Closed andreap99 closed 3 years ago
Mi scuso per il ritardo nella risposta. Non so se sei ancora interessato, o se nel frattempo hai trovato un'altra tesi.
Riguardo al problema, mi sembra interessante e rilevante. Mi pare che manchino dei dati sulla consegna dei vaccini dalla casa farmaceutica (da quanto si sta vedendo, l'ipotesi di una quantità costante di dosi settimanali mi pare veramente irrealistica). Si potrebbe anche tenere conto delle fasce di età (l'Istat dovrebbe fornire questi dati), così da simulare le varie "fasi" della campagna vaccinale.
Buongiorno Professore, per quanto riguarda la consegna delle dosi, avrei pensato di inserire in input sia la quantità di dosi totali che la casa farmaceutica prevede di consegnare in un anno sia il numero di consegne previste e, tramite tali dati e un'opportuna elaborazione della funzione Math.random() cercare di ottenere consegne di un quantitativo variabile di dosi. Inoltre, sempre tramite la funzione random, si potrebbe inserire una componente di ritardo casuale della consegna. Accetto il consiglio sulle fasce di età, magari potrei dividerle in gruppi (esempio 20-29, 80-89, 90+ ecc.), tuttavia non so se ed eventualmente come si possa inserire anche il dato sulle categorie protette.
Va bene, ti direi di procedere, cercando per quanto possibile di modellare l'arrivo dei farmaci sulla base dei dati ufficiali (ed ovviamente facendo delle previsioni statistiche per gli arrivi futuri, con una fluttuazione random). Come "fasi" della campagna possiamo limitarci a lavorare per fasce di età, ignorando le categorie protette (che sono minoritarie).
Il 2021-05-03 16:35 Fulvio Corno ha scritto:
Va bene, ti direi di procedere, cercando per quanto possibile di modellare l'arrivo dei farmaci sulla base dei dati ufficiali (ed ovviamente facendo delle previsioni statistiche per gli arrivi futuri, con una fluttuazione random). Come "fasi" della campagna possiamo limitarci a lavorare per fasce di età, ignorando le categorie protette (che sono minoritarie).
-- You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub [1], or unsubscribe [2]. [ { @.": "http://schema.org", @.": "EmailMessage", "potentialAction": { @.": "ViewAction", "target": "https://github.com/TdP-prove-finali/Introduzione/issues/65#issuecomment-831301161", "url": "https://github.com/TdP-prove-finali/Introduzione/issues/65#issuecomment-831301161", "name": "View Issue" }, "description": "View this Issue on GitHub", "publisher": { @.": "Organization", "name": "GitHub", "url": "https://github.com" } } ]
Links:
[1] https://github.com/TdP-prove-finali/Introduzione/issues/65#issuecomment-831301161 [2] https://github.com/notifications/unsubscribe-auth/AOY5SRKA5EA3ULPUALJWDXLTL2YEFANCNFSM4WBN2TMA
Gentilissimo prof. Corno, mi scuso per aver risposto alla mail solo ora. Purtroppo una settimana prima di ricevere questa mail ho accettato una proposta di prova finale con un altro docente. La ringrazio comunque per l'opportunità offerta e le porgo un cordiale saluto, Andrea Pantuso.
Studente proponente
S245348 Pantuso Andrea
Titolo della proposta
Simulatore vaccinazione Covid-19
Descrizione del problema proposto
Il problema che si intende risolvere è duplice. Il primo problema che si intende risolvere è quello di ottimizzare la suddivisione delle dosi acquistate a livello nazionale tra i vari enti (regioni e province). Il secondo è quello di simulare la vaccinazione per ottenere il tempo (espresso in settimane) impiegato per immunizzare la popolazione e per monitorare il numero dei vaccinati, dei contagiati e dei deceduti settimana per settimana.
Descrizione della rilevanza gestionale del problema
Il problema ha rilevanza gestionale poiché in primo luogo tratta di una gestione del magazzino, infatti le dosi del vaccino devono essere suddivise in maniera intelligente per venire incontro alle esigenze di ciascun ente provinciale. Inoltre, il software può essere utilizzato anche come metodo decisionale: ad esempio, dovendo scegliere fra due o più case farmaceutiche, ciascuna delle quali assicura di consegnare ogni settimana un certo numero di dosi del proprio vaccino (avente quindi parametri diversi), effettuando una simulazione si possono confrontare, scegliendo così quello con risultato migliore.
Descrizione dei data-set per la valutazione
I data-set utilizzati sono principalmente 2. Il primo è il data-set contenente l’andamento giornaliero di contagi, decessi e guarigioni, aggiornato quotidianamente e fornito dal Dipartimento di Protezione Civile all’indirizzo https://github.com/pcm-dpc/COVID-19 e verrà utilizzato per prevedere i dati necessari all’esecuzione della simulazione. Il secondo data-set, reperibile gratuitamente dal sito web dell’ISTAT (https://www.istat.it/it/dati-analisi-e-prodotti/banche-dati/statbase), contiene il numero dei residenti nelle varie regioni e province all’1 Gennaio 2021 e sarà utilizzato per suddividere le dosi tra i vari enti.
Descrizione preliminare degli algoritmi coinvolti
Gli algoritmi coinvolti sono: • Ricerca di record all’interno dei data-set in modo ad avere dei dati sulla base dei quali si possono prevedere contagi e decessi futuri • Algoritmo di simulazione a eventi discreti: una volta determinati il numero di dosi da distribuire per ogni regione/provincia, si effettua una simulazione in cui ogni evento corrisponde ad una settimana e si tiene conto del numero di vaccini che possono essere effettuati, degli eventuali richiami da fare, della durata di immunità garantita, oltre che dei vari nuovi contagi, decessi e recuperi.
Descrizione preliminare delle funzionalità previste per l’applicazione software
Nella prima parte dell’applicazione devono essere inserite le caratteristiche del vaccino che si vuole porre a simulazione, in modo da incrementare la duttilità del software che così può essere utilizzato anche se si modificano alcuni dati che sono ancora in sperimentazione (ad esempio la durata dell’immunità che viene garantita dal vaccino stesso). Tra tali dati input troviamo: