Da alcune settimane è iniziata la campagna vaccinale contro il coronavirus SARS-CoV-2, grazie all'approvazione per l'uso di emergenza del vaccino anti COVID di Pfizer-BioNTech e più recentemente di quello di Moderna (almeno per quel che concerne l'Unione Europea e gli Stati Uniti). Poiché la produzione dei farmaci da distribuire ha dei limiti logistici inevitabili ed è inoltre necessario vaccinare quante più persone possibili, il razionamento delle dosi per garantire l'intera copertura richiederà parecchi mesi. Pertanto è stato messo a punto un piano vaccinale in base al quale si è deciso di trattare prioritariamente i soggetti maggiormente esposti al rischio del contagio, come gli operatori sanitari, gli anziani e via discorrendo. Questa strategia, secondo un nuovo modello matematico, offrirebbe “scarsi benefici” in termini di decessi all'interno di una data comunità, e solo attraverso una vaccinazione di massa si otterrebbero miglioramenti significativi.

A mettere a punto il modello matematico un team di ricerca internazionale guidato da scienziati della Scuola di Ingegneria Tandon – Six MetroTech Center presso l'Università di New York, che hanno collaborato a stretto contatto con i colleghi del Dipartimento di Elettronica e Telecomunicazioni del Politecnico di Torino, del Dipartimento di Salute Mentale – Unità Sanitaria Locale ROMA 2 e del Dipartimento di Ingegneria Meccanica dell'Università dell'Illinois Settentrionale. Gli scienziati, coordinati dal professore italiano Maurizio Porfiri, docente presso il Dipartimento di Ingegneria Meccanica e Aerospaziale dell'ateneo di Brooklyn, hanno sviluppato un modello basato sull'agente (ABM – agent-based model) ad altissima risoluzione per New Rochelle, una città statunitense di oltre 70mila anime sita nella Contea di Westchester, Stato di New York. Gli scienziati l'hanno presa come esempio per due ragioni: è stata innanzitutto una delle prime città americane in cui sono emersi focolai di COVID-19, in secondo luogo poiché la maggior parte delle città degli USA “hanno dimensioni e concentrazioni della popolazione comparabili”. “Abbiamo scelto New Rochelle non solo per la sua posizione nella timeline COVID, ma perché la modellazione basata sugli agenti per le città di medie dimensioni è relativamente inesplorata, nonostante gli Stati Uniti sono in gran parte composti da città simili e piccole città”, ha dichiarato in un comunicato stampa il professor Porfiri.

La mappa della città di New Rochelle nel modello matematico. Credit: Advanced Theory and Simulations/Università di New York
in foto: La mappa della città di New Rochelle nel modello matematico. Credit: Advanced Theory and Simulations/Università di New York

Ma cosa fa esattamente questo modello basato sull'agente? Come specificato dagli esperti, l'ABM “replica geograficamente e demograficamente la struttura della città ottenuta dalle statistiche del censimento degli Stati Uniti e sovrappone una rappresentazione ad alta risoluzione – sia temporale che spaziale – dell'epidemia a livello individuale, considerando i luoghi fisici e le caratteristiche uniche delle comunità, come le tendenze del comportamento umano o i modelli di mobilità locale”. In parole più semplici, si tratta di un modello che permette di comprendere come può diffondersi una malattia infettiva all'interno della comunità e quali misure sono più efficaci per contenerne la propagazione. Come specificato, gli scienziati hanno testato gli effetti della vaccinazione sulla popolazione, scoprendo che dare la priorità ai gruppi più vulnerabili all'infezione – come gli operatori sanitari, i lavoratori delle scuole e delle case di riposo, oltre che i residenti di queste ultime – ha pochi benefici nel contrastare il tasso di mortalità della patologia. “Dare priorità alla vaccinazione negli individui ad alto rischio ha solo un effetto marginale sul numero di morti per COVID-19. Per ottenere miglioramenti significativi, infatti, una parte molto ampia della popolazione cittadina dovrebbe essere vaccinata”, sottolineano gli autori dello studio.

Il grafico che mostra l’impatto delle vaccinazioni. Credit: Advanced Theory and Simulations/Università di New York
in foto: Il grafico che mostra l’impatto delle vaccinazioni. Credit: Advanced Theory and Simulations/Università di New York

Porfiri e colleghi hanno eseguito sei differenti serie di simulazioni, come si legge nello studio, includendo di volta in volta i soli dipendenti ospedalieri; i dipendenti scolastici; i dipendenti delle case di riposo; gli ospiti delle case di riposo; una frazione casuale della popolazione paragonabile per dimensioni a quella dei sanitari; e circa un quarto della popolazione della città, corrispondente a dieci volte il numero dei dipendenti ospedalieri. In base al modello, la vaccinazione degli operatori sanitari ha comportato “solo piccole differenze” rispetto a quella della popolazione generale casuale, mentre differenze significative nella mortalità sono state osservate solo vaccinando gli anziani. L'unica strategia veramente efficace, spiegano gli studiosi, è risultata essere la vaccinazione di massa, per la quale tuttavia dovremo attendere ancora per mesi e mesi. Il modello matematico ha messo in luce che fin quando il vaccino non sarà disponibile per tutti, le chiusure, il distanziamento sociale, le mascherine e tutti gli altri interventi non farmaceutici per spezzare la catena dei contagi saranno fondamentali per contrastare la diffusione del coronavirus SARS-CoV-2 (e per un certo periodo lo saranno anche dopo). I dettagli della ricerca “High‐Resolution Agent‐Based Modeling of COVID‐19 Spreading in a Small Town” sono stati pubblicati sulla rivista scientifica specializzata Advanced Theory and Simulations.