Per controllare un'epidemia, le autorità spesso impongono vari gradi di blocco. In un articolo sulla rivista Caos , gli scienziati hanno scoperto, utilizzando la matematica e le simulazioni al computer, perché dividere una vasta popolazione in più sottopopolazioni che non si mescolano può aiutare a contenere i focolai senza imporre restrizioni di contatto all'interno di quelle comunità locali.

"L'idea chiave è che, a basso numero di infezioni, le fluttuazioni possono alterare significativamente il corso delle epidemie, anche se si prevede un aumento esponenziale dei numeri di infezione in media, " ha detto l'autore Ramin Golestanian.

Quando il numero di infezioni è alto, gli effetti casuali possono essere ignorati. Ma suddividere una popolazione può creare comunità così piccole che gli effetti casuali sono importanti.

"Quando una grande popolazione è divisa in comunità più piccole, questi effetti casuali cambiano completamente le dinamiche dell'intera popolazione. La casualità fa diminuire il numero dei picchi di infezione, ", ha detto l'autore Philip Bittihn.

Per scoprire il modo in cui la casualità influenza un'epidemia, i ricercatori hanno prima considerato un cosiddetto modello deterministico senza eventi casuali. Per questa prova, presumevano che gli individui di ogni sottopopolazione incontrassero gli altri allo stesso ritmo che avrebbero avuto nella grande popolazione. Anche se le sottopopolazioni non possono mescolarsi, le stesse dinamiche si osservano nella popolazione suddivisa come nella grande popolazione iniziale.

Se, però, gli effetti casuali sono inclusi nel modello, ne conseguono drammatici cambiamenti, anche se il tasso di contatto nelle sottopopolazioni è lo stesso di quello pieno.

Una popolazione di 8 milioni di individui con 500 inizialmente infetti è stata studiata utilizzando un tasso di contatto infettivo osservato per COVID-19 con misure di allontanamento sociale in atto. Con questi parametri, la malattia si diffonde in modo esponenziale con infezioni che raddoppiano ogni 12 giorni.

"Se si permette a questa popolazione di mescolarsi in modo omogeneo, la dinamica evolverà secondo la previsione deterministica con un picco intorno al 5% di individui infetti, ", ha detto Bittihn.

Però, se la popolazione è suddivisa in 100 sottopopolazioni di 80, 000 persone ciascuno, la percentuale massima di individui infetti scende al 3%. Se la comunità viene ulteriormente suddivisa in 500 sottogruppi di 16, 000 ciascuno, l'infezione raggiunge solo l'1% della popolazione iniziale.

Il motivo principale per cui la suddivisione della popolazione funziona è perché l'epidemia è completamente estinta in una frazione significativa dei sottogruppi. Questo "effetto di estinzione" si verifica quando le catene di infezione terminano spontaneamente.

Un altro modo in cui la suddivisione funziona è desincronizzare l'intera popolazione. Anche se si verificano focolai nelle comunità più piccole, i picchi possono arrivare in momenti diversi e non possono sincronizzarsi e sommarsi in un numero elevato.

"In realtà, le sottopopolazioni non possono essere perfettamente isolate, quindi l'estinzione locale potrebbe essere solo temporanea, " Golestanian ha detto. "Ulteriori studi sono in corso per prendere in considerazione questo aspetto e le contromisure adeguate".