Il Laboratorio MOX del Politecnico di Milano ha recentemente reso pubblica la dashboard epiMOX che permette di monitorare l’evoluzione dell’epidemia di Covid-19 in Italia attraverso la visualizzazione dei dati ufficiali, di una elaborazione degli stessi dati e dei risultati di modelli predittivi.
In particolare, la dashboard epiMOX permette di visualizzare i dati relativi all’evoluzione della pandemia COVID-19 (forniti quotidianamente dal Dipartimento della Protezione Civile) sia a livello nazionale che su scala regionale, nelle 20 regioni italiane.
Si possono visualizzare le serie storiche relative a diverse categorie epidemiologiche (dette compartimenti), selezionabili nella colonna sinistra, quali ad esempio il numero di individui Positivi, in Isolamento domiciliare, Ricoverati, in Terapia Intensiva, Guariti o Deceduti, nonché il numero di Tamponi eseguiti. Oltre ai “dati grezzi” è possibile visualizzare gli stesso dati filtrati, in modo da meglio cogliere i trend dei diversi compartimenti. Inoltre, grazie alla possibilità di visualizzare più compartimenti contemporaneamente e di normalizzare gli andamenti rispetto al loro valore massimo, è possibile evidenziare in modo immediato alcune aspetti importanti dell’evoluzione, ad esempio l’intervallo di tempo che separa i picchi tra i diversi compartimenti.
Nella colonna di destra, è possibile selezionare alcuni parametri critici, quali il tasso di letalità, il tasso di positività e una stima del numero di riproduzione Rt (attraverso il metodo semplificato proposto da Roberto Battiston in questo articolo [1]).
Infine, la dashboard offre anche la possibilità di visualizzare delle previsione di evoluzione dell’epidemia a breve termine. In particolare, sulla base del modello matematico-epidemiologico proposto recentemente in questo articolo [2] si stima il possibile l’andamento dei diversi compartimenti nei prossimi 30 giorni.
Maggiori dettagli sul contenuto della dashboard si possono trovare in questo articolo [3].
[1] Battiston R, Un modo semplice di calcolare R(t), Scienza in rete, 2020. https://www.scienzainrete.it/articolo/modo-semplice-calcolare-rt/roberto-battiston/2020-11-20
[2] Parolini N, Dede’ L, Antonietti P F, Ardenghi G, Manzoni A, Miglio E, Pugliese A, Verani M, Quarteroni A. SUIHTER: A new mathematical model for COVID-19. Application to the analysis of the second epidemic outbreak in Italy, arXiv:2101.03369, 2021
[3] Parolini N, Ardenghi G, Dede’ L, Quarteroni A. A Mathematical Dashboard for the Analysis of Italian COVID-19 Epidemic Data, arXiv:2011.11109 , 2020
prova commento. Che bell’articolo!