Covid, ricerca dell’Università Mediterranea di Reggio Calabria svela 34 ceppi diversificati del virus

La ricerca, presentata attraverso la realizzazione di tre modelli matematici, ha individuato, sulla scorta di dati offerti dall'OMS, 34 ceppi diversificati del Virus

MeteoWeb

Nella giornata del 01 Dicembre 2021, il gruppo di ricerca del Decisions_LAB – Dipartimento di Giurisprudenza, Economia e Scienze Umane dell’Università Mediterranea di Reggio Calabria e il suo Direttore Scientifico Prof. Massimiliano Ferrara, in collaborazione con l’Accademia Peloritana dei Pericolanti dell’Università degli Studi di Messina, hanno presentato, presso la sede dell’Accademia, il Workshop dal titolo “Pandemic Dynamics modeling: a holistic approach”.
La ricerca, presentata attraverso la realizzazione di tre modelli matematici, ha individuato, sulla scorta di dati offerti dalla stessa OMS, 34 ceppi diversificati del Virus. Due focus su tutti hanno acceso i riflettori internazionali sul Progetto: il caso pakistano e quello iraniano per i quali i modelli hanno fornito un concreto aiuto alla gestione della crisi in quei contesti territoriali. I risultati scientifici hanno trovato collocazione editoriale in riviste ad alto impatto scientifico internazionale (Results in Physics, Communications in Nonlinear Science and Simulation, Advances in Difference Equations, Scientific Report – Nature, Nature Communications, ISA Transactions, Sustainable Cities and Society).

Rifacendosi al classico modello SIR, l’obiettivo è l’elaborazione di un nuovo modello fuzzy di infezione e progressione della crescita partendo dal presupposto che tutti gli individui infetti vengono isolati dopo il periodo di incubazione in modo tale da non poter infettare altre persone. Combinando un modello di trasmissione fuzzy con dati sui casi di COVID-19 a Wuhan e casi internazionali originati a Wuhan, si stimerà come la trasmissione vari nel tempo tra luglio 2020 e gennaio 2021. Sulla base di queste stime, si calcolerà quindi la probabilità che casi insorti possano generare focolai in altre aree. Per stimare le prime dinamiche della trasmissione nel resto del mondo, si adatterà un modello dinamico di trasmissione fuzzy a più set di dati disponibili relativi a casi conclamati.

I set di dati a cui si riferiranno i ricercatori coinvolti, sono: numero giornaliero di nuovi casi esportati a livello internazionale (Italia, Turchia, Malesia e altri) e numero giornaliero di nuovi casi in Cina. Il modello descrive i molteplici percorsi di trasmissione nella dinamica dell’infezione e sottolinea il ruolo del serbatoio ambientale nella trasmissione e diffusione di questa malattia. Il modello fuzzy proposto impiega anche velocità di trasmissione non costanti che cambiano con lo stato epidemiologico e le condizioni ambientali.

Altro studio parte della ricerca, all’attenzione della comunità scientifica internazionale e pubblicato su Nature Scientific-Reports, è “Fuzzy rank-based fusion of CNN models using Gompertz function for screening COVID-19 CT-scans” che introduce una nuova rete isomorfa “a grafo”. Il nuovo modello “GraphCovidNet” (questo il nome del brevetto che gli Autori hanno presentato negli USA) valuta la radiografia del torace sulla base di quattro set di dati standard di cui si dispone, tra cui: set di dati SARS-COV-2 Ct-Scan, set di dati COVID-CT, combinazione di set di dati covid-radiografia del torace, immagini radiografiche del torace (Polmonite) dataset e CMSC-678-ML-Project dataset e, infine, in un confronto con queste basi di dati da cui si rileva il COVID-19 e soprattutto le sue tre varianti principali. Il modello mostra un’incredibile precisione del 99% per tutti i set di dati e la sua capacità di previsione diventa precisa al 100% per il problema della classificazione binaria del rilevamento delle scansioni COVID-19.

Gli ulteriori studi presentati da altri membri del gruppo di ricerca (dott. B. A. Pansera, dott.ssa T. Ciano, dott.ssa M. Gangemi, dott.ssa D. S. Merenda) durante il Workshop sono: “Investigation of fractal-fractional order model of COVID-19 in Pakistan under Atangana-Baleanu Caputo (ABC) derivative”, pubblicato sulla rivista Results in Physics; “Covid-19: Fake news Sentiment Analisys”, in corso di pubblicazione sulla rivista Computers and Electrical Engineering; “Multi-attribute decision making based on interval-valued trapezoidal neutrosophic number and its application in the diagnosis of viral flu”, in corso di pubblicazione su International Journal of Fuzzy Systems; “On Treating a fractional order mathematical model of Covid-19 and its variants via Haar wawelets method”, in corso di pubblicazione sulla rivista Electronic Research Archive dell’AIMS Press.