Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
L.Lamberti
Dipartimento di Matematica, La Sapienza, Roma.
16 aprile 2009
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Wikipedia
ISTAT
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
45 Il lebbroso, aetto da questa piaga, porter a le vesti strappate e il capo scoperto; si coprir a la barba e grider a: Impuro! Impuro! 46 Sar a impuro tutto il tempo che avr a la piaga; impuro; se ne star a solo; abiter a fuori del campo. (Bibbia, Levitico)
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Contagio
Le malattie infettive si contraggono
infettandosi,
cio e entrando in contatto con individui ammalati: dove non ci sono ammalati non c e rischio di ammalarsi! non tutti, anche entrando in contatto con un ammalato si ammalano, cosa vuol dire entrare in contatto ?
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Malattie immunizzanti
Alcune malattie infettive sono immunizzanti, altre no: immunizzanti vuol dire che si possono prendere una volta sola, quelle non immunizzanti si possono prendere e riprendere pi u volte. Il morbillo e immunizzante, il rareddore non e immunizzante. Ci occupiamo, in questo modello, solo di malattie immunizzanti.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
I modelli matematici
I modelli matematici di trasmissione delle malattie infettive fanno uso: di matematica, di probabilit a, di statistica.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Diondersi di unepidemia
Si parla di epidemia quando una malattia infettiva si dionde ad un ritmo... ....preoccupante ! Durante unepidemia la popolazione pu o essere suddivisa, in ogni giorno t , in tre classi gli individui sani, S (t ) suscettibili di essere contagiati, gli ammalati I (t ), cio e gli infetti, che sono a loro volta veicolo dellinfezione, i guariti (o deceduti) R (t ), e quindi immunizzati, detti rimossi.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Vaccinati
Il termine Suscettibili in luogo di Sani corrisponde alla possibilit a o meno di contrarre la malattia: i Sani infatti potrebbero essere vaccinati e quindi insensibili al contagio. noto infatti come la politica delle vaccinazioni sia uno degli E strumenti fondamentali nel controllo, nella limitazione, delle epidemie.
L.Lamberti Studio matematico dellevoluzione delle epidemie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
EPIDEMIOLOGIA
L.Lamberti
Il modello SIR
. Kermack, W.O., McKendrick, A.G. Contributions to the mathematical theory of epidemics. Proc. Roy. Soc. 1927, 1932, 1933.
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Il modello SIR
Detta N la numerosit a della popolazione, costante, trascurando cio e nascite e morti naturali durante il periodo interessato dallepidemia, le tre funzioni del tempo S (t ), I (t ), R (t ) variano nel tempo rispettando il vincolo S(t) + I(t) + R(t) = N
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Il modello SIR
S (t ) non pu o che avere un andamento decrescente: mano mano molti suscettibili vengono contagiati e vanno ad aumentare il numero I (t ) degli infetti, I (t ) numero degli infetti pu o aumentare in un primo periodo e (ci si augura) diminuire con lavviarsi dellepidemia a conclusione, R (t ), numero dei rimossi, non pu o che aumentare, 0 R (t ) N
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Il modello SIR
I numeri dei Suscettibili, degli Infetti e dei Rimossi variano nel tempo: si pu o pensare, concretamente, a un loro bollettino settimanale o giornaliero: invece di tre funzioni S (t ), I (t ), R (t ) si considerano cio e tre successioni {Sn }, {In }, {Rn } il primo giorno S1 , il secondo giorno S2 , lnesimo giorno Sn , ecc. ecc. I1 , I2 , In , R1 R2 Rn
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Il modello SIR
che consentano di avanzare previsioni sullevoluzione della malattia anche per organizzare una strategia sanitaria.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
La probabilit a di contagio S2 S1 sembra essere ragionevolmente proporzionale a I1 I2 I1 sembra essere ragionevolmente proporzionale a I1 il fattore di proporzionalit a dipende certamente anche dal numero di suscettibili S1
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
Gli incontri: supponendo che ogni giorno ogni individuo ne incontri mediamente un altro, N individui producono N 2 = N (N 1) 2
incontri in media al giorno. Un incontro pu o produrre un nuovo malato solo se ad incontrarsi sono un suscettibile e un infetto.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
Se S1 sono i suscettibili e I1 gli infetti essi producono S1 . I1 incontri. La probabilit a per ciascun individuo di avere un incontro a rischio e pertanto il quoziente S1 . I1 2S1 . I1 = N (N 1) N (N 1) 2
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
Esempio sia N = 5, S1 = 3, I1 = 2 A, B , C suscettibili, , infetti. Incontri possibili AB , AC , A, A, BC , B , B , C , C , evidente che dei 10 incontri possibili la percentuale di quelli a E rischio e 6 2 S1 I1 = 10 N (N 1)
L.Lamberti Studio matematico dellevoluzione delle epidemie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
... da un incontro a rischio a un contagio: detta 0 la probabilit a che da un incontro a rischio derivi un contagio la probabilit a per ciascun individuo di subire il contagio e quindi 2 S1 . I1 0 N (N 1) Dagli N individui ci si aspettano pertanto, ogni giorno, 0 nuovi contagi.
