Un modello a rete delle Regioni Italiane che suggerisce di attivare lockdown intermittenti a livello regionale
Un nuovo studio sulla gestione della pandemia di COVID-19 in Italia basato su un modello a rete delle Regioni Italiane che suggerisce di attivare lockdown intermittenti a livello regionale per controllare la diffusione dell’epidemia e contenerne l’impatto economico, è stato sviluppato dal gruppo di ricerca coordinato dal Mario di Bernardo, ordinario di Automatica presso il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione dell’Università degli Studi di Napoli Federico II, in collaborazione con ricercatori dell’Università di Salerno, ENEA e del Politecnico di Milano e pubblicato sulla rivista internazionale Nature Communications.
La ricerca ha sviluppato un modello matematico, sulla base dei dati raccolti durante il lockdown nazionale, dove l’Italia è descritta come una rete di 20 regioni. I ricercatori hanno studiato le azioni che ciascuna delle regioni potrebbe mettere in campo per controllare la diffusione della pandemia e i flussi di persone che viaggiano tra di esse.
In particolare, viene mostrato che strategie di lockdown a livello regionale, anche per brevi periodi di tempo, possono essere particolarmente efficaci per evitare, o contenere, nuovi picchi epidemici riducendo gli enormi costi economici di un lockdown nazionale.
I lockdown intermittenti di una regione dovrebbe essere attivato, secondo lo studio, quando il numero di malati COVID ospedalizzati in terapia intensiva supera un livello di guardia indicato dal modello, e revocato quando esso ritorna sotto quel livello.
Lo studio mostra inoltre l’efficacia a livello regionale delle misure di lockdown intraprese dal governo nazionale tra marzo e giugno 2020 rivelando l’esistenza di una correlazione tra il tasso di mortalità da COVID-19 e i livelli di saturazione dei sistemi sanitari regionali. Il modello e la metodologia sviluppati possono essere facilmente adattati anche ad altri contesti nazionali ed internazionali e a diversi livelli (province, regioni, macro aree o nazioni).
Lo studio intitolato “A network model of Italy shows that intermittent regional strategies can alleviate the COVID-19 epidemic” è stato sviluppato dal gruppo di ricerca SINCRO (Sistemi Nonlineari, Controllo di Reti e Processi) dell’Università di Napoli Federico II e coordinato da Mario di Bernardo, docente di Automatica presso il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione e Coordinatore del Dottorato di Ricerca in Modeling and Engineering Risk and Complexity della Scuola Superiore Meridionale in collaborazione con i docenti Pietro De Lellis e Francesco Lo Iudice della Federico II, Davide Liuzza, ENEA, Giovanni Russo dell’Università di Salerno e Fabio della Rossa del Politecnico di Milano.
A network model of Italy shows that intermittent regional strategies can alleviate the COVID-19 epidemic
Un tocco di colore per celebrare il passato e onorare i successi del Cavallino Rampante:… Continua a leggere
Le Escape Room, nate in Giappone all'inizio del 2000, hanno conquistato il mondo con la… Continua a leggere
"Gerardo fra le stelle" è il racconto classificatosi secondo alla quarta edizione del Premio Ancos… Continua a leggere
SLB OneSubsea e Subsea7 firmano un accordo di collaborazione strategica a lungo termine con Equinor;… Continua a leggere
Questa potrebbe essere la realtà non troppo lontana grazie ai progressi della ricerca sui cerotti… Continua a leggere
Verrà inaugurata venerdì 3 maggio, con lo spettacolo degli acrobati della Compagnia dei Folli, sotto… Continua a leggere
Questo sito utilizza cookie di profilazione tecnici e di terze parti per rendere migliore l'esperienza d'uso degli utenti. Continuando la navigazione e/o accedendo a un qualunque elemento sottostante questo banner acconsenti all'uso dei cookie. Per saperne di più, clicca su " Desidero più informazioni su Cookie e Privacy", per la Cookie Policy dove è possibile avere informazioni per negare il consenso all'installazione dei cookie e sulle nostre politiche in termini di Privacy Policy
Leggi di più