MODEL-BASED RISK ASSESSMENT TO IMPROVE HEALTH SAFEGUARDS DURING COVID-19 PANDEMIC AND BEYOND

The World Health Organization (WHO) estimates that the COVID-19 pandemic has resulted in 7 million deaths and over 700 million confirmed cases worldwide over the past 4 years. This pandemic follows others such as the swine flu in 2009-2010 and the Spanish flu between 1918 and 1920. Scientists are studying SARS-CoV-2 to understand its transmission and predict the pandemic's evolution for risk assessment and containment of the disease. This thesis aims to contribute to this research by adapting existing mathematical models to the new pathogen. Its focus is on providing software tools for the public to calculate the probability of infection, specifically on modeling viral spread in high-risk indoor environments. Two software tools were developed: a graphical user interface for physicians and other healthcare workers to calculate infection probabilities and obtain suggestions to contain the disease spread, and an Android app for quick evaluation by all users, which was also updated for the Omicron viral strain. This thesis is organized into seven chapters. Chapter 1 provides a general introduction to the thesis topic with a description of the main features that characterized the COVID-19 pandemic and, in particular, those which drove the developing of this research project. In Chapter 2, I present the mathematical background that was used to build this research. In Chapter 3, I describe the software tools I have developed, their characteristics, and also present some examples of possible uses. Chapter 4 is dedicated to the validation of the mathematical model presented in Chapter 2, through the use of a Monte Carlo simulation. In Chapter 5, I describe an experimental method to evaluate the risk of infection from airborne pathogens; in particular, I describe the environmental sensors I chose for data collection and the software tool for data acquisition and analysis. I report data acquired in environments of interest: a University office, two University classrooms, and one patient's room and two locals of the Department of Pathology of the University Hospital of Trieste. The chapters so far have focused on models and containment strategies for the SARS-CoV-2 virus; therefore with Chapter 6, I want to highlight the flexibility of these models to consider other airborne pathogens and some examples of possible improvements and implementation of the results presented in this thesis for usage beyond risk assessment of infection from SARS-CoV-2. Finally, the conclusions are reported in Chapter 7.

L'Organizzazione Mondiale della Sanità ha stimato che la pandemia da COVID-19 ha causato, negli ultimi 4 anni, quasi 7 milioni di morti in tutto il mondo, con oltre 700 milioni di casi confermati. Quella provocata da SARS-CoV-2 non è la prima pandemia che ha colpito l'umanità; tra le più recenti ricordiamo l'influenza suina del 2009-2010 e quella spagnola del 1918-1920. L'esigenza di comprendere la dinamica di trasmissione del virus e l'evoluzione della pandemia, in ottica di prevenzione del rischio e di contenimento della diffusione della malattia, ha focalizzato l'interesse degli studiosi di diverse discipline sull'argomento, oltre che dell'opinione pubblica. L'obiettivo di questa tesi è di inserirsi in questa corrente di produzione scientifica con l'implementazione di modelli matematici preesistenti per fornire strumenti di calcolo per la prevenzione del rischio che possono essere utilizzati anche dalla popolazione generale. In particolare, si focalizza sulla modellizzazione della diffusione del virus negli ambienti chiusi che sono stati riconosciuti come ambienti ad alto rischio per il contagio. Il modello matematico è stato implementato in due software di calcolo: un'interfaccia grafica che, oltre a fornire la probabilità di infezione, restituisce dei suggerimenti di contenimento della diffusione, ed è stata pensata per l'uso in ambito clinico, e in un'applicazione per dispositivi Android per una rapida valutazione per ogni tipo di utente; i parametri usati in quest'ultima sono anche aggiornati alla variante Omicron del virus. Questa tesi si articola in sette capitoli. Nel Capitolo 1 viene fornita un'introduzione generale con un excursus generale sulla pandemia da COVID-19 per evidenziare gli argomenti che hanno portato allo sviluppo di questo progetto di ricerca. Gli argomenti del Capitolo 2 sono invece funzionali a porre le basi matematiche del presente lavoro. Nel Capitolo 3 viene fornita la descrizione dei software di calcolo che sono stati prodotti, sulle loro specifiche tecniche e vengono mostrati degli esempi pratici di utilizzo. Il Capitolo 4 invece funge da validazione del modello presentato al Capitolo 2 tramite una simulazione Monte Carlo. Nel Capitolo 5 si passa alla descrizione di un metodo empirico di valutazione del rischio da infezione da agenti patogeni, con la presentazione dei sensori ambientali utilizzati per l'acquisizione dei dati e del software di raccolta e analisi dei dati. In particolare, vengono riportati i dati acquisiti nei seguenti ambienti: un ufficio universitario, due aule universitarie, una stanza di un reparto di degenza e due locali della Struttura Complessa di Anatomia Patologica dell'Ospedale di Trieste. Se i primi cinque capitoli si concentrano su modelli e strategie di contenimento della diffusione del SARS-CoV-2, nel Capitolo 6 si vuole mostrare la flessibilità di questi modelli per considerare agenti patogeni differenti e fornire degli spunti di utilizzo delle risorse presentate nella tesi per applicazioni che vanno al di là della prevenzione del rischio da contagio da SARS-CoV-2. Infine nel Capitolo 7 sono tratte le conclusioni.