Modello di un social network. Ci sono 150 individui (i puntini), le cui connessioni sociali sono segnate dalle linee che le separano. Ci sono tre categorie:1. Chiudere i contatti, per esempio. famiglia (linee gialle), 2. Contatti regolari, per esempio. lavoro e amici adulti (linee rosse) e 3. Contatti scolastici per bambini e amici di bambini (linee arancioni). Il colore dei punti segna l'età – più scuro =più vecchio. La conoscenza più importante derivata dalla ricerca è che contatti non ripetuti, per esempio. dai mezzi pubblici, rappresenta un grande rischio di contaminazione in malattie super diffuse come il Covid19. Ecco perché lo strumento di lockdown, che è stato ampiamente applicato nella lotta alla pandemia, è stato straordinariamente efficiente. Credito:Istituto Niels Bohr
Ricercatori dell'Istituto Niels Bohr, Università di Copenaghen, insieme all'epidemiologo Lone Simonsen dell'Università di Roskilde fanno parte del gruppo di esperti che consiglia il governo danese su come affrontare le diverse situazioni di diffusione delle infezioni che abbiamo visto svilupparsi nell'ultimo anno. I ricercatori hanno modellato la diffusione delle infezioni in una varietà di scenari, e il Coronavirus ha dimostrato di non seguire i vecchi modelli di diffusione della malattia.
È emerso un quadro sempre più variegato del suo comportamento e quindi del suo impatto sulla società. In diversi articoli scientifici, i ricercatori hanno descritto le conoscenze accumulate fino ad oggi, più recentemente intorno al concetto di "super-diffusori". Si scopre che solo circa il 10% di quelli infetti rappresenta circa l'80% della diffusione dell'infezione. I risultati sono stati pubblicati sulla rivista scientifica Atti dell'Accademia Nazionale delle Scienze , PNAS .
Da dove deriva la nostra conoscenza della diffusione delle infezioni?
I dati utilizzati dai ricercatori per "alimentare" e sviluppare modelli informatici provengono da un'ampia gamma di fonti diverse. I comuni danesi hanno tenuto gli inventari della diffusione del contagio, e questo dato ha il vantaggio di derivare da unità non eccessivamente grandi. C'è un alto grado di dettaglio e questo significa che si può tracciare più chiaramente lo sviluppo locale e quindi costruire parametri per la super diffusione, cui ha contribuito il Postdoc Julius Kirkegaard. La tracciabilità dei contatti è un'altra fonte di informazioni. In quel caso, l'obiettivo è localizzare e limitare la trasmissione del virus da parte dell'individuo. La terza fonte è leggermente più complicata in quanto cerca di seguire la catena delle infezioni attraverso la sequenza genica del virus.
Chi sono i super diffusori?
Indipendentemente dalla fonte esaminata dai ricercatori, i risultati forniscono più o meno lo stesso:il 10% di tutti gli infetti rappresenta fino all'80% della diffusione dell'infezione. È quindi fondamentale, in relazione alla diffusione del virus per individuare i cosiddetti super-diffusori e scoprire come avviene la super-diffusione. I ricercatori sottolineano che, al momento, non siamo del tutto sicuri di cosa costituisca una persona come super-diffusore. Può essere puramente personale, caratteristiche fisiologiche. Inoltre, ci sono vari gradi di super-diffusione nella popolazione, quindi non è necessariamente solo l'uno o l'altro. Alcune persone semplicemente diffondono il virus più di altre e la variazione da persone quasi senza trasmissione a super-diffusori è eccezionale.
In che modo i ricercatori modellano una popolazione di poco meno di 6 milioni di individui?
Tre categorie di base sono considerate importanti quando si modella il comportamento della popolazione, nel calcolo di uno scenario per la diffusione dell'infezione:1. Il contesto familiare, 2. Contesto lavorativo e 3. I contesti casuali in cui le persone si trovano, in altre parole, persone nelle vicinanze sui mezzi pubblici, nelle attività del tempo libero ecc. Il fattore tempo in tutti e tre è cruciale, poiché ci vuole tempo per infettare altre persone. In termini di tempo, queste tre categorie sono in qualche modo identiche quando si tratta di malattie comuni, ma non una variante del coronavirus super-diffusore.
Ma è qui che entrano in gioco le caratteristiche individuali del virus:i super-spreader sono molto diversi se gestiti in un modello informatico. I metodi conosciuti dalla fisica diventano importanti qui, in quanto è necessario modellare gli individui ei loro contatti. I ricercatori hanno creato modelli al computer sia per scenari con che senza super-spreader, e traspare che la chiusura degli spazi di lavoro e degli eventi sportivi, e il trasporto pubblico ha lo stesso effetto quando il modello non tiene conto dei super diffusori. Ma quando includiamo i super-spreader, c'è una differenza marcata, e la chiusura degli eventi pubblici ha un effetto molto maggiore.
La modellazione della malattia affronta nuove sfide e una forte collaborazione interdisciplinare
Le malattie possono comportarsi in modo molto diverso ed è quindi incredibilmente importante essere pronti e capaci di un rapido cambiamento in relazione allo sviluppo di nuovi modelli che riflettano nel modo più accurato possibile le caratteristiche delle diverse malattie, se speriamo di contenerli. Il professor Kim Sneppen spiega:"La variazione biologica di diversi virus è enorme. SARS-CoV-2 contiene una caratteristica speciale in quanto è più contagioso appena prima che si sviluppino i sintomi. Questo è l'esatto opposto di una malattia precedente che minacciava di diventare una pandemia, vale a dire SARS, che è per lo più contagioso dopo che uno mostra i sintomi. I virus sono macchine estremamente avanzate che trovano ciascuno dei punti deboli specifici da sfruttare. Un nuovo campo di ricerca si sta rapidamente sviluppando, che esamina come i virus attaccano le cellule del nostro corpo. COVID-19 ha dimostrato di portare a progressioni di malattia molto diverse per pazienti diversi. In tal senso, si comporta caoticamente, come si dice in fisica."
dottorato di ricerca lo studente Bjarke Frost Nielsen e il professor Kim Sneppen vedono un ampio campo di ricerca aperto nella collaborazione tra fisica e biologia. Raccogliere quante più informazioni possibili sui diversi virus è fondamentale, consentendo così ai fisici di distribuire questa conoscenza negli scenari di mappatura per rispondere ad essi.
Il potenziale per la ricerca sulla diffusione delle infezioni è grande
Bjarke Frost Nielsen afferma:"Dobbiamo creare una cassetta degli attrezzi che contenga un'ampia variazione nel modo in cui affrontiamo la diffusione della trasmissione, nei nostri programmi per computer. Questa è la prospettiva immediata che possiamo vedere davanti a noi, al momento. La modellazione matematica delle malattie esiste da quasi 100 anni, ma sfortunatamente non sono stati fatti molti progressi in quel periodo. Per dirla senza mezzi termini, le stesse equazioni degli anni '30 sono ancora in uso oggi. In relazione ad alcune malattie, possono essere corretti, ma in relazione agli altri possono essere lontani. Qui è dove, come fisici, abbiamo un approccio completamente diverso. Ci sono numerosi parametri, cioè., dinamiche sociali e interazioni molto più varie tra gli individui su cui possiamo costruire i nostri scenari. Questo è assolutamente necessario, quando vediamo le enormi variazioni nelle diverse malattie".