L.Lamberti Studio matematico dellevoluzione delle epidemie
2 S1 . I1 2 0 N= S1 . I1 N (N 1) N (N 1)
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di contagio
Se il primo giorno cerano S1 individui suscettibili, il secondo giorno ce ne saranno S2 < S1 S2 = S1 ovvero posto 2 0 = N (N 1) si ha S2 = S1 S1 I1
L.Lamberti Studio matematico dellevoluzione delle epidemie
2 0 S1 I1 N (N 1)
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di guarigione
Una percentuale q degli infetti guarisce ogni giorno: ad esempio assumere q = 0.20 signica che .... il 20 % degli infetti In di un giorno risultano rimossi il giorno dopo.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di guarigione
Riesce pertanto, bilanciando nuovi ammalati con malati guariti, I2 I1 = S1 I1 q I1 Naturalmente i malati guariti vanno ad aggiungersi ai rimossi R2 R1 = q I 1
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
La probabilit a di guarigione
La probabilit a di guarigione, ovvero di dismissione ospedaliera corrisponde alla durata media della malattia. Un ammalato ha, ogni giorno la probabilit a q di guarire:la seguente tabella riporta a sinistra il giorno della dismissione e a destra la sua probabilit a: giorno 1 2 3 4 k
L.Lamberti
probabilit a q (1 q )q (1 q )2 q (1 q )3 q (1 q )k 1 q
Studio matematico dellevoluzione delle epidemie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Esempio Supponiamo, ad esempio q = 0.20 la tabella diventa giorno 1 2 3 4 5 6 probabilit a 0.20 0.16 0.128 0.1024 0.08192 0.065536 % 20 16 12.8 10.24 8.19 6.55
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Stimare q
La durata media attesa per la dismissione e pertanto
=
k =0
k (1 q )k 1 q = q
k =0
k (1 q )k 1 = q
k =0
(1 q )k
=q
1 (1 (1 q ))2
1 q
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Stimare q
Un modo pi u intuitivo di legare il coeciente q alla durata T media della malattia e il seguente: Ammettiamo, per esempio, che la malattia duri T = 3 giorni, il primo giorno guariscono q I fortunati, il secondo altri q I un po meno fortunati, il terzo giorno altri q I . Avendo ammesso che la durata attesa della malattia eT =3 giorni deve riuscire qI +qI +qI = I 3q = 1 q= 1 T
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
In un certo senso si tratta di una contabilit a banale: inizialmente, per t = 0 il numero R (0) sar a 0, successivamente, ogni giorno riesce Rn = N Sn In
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Eetto soglia
In+1 = In + (Sn Il numero degli infetti aumenta di giorno in giorno se Sn > q q q )In
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Eetto soglia
Tenuto conto che il numero dei suscettibili Sn diminuisce di giorno in giorno, prima o poi esso nir a sotto il valore soglia q da quel giorno il numero di ammalati comincer a a calare. ....da quel giorno lepidemia tender a ad estinguersi.
L.Lamberti
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Esempio:
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Esempio:
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Esempio:
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Le pi u comuni malattie infettive Evoluzione di epidemie La probabilit a di contagio La probabilit a di guarigione Il modello SIR Il controllo dellepidemia Strategie
Strategie sanitarie
tenere alto q : miglioramento delle terapie, tenere basso : educazione igenico sanitaria.
L.Lamberti