Epidemics in a Synthetic Urban Population with Multiple Levels of Mixing

Sintesi Tecnica: Epidemie in una Popolazione Urbana Sintetica con Livelli Multipli di Mescolamento

Enunciato del Problema
La previsione e il controllo delle malattie infettive richiedono modelli che vadano oltre i semplici schemi compartimentali (ad es. SIR) che assumono popolazioni completamente mescolate. Sebbene i recenti modelli basati su individui incorporino pattern di contatto eterogenei, permane la necessità di comprendere come specifiche caratteristiche socio-demografiche e geografiche di una popolazione ospite influenzino la diffusione epidemica. In particolare, l'interazione tra relazioni sociali stabili (famiglie, conoscenti) e interazioni rare e fortuite (ad es. in transito o in spazi pubblici) all'interno di un contesto urbano realistico non è pienamente caratterizzata. Il lavoro affronta la questione di come diversi livelli di mescolamento, dipendenti da età e distanza, influenzino la velocità, la pervasività e la prevedibilità dei focolai in un ambiente urbano di medie dimensioni.

Metodologia
Gli autori costruiscono un modello Suscettibile-Infetto-Rimosso (SIR) basato su agenti e informato dai dati, applicato a una popolazione sintetica di circa 60.000 agenti che rappresenta il comune di Viterbo, Italia.

• Popolazione Sintetica: Gli agenti sono geo-referenziati e stratificati per età in quattro gruppi (bambini, giovani, adulti, anziani) utilizzando stime di densità WorldPop e dati censuari provinciali. Il territorio è suddiviso in una griglia di piastrelle quadre di 500 m.
• Costruzione della Rete: La rete sociale urbana (USN) è un grafo non pesato e non diretto $G = (V, E)$ formato dall'unione di due sottografi:
  1. Grafo delle Famiglie ($G_H$): Un insieme di clique inferiti dai dati censuari, che rappresentano i contatti quotidiani.
  2. Grafo dei Conoscenti ($G_A$): I bordi che rappresentano contatti frequenti (amici, colleghi) sono aggiunti probabilisticamente sulla base di matrici di mescolamento sociale basate sull'età (da dati SOCRATES), della distanza geografica ($d^{-1}$) e di un parametro intrinseco di "idoneità sociale".
• Simulazione Epidemica: Il modello simula la propagazione della malattia in cui gli individui infetti trasmettono la malattia ai contatti suscettibili con probabilità $\beta$ e guariscono con tasso $\mu$. Il modello è calibrato sui parametri dell'Influenza-Like Illness (ILI) ($R_0 \approx 1.3$, tempo di recupero 3 giorni).
• Configurazioni Sperimentali: Sono confrontate sei configurazioni di mescolamento distinte per isolare gli effetti dei pattern di contatto:
  1. Mescolamento Omogeneo (HM): Grafo casuale di Erdős-Rényi (baseline).
  2. Rete Statica (SN): Solo relazioni stabili di famiglia e conoscenti; nessun contatto fortuito.
  3. Rumore Omogeneo (HN): Relazioni stabili più contatti fortuiti casuali.
  4. Rumore Basato sull'Età (AN): I contatti fortuiti dipendono dal mescolamento sociale basato sull'età.
  5. Rumore Basato sulla Distanza (DN): I contatti fortuiti dipendono dalla distanza geografica.
  6. Rumore Basato su Età e Distanza (ADN): I contatti fortuiti dipendono sia dall'età che dalla distanza.

Risultati Chiave

• Impatto della Struttura per Età: L'introduzione di pattern di contatto strutturati per età (SN, AN, ADN) comporta focolai significativamente più rapidi e pervasivi rispetto al mescolamento omogeneo. Queste configurazioni producono distribuzioni di grado con code destre più lunghe, portando a picchi epidemici più precoci e tassi di attacco più elevati.
• Ruolo della Distanza: Assumere che la frequenza di interazione decresca con la distanza ($d^{-1}$) ha un effetto trascurabile sui pattern di diffusione ad alto livello (velocità e tasso totale di attacco) rispetto al mescolamento strutturato per età. Tuttavia, la distanza influenza la frequenza delle infezioni inter-piastrella, incidendo sull'incidenza locale.
• Soglia Epidemica e Numero di Riproduzione: La soglia epidemica ($\beta_c$) è più bassa (rendendo il sistema più vulnerabile) nelle configurazioni con contatti eterogenei guidati dall'età. Il numero di riproduzione di base ($R_0$) è generalmente più alto nelle configurazioni basate su dati. L'emergere di un focolaio è fortemente associato al caso indice che sia un individuo socialmente attivo.
• Diffusione Geografica e Densità: Lo studio identifica due regimi distinti basati sulla densità di popolazione delle piastrelle:
  • Bassa Densità (< ~100 abitanti): Tempo al picco sub-logaritmico e tassi di attacco costanti.
  • Alta Densità: Tempo al picco e tassi di attacco che aumentano approssimativamente in modo logaritmico.
  • L'infezione raggiunge le piastrelle densamente popolate entro 10–15 giorni indipendentemente dalla configurazione, ma il tempismo per le aree a bassa densità varia significativamente in base al modello di contatto.
• Prevedibilità: L'epidemia è geograficamente eterogenea (entropia < 1), con alcune piastrelle che risultano costantemente più pericolose. Tuttavia, la prevedibilità del sistema è bassa all'inizio dell'epidemia e diventa elevata solo vicino al picco epidemico, quando l'infezione è già diffusa. Non sono stati identificati "scheletri" dominanti o percorsi epidemici preferiti; l'ampia gamma di percorsi alternativi impedisce la formazione di una singola traiettoria prevedibile.

Significato e Affermazioni
Il lavoro afferma di fornire un quadro per comprendere la diffusione epidemica in popolazioni urbane realistiche senza richiedere dati ad alta risoluzione sulla mobilità o sui trasporti, affidandosi invece a dati censuari e di indagine per costruire la rete di contatti.

• Diffusione Gerarchica: Evidenze preliminari suggeriscono l'esistenza di pattern di diffusione spaziale gerarchica nelle aree urbane, caratterizzati da due regimi per la diffusione epidemica nelle regioni a bassa e alta densità. Questo rispecchia i risultati osservati alla scala paese/città.
• Compromessi nella Modellazione: Lo studio dimostra che, sebbene il mescolamento dipendente dalla distanza sia empiricamente fondato, il suo impatto sugli esiti epidemici macroscopici è minimo rispetto all'impatto strutturale del mescolamento sociale stratificato per età.
• Limitazioni e Lavori Futuri: Gli autori notano l'assenza di percorsi epidemici dominanti nel loro modello urbano, in contrasto con i modelli meta-popolazionali (ad es. reti aeree) dove i flussi di traffico creano connessioni dominanti. Suggeriscono che i lavori futuri dovrebbero investigare se questa assenza sia intrinseca alla scala urbana o se l'incorporazione di dati aggiuntivi (mobilità, chiamate telefoniche, trasporti) rivelerebbe tali strutture.

Il lavoro sottolinea che una modellazione epidemica accurata richiede di andare oltre le assunzioni di campo medio per tenere conto della specifica struttura topologica delle reti sociali, in particolare il ruolo dei contatti strutturati per età nel guidare la dinamica dei focolai.