Aula di Scienze

Aula di Scienze

Persone, storie e dati per capire il mondo

Speciali di Scienze
Materie
Biologia
Chimica
Fisica
Matematica
Scienze della Terra
Tecnologia
I blog
Sezioni
Come te lo spiego
Science News
Podcast
Interviste
Video
Animazioni
L'esperto di matematica
L'esperto di fisica
L'esperto di chimica
Chi siamo
Cerca
Come te lo spiego

La matematica dei vaccini

Secondo gli scienziati, il vaccino è l’unica arma efficace per combattere il coronavirus. Nonostante ciò i vaccini continuano a essere guardati con sospetto da una parte dell'opinione pubblica. Convinciamoci insieme della loro necessità e utilità con l’aiuto della modellizzazione matematica. CON ESERCIZI
leggi
Revisione di Marco Giusiano Secondo gli scienziati di tutto il mondo, il vaccino anti SARS-CoV-2 è l’unica arma efficace per combattere il coronavirus. Nonostante ciò i vaccini continuano a essere guardati con sospetto da una parte dell'opinione pubblica. Convinciamoci insieme della loro necessità e utilità con l’aiuto della modellizzazione matematica.  

Ripassiamo insieme il modello SIR

In un altro articolo di questo speciale abbiamo usato il modello SIR che descriveva matematicamente l’epidemia dei verniciati: in un grande salone alcuni soggetti si sporcavano le mani di vernice (infetti) e andavano a sporcare quelle di tutti gli altri (suscettibili). Alcuni soggetti andavano in bagno per togliersi la vernice e non potevano più verniciare nessuno (rimossi). Ovviamente il modello SIR non si applica solo per descrivere l’epidemia dei verniciati (che poi, a sua volta, è una modellizzazione semplificata di una situazione reale di epidemia). Il modello SIR, infatti, è il modello matematico più semplice per descrivere la dinamica di un’epidemia, dinamica che è basata sui meccanismi di contagio e di rimozione. Il modello SIR può essere rappresentato dalle seguenti equazioni: dove con St+1, It+1 e Rt+1 indichiamo rispettivamente il numero di individui suscettibili, infetti e rimossi al tempo t + 1. Una delle ipotesi alla base del modello è che la numerosità totale della popolazione sia costante nel tempo (St + It + Rt = N, ∀t) . Il parametro a dipende dalla contagiosità del virus e dal numero di contatti che ha un infetto, mentre il parametro b dipende dall’efficienza del Sistema Sanitario nell’individuare gli infetti e nel toglierli dalla circolazione. In pratica in questo modello il numero dei suscettibili diminuisce a causa dei contagi, il numero degli infetti aumenta a causa dei contagi e diminuisce a causa delle rimozioni e il numero dei rimossi aumenta a causa delle rimozioni. L’epidemia si sviluppa solo se il numero di infetti aumenta nel tempo e questo, nell’ipotesi in cui all’inizio StN, avviene nel caso in cui dove il numero  esprime il numero di contagi causato da un singolo infetto e viene chiamato numero riproduttivo di base. Se invece  è minore di 1 la malattia si estingue con conseguenze limitate. Definiamo adesso un nuovo parametro (che è sostanzialmente quello costantemente chiamato in causa dai telegiornali quando si parla di coronavirus) detto numero riproduttivo effettivo  : è un parametro che segue nel tempo l’epidemia e che, confrontato con 1, indica ad ogni istante temporale se l’epidemia va verso l’estinzione oppure sta dilagando. Per definizione il numero di soggetti suscettibili tende a decrescere nel tempo (St St-1 t), pertanto cioè nel modello SIR il parametro  decresce nel tempo. Questo spiega perché gli andamenti qualitativi nel tempo dell’epidemia nel modello SIR sono sostanzialmente di due tipi
  • se il numero riproduttivo di base  è inferiore a 1, lo sono anche tutti gli  successivi e la malattia si estingue senza generare un numero di infetti maggiore rispetto a quello iniziale;
  • se invece  è maggiore di 1 la malattia si propaga fino a raggiungere il picco dell’infezione, in corrispondenza del quale il numero degli infetti può essere molto più alto del valore iniziale, per poi tendere all’estinzione ( parte da un valore maggiore di 1, ma poi decresce e ad un certo istante scenderà sotto 1).
ESERCIZIO Completa l’esercizio impostando un foglio di calcolo come quello proposto da Claudio Romeni in La matematica di un'epidemia: utilizza l’equazione (1) per calcolare il valore di  ad ogni istante e traccia il suo andamento in funzione del tempo a seconda del valore  iniziale
 

