22/05/2020
L'Istituto per le applicazioni del calcolo "M. Picone" fornisce e commenta giornalmente, al link https://www.iac.cnr.it/~sebast/Covid-19.htm i risultati relativi all’analisi dei dati dell'epidemia di Covid-19 in Italia a livello regionale.
I dati utilizzati sono stati scaricati dal sito https://github.com/pcm-dpc/COVID-19/tree/master/dati-regioni. Allo scopo di individuare dei precursori dell'aumento di attività di diffusione dell'epidemia, abbiamo considerato la sequenza temporale dei valori misurati dell'incidenza di Covid-19, ossia il numero di nuovi casi positivi al giorno. Per rendere più facilmente confrontabili i risultati delle diverse regioni, abbiamo "normalizzato" l'incidenza rispetto alla popolazione della regione, rapportandola a 100,000 abitanti.
A partire dai dati di ciascuna regione, abbiamo stimato i parametri di un modello teorico da noi ottenuto generalizzando quello "logistico". In alternativa, nei casi in cui ci siano variazioni improvvise e significative dell'incidenza, di cui il modello non è in grado di tener conto, abbiamo utilizzato un approccio "non parametrico". Questo è, ad esempio, il caso del Molise, che fino al 7 maggio si trovava in una fase avanzata dell'epidemia, con valori molto bassi dell'incidenza, che pero' l'8 maggio hanno subito un aumento consistente a causa di un focolaio, generato probabilmente da un funerale avvenuto il 30 aprile a Campobasso.
A questo punto, due sono essenzialmente gli indicatori che abbiamo considerato. Il primo riguarda la velocità con cui l'incidenza diminuisce andando verso lo zero. Se i valori misurati dell'incidenza sono molto bassi ma non diminuiscono o lo fanno con velocità inferiore al modello teorico, risultando in un eccesso di casi rispetto al modello negli ultimi giorni, consideriamo sospetta questa situazione. Il secondo precursore riguarda le "fluttuazioni" dei valori misurati dell'incidenza rispetto al modello teorico. Tali fluttuazioni sono quantificate tramite la loro varianza in una finestra temporale mobile di 21 giorni. Un aumento dei valori della varianza negli ultimi giorni è considerato "sospetto".
Oltre alle fluttuazioni rispetto al modello, abbiamo anche considerato quelle rispetto ad un modello lineare locale stimato dai dati nella finestra, considerando per ogni tempo la varianza piu' bassa tra le due. Il principio alla base di questo precursore è quello secondo il quale, prima che avvengano cambiamenti macroscopici di una grandezza (a livello della sua media) che descrive un sistema che sta uscendo fuori dall'equilibrio, e.g. la concentrazione di emoglobina nel sangue durante un sanguinamento gastrico in fase iniziale, possano avvenire delle variazioni nelle fluttuazioni rispetto al valor medio della grandezza considerata. Questo indicatore, ci ha permesso di prevedere esattamente il giorno del terremoto di Parkfield del 2004 (retrospettivamente usando i dati sismici fino a 100 giorni prima del mainshock) e prevederne uno nello stesso sito nel 2024.
Per informazioni:
Giovanni Sebastiani
Cnr-Iac
g.sebastiani@iac.rm.cnr.it
Ufficio stampa:
Francesca Gorini
Ufficio stampa Cnr
francesca.gorini@cnr.it
Vedi anche: