Introduzione ai modelli di epidemiologia, in particolare ai modelli a tre comparti: Suscettibili, Infetti e Rimossi.
Implementazione del modello dinamico.
Motivazioni
Le problematiche relative alla diffusione di numerose forme di influenza più o meno virulente ha assunto negli ultimi anni grande importanza negli studi scientifici e nell’opinione pubblica. In particolare sono sotto la lente d’ingrandimento i fenomeni epidemiologici legati a mutazioni di virus in altre forme (ceppi) legate al tipo principale ma in grado di modificare le proprie caratteristiche e di contagiare individui diversi dal target originale.
E’ ciò che è successo, ad esempio, per l’influenza H5N1 ad Hong Kong originariamente presente in una specie di uccelli e trasmessasi infine all’uomo.
Epidemiologia ai tempi della SARS
Recentemente la matematica applicata ha dato una grande mano alla biologia e all’epidemiologia attraverso l’implementazione di modelli di diffusione virale tali da studiare e prevedere gli effetti di un possibile scoppio epidemico e delle difese attuabili da enti sanitari, nazioni ed organizzazioni internazionali.
Questo tipo di analisi è stato ad esempio largamente usato in Canada durante l’emergenza sanitaria accorsa in seguito alla diffusione del noto virus SARS.
Ai progressi e ai risultati ottenuti in questo campo l’autorevole rivista Science ha dedicato un intero fascicolo nel mese di febbraio 2004.
Per modellizare la diffusione delle malattie o di una epidemia, la popolazione deve suddivisa in diverse classi, in funzione delle caratteristiche principali che sono rilevanti per l’infezione in esame. Ad esempio, per la maggior parte delle comuni malattie infantili ha senso dividere la popolazione in quelle che sono sensibili alla malattia (S), quelli che sono infetti (I) e di quelli che hanno recuperato e sono immuni (R) (figura 1).
La figura 2 mostra la dinamica di S (linea), I (puntini) e R (linea in grassetto) per il morbillo.
In una rappresentazione schematica dei modelli SIR in Simile, ogni classe della popolazione equivale ad un compartimento, con dei flussi che “traducono” il processo di contagio e guarigione.
Il modello SIR è solo uno delle diverse schematizzazione matematiche della diffusione di malattie, infatti esistono diverse epidemie che si propagano all’interno della popolazione in funzione di altre classi.
Tra questi modelli ricordiamo:
SEIR: suscettibili, esposti, infetti, rimossi. Per molte importanti infezioni vi è un significativo periodo di tempo durante il quale l’individuo è stato infettato, ma non è ancora infettivo. Durante questo periodo latente l’individuo è nel compartimento E (per esposti).
MSIR: M-immuni, suscettibili, esposti, infetti, rimossi. Per molte infezioni, incluso il morbillo, i bambini non “nascono” nel comparto suscettibili, ma sono immuni alla malattia per i primi mesi di vita a causa di protezione da anticorpi materni. Questa sistema può essere modellizato da un nuovo compartimento M-immuni (immunità di origine materna) all’inizio del modello.
SIS: suscettibili, infetti, suscettibili. Alcune infezioni, come ad esempio il gruppo dei responsabili del comune raffreddore, non conferisce alcun immunità di lunga durata. Tali infezioni non hanno il compartimento rimossi e gli individui diventano sensibili nuovamente dopo l’infezione.
Un unico focolaio epidemico di solito è molto più rapido rispetto alla dinamica vitale di una popolazione, quindi, se l’obiettivo è quello di studiare le conseguenze immediate di un unico epidemia, si può trascurare i processi di nascita-morte. In questo caso il sistema SIR può essere espresso delle equazioni differenziali in figura 1.
Dove:
Questo modello è stato per la prima volta proposto dalla O. Kermack e Anderson McKendrick Gray, che aveva lavorato con il premio Nobel e padre della matematica epidemiologia Ronald Ross
2. Introduzione alla modellistica
4. Il software di sistemi dinamici SIMILE
5. Introduzione agli errori numerici
6. Introduzione alle equazioni differenziali ordinarie (ode)
7. Modularità
8. Errori nel processo di modellistica
9. Dinamica di popolazione isolata
11. Interazione tra popolazione
13. Introduzione ai modelli di catene alimentari
14. Modelli Suscettibili - Infetti - Rimossi (SIR)
15. Introduzione a modelli spazio/tempo
16. Modelli integrati di simulazione
17. Introduzione a modelli individual-based (IBM)
18. Un confronto tra individual-based model and community model
19. Un esempio di IBM: un modello energetico/decisionale del barbag...