COVID-19 si diffonde in tutto il mondo, i leader si affidano a modelli matematici

Tempo di lettura: 3 minuti

Un nuovo modello sviluppato dai ricercatori di Princeton e Carnegie Mellon migliora il monitoraggio delle epidemie tenendo conto delle mutazioni nelle . Ora, i ricercatori stanno lavorando per applicare il loro modello per consentire ai leader di valutare gli effetti delle contromisure sulle epidemie prima di dispiegarle.

“Vogliamo essere in grado di prendere in considerazione interventi come la quarantena, isolare le persone, ecc., E quindi vedere come influenzano la diffusione di un’epidemia quando il sta mutando mentre si diffonde”, ha affermato H. Vincent Poor, uno dei ricercatori in questo studio e il decano provvisorio di ingegneria di Princeton.

I modelli attualmente utilizzati per tenere traccia delle epidemie utilizzano i dati di medici e operatori sanitari per fare previsioni sulla progressione di una malattia. Poor, professore di ingegneria elettrica della Michael Henry Strater University, ha affermato che il modello più utilizzato oggi non è progettato per tenere conto dei cambiamenti nella malattia da rintracciare. Questa incapacità di spiegare i cambiamenti nella malattia può rendere più difficile per i leader contrastare la diffusione di una malattia. Sapere come una potrebbe influenzare la trasmissione o la virulenza potrebbe aiutare i leader a decidere quando istituire ordini di isolamento o inviare risorse aggiuntive in un’area.

“In realtà, si tratta di cose fisiche, ma in questo modello sono astratte in parametri che possono aiutarci a comprendere più facilmente gli effetti delle politiche e delle mutazioni”, ha detto Poor.

Se i ricercatori sono in grado di spiegare correttamente le misure per contrastare la diffusione della malattia, potrebbero fornire ai leader approfondimenti critici sui migliori passi che potrebbero adottare di fronte alle pandemie. I ricercatori stanno lavorando a lavori pubblicati il ​​17 marzo negli Atti della National Academy of Sciences . In quell’articolo, descrivono come il loro modello è in grado di tracciare i cambiamenti nella diffusione dell’epidemia causati dalla mutazione di un patologico. I ricercatori stanno ora lavorando per adattare il modello per tenere conto anche delle misure di adottate per arginare un’epidemia.

Il lavoro dei ricercatori deriva dall’esame del movimento di informazioni attraverso i , che presenta notevoli somiglianze con la diffusione di infezioni biologiche. In particolare, la diffusione delle informazioni è influenzata da lievi cambiamenti nelle informazioni stesse. Se qualcosa diventa leggermente più eccitante per i destinatari, ad esempio, potrebbero avere maggiori probabilità di passarlo o passarlo a un gruppo più ampio di persone. Modellando tali variazioni, si può vedere come i cambiamenti nel messaggio cambiano il suo pubblico di destinazione.

“La diffusione di una voce o di informazioni attraverso una rete è molto simile alla diffusione di un virus attraverso una popolazione”, ha detto Poor. “Informazioni diverse hanno velocità di trasmissione diverse. Il nostro modello ci consente di considerare le modifiche alle informazioni mentre si diffondono attraverso la rete e in che modo tali modifiche influenzano la diffusione.”

“Il nostro modello è agnostico per quanto riguarda la rete fisica di tra gli individui”, ha detto Poor, un esperto nel campo della teoria dell’informazione il cui lavoro ha contribuito a stabilire reti moderne di telefoni cellulari. “Le informazioni vengono astratte in grafici dei nodi collegati; i nodi potrebbero essere fonti di informazione o potrebbero essere potenziali fonti di infezione.”

Ottenere informazioni accurate è estremamente difficile durante una in corso quando le circostanze cambiano quotidianamente, come abbiamo visto con il virus COVID-19. “È come un incendio. Non si può sempre aspettare fino a quando non si raccolgono dati per prendere decisioni – avere un modello può aiutare a colmare questo vuoto”, ha detto Poor.

“Speriamo che questo modello possa fornire ai leader un altro strumento per comprendere meglio i motivi per cui, ad esempio, il virus COVID-19 si sta diffondendo molto più rapidamente del previsto e quindi aiutandoli a implementare contromisure più efficaci e tempestive”, ha detto Poor.

Oltre ai poveri, i coautori includevano i ricercatori Rashad Eletreby, Yong Zhuang, Kathleen Carley e Osman Yağan di Carnegie Mellon.

Il lavoro è stato supportato in parte dall’Esercito Research Office, dalla National Science e dall’Ufficio di ricerca navale.

Fonte : sciencedaily.com