Bando a Cascata RN4: BEHAVE-MOD

Il progetto BEHAVE-MOD mira a rispondere alla necessaria esigenza di monitorare la dinamica delle malattie infettive e comprendere l'impatto dei comportamenti individuali sulla trasmissione delle malattie. Basato sulle lezioni apprese dalla pandemia di COVID-19, questo progetto intende integrare i comportamenti di salute preventiva in un nuovo framework di modellizzazione in grado di prevedere le epidemie e guidare gli interventi di sanità pubblica. Focalizzandosi su infezioni respiratorie e trasmesse da vettori, gli obiettivi del progetto includono la creazione di un sistema integrato di raccolta dei dati tramite indagini tradizionali, che incorpori determinanti demografici, sociali e psicologici. Ciò comporta un design innovativo dei sondaggi e una piattaforma di sorveglianza partecipativa. Il progetto si propone di monitorare l’adozione dei comportamenti di salute integrando fonti di dati non convenzionali, come i social media, le ricerche su internet, i dati di mobilità e i dispositivi indossabili. Inoltre, intende sviluppare modelli predittivi convenzionali e basati sull'intelligenza artificiale che incorporino dati comportamentali, valutino l’impatto delle misure di sanità pubblica e generino previsioni sulle malattie. Il progetto mira anche a separare i comportamenti spontanei da quelli indotti, stabilire i principi di preparazione alle pandemie e integrare tecniche di machine learning. Combinando risultati di sondaggi, epidemiologia digitale e modellizzazione, il progetto punta a ottenere intuizioni sui comportamenti delle persone durante le epidemie. L’obiettivo finale è fornire linee guida basate su prove per i decisori politici, offrendo dati in tempo reale su atteggiamenti e comportamenti, migliorando la modellizzazione predittiva e fornendo spunti per una presa di decisioni informata e per strategie di intervento nella sanità pubblica. Allineato con INF-ACT, BEHAVE-MOD potenzia la sorveglianza della salute pubblica integrando i dati comportamentali, migliorando la modellizzazione epidemiologica, aumentando l'accuratezza, la prevedibilità e informando interventi tempestivi. Questo approccio interdisciplinare unisce tecniche analitiche avanzate dalla scienza dei dati alla psicologia, promuovendo la collaborazione e lo scambio di conoscenze.

https://behavemod.unipi.it/