COVID-19: Professor Davide Manca publishes a daily bulletin of data analysis and predictions that calculate key dates regarding reduction of both intensive care and hospitalized patients below a critical level or cessation of new cases in Italy and its regions.

“This story, if you can call it that, began at the end of February, when I was contacted by the Head of Anesthesiology and Intensive Care at the Carlo Besta Neurological Institute in Milano, who asked me, ‘Can you predict the number of atypical pneumonia cases with your mathematical models?’. We had no idea what was coming, and his question surprised me back then. I am not an epidemiologist; I teach Theory of Development of Chemical Processes. We have known each other for years because we have been working on methods and tools to automate anesthesia and analgesic administration during general anesthesia in operating rooms. In that context, I was able to verify the strength of mathematical models. When the epidemic exploded, he asked me to personally analyze the data to find an interpretation useful to hospitals, which were struggling not to collapse under the weight of exponentially growing number of patients. I started working on this to answer one of his questions: he wanted to know at what speed the intensive care units would fill up.”

Since that moment in February, Davide Manca, of the Department of Chemistry, Materials and Chemical Engineering “Giulio Natta” of Politecnico di Milano, publishes a daily bulletin on COVID-19 that analyzes a set of specific data region by region. Along with daily data, the bulletin forecasts short-term (up to 3 days), medium-term (15-20 days) and long-term (3 or more months) scenarios related to increases in positive cases, deaths, hospitalizations and intensive care admissions, aggregated by area (city, province, region, country or supranational group, such as Europe). The aim is to offer hospitals a tool to estimate the amount of human and material resources needed in the field and the progressive reallocation of these resources in response to the evolving pandemic.

According to Manca’s model, the emptying of intensive care units (remaining patients are 1% of the maximum value recorded) is expected to be reached in Lombardy on 11‐13 July. His models have estimated that 99% of the expected final value of total cases was reached between 15 and 20 June in Italy and will be reached on 15 July in Lombardy (this forecast has been updated at the time of writing, 23 June 2020). You will find the daily updated bulletin here). Apart from any new outbreaks, the method has proven to have good predictive ability. Therefore, we are well on track, even though a lot must be done to make up for lost time, “Now that epidemiological pressure has dropped considerably in Italy, hospitals are returning to so-called elective procedures, i.e. what is normally done, seeing that most non-COVID practices were suspended during the peak months. However, there will be a long line up. For example, if nothing changes, some hospitals in Lombardy already have a waiting list for operations that will not be completed within the year.”

“Epidemiology usually uses other mathematical models that are based on differential equations with initial conditions, such as the SIR, SEIR and SEIRD models, which can determine the famous R0 value and more generally the Rt. Even if these models are effective for conducting parametric estimates, I do not use them, as they are not suitable for precisely quantifying what will happen in the short- and medium-term. It is better to use simpler and more robust models, as they are based on the regression of real data generated daily by the Civil Protection Department. These models are not based on hypotheses and assumptions, but rather use a reduced number of adaptive parameters and have been available in literature since the mid-19th century. They are Gaussian curves modified with exponential, logistic and Gompertz curves, which were developed in the past to simulate various biological phenomena and human death rates for predictive and insurance purposes.

This work has been published in an article on ESA, European Society of Anesthesiology (Dynamics of ICU patients and deaths in Italy and Lombardy due to Covid-19), an article co-authored by the Heads of Anesthesiology and Intensive Care at the Carlo Besta Hospital in Milano and the Maggiore Hospital in Lodi, published on Computers and Chemical Engineering (A simplified math approach to predict ICU beds and mortality rate for hospital emergency planning under Covid-19 pandemic), and an article (How to predict the evolution of pandemics for medical decision-making with easy math tools – The Covid-19 case study) that is being revised on Frontiers in Public Health. Manca has also made available a small open access software (a simple Excel file) that anyone can download and use for predictions by inserting data that refer to a specific area. If you wish to try the tool, you will find it at this link.

VERSIONE ITALIANA

COVID-19: il prof. Davide Manca pubblica ogni giorno un bollettino di analisi dati e previsioni che calcolano alcune date chiave relative alla riduzione dei pazienti in terapia intensiva, dei ricoverati sotto le soglie di attenzione o l’esaurimento di nuovi casi nelle regioni e in Italia.

“Questa storia, se così la si può definire, inizia alla fine di febbraio, quando vengo contattato dal primario di anestesia e rianimazione dell’istituto neurologico Carlo Besta di Milano, che mi chiede: “Con i tuoi modelli matematici, riesci a predire il numero di casi di polmonite atipica?”. Non sapevamo ancora cosa ci aspettava e la sua domanda, in quel momento, mi stupì: non sono un epidemiologo, insegno Teoria Dello Sviluppo Dei Processi Chimici. Ci conosciamo perché da anni lavoriamo a metodi e strumenti per automatizzare la somministrazione di anestetici e analgesici nel corso dell’anestesia generale in sala operatoria. In quell’ambito ha avuto modo di verificare la forza dei modelli matematici. Quando è scoppiata l’epidemia, è stato lui a chiedermi di analizzare i dati in prima persona, per provare a darne un’interpretazione utile agli ospedali, impegnati a non collassare sotto la spinta dei numeri in crescita esponenziale. Ho iniziato per rispondere a una sua domanda: voleva sapere a che velocità si sarebbero riempite le terapie intensive”.

