I metodi attualmente utilizzati in tutto il mondo per prevedere lo sviluppo di COVID-19 e altre pandemie non riescono a riportare con precisione gli scenari migliori e peggiori. Metodo di previsione di nuova concezione per le epidemie, pubblicato in Fisica della natura , risolvi questo problema.

"Si tratta di comprendere gli scenari migliori e peggiori - e il fatto che il caso peggiore è una delle cose più importanti da tenere sotto controllo quando si naviga attraverso le pandemie - indipendentemente dal fatto che sia in Danimarca, l'Unione Europea, gli Stati Uniti o l'OMS. Se ti viene presentata solo una stima media per lo sviluppo di un'epidemia, non sapendo quanto possa peggiorare, allora è difficile agire politicamente, "dice il professor Sune Lehmann, uno dei quattro autori dell'articolo Le statistiche descrittive a tempo fisso sottovalutano gli estremi degli insiemi di curve epidemiche appena pubblicato in Fisica della natura .

Ricercatori Jonas L. Juul, Kaare Græsbøll, Lasse Engbo Christiansen e Sune Lehmann, tutto da DTU Compute, agire come consulenti del National Board of Health in Danimarca durante la crisi della corona. E in parte sulla base della propria esperienza come consulenti, si sono resi conto che i metodi esistenti per proiettare lo sviluppo di epidemie come il COVID-19 hanno un problema nel descrivere le possibilità estreme dello sviluppo previsto.

Le epidemie sono imprevedibili

"Le epidemie sono processi fondamentalmente stocastici. La stessa malattia introdotta nella stessa popolazione può infettare un gran numero di persone o scomparire rapidamente senza avere una particolare prevalenza. Dipende in parte da coincidenze, " spiega il postdoc Jonas L. Juul.

È proprio l'imprevedibilità delle epidemie che rende così difficile prendere le giuste decisioni ovunque nella società quando colpisce. Quanti letti e respiratori saranno necessari? E quanto possiamo ridurre questa domanda applicando restrizioni?

Però, l'imprevedibilità generale è solo uno dei tanti problemi nella stima dello sviluppo di un'epidemia.

"Non è solo la natura imprevedibile delle epidemie che rende difficile prevederne il decorso, è anche la nostra mancanza di conoscenza delle caratteristiche e della prevalenza della malattia nella società in un dato momento. Solo per fare alcuni esempi concreti di ciò:ci di solito non c'è nessuno che abbia un'idea esatta di quando è iniziata un'epidemia, quanti infetti abbiamo in un'area in un dato giorno, o in quali regioni l'epidemia sta prendendo piede in questo momento. L'unica cosa che sappiamo per certo è che quando le autorità sanitarie scoprono un focolaio, va avanti da un po', "dice Sune Lehmann.

Il modo comune per affrontare la mancanza di informazioni, quasi ovunque nel mondo, consiste nel modellare molti scenari basati ad es. diversi numeri di infezioni sconosciute e orari di inizio e quindi riassumere esaminando ogni giorno separatamente e valutando le previsioni "intermedie" come i risultati più probabili della giornata. Se la maggior parte dei parametri di input fornisce numeri di infezione inferiori a 4000 il giorno di Natale, più di 4000 nuovi infetti sono successivamente valutati come improbabili.

Il modo "basato sul giorno" per fare queste previsioni è utilizzato in tutto il mondo, e sebbene il collegamento tra lo sviluppo di un'epidemia e date specifiche sia utile in alcuni contesti, esclude sistematicamente i dati su quanto grave o lieve sarà l'epidemia.

Se tutte le proiezioni, ad es. prevedere che l'epidemia raggiungerà il picco di 4000 infetti in un giorno, ma nessuna delle curve lo mostra lo stesso giorno, poi in un dato giorno sarà un estremo e quindi non incluso in nessuna stima.

"Noi, perciò, suggerire di rendere il riepilogo "basato sulla curva":invece di valutare quali tassi di infezione sono probabili o improbabili nei singoli giorni, dovremmo guardare un'intera simulazione alla volta. L'intera curva di infezione simulata è probabile o no? E in base a ciò puoi fare un riassunto delle curve più probabili per lo sviluppo dell'epidemia, "dice Jonas L. Juul.

"Guardando l'intera curva di previsione invece dei singoli giorni, otterrai una stima più realistica di quanto grave possa diventare l'epidemia. È particolarmente utile se si sta cercando di evitare il sovraccarico del sistema ospedaliero, " conclude Sune Lehmann.