Il modello SIR modificato

Il modello SIR non è dunque in grado di descrivere l’eventuale endemicità di una malattia cioè la capacità di una malattia di persistere per lungo tempo in una popolazione costituendo una grave minaccia per la salute pubblica. In pratica applicando il modello SIR nel salone dei verniciati, ad un certo punto la rapidità con cui nuove persone sono verniciate è inferiore della rapidità con cui escono di scena i verniciati e il contagio si spegne. Uno dei modi per includere l’endemicità di una malattia è di considerare all’interno del modello il processo di immissione di nuovi individui in modo che la popolazione dei suscettibili possa ricostituirsi. Tornando al modello del salone dei verniciati, in pratica stiamo facendo entrare nel salone alcuni nuovi soggetti con mani pulite e stiamo facendo uscire soggetti qualsiasi. Matematicamente, in aggiunta alle ipotesi su cui si basa il modello SIR introduciamo le seguenti ipotesi:
  • la popolazione non è chiusa cioè c’è un input (natalità) e un output (mortalità);
  • gli individui che entrano nel sistema appartengono al solo compartimento dei suscettibili, mentre escono dal sistema, a seguito di morte naturale, gli individui di tutti i compartimenti;
  • i tassi di natalità e mortalità pro-capite sono indicati con la lettera m e sono assunti costanti e coincidenti.
Le equazioni che governano l’epidemia nel modello SIR modificato sono le seguenti: dove sono evidenziati in grassetto i termini aggiuntivi rispetto al modello SIR. In questo caso il numero di infetti aumenta nel tempo se: Ipotizzando ancora StN, la relazione precedente diventa e ci permette di definire il numero riproduttivo di base per il modello SIR modificato: In questo modello il numero di soggetti suscettibili non decresce nel tempo, pertanto non abbiamo la garanzia che il parametro  faccia altrettanto. Si può comunque dimostrare che ancora una volta la condizione di soglia   < 1 è sufficiente a garantire l’estinguersi della malattia. Viceversa per  > 1, dopo la fase di invasione, si osserverà un alternarsi di fasi epidemiche seguite da epoche di ricostituzione demografica. Uno scenario possibile per  = 2.5  mostra fasi di aumento del numero dei soggetti suscettibili a cui corrispondono nuove fasi epidemiche:
ESERCIZIO Modifica il foglio di calcolo predisposto per l’esercizio precedente:
  • predisponi una casella in cui inserire la costante m (in unità arbitrarie), provando ad esempio con il valore m=1.35;
  • modifica la formula per il calcolo di  utilizzando l’equazione (5) per il modello SIR modificato;
  • modifica l’algoritmo iterativo aggiungendo i termini in grassetto evidenziati nelle equazioni (2), (3), (4) e traccia l’andamento in funzione del tempo di S e I.

