L’EVOLUZIONE DELLE EPIDEMIE NELLE RETI SOCIALI

Ricerca del Politecnico di Torino pubblicata sulla Physical Review Letter: un modello fisico teorico permette di capire come si diffonde un’epidemia partendo dai casi conclamati e risalendo al focolaio.

Torino, 27 marzo 2014 – Non solo nella letteratura scientifica, ma anche nel linguaggio corrente si sente spesso parlare di epidemia per identificare la diffusione di un’infezione, virale o batterica, in una data popolazione e in un determinato periodo di tempo.

Quello che non tutti sanno è che applicare modelli fisici teorici alla diffusione di una malattia può fornirci dati importantissimi circa le caratteristiche della malattia stessa e della sua trasmissione, riuscendo anche a fornire indicazioni utili a limitarne l’ulteriore contagio. 

Proprio uno studio sulla diffusione delle epidemie è valso al gruppo di lavoro composto da Fabrizio Altarelli, Alfredo Braunstein, Luca Dall'Asta, Alejandro Lage-Castellanos, Riccardo Zecchina del Dipartimento Scienza Applicata e Tecnologia del Politecnico di Torino la pubblicazione sulla più importante rivista di fisica al mondo, la Physical Review Letter.

Il carattere innovativo della ricerca sta soprattutto nella prospettiva adottata dai ricercatori nell’approcciarsi al tema della modellazione della diffusione delle epidemie. I modelli tradizionalmente adottati, infatti, partono dal primo soggetto contagiato per far derivare le caratteristiche della diffusione. Generalmente, però, l’epidemia si evidenzia quando gran parte della popolazione è già infetta e il focolaio è scoperto solo molto tempo dopo. I ricercatori del Politecnico sono quindi partiti da un’istantanea della situazione nel momento in cui l’epidemia è già conclamata, anche se in fase iniziale, per ripercorrere all’indietro la storia dell’epidemia stessa, risalendo alle caratteristiche di contagio del virus, fino al focolaio. Con questi dati, poi, è possibile produrre una simulazione di come evolverà il contagio e di come eventualmente contenerlo.

L’aspetto interessante è inoltre che il modello prende in considerazione non solo le connessioni spazio-temporali tra le persone, ma soprattutto le loro connessioni sociali e l’importanza che queste hanno nella diffusione della malattia. In particolare, i ricercatori hanno incluso nel loro modello i dati ricavati da alcuni dataset che rendono disponibili un gran numero di dati relativi all’interazione personale, come quello costruito affidando a tutti i visitatori di un museo un badge e registrando i loro spostamenti nelle sale.

Fisici, esperti di big data e epidemiologi potrebbero quindi lavorare insieme in futuro per studiare e prevenire contagi ed epidemie.

L’articolo integrale pubblicato su Physical Rewiev Letter:
http://journals.aps.org/prl/abstract/10.1103/PhysRevLett.112.118701

Elena Foglia Franke

Politecnico di Torino

Relazioni con i media 

Comunicazione, Eventi e Relazioni con l'Esterno

c.so Duca degli Abruzzi, 24 - 10129 Torino

relazioni.media@polito.it; elena.foglia@polito.it