ONLINE FLUOUTLOOK, LA NUOVA PIATTAFORMA CHE PREVEDE L'ANDAMENTO DELL'INFLUENZA IN EUROPA E NORD AMERICA

 

 

È ONLINE FLUOUTLOOK, LA NUOVA PIATTAFORMA CHE PREVEDE L'ANDAMENTO DELL'INFLUENZA IN EUROPA E NORD AMERICA

Realizzata dai team di ricercatori della Fondazione ISI di Torino e della Northeastern University di Boston, si basa sui rilevamenti dei sistemi di sorveglianza nazionali e confronta diversi modelli di previsione.

 

Come ogni anno, con l'avvicinarsi dell'inverno si inizia a parlare di influenza: i primi casi vengono rilevati, i sistemi sanitari nazionali entrano in allerta, i cittadini si preparano a trascorrere qualche giorno in compagnia di starnuti e antipiretici. Quello che non si conosce è il periodo preciso in cui il virus stagionale avrà il suo picco massimo. Anche in questo settore, tuttavia, la ricerca scientifica sta compiendo dei notevoli passi avanti, con lo sviluppo di strumenti sempre più raffinati che analizzano, studiano e provano a prevedere l'andamento dell'influenza stagionale. Si muove in questa direzione Fluoutlook, l'innovativa piattaforma sviluppata dalla Fondazione ISI di Torino e dalla Northeastern University di Boston, basata sui dati provenienti dai sistemi di sorveglianza nazionali e resa disponibile questa settimana su Internet all'indirizzo fluoutlook.org .

Fluoutlook si presenta al pubblico in modo semplice e intuitivo. La homepage mostra due mappe, relative al continente nordamericano e a quello europeo. Il monitoraggio riguarda al momento otto paesi: Italia, Francia, Spagna, Germania, Paesi Bassi, Irlanda, Stati Uniti e Canada (nelle prossime settimane sarà aggiunta la Gran Bretagna). Ciascun paese viene visualizzato seguendo un codice cromatico binario: in rosso sono indicati i paesi dove è stata superata la soglia epidemica dell'influenza, in arancio i paesi sotto soglia.

Cliccando sul territorio di ogni paese si aprono due strumenti informativi nella parte inferiore della pagina: una mappa del singolo paese (con eventuali indicazioni sul trend, se è stata superata la soglia) e un grafico che mostra la progressione del virus e la previsione per le settimane successive. Selezionando la voce "explore forecasts" si ottengono ulteriori informazioni e una comparazione più dettagliata tra i diversi modelli predittivi utilizzati da Fluoutlook.

"Quando si analizza l'andamento dell'influenza stagionale, l'obiettivo primario è di solito quello di individuare il momento in cui l'epidemia raggiungerà il picco di contagio", dice Michele Tizzoni, ricercatore di Fondazione ISI. "Riuscire a prevedere il picco dell'attività influenzale con il maggiore anticipo possibile è importante perché consente alle persone a rischio di adottare misure di prevenzione, come la vaccinazione, e agli operatori sanitari di prepararsi a gestire le richieste di consultazione medica, e le assenze dal lavoro, organizzando al meglio le risorse disponibili".

Fluoutlook si basa su due tipi di modelli predittivi: i modelli stocastici su serie temporali e GLEAM. Alla prima categoria appartengono AR (Autoregressive model), MA (Moving average model), ARMA (Autoregressive Moving average model), ARIMA (Autoregressive Integrated Moving average model) e SARIMA (Seasonal Autoregressive Integrated Moving average model). GLEAM (Global Epidemic and Mobility Model) è un modello sviluppato dalla Fondazione ISI in collaborazione con Istituzioni Europee e Statunitensi. Per le previsioni dell'influenza GLEAM viene calibrato sull'analisi dei social media (in particolare dei messaggi relativi all'influenza su Twitter), seguendo un approccio già sperimentato con successo da Fondazione ISI e Northeastern University nella piattaforma Ebolatracking.

I dati ufficiali della sorveglianza sull'influenza provengono da European Center for Disease Control (Italia, Francia, Irlanda, Paesi Bassi, Spagna), Center for Disease Control and Prevention (USA), Robert Koch Institute (Germania) e Public Health Agency of Canada (Canada) e sono aggiornati ogni settimana, così come i relativi modelli di previsione. Di molti paesi, tra cui l'Italia, è già disponibile anche una funzione di analisi storica che permette di verificare la precisione dei modelli predittivi nella passata stagione (2013/2014).  

                                                                                                                                        

 

www.isi.it

@ISI_Fondazione