Rifacendosi al classico modello SIR, l’obiettivo sarà l’elaborazione di un nuovo modello fuzzy di infezione e progressione della crescita
Dal Sud, da un’Università del Sud, da uno Studioso del Sud che ha deciso di rimanere, un contributo alla ricerca che conta. Un significativo messaggio di speranza che non ha bisogno di molti commenti.
Il professor Massimiliano Ferrara, direttore del Dipartimento di Giurisprudenza, Economia e Scienze Umane (Di.Gi.ES), Research Affiliate presso l’Università Bocconi e Delegato per l’Italia presso l’European Mathematical Society, guiderà un team di ricerca internazionale sotto l’egida dell’Organizzazione Mondiale della Sanità, avente come mission l’elaborazione di modelli matematici predittivi circa la diffusione del COVID-19 nei diversi Continenti.
Altro componente italiano del gruppo di ricerca, il professor Bruno Antonio Pansera afferente al Di.G.ES e Ricercatore della Cattedra di Matematica per l’Economia presso l’Ateneo reggino. I risultati della ricerca troveranno collocazione editoriale in riviste ad alto impatto scientifico internazionale su tutte NATURE Communications, Scientific Reports Nature, Informations Sciences. Tra le Università partner del progetto ricordiamo la National University of Malaysia, la Bahcesehir University (Turchia).
I tentativi di frenare la diffusione del COVID-19 introducendo rigide misure di quarantena hanno sortito effetti diversificati nei paesi in cui si è diffuso il virus: mentre il numero di nuovi casi è diminuito in Cina, Corea del Sud e Malesia, esso mostra una certa dinamica in Italia e in altri paesi Europei.
Rifacendosi al classico modello SIR, l’obiettivo sarà l’elaborazione di un nuovo modello fuzzy di infezione e progressione della crescita partendo dal presupposto che tutti gli individui infetti vengono isolati dopo il periodo di incubazione in modo tale da non poter infettare altre persone. La progressione della malattia in questo modello fuzzy è determinata dal numero di riproduzione di base (il numero di individui appena infettati durante il periodo di incubazione), che è diverso rispetto a quello del modello SIR standard. Combinando un modello di trasmissione fuzzy con dati sui casi di COVID-19 a Wuhan e casi internazionali originati a Wuhan, si stimerà come la trasmissione vari nel tempo tra luglio 2020 e gennaio 2021. Sulla base di queste stime, si calcolerà quindi la probabilità che casi insorti possano generare focolai in altre aree.
Per stimare le prime dinamiche della trasmissione nel resto del mondo, si adatterà un modello dinamico di trasmissione fuzzy a più set di dati disponibili relativi a casi conclamati. I set di dati a cui si riferiranno i ricercatori coinvolti, sono: numero giornaliero di nuovi casi esportati a livello internazionale (Italia, Turchia, Malesia e altri) e numero giornaliero di nuovi casi in Cina. Il modello in corso di definizione descrive i molteplici percorsi di trasmissione nella dinamica dell’infezione e sottolinea il ruolo del serbatoio ambientale nella trasmissione e diffusione di questa malattia. Il modello fuzzy proposto impiega anche velocità di trasmissione non costanti che cambiano con lo stato epidemiologico e le condizioni ambientali.
I modelli ad oggi pubblicati e presenti in letteratura non hanno tenuto conto del ruolo dell’ambiente nella trasmissione del COVID-19. Inoltre, tutti i modelli non hanno considerato l’importante ruolo dell’incertezza nella costruzione previsionale. I parametri definiti in questi modelli sono deterministici e finora non sono in grado di gestire il ruolo significativo di condizioni incerte nei dati reali. Come evidenziato dai fatti, la maggior parte delle persone infette non ha avuto alcun contatto con i mercati di Wuhan; il numero di infezioni mostra dinamiche eterogenee; la malattia si è diffusa in altre province della Cina e in oltre 80 altri paesi.
L’obiettivo della Ricerca è presentare un nuovo modello matematico per il COVID-19 che incorpora molteplici percorsi di trasmissione, inclusi i percorsi da ambiente a uomo e da uomo a uomo; introdurre un compartimento ambientale che rappresenti la concentrazione di virus nel bacino ambientale; proporre un’efficace tecnica numerica per ottenere una soluzione altamente accurata del nuovo modello adattabile anche ad altre situazioni pandemiche.