Il modello SIRV

Per creare le condizioni per evitare l’endemicità di una malattia, è efficace il ricorso alla vaccinazione. Consideriamo pertanto un’estensione del modello SIR modificato che tenga conto della possibilità per i soggetti suscettibili di essere immunizzati alla nascita per mezzo di un vaccino efficace al 100% e che conferisca un’immunità permanente per tutta la durata della vita. Per semplicità assumiamo che il vaccino sia somministrato esclusivamente ai nuovi nati: un modello del genere si adatta ad esempio alle malattie pediatriche come morbillo o varicella. Sempre pensando al salone dei verniciati è come se alcuni dei soggetti immessi nel salone avessero dei guanti protettivi. Matematicamente, rispetto al modello SIR modificato aggiungiamo le seguenti ipotesi:
  • una frazione costante  dei suscettibili è vaccinata alla nascita;
  • gli individui vaccinati godono di immunità permanente e formano il compartimento dei vaccinati V dunque dal modello SIR passiamo al modello SIRV.
Le equazioni del modello si modificano in questo modo: dove sono evidenziate in grassetto le novità rispetto al modello SIR modificato. Nel compartimento dei suscettibili entrano i nuovi nati non vaccinati (+m · N · (1 - p) · Δt); inoltre si aggiunge un’equazione relativa al compartimento dei vaccinati. In questo modello una frazione costante p di neonati è vaccinata ad ogni istante t, pertanto ad un certo punto il numero di individui suscettibili sarà S ≤ (1 - p· N, da cui: Fissando la frazione di vaccinati p in modo che  avremo dunque l’eliminazione dell’infezione.  La quantità  è detta soglia per l’immunità di gregge, in quanto se si sceglie una copertura vaccinale superiore ad essa anche coloro che avranno scelto di non vaccinarsi beneficeranno comunque dell’immunizzazione grazie al comportamento del resto della popolazione (sono i cosiddetti “free riders”). Per esempio, secondo il modello SIRV nel caso di una malattia con  = 2.5 basterà vaccinare più del 60% dei nuovi nati per garantire l’eliminazione della malattia. Nei grafici seguenti osserviamo, nello scenario endemico precedente, l’impatto della vaccinazione con p = 0.9 e l’eliminazione dell’endemicità della malattia (un unico picco di infezione):
ESERCIZIO Modifica il foglio di calcolo impostato precedentemente:
  • predisponi una casella in cui inserire la costante p, per esempio p = 0.8;
  • modifica l’algoritmo iterativo per il calcolo dei suscettibili aggiungendo il termine in grassetto evidenziato nell’equazione (6) e traccia l’andamento in funzione del tempo di S e I;
  • modifica la costante p del modello e visualizza l’impatto della vaccinazione sulla particolare epidemia descritta osservando l’eliminazione dell’endemicità della malattia.
 

Possibili sviluppi

Sebbene il modello SIRV nella sua semplicità permetta già di visualizzare l’impatto di una campagna di vaccinazione su una epidemia, esistono modelli più sofisticati che si basano su ipotesi più realistiche, come ad esempio le seguenti:
  • la popolazione è ripartita in classi di età ciascuna delle quali ha diverse probabilità di ammalarsi;
  • la vaccinazione può essere somministrata a qualsiasi età;
  • la frazione di vaccinati può variare nel tempo, ecc.
I matematici sono stati chiamati in causa con questi modelli per capire quanto e come distribuire i vaccini nel modo migliore. Infatti in questa prima fase di vaccinazione, la fornitura di vaccini è molto limitata pertanto, proprio in questi giorni, il Ministero della Salute si trova a dover decidere chi prima deve ricevere le dosi a disposizione. Capire come assegnare i vaccini ai gruppi giusti al momento giusto è un problema molto complicato. La maggior parte dei matematici pensa che se l’obiettivo principale è ridurre la mortalità le autorità sanitarie dovrebbero vaccinare prima gli anziani, mentre se si vuole rallentare la trasmissione ci si deve concentrare sui giovani. In ogni caso molti modelli suggeriscono che è possibile compiere progressi significativi contro la pandemia anche distribuendo in modo limitato un vaccino che si è dimostrato solo parzialmente efficace. Per questo motivo, se possibile, vacciniamoci e promuoviamo a tutti il vaccino anti SARS-CoV-2: solo così sconfiggeremo insieme il coronavirus e torneremo alla vita normale!

Mettiti alla prova con gli esercizi dello SPECIALE CORONAVIRUS sulla piattaforma ZTE.

 
Per approfondire Maria Groppi, Rossella della Marca. Modelli epidemiologici e vaccinazioni: da Bernoulli a oggi. Matematica, Cultura e Società. Rivista dell’Unione Matematica Italiana, Serie 1, Vol. 3 (2018), n.1, p. 45–59. Unione Matematica Italiana
fasanelli_grafico_3
fasanelli_formula_fraz
fasanelli_formula_cio
fasanelli_formula_p
fasanelli_formula_2b
fasanelli_formula_Rt
fasanelli_formula_Ro
fasanelli_formula_4
fasanelli_formula_3
fasanelli_formula_2
fasanelli_formula_1
fasanelli_grafico_2
fasanelli_grafico_1
fasanelli_formula_9
fasanelli_formula_8
fasanelli_formula_7
fasanelli_formula_6
fasanelli_formula_5

Devi completare il CAPTCHA per poter pubblicare il tuo commento