Tag: modelli compartimentali

The first wave of the SARS-CoV-2 epidemic in Tuscany (Italy): a SI²R²D compartmental model with uncertainty evaluation

Publication date: 29/10/2020 – E&P Code: repo.epiprev.it/2003
Authors: Michela Baccini1, Giulia Cereda1, Cecilia Viscardi1

Abstract: With the aim of studying the spread of the SARS-CoV-2 infection in the Tuscany region of Italy during the first epidemic wave (from February to June 2020), we define a compartmental model which accounts for both detected and undetected infections and assumes that only notified cases can die. We estimate the initial infection and case fatality rates and the basic reproduction number, modeled as a time-varying function, by calibrating on the cumulative daily number of observed deaths and notified infected, after fixing to plausible values the other model parameters to assure identifiability. The uncertainty of the estimates is quantified by a parametric bootstrap procedure and a Global Sensitivity Analysis (GSA) based on the Sobol’s variance decomposition is performed to assess the sensitivity of the estimates to changes in the values of the fixed parameters. According to our results, the basic reproduction number drops from an initial value of 6.055 to 0 at the end of the national lockdown, then it grows again, but remaining under 1. At the beginning of the epidemic, the case and the infection fatality rates are estimated to be 13.1% and 2.3%, respectively. Among the parameters considered as fixed, the average time from infection to recovery for the not notified infected appears to be the most impacting one on the model estimates. The probability for an infected to be notified has a relevant impact on the infection fatality rate and on the shape of the epidemic curve. This stresses the need of collecting information on these parameters to better understand the phenomenon and get reliable predictions.

More >

Impacts of Reopening Strategies for COVID-19 Epidemic: A Modeling Study in Piedmont Region

Publication date: 22/05/2020 – E&P Code: repo.epiprev.it/1662
Authors: Simone Pernice (SP)1, Paolo Castagno (PC)1, Linda Marcotulli (LM)1, Milena Maria Maule (MMM)2, Lorenzo Richiardi (LR)2, Giovenale Moirano (GM)2, Matteo Sereno (MS)1, Francesaca Cordero (FC)1, Marco Beccuti (MB)1

Abstract: This report is an updated version of repo.epiprev.it/929.
Background: Severe acute respiratory syndrome coronavirus 2 (SARS-COV-2), the causative agent of the coronavirus disease 19 (COVID-19), is a highly transmittable virus.
Since the first person-to-person transmission of SARS-CoV-2 was reported in Italy on February 21-st, 2020, the number of people infected with SARS-COV-2 increased rapidly, mainly in northern Italian regions, including Piedmont. A strict lockdown was imposed on March 21-st until May 4-th when a gradual relaxation of the restrictions started.
In this context, computational models and computer simulations are one of the available research tools that epidemiologists can exploit to understand the spread of the diseases and to evaluate social measures to counteract, mitigate or delay the spread of the epidemic.

More >
Andamento di R0

Quando arriva il picco? Appunti sulla previsione dei casi di COVID-19

Publication date: 02/05/2020 – E&P Code: repo.epiprev.it/1460
Authors: Paolo Girardi1, Marco Braggion2, Elena Schievano2

Abstract: Proponiamo una breve descrizione teorica del modello SEIR per l’analisi della diffusione del virus COVID-19 e una procedura di stima dinamica e previsiva di R0. Applichiamo ai dati italiani una procedura di ottimizzazione basata sulla funzione di log-verosimiglianza per il calcolo del tasso di infettività e della frazione di esposti. Infine calcoliamo, per mezzo di una procedura di calibratura, la previsione degli infetti a 14 giorni dall’ultimo dato disponibile. Tutte le analisi vengono rese disponibili pubblicamente su un repository GitHub.

More >

Oltre il picco: analisi e previsioni dell’epidemia da SARS-CoV-2 in Toscana

Publication date: 10/04/2020 – E&P Code: repo.epiprev.it/1085
Authors: Michela Baccini1, Giulia Cereda1, Cecilia Viscardi1, Anna Gottard1, Fabrizia Mealli1

Abstract. L’Italia è stato il primo stato europeo raggiunto dall’epidemia da SARS-CoV-2 e rappresenta uno dei paesi attualmente più colpiti dal contagio. Seguendo l’esempio della Cina, ha attuato misure progressive di distanziamento sociale fino a un completo lockdown esteso a tutta la nazione.
Il reale processo di diffusione di una malattia infettiva è molto complesso e dipende da innumerevoli fattori, ma sotto alcune assunzioni la dinamica del processo può essere semplificata e riprodotta attraverso modelli matematici. In questo articolo utilizziamo un modello compartimentale di tipo SIRD, calibrato sui decessi osservati per descrivere l’andamento dell’epidemia da SARS-CoV-2 nella regione Toscana.
Questo modello è da noi utilizzato per stimare uno scenario controfattuale di evoluzione naturale del contagio in assenza di politiche di distanziamento sociale, per valutare l’efficacia delle misure di contenimento intraprese e per produrre previsioni a breve e medio-lungo termine utili al fine di pianificare azioni nell’immediato futuro.

More >
Scroll Up