Teoria networking umano dà un'immagine di diffusione della malattia infettiva

Marzo 18, 2016 Admin Salute 0 4
FONT SIZE:
fontsize_dec
fontsize_inc

Una nuova ricerca utilizzando la teoria dell'uomo-networking può dare un quadro più chiaro di come, esattamente, le malattie infettive, come il comune raffreddore, l'influenza, la pertosse e la SARS può diffondersi attraverso un gruppo chiuso di persone, e anche attraverso le popolazioni in generale.

Con l'aiuto di 788 volontari in un liceo, Marcel Salathй, biologo presso la Penn State University, ha sviluppato una nuova tecnica per contare il numero di possibili eventi di diffusione della malattia che si verificano in una giornata tipo.




Questi risultati sono pubblicati nel numero di questa settimana degli atti del giornale della National Academy of Sciences.

La ricerca è stata finanziata dalla National Science Foundation (NSF) e il National Institutes of Health (NIH).

"Reti di contatto, che sono a forma dai processi sociali e culturali, sono le chiavi per la diffusione delle informazioni e l'infezione", dice Deborah Winslow, direttore del programma NSF per l'antropologia culturale e l'ecologia delle malattie infettive. "Prima di questa ricerca, lo studio delle reti di contatto era stato ostacolato dalla mancanza di buoni dati sulla loro formazione e struttura."

"Questa impostazione si è rivelata una popolazione chiusa in cui tutta la rete potrebbe essere determinato. Con la raccolta di dati di rete in tempo reale, i ricercatori hanno migliorato significativamente sulle tecniche soggette a errori abituali che dipendono chiedere informatori per ricordare le loro interazioni."

Ogni giorno le persone entrano in contatto con molte altre persone; loro interazioni variano in lunghezza; e ogni contatto è l'occasione per una malattia a diffondersi, Salathй detto.

"Ma non è che si può prendere un sondaggio e chiedere alla gente, 'Quante persone diverse hanno respirato su di voi oggi, e per quanto tempo?' Sapevamo che dovevamo capire il numero di persona a persona contatti sistematicamente. "

Utilizzando una popolazione di studenti delle scuole superiori, insegnanti e membri dello staff come modello per un gruppo chiuso di persone, Salathй e il suo team hanno progettato un metodo per contare quante volte si sono verificati possibili interazioni malattie diffusione nel corso di una giornata tipo.

I volontari sono stati invitati a trascorrere un giorno di scuola indossa sensori Matchbox dimensioni - chiamati promuove - sulla cordini intorno al collo.

Come un telefono cellulare, ogni mote è stato dotato di un proprio numero di inseguimento unico, e ogni mote è stato programmato per inviare e ricevere segnali radio a intervalli di 20 secondi per registrare la presenza di altri granelli vicine.

I volontari poi è stato chiesto di andare circa il loro giorno frequentando classi, camminando per i corridoi, e chiacchierando con altre persone.

Alla fine della giornata, la squadra di Salathй raccolto i granelli e registrato come si era verificato quanti mote-to-mote interazioni, e per quanto tempo ogni interazione era durata.

"Un'interazione non è necessariamente una conversazione", ha detto Salathй.

"Anche quando le persone non parlano, potrebbero essere starnuti e tosse in ogni direzione, urtandosi, e passando in giro agenti patogeni."

Per registrare anche questi eventi non-conversazionali - qualsiasi tipo di vicinanza spaziale che sarebbe sufficiente a diffondere una malattia contagiosa - ogni mote utilizzata una portata massima di segnalazione 3 metri, si estende verso l'esterno dalla parte anteriore del corpo della persona.

Definizione di una singola interazione come ogni 20 secondi o più eventi di mote-to-mote di prossimità, Salathй e il suo team ha scoperto che il numero totale di eventi di accostamento era 762.868.

"Le stesse due persone possono aver avuto molti brevissime interazioni", ha detto Salathй. "Tuttavia, dobbiamo contare ogni breve interazione individuale, anche tra le stesse due persone."

"Dal punto di vista di un agente patogeno, ogni interazione è un'altra possibilità di saltare da persona a persona."

Inoltre, il team ha trovato picchi di interazioni a volte tra le classi, non a caso, quando i volontari-mote indossa erano fisicamente più vicini gli uni agli altri, muoversi nelle sale nel loro cammino verso la classe successiva.

Salathй e il suo team hanno scoperto che, alla fine della giornata, la maggior parte delle persone avevano sperimentato un numero piuttosto elevato di persona a persona interazioni, ma anche trovato pochissime variazioni tra gli individui.

Sorprendentemente, non hanno trovato alcun individui che hanno avuto un numero straordinariamente elevato di contatti rispetto al resto del gruppo. Tali individui - chiamati super-crocette - sono noti per essere molto importante per le dinamiche di diffusione della malattia.

"Per esempio, nelle reti sessuale-contatto, spesso si trova un gruppo di persone con un potenziale molto più alto di contrarre e diffondere un virus come l'HIV", ha detto Salathй.

"Questo potenziale è dovuto al numero estremamente elevato di interazioni di questi individui. Ma nel nostro esperimento, mentre possono esserci bambini con alcuni altri eventi di interazione, per la maggior parte, ognuno aveva circa lo stesso livello di interazione".

Salathй spiegato che mentre le scuole possono effettivamente essere "letti caldi" per il raffreddore e l'influenza, i singoli studenti non sembrano variare in relazione al rischio di esposizione a causa della loro modelli di contatto.

I dati provenienti dai granelli anche confermato un importante teoria sociale-networking - che gli eventi di contatto non sono casuali perché esistono tanti "triangoli chiusi" all'interno di una comunità.

"Se la persona A ha il contatto con la persona B, e la persona B ha contatto con la persona C, è probabile che le persone A e C hanno contatto con l'altro", ha detto Salathй.

"I dati reali che illustrano questi triangoli offrono solo un altro pezzo di informazioni per aiutare a tracciare come una malattia in realtà si diffonde".

Salathй ha anche detto che i dati di rete, come il suo può aiutare a guidare le iniziative di salute pubblica, come le strategie di vaccinazione e di educazione alla prevenzione.

Co-autori della carta sono: Maria Kazandjieva, Jung Woo Lee, Philip Levis, Marcus Feldman e James Jones, tutti Stanford University.

(0)
(0)

Commenti - 0

Non ci sono commenti

Aggiungi un commento

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caratteri rimanenti: 3000
captcha