Con l’avvicinarsi di quella che potrebbe essere la terza ondata della pandemia nel nostro paese assumono un ruolo di fondamentale importanza le metriche per monitorare la diffusione dei contagi.
In quest’ottica sono nati Synthetic Covid Index e il Covid Spread Index, elaborati da Raffaele Zenti, co-founder di Virtual B, tra i pionieri del FinTech in Italia, che nel 2011 ha lanciato Adviseonly primo Roboadvisor in Europa.
In generale, metodi rapidi e convenienti per riassumere la moltitudine di dati relativi alla pandemia possono essere utili alle autorità sanitarie e ai responsabili politici che si occupano della pandemia COVID-19 a vari livelli nei territori colpiti dal SARSCoV-2. Questo è l’obiettivo del Synthetic COVID Index, un indice basato su un insieme di tecniche di Machine Learning non supervisionate che si concentra sull’identificazione di una variabile latente presente nei dati che contiene errori di misurazione. Questa variabile latente stimata può essere interpretata come “la forza della pandemia”. Un’applicazione al caso italiano mostra come l’indice sia in grado di fornire una rappresentazione sintetica della situazione.
Tutti i dati in circolazione – il numero di positivi, la quota di positivi rispetto ai tamponi
effettuati, i ricoverati, le terapie intensive e via dicendo – ci raccontano solo una parte della
storia e nessuno ce la racconta per intero: da questa considerazione Zenti è partito per
mettere a punto il “suo” Synthetic Covid Index, un indicatore in grado di sintetizzare
i diversi dati a disposizione usando un modello di machine learning.
L’indice ha valore descrittivo e, in quanto tale, funziona un po’ come un termometro. L’idea
è quella di estrarre il “succo” dell’informazione per descrivere con un singolo numero lo stato
del contagio. Il fenomeno sottostante è essenzialmente uno: la forza della pandemia.
Tutto ciò premesso, cosa ci dicono oggi i risultati? Che, appunto, dopo la pausa natalizia
la situazione è tornata a peggiorare.
Se il Synthetic Covid Index dà un’idea dell’intensità del contagio e della gravità della situazione, il Covid Spread Index descrive la diffusione del virus sul territorio nazionale e ci dice quanto è diffuso (se è elevato) o concentrato (se è basso) il contagio sul territorio italiano: ebbene, ad oggi è sempre ben diffuso.
“Visti insieme”, spiega Zenti, “i due indici forniscono un quadro complessivo, che attualmente indica una situazione di grave contagio, diffuso ampiamente in pressoché tutte le regioni italiane”.
Ecco infatti la dinamica congiunta della forza del contagio (Synthetic Covid Index) rispetto alla sua diffusione (Covid Spread Index): oggi, come si può vedere, siamo nel quadrante in alto a destra, ovvero in una situazione di contagio forte e diffusione elevata sul territorio italiano.
Chi volesse approfondire la metodologia, può farlo scaricando il paper, uscito proprio in questi giorni, dal link https://arxiv.org/abs/2101.02013 : vi si trovano i principi fondanti, i micro-modelli sottostanti, la logica d’aggregazione e gli utilizzi possibili dei due indici.
Con l’avvicinarsi di quella che potrebbe essere la terza ondata della pandemia nel nostro paese assumono un ruolo di fondamentale importanza le metriche per monitorare la diffusione dei contagi.
In quest’ottica sono nati Synthetic Covid Index e il Covid Spread Index, elaborati da Raffaele Zenti, co-founder di Virtual B, tra i pionieri del FinTech in Italia, che nel 2011 ha lanciato Adviseonly primo Roboadvisor in Europa.
In generale, metodi rapidi e convenienti per riassumere la moltitudine di dati relativi alla pandemia possono essere utili alle autorità sanitarie e ai responsabili politici che si occupano della pandemia COVID-19 a vari livelli nei territori colpiti dal SARSCoV-2. Questo è l’obiettivo del Synthetic COVID Index, un indice basato su un insieme di tecniche di Machine Learning non supervisionate che si concentra sull’identificazione di una variabile latente presente nei dati che contiene errori di misurazione. Questa variabile latente stimata può essere interpretata come “la forza della pandemia”. Un’applicazione al caso italiano mostra come l’indice sia in grado di fornire una rappresentazione sintetica della situazione.
Tutti i dati in circolazione – il numero di positivi, la quota di positivi rispetto ai tamponi
effettuati, i ricoverati, le terapie intensive e via dicendo – ci raccontano solo una parte della
storia e nessuno ce la racconta per intero: da questa considerazione Zenti è partito per
mettere a punto il “suo” Synthetic Covid Index, un indicatore in grado di sintetizzare
i diversi dati a disposizione usando un modello di machine learning.
L’indice ha valore descrittivo e, in quanto tale, funziona un po’ come un termometro. L’idea
è quella di estrarre il “succo” dell’informazione per descrivere con un singolo numero lo stato
del contagio. Il fenomeno sottostante è essenzialmente uno: la forza della pandemia.
Tutto ciò premesso, cosa ci dicono oggi i risultati? Che, appunto, dopo la pausa natalizia
la situazione è tornata a peggiorare.
Se il Synthetic Covid Index dà un’idea dell’intensità del contagio e della gravità della situazione, il Covid Spread Index descrive la diffusione del virus sul territorio nazionale e ci dice quanto è diffuso (se è elevato) o concentrato (se è basso) il contagio sul territorio italiano: ebbene, ad oggi è sempre ben diffuso.
“Visti insieme”, spiega Zenti, “i due indici forniscono un quadro complessivo, che attualmente indica una situazione di grave contagio, diffuso ampiamente in pressoché tutte le regioni italiane”.
Ecco infatti la dinamica congiunta della forza del contagio (Synthetic Covid Index) rispetto alla sua diffusione (Covid Spread Index): oggi, come si può vedere, siamo nel quadrante in alto a destra, ovvero in una situazione di contagio forte e diffusione elevata sul territorio italiano.
Chi volesse approfondire la metodologia, può farlo scaricando il paper, uscito proprio in questi giorni, dal link https://arxiv.org/abs/2101.02013 : vi si trovano i principi fondanti, i micro-modelli sottostanti, la logica d’aggregazione e gli utilizzi possibili dei due indici.