Analysis of a Competitive Bivirus SIS Epidemic Model with Game Theoretic Social Distancing

Sintesi Tecnica: Analisi di un Modello Epidemico SIS Bi-virale Competitivo con Distanziamento Sociale basato sulla Teoria dei Giochi

Enunciato del Problema
L'epidemiologia matematica si è tradizionalmente concentrata sulla diffusione di un singolo virus o su assunzioni comportamentali statiche. Tuttavia, gli scenari reali spesso coinvolgono la circolazione simultanea di virus competitivi (ad esempio, l'influenza e il raffreddore comune) e risposte pubbliche dinamiche alle epidemie, come il distanziamento sociale. I modelli esistenti di bi-virus competitivi tipicamente non riescono a tenere conto della co-evoluzione del processo decisionale individuale e della trasmissione della malattia. Nello specifico, non modellano come la percezione pubblica delle minacce virali e i costi associati alle strategie di mitigazione alterino dinamicamente l'infezione efficace dei ceppi competitivi. Questo articolo colma tale lacuna proponendo un modello che integra la dinamica dei bi-virus competitivi con la teoria dei giochi evolutiva per descrivere come gli individui scelgano dinamicamente se praticare o meno il distanziamento sociale in base alla prevalenza di due virus competitivi.

Metodologia
Gli autori costruiscono un nuovo sistema dinamico costituito da cinque equazioni differenziali ordinarie (ODE) non lineari accoppiate. Le variabili di stato rappresentano le frazioni della popolazione infettate dal Virus 1 ($y_1$), dal Virus 2 ($y_2$) e le frazioni di individui suscettibili ($z_S$) e infetti ($z_1, z_2$) che praticano il distanziamento sociale.

1. Dinamica Epidemica: Il modello utilizza un quadro Suscettibile-Infetto-Suscettibile (SIS) per due virus competitivi. I tassi di infezione sono modulati da un fattore di distanziamento sociale $q \in (0,1)$, che riduce i tassi di contatto.
2. Dinamica Comportamentale: Le decisioni individuali di praticare il distanziamento sociale sono modellate utilizzando equazioni replicatrici, uno strumento standard nella teoria dei giochi evolutiva.
   • Individui Suscettibili: Il loro guadagno per il distanziamento sociale dipende dal costo economico/sociale ($c_D$) rispetto al rischio percepito di infezione, che è una funzione lineare della prevalenza corrente di entrambi i virus ($r_1 y_1 + r_2 y_2$).
   • Individui Infetti: Il loro guadagno dipende dal costo del distanziamento sociale ($c_D$) rispetto a un costo percepito del non distanziarsi ($c_i$), che rappresenta il rischio di infettare altri.
3. Strumenti di Analisi: Gli autori impiegano tecniche di analisi della stabilità, tra cui linearizzazione di Jacobiano, analisi del raggio spettrale e Teoria della Varietà Centrale. Investigano specificamente la monotonia del sistema e la stabilità di varie classi di equilibrio: Equilibri Liberi da Malattia (DFE), Equilibri Unilaterali (endemia di un singolo virus) ed Equilibri di Coesistenza (endemia di entrambi i virus).

Contributi Chiave
L'articolo apporta diversi contributi teorici alla comprensione dei sistemi multi-virali con comportamento dinamico:

• Non-Monotonia: A differenza dei classici modelli SIS di bi-virus competitivi, gli autori dimostrano (Teorema 3.1) che il loro sistema accoppiato non è un sistema dinamico monotono (MDS). Ciò implica che le garanzie di convergenza standard per gli MDS non si applicano e che comportamenti più complessi (come cicli limite o caos) non possono essere esclusi senza un'ulteriore analisi.
• Classificazione degli Equilibri: L'articolo classifica esaustivamente gli equilibri del sistema:
  • DFE: Identifica otto possibili DFE basati sulle scelte binarie di distanziamento sociale per le popolazioni suscettibili e infette.
  • Equilibri Unilaterali: Caratterizza gli stati in cui un virus persiste e l'altro si estingue, con diversi livelli di distanziamento sociale (nessuno, tutti o parziale).
  • Equilibri di Coesistenza: Dimostra che gli equilibri di coesistenza non appaiono come punti isolati ma come continui (linee o curve) di equilibri, verificandosi solo quando i numeri di riproduzione di base di entrambi i virus sono identici ($R_0^1 = R_0^2$).
• Condizioni di Stabilità:
  • Stabilità DFE: Fornisce condizioni necessarie e sufficienti per la stabilità esponenziale quasi globale dei DFE, collegando la stabilità al numero di riproduzione efficace inferiore all'unità.
  • Stabilità Unilaterale: Deriva le condizioni per la stabilità degli stati endemici a singolo virus, mostrando che la stabilità dipende dal numero di riproduzione efficace del virus dominante e dal guadagno della popolazione per il distanziamento sociale.
  • Stabilità di Coesistenza: Utilizza la Teoria della Varietà Centrale per stabilire condizioni di stabilità locale per i continui di equilibri di coesistenza.

Risultati
I risultati teorici sono supportati da simulazioni numeriche utilizzando metodi Runge-Kutta. I risultati chiave includono:

1. Impatto Comportamentale sull'Eradicazione: Il modello illustra che la percezione pubblica e il costo del distanziamento sociale possono spostare il sistema da uno stato endemico a uno stato libero da malattia, anche se i numeri di riproduzione di base ($R_0$) sono superiori a 1.
2. Dominio ed Esclusione: Negli scenari unilaterali, il virus con il numero di riproduzione efficace più alto (mediato dal comportamento di distanziamento sociale) tende a dominare ed escludere l'altro, a condizione che siano soddisfatti specifici threshold costo-beneficio.
3. Continuum di Coesistenza: Quando i virus hanno numeri di riproduzione di base identici, il sistema ammette una linea di equilibri di coesistenza. La stabilità di questa linea dipende dal fatto che il numero di riproduzione efficace sia sufficientemente alto o basso rispetto al costo del distanziamento sociale.
4. Dinamiche Complesse: Nella Sezione 9.2, gli autori esplorano un modello modificato con un "termine di coordinazione" (dove il distanziamento sociale è socialmente rafforzato). Questa modifica introduce la possibilità di cicli limite, dimostrando che l'interazione tra dinamiche dell'opinione e diffusione epidemica può generare comportamenti oscillatori non presenti nel modello di base.

Significato
L'articolo rivendica significato nel dimostrare rigorosamente come il comportamento sociale medi l'infezione efficace dei virus competitivi. Superando le assunzioni statiche, il modello rivela che:

• La percezione pubblica dei livelli di minaccia è un determinante critico nel decidere se i virus persistono o si estinguono.
• La distinzione tra la percezione di diversi virus è necessaria per comprendere gli scenari multi-virali.
• L'introduzione di dinamiche basate sulla teoria dei giochi altera fondamentalmente il panorama della stabilità rispetto ai modelli classici, allontanando il sistema dalla monotonia e aprendo la porta a comportamenti dinamici più complessi.

Il lavoro fornisce un quadro per analizzare come le politiche di mitigazione (come il distanziamento sociale) interagiscano con la competizione virale, suggerendo che il successo di tali politiche dipende fortemente dal feedback dinamico tra la prevalenza dell'infezione e i calcoli individuali costo-beneficio.