Categorie
covid

Report 24 Febbraio 2021

Per l’Italia è stato introdotto lo scenario “con variante” (0.4% dei positivi del 1° Dicembre 2020): l’impatto comincia a manifestarsi in media su tutto il territorio Nazionale. Aggiunto lo scenario con variante anche per il Piemonte (0.25% dei positivi del 1° Dicembre 2020, ma potrebbe essere più alto). P.A. Bolzano ed Umbria sembra stiano controllando meglio l’incremento dei casi indotto dalle varianti. Purtroppo ogni giorno si aggiungono altre Regioni con caratteristiche riconducibili alle varianti. Sembra sempre meno perseguibile l’obiettivo di circoscrivere i casi con variante a livello geografico.

Categorie
covid

Report 17 Febbraio 2021

L’algoritmo scova, adesso, in modo completamente automatico, le Regioni che mostrano anomalie riconducibili alla presenza della variante.
Funziona così. Per tutte le Regione viene ricavato, dai dati sperimentali, l’andamento temporale della mobilità delle persone. Se si osserva, per qualche Regione, un significativo aumento della mobilità negli ultimi giorni, il modello introduce automaticamente la presenza di una variante con trasmissibilità tale da riportare la mobilità stessa ad un valore il più possibile costante e tipico del periodo. Il senso è questo: l’aumento dei casi in quelle Regioni, può essere dovuto: i) ad un “fuori tutti” (mobilità che aumenta perché le persone hanno deciso di darsi alle pazze gioie); ii) oppure, ipotesi più probabile, alla presenza di una variante con maggiore trasmissibilità, principale responsabile dell’aumento dei casi.
Le Regioni che, al 17 Febbraio 2021, hanno manifestato un comportamento riconducibile alla presenza della variante sono: Abruzzo, Emilia-Romagna, Lombardia, Marche, Toscana, Umbria e le due province autonome di Bolzano e Trento. Dai calcoli si ricava che la variante era presente nell’1% dei positivi al virus già il 1° Dicembre 2020 e che la trasmissibilità (distanza entro cui si può essere infettati incrociando un positivo) è il 41% più alta.

Categorie
covid

Simulation of the impact of people mobility, vaccination rate, and virus variants on the evolution of Covid-19 outbreak

We have further extended our compartmental model describing the spread of the infection in Italy. The model is based on the assumption that the time evolution of all of the observable quantities (number of people still positive to the infection, hospitalized and fatalities cases, healed people, and total number of people that has contracted the infection) depend on average parameters, namely people diffusion coefficient, infection cross–section, and population density. The model provides precious information on the tight relationship between the variation of the reported infection cases and a well defined observable physical quantity: the average number of people that lie within the daily displacement area of any single person. The extension of the model now includes self–consistent evaluation of the reproduction index, effect of immunization due to vaccination, and potential impact of virus variants on the dynamical evolution of the outbreak. The model fits very well the epidemic data, and allows us to strictly relate the time evolution of the number of hospitalized case and fatalities to the change of people mobility, vaccination rate, and appearance of an initial concentration of people positives for new variants of the virus.

Read the manuscript on https://arxiv.org/abs/2102.02759