Da quell’inizio di febbraio, Davide Manca, del Dipartimento di Chimica, Materiali e Ingegneria Chimica “Giulio Natta” del Politecnico di Milano, pubblica un bollettino quotidiano sul COVID-19 in cui analizza un set di dati specifici territorio per territorio. Oltre ai dati giornalieri, il bollettino anticipa gli scenari di evoluzione nel breve (entro 3 giorni), medio (15/20 giorni) e lungo termine (3+ mesi), relativamente alla crescita di positivi, decessi, ricoverati e ricoverati in terapia intensiva, aggregati per territorio (città, provincia, regione, paese o gruppo sovranazionale, per esempio l’Europa). L’obiettivo è offrire agli ospedali uno strumento per aiutarli nelle stime e nel dimensionamento delle risorse umane e materiali che servirà mettere in campo e nella riallocazione progressiva di tali risorse in funzione dell’evoluzione pandemica.

Secondo il modello di Manca, in Lombardia lo svuotamento delle terapie intensive (pazienti residui pari all’1% del valore massimo registrato) è atteso per l’11‐13 luglio. I modelli stimano che il raggiungimento del 99% del valore finale atteso di casi totali sia stato raggiunto tra il 15 e 20 Giugno in Italia e intorno al 15 Luglio in Lombardia (queste previsioni sono aggiornate al momento in cui si scrive, il giorno 23 giugno 2020. Qui trovate il bollettino aggiornato quotidianamente). Il metodo ha rivelato finora una buona capacità predittiva, al netto dell’eventuale emergenza di nuovi focolai. Siamo a buon punto, quindi, anche se ci vorrà parecchio per recuperare il tempo perduto: “Oggi, che la pressione epidemiologica in Italia è calata notevolmente, gli ospedali iniziano a tornare alla cosiddetta medicina di elezione, cioè quella che si fa normalmente (visto che la maggior parte delle pratiche non relative al COVID sono state bloccate durante i mesi del picco). Ma sarà una lunga coda: per esempio, alcuni ospedali lombardi, se non cambia nulla, già oggi hanno una lista d’attesa di operazioni che verrebbe esaurita non prima della fine dell’anno”.

“L’epidemiologia, di solito, si basa su degli altri modelli matematici, basati su equazioni differenziali con condizioni iniziali, i modelli SIR, SEIR e SEIRD che permettono di determinare ad esempio il famoso indice R_0 e più in generale R_t. Io non utilizzo quei modelli perché, anche se ottimi per condurre stime parametriche basate su possibili scenari evolutivi, per quantificare con maggiore precisione quanto accadrà sul breve/medio periodo non sono indicati. Meglio utilizzare dei modelli molto più semplici ma intrinsecamente robusti proprio perché basati sulla regressione dei dati reali prodotti ogni giorno dal dipartimento di Protezione Civile. Tali modelli non si basano su ipotesi ed assunzioni bensì utilizzano un ridotto numero di parametri adattivi e sono disponibili in letteratura dalla metà del XIX secolo. Si parla di curve gaussiane modificate con esponenziali, logistiche e di Gompertz che furono sviluppate per simulare in passato diversi fenomeni biologici e i ratei di decesso umano a fini assicurativi e predittivi.

Questo lavoro è stato pubblicato con un articolo su ESA, European Society of Anaestesiology (Dynamics of ICU patients and deaths in Italy and Lombardy due to Covid-19), un articolo co-firmato dai due primari di anestesia e rianimazione degli ospedali Carlo Besta di Milano e Maggiore di Lodi  su Computers and Chemical Engineering (A simplified math approach to predict ICU beds and mortality rate for hospital emergency planning under Covid-19 pandemic), un altro (How to predict the evolution of pandemics for medical decision-making with easy math tools – The Covid-19 case study) è in via di revisione su Frontiers in Public Health. Manca ha inoltre messo a disposizione un piccolo software open access (un semplice file Excel) che chiunque può scaricare e usare, inserendo i dati che interessano un territorio specifico, per fini predittivi. Se siete curiosi di provarlo, lo trovate a questo link.

Questo sito utilizza i cookies per le statistiche e per agevolare la navigazione nelle pagine del sito e delle applicazioni web. Maggiori informazioni sono disponibili alla pagina dell'informativa sulla privacy

Accetto