Questa mappa, aggiornata quotidianamente, mostra l’incidenza dell’epidemia nelle diverse province italiane in termini di numero di nuovi contagi ogni 100 mila abitanti negli ultimi 7 giorni.
In Germania hanno adottato una politica di contenimento basata su questo indicatore: se viene superata la soglia dei 50 nuovi contagi ogni 100mila abitanti negli ultimi 7 giorni la provincia entra tassativamente in lockdown.
Incidenza nuovi casi
Questa mappa, aggiornata quotidianamente, mette in evidenza le province in cui sono attivi focolai di infezione o potrebbero essercene.
Per migliorare l’affidabilità dei dati provinciali, per ogni area l’analisi tiene conto anche ciò che avviene nelle province confinanti attraverso un network di connessioni.
Cluster
Con questo metodo è possibile definire quattro diversi raggruppamenti (cluster).
Le aree che non rientrano in nessuna di questa categoria non sono statisticamente significative.
Le provincee colorate in rosso rappresentano focolai in atto (province con valori elevati di casi circondate da province con valori pure elevati).
Le province colorate in rosso chiaro sono potenziali fonti di focolaio perché presentano valori elevati di casi mentre nelle province vicine i valori sono bassi.
Le province colorate in blu chiaro rappresentano aree a rischio di contagio perché pur non presentando valori elevati di casi confinano con province con valori elevati.
Le province colorate di blu sono aree tranquille. I valori dei contagi sono bassi e anche nell'intorno non si osservano valori elevati.
Indicatore di rischio locale
Modello
“Ogni cosa è correlata a qualsiasi altra, ma le cose vicine sono più relazionate di quelle lontane”
—W. Tobler, Prima legge della geografia
L’indicatore di rischio locale è costruito secondo un test statistico molto utilizzato in ambito di econometria spaziale e scienze regionali: il LISA (Local Index of Spatial Association) proposto da Luc Anselin nel 1995.
Si basa sull’idea di mettere in relazione il valore dell’incremento dei casi negli ultimi giorni in ogni provincia con quello delle province confinanti.
In questo modo possiamo individuare quattro diversi gruppi in base al quadrante in cui si collocano le singole osservazioni (nella visualizzazione abbiamo rimosso le province statisticamente non significative).
Pertanto, ci aspettiamo che una provincia, prima di passare dal quadrante in basso a destra a quello in alto a sinistra possa passi per uno stato intermedio.
Possiamo così sfruttare questa informazione come sistema di allarme precoce.
È possibile utilizzare questo modello anche su scala geografica più bassa (comunale o per quartiere nelle grandi città), ma non sono disponibili open data a questa risoluzione.
Se sei a conoscenza della disponibilità di questi dati o vuoi collaborare allo sviluppo di questa analisi contattaci.
DISCLAIMER
Ci troviamo di fronte ad un problema complesso al quale abbiamo provato a dare una nostra interpretazione partendo da dati ufficiali e modelli ampiamente utilizzati in letteratura scientifica. Nonostante questo c’è la possibilità di aver commesso errori. Crediamo nella forza della condivisione e ti invitiamo a segnalarci eventuali errori o miglioramenti.