Il programma si basa su microsimulazioni con algoritmi originariamente sviluppati per valutare l'impatto delle campagne di vaccinazione malariche e successivamente estesi alla modalità di diffusione della parassitosi, in particolar modo per il Plasmodium falciparum, principale agente eziologico della patologia nonché il più pericoloso negli esseri umani. Questi modelli simulano la dinamica della parassitemia nel corso di un'infezione, della trasmissione (che oltre alla zanzara può essere conseguente alla somministrazione di sangue infetto o alla trasmissione transplacentare), dell'immunità e dei processi che portano a contrarre la malattia ed alla morte, comprendendo variabili come l'esposizione alle zanzare e le risposte immunitarie al parassita stesso.
Come possiamo eseguire OpenMalaria
Ci sono diversi modi per eseguire simulazioni del programma:
- come programma autonomo, in grado di simulare alcuni scenari e di produrre risultati analizzabili con fogli di calcolo o script semplici;
- il Malaria Control Job Submission System;
- il Portale OpenMalaria;
- tramite BONIC, sistema multipiattaforma che utilizza il calcolo distribuito dei computer.
Applicazioni
Le principali applicazioni dell'OpenMalaria sono:
- simulare situazioni di status quo sulla malaria, che possono essere utilizzate per stimare i parametri che non sono stati misurati dai dati di campo (ad esempio i modelli possono essere usati per predire la mortalità da dati entomologici);
- prevedere gli impatti epidemiologici degli interventi, utilizzato per analizzare i nuovi interventi riguardante lo sviluppo di profili del prodotto di destinazione, gli effetti di diverse strategie di distribuzione per gli interventi esistenti e gli effetti potenziali per nuovi interventi o programmi di controllo pianificati della malaria;
- analisi economiche (rapporto costo/beneficio), in quanto le uscite delle simulazioni predittive possono essere collegate ad un costo di dati provenienti da paesi endemici per analizzare l'economia di interventi contro la malaria;
- analisi delle incertezze, in quanto il valore di una stima puntuale è di gran lunga migliorata quando la variabilità associata a tale stima è anche disponibile. Il progetto infatti analizza le diverse componenti di incertezza associati a previsioni del modello, considerando l'incertezza stocastica, dei parametri ed il modello di incertezza.
Per sostenere il progetto, ecco il link di riferimento.
Articoli correlati: BONIC: volontariato per PC Open Access, un modello alternativo di fare editoria PLOS Medicine