Catania, Università studia i modelli di previsione per Covid

25 Gennaio 2022, 10:36

1 min di lettura

CATANIA – Quattro ricercatori dell’Università di Catania hanno individuato i parametri più attendibili per descrivere la situazione epidemiologica, migliorando la capacità predittiva per capire quanto sono attendibili i modelli matematici e statistici che descrivono l’andamento della pandemia e quanto sono credibili le previsioni che riguardano le ondate e i picchi del contagio.

I ricercatori

Gli autori dello studio, dal titolo ‘Lack of practical identifiability may hamper reliable predictions in Covid-19 epidemic models, nei giorni scorsi sulla rivista Science Advances, sono Vito Latora, ordinario di Fisica Teorica e Modelli Matematici nel dipartimento di Fisica e Astronomia e professore di Matematica Applicata alla Queen Mary University of London; Luca Gallo, dottorando in Complex Systems al Dfa; Mattia Frasca, associato di Automatica al dipartimento di Ingegneria elettrica, elettronica e informatica e Giovanni Russo, ordinario di Analisi numerica al dipartimento di Matematica e Informatica.

Lo studio

Nell’articolo i quattro studiosi mostrano come, anche in casi molto semplici, ci possano essere situazioni in cui i modelli forniscono previsioni poco affidabili su quantità difficili da osservare, come ad esempio il numero di persone contagiate asintomatiche, che risultano molto complicate da individuare. I ricercatori forniscono quindi dei criteri teorici e quantitativi per stabilire l’affidabilità dei modelli stessi e la sensibilità delle loro previsioni alle incertezze sui dati.

Estendono inoltre il concetto di identificabilità di un modello matematico, distinguendone una versione strutturale da una versione pratica, molto più utile ai fini applicativi, e prendendo esplicitamente in esame alcuni modelli matematici per sistemi dinamici, quotidianamente utilizzati per effettuare stime e predizioni legate alla pandemia in atto. Adoperata costruttivamente, questa analisi potrà essere usata per migliorare l’affidabilità e la capacità predittiva dei modelli matematici.