02:49 28 Novembre 2020
Scienza e tech
URL abbreviato
312
Seguici su

Scienziati americani hanno costruito un modello matematico per la diffusione del COVID-19 e hanno dimostrato che i casi di infezione di massa giocano un ruolo fondamentale nella trasmissione del virus. Se non ci fossero, il tasso di incidenza sarebbe molto più basso.

Gli esperti del Massachusetts Institute of Technology (MIT) hanno studiato circa 60 casi di superproliferazione - episodi in cui una persona infettata dal virus SARS-CoV-2 ne ha infettate molte altre. Sulla base di questa analisi, hanno sviluppato un modello matematico per la trasmissione del coronavirus.

I risultati dei modelli elaborati mostrano che gli eventi di contagio di massa sono molto più comuni nell'attuale pandemia di quanto ci si sarebbe aspettati dalle normali distribuzioni statistiche comunemente utilizzate in epidemiologia. Da ciò, gli autori concludono che limitare le riunioni e i grandi assembramenti, potrebbe ridurre significativamente i tassi di infezione.

"È probabile che gli eventi di superproliferazione si verifichino con una frequenza più alta di quanto ci aspettassimo", ha detto il capo della ricerca, il professor James Collins del MIT Medical Institute, in un comunicato stampa del Massachusetts Institute of Technology, “Se riuscissimo a controllare questi eventi, avremmo molte più possibilità di tenere sotto controllo la pandemia", ha concluso.

Per il virus SARS-CoV-2, il tasso di riproduzione di base è di circa tre. Ciò significa che, in media, ogni persona infetta lo trasmette a circa altre tre persone. Tuttavia, questo numero varia molto: alcune persone non trasmettono la malattia a nessuno, mentre i super-diffusori possono infettare decine di persone.

I ricercatori hanno identificato i super-diffusori come persone che hanno trasmesso il virus a più di altre sei persone. Utilizzando questo criterio, gli scienziati hanno analizzato le statistiche di 45 eventi di infezione di massa durante l'attuale pandemia di COVID-19 descritti in letteratura.

La Teoria dei valori estremi (Extreme Value Theory - EVT)

Per l'analisi, gli autori hanno utilizzato gli strumenti matematici che si usano nella teoria dei valori estremi, quella branca della statistica che studia le deviazioni estreme dalla porzione centrale di una distribuzione di probabilità. Questa teoria si occupa di modellare la probabilità degli eventi che hanno una bassa probabilità di verificarsi. Viene utilizzata nella valutazione del rischio che caratterizza eventi rari, come ad esempio crolli di borsa, disastri naturali, ma anche in molti campi dell'ingegneria e delle assicurazioni.

In una distribuzione normale, che riflette una situazione in cui un paziente tipico ne infetta altri tre, il picco dell'epidemia appare come una "coda stretta" e la probabilità degli eventi epidemici diminuisce in modo esponenziale.

L'incidenza dei valori estremi nella pandemia attuale

I ricercatori hanno scoperto che la diffusione del coronavirus ha invece una “coda larga”, il che significa che la probabilità di eventi estremi diminuisce più lentamente rispetto a una distribuzione normale.

"Ciò significa che gli eventi in cui contraggono il virus simultaneamente dalle 10 alle 100 persone si verificano a un ritmo molto più alto di quanto ci aspettassimo e questo ci fornisce informazioni su come controllare la pandemia in corso", afferma il primo autore Felix Wong che ne deduce: “Un modo potrebbe essere proibire riunioni di più di dieci individui".

Le simulazioni dimostrerebbero quindi, secondo i ricercatori, che se fosse possibile escludere dallo scenario i super-diffusori, la trasmissione del virus potrebbe venire interrotta.

I risultati della ricerca sono pubblicati sulla rivista Proceedings of the National Academy of Sciences.

Tags:
Coronavirus
RegolamentoDiscussione
Commenta via SputnikCommenta via Facebook