Mentre il mondo è alle prese con la pandemia di COVID-19, un nuovo modello matematico potrebbe offrire spunti su come migliorare le future previsioni epidemiche basate su come le informazioni mutano quando vengono trasmesse da persona a persona e da gruppo a gruppo.

L'esercito degli Stati Uniti ha finanziato questo modello, sviluppato da ricercatori della Carnegie Mellon University e della Princeton University, attraverso l'Ufficio di ricerca dell'esercito del Laboratorio di ricerca dell'esercito, entrambi gli elementi del Comando per lo sviluppo delle capacità di combattimento.

Il modello suggerisce che le idee e le informazioni si diffondono ed evolvono tra individui con modelli simili ai geni in quanto si autoreplicano, mutano e rispondono alla pressione selettiva mentre interagiscono con il loro ospite.

"Questi cambiamenti evolutivi hanno un impatto enorme, ", ha affermato Osman Yagan, membro della facoltà di CyLab, professore associato di ricerca in Ingegneria Elettrica e Informatica presso la Carnegie Mellon University e corrispondente autore dello studio. "Se non si considerano i potenziali cambiamenti nel tempo, sbaglierai a prevedere il numero di persone che si ammaleranno o il numero di persone che sono esposte a un'informazione."

Nel loro studio, pubblicato il 17 marzo su Atti dell'Accademia Nazionale delle Scienze , i ricercatori hanno sviluppato un modello matematico che tiene conto dei cambiamenti evolutivi sia della malattia che delle informazioni. La ricerca ha testato il modello contro migliaia di epidemie simulate al computer utilizzando i dati di due reti reali:una rete di contatti tra studenti, insegnanti, e il personale di una scuola superiore degli Stati Uniti, e una rete di contatti tra il personale e i pazienti di un ospedale di Lione, Francia.

"Abbiamo dimostrato che la nostra teoria funziona su reti del mondo reale, " ha detto il primo autore dello studio, Rashad Eletreby, che era un candidato al dottorato Carnegie Mellon quando ha scritto il documento. "I modelli tradizionali che non considerano gli adattamenti evolutivi falliscono nel prevedere la probabilità dell'emergere di un'epidemia".

I ricercatori hanno affermato che il modello epidemico più utilizzato oggi non è progettato per tenere conto dei cambiamenti nella malattia monitorata. Questa incapacità di tenere conto dei cambiamenti nella malattia può rendere più difficile per i leader contrastare la diffusione di una malattia o prendere decisioni efficaci di salute pubblica come quando istituire ordini di soggiorno a casa o inviare risorse aggiuntive in un'area.

"La diffusione di una voce o di un'informazione attraverso una rete è molto simile alla diffusione di un virus attraverso una popolazione, " ha detto il dottor H. Vincent Poor, uno dei ricercatori di questo studio e decano ad interim dell'ingegneria di Princeton. "Diverse informazioni hanno velocità di trasmissione diverse. Il nostro modello ci consente di considerare le modifiche alle informazioni man mano che si diffondono attraverso la rete e il modo in cui tali modifiche influenzano la diffusione".

Sebbene lo studio non sia un proiettile d'argento per prevedere la diffusione del coronavirus odierno o la diffusione della disinformazione, gli autori dicono che è un grande passo.

Nel futuro, il team spera che la loro ricerca possa essere utilizzata per migliorare il monitoraggio di epidemie e pandemie tenendo conto delle mutazioni nelle malattie e, infine, considerando interventi come le quarantene e quindi prevedendo come tali interventi influenzerebbero la diffusione di un'epidemia quando l'agente patogeno sta mutando mentre si diffonde.

"Questo lavoro dimostra l'importanza della ricerca di base e la capacità degli scienziati in varie discipline di informare il lavoro degli altri, " ha detto il dottor Edoardo Palazzolo, Program manager per il Programma Reti Sociali e Cognitive presso l'Ufficio Studi dell'Esercito. "Anche se nelle sue prime fasi, questi modelli sono promettenti per comprendere la diffusione della rete alla luce delle mutazioni".

Oltre all'Esercito, anche la National Science Foundation e l'Office of Naval Research hanno sostenuto questa ricerca. Altri ricercatori co-autori del documento includono Yong Zhuang e Kathleen Carley della Carnegie Mellon University.