Metodi innovativi per la predizione epidemica

Titolo della ricerca

SIBYL - Statistical Inference via Belief Propagation for Dynamical Models of Epidemics

Area scientifica 

Inferenza statistica, Modelli di network complessi, Metodi statistici per l’epidemiologia

Coordinatore del progetto

Alfredo Braunstein

Abstract

Le epidemie sono in genere scoperte quando già una frazione consistente della popolazione è stata contagiata. L’identificazione dell’origine dell’epidemia può fornire informazioni essenziali nella lotta contro la malattia. In SIBYL verranno sviluppati metodi matematici e computazionali pratici per la soluzione di questo ed altri problemi simili.

Descrizione del progetto di ricerca 

Le reti sono uno strumento utile per modellizzare la diffusione di malattie in diverse forme. In generale, i nodi della rete rappresentano gli individui e gli archi descrivono i loro contatti o interazioni attraverso le quali le infezioni possono propagarsi. Una conoscenza dettagliata della loro struttura e relativa evoluzione temporale erano considerate inaccessibili fino a poco tempo fa, ma questa situazione è in rapida evoluzione grazie alla diffusione delle applicazioni di network sociali nei telefoni mobili e alla miniaturizzazione dei dispositivi di identificazione via radiofrequenza. L’accesso a questa informazione, assieme a un’osservazione dello stato di infezione in un dato istante (il presente), permette di porre matematicamente, e poi risolvere, una serie di problemi di inferenza Bayesiani, tra i quali quello della stima della storia passata dell’infezione (per esempio il problema del paziente zero, ovvero l’identificazione del primo individuo infetto) e della previsione dettagliata della sua evoluzione futura (che include previsioni sul numero di infetti e sulla durata temporale dell’infezione). Il problema in questione è reso particolarmente difficile dal fatto che la conoscenza della rete stessa e dell’osservazione dello stato infettivo presente, ingredienti necessari per l’inferenza, è tipicamente incompleta e soggetta a grande incertezza. Grazie all’integrazione di informazione proveniente da più cascate infettive, il progetto si pone anche l’obiettivo di completare e correggere la conoscenza della rete di contatti e l’identificazione dei canali di contagio nascosti.

Impatto sulla società 

La previsione efficiente dell’evoluzione epidemica, l’identificazione di fonti infettive e canali di contatti nascosti possono essere elementi fondamentali per la pianificazione di strategie effettive di contenimento, che possono avere un impatto sociale ed economico enorme. Inoltre, è auspicato che i risultati scientifici ottenuti grazie a SIBYL portino ad un ancora maggiore interesse verso la raccolta e l’analisi di dati sui contatti sociali, tramite i quali le malattie vengono trasmesse, in particolare in ambienti controllati, quali i reparti ospedalieri e gli allevamenti di bestiame.

Risultati della ricerca

 A partire dallo studio della struttura causale che determina la storia dell’epidemia, un modello matematico  ha permesso di dedurne o sviluppo futuro, determinando attraverso metodi di inferenza statistica i parametri del modello, compresi quelli relativi  all’infettività. Lo studio è stato applicato all’analisi delle epidemie bovine sul territorio italiano e ha permesso di sviluppare strumenti algoritmico-computazionali per l'analisi dei dati in grado di modellizzare la diffusione epidemica ed inferire canali di contagio.

In particolare:

  • 1 pubblicazione su PNAS (Proceedings of the National Academy of Sciences)
  • Nuove collaborazioni di ricerca tra le quali Ecole Normale Superieure
  • Partecipazione al progetto Horizon 2020 MSCA - RISE  INFERNET con l’Italian Institute for Genomic Medicine di Torino
  • Collaborazione con l’stituto Zooprofilattico Sperimentale della Lombardia e Dell'Emilia Romagna
  • 1 posizione di ricerca RtdB

Gruppo di lavoro 

Al Politecnico di Torino:

Luca dall’Asta

Andrea Pagnani

  • Budget: 110.935
  • Data inizio: 15/12/2015
  • Data fine: 14/12/2017