COVID-19 pandemic: a mobility-dependent SEIR model with undetected cases in Italy, Europe, and US

OBIETTIVI: descrivere la prima ondata dell’epidemia di COVID-19, con particolare attenzione ai casi nascosti e valutare diversi scenari post-lockdown.
DISEGNO: lo studio introduce un modello SEIR a compartimenti, che tiene conto dei casi nascosti nelle diverse regioni, degli effetti delle restrizioni sulla mobilità e delle misure di contenimento della diffusione del contagio adottate, come l’utilizzo della mascherina e il lavaggio frequente delle mani.
SETTING E PARTECIPANTI: il modello è validato utilizzando i dati delle regioni italiane, di alcuni Paesi europei e degli Stati Uniti.
PRINCIPALI MISURE DI OUTCOME: l’accuratezza delle previsioni del modello è misurata attraverso l’errore medio assoluto percentuale (MAPE) e i criteri di Lewis. I parametri sono in accordo con quelli riportati nella recente letteratura.
RISULTATI: il modello fornisce la stima delle curve epidemiche in diversi Stati e il numero di casi nascosti e asintomatici, che rappresenta la più probabile futura fonte di infezione. Il modello è stato applicato a un caso di studio relativo alla provincia cinese di Hubei, che per prima ha allentato le restrizioni sulla mobilità. I risultati mostrano che sono possibili diversi scenari. La mobilità e l’utilizzo di misure di protezione individuale influenzano notevolmente la dinamica dell’infezione e possono portare a un secondo picco improvviso e pericoloso oppure a uno più lontano nel tempo e più gestibile.
CONCLUSIONI: i modelli matematici come quello introdotto possono rappresentare uno strumento utile nei processi decisionali in sanità pubblica, per determinare la strategia migliore nel caso di future epidemie.