stanno venendo sviluppate ed applicate. “Uno dei modelli più affidabili in tale ambito – scrive Il Fatto Quotidiano – è il Gleam (Global Epidemic and Mobility Model) di Alessandro Vespignani, fisico dei sistemi complessi, direttore del Network Science Institute della Northeastern University di Boston (Usa)”, che dalla suina all’Ebola ha già avuto numerose applicazioni vincenti.
Il Gleam si sostanzia in un tool informatico denominato EpiRisk, che consente di sviluppare le possibilità di un contagio epidemico sulla base dei dati demografici, sociali ed economici dei territori di riferimento. La popolazione terrestre viene divisa in 3mila diverse sotto popolazioni, nei cui territori si calcola la mobilità interna ed esterna, il contatto socio-economico, le prospettive di sviluppo di un eventuale contagio entrante in riferimento, tra le altre cose, alle capacità di resistenza del sistema sanitario, dell’ampiezza delle reti di trasporto e dell’interscambio e di altri dati utili a calcolare l’interazione umana.
Calcolando una distribuzione di probabilità ordinaria, EpiRisk risponde in riferimento a una malattia calcolando il rischio di importare il contagio in un dato territorio da parte di persone della popolazione che viaggiano verso l’esterno o quello complementare di un ingresso “autonomo” dello stesso. Sulle prime simulazioni riguardanti il Coronavirus in Italia il modello Gleam prevedeva un numero di contagi (oltre 800) superiore a quello finora riscontrato. Per Vespignani “la differenza dipende dalla frazione di positivi al virus ma non visibili, il cui numero è sconosciuto”, tra cui si contano contagiati asintomatici e persone guarite in maniera rapida senza entrare nelle statistiche. Due categorie in cui potrebbe essere incluso il tanto discusso “paziente zero” di Codogno. Non a caso anche un’esperta in materia come la virologa Ilaria Capua ha dichiarato nella sua rubrica su Fanpage che dall’arrivo del virus in Italia alla scoperta dei primi casi e ai primi decessi potrebbe essere passata qualche settimana. Questo scarto temporale sarebbe legato al fatto che la presenza del virus, nelle scorse settimane, “è stata nella stragrande maggioranza dei casi incapace di provocare una malattia degna di essere portata all’attenzione dei medici”. Risultando al tempo stesso esterna alle statistiche ufficiali.
Complementari ai modelli di simulazione sull’evoluzione del Coronavirus sono nuovi tool di ricerca che mirano a individuare con maggiore efficacia i contagiati e i pazienti più a rischio. L’Università di Padova sta lavorando alacremente a un software capace di identificare il modello matematico di propagazione dell’infezione per cercare di individuare tali soggetti. Come ha dichiarato Stefano Merigliano, presidente della scuola di Medicina dell’Università di Padova, la conoscenza dell’ateneo euganeo sul Coronavirus si basa sull’analisi di “5 mila test” a partire dall’inizio della settimana, “quindi più di mille al giorno. Forse il più grande campione al mondo per verificare qual è il tasso di riduzione dell’infezione, e per capire come l’infezione si trasmette all’interno di un nucleo famigliare e attraverso i contatti”. Un’analisi di ampio respiro che aumenta le potenzialità nella corsa a conoscere le dinamiche di propagazione del Coronavirus.
La risposta della comunità scientifica al Coronavirus è stata dunque di ampio respiro e lascia ben sperare su una crescente e più consapevole conoscenza della malattia. Come confermato dall’Organizzazione Mondiale della Sanità, siamo in buone mani: la ricerca fa progressi e i modelli di simulazione aiutano a prevedere come il decorso del virus potrà evolversi. La ramificazione dei rapporti nella sanità e nell’accademia mondiale e nuovi, efficienti algoritmi aiutano a ridurre, rispetto al passato, il tempo necessario a programmare la risposta alle epidemie.
Abbonati e diventa uno di noi
Se l'articolo che hai appena letto ti è piaciuto, domandati: se non l'avessi letto qui, avrei potuto leggerlo altrove? Se pensi che valga la pena di incoraggiarci e sostenerci, fallo ora.
