Ces scientifiques de l'Université d'Oakland, de la Novi High School et de la California Polytechnic State University suivent une approche de simulation pour modéliser la progression d'une épidémie dans un réseau où la « connectivité » de chaque individu est modifiée au fil du temps, -ou au fil des décisions politiques- avec les différentes mesures de distanciation. Cette modélisation intègre des « compartiments » (SIR : S pour susceptible, I pour Infected, R pour Removed), des règles (R0, mesures de distanciation etc…) et le principe de réseau et de personnes nœuds de contacts plus ou moins nombreux. Le modèle, décrit dans les Europhysics Letters nous explique pourquoi lors de la seconde vague, les mesures peuvent être plus modérées et pourquoi leur levée devrait consister à libérer d’abord « les nœuds » réunissant un grand nombre de contacts avant les personnes ayant un plus faible nombre de contacts.
L'hypothèse d'un confinement strict et prolongé a été largement débattue pendant l'épidémie de COVID-19, en particulier d’un point de vue purement épidémiologique. Cependant, toujours d’un point de vue épidémiologique, un argument contre les mesures de confinement strictes est qu'une fois la mesure stricte levée, l'épidémie réapparaît, et que le nombre cumulé de cas d’infection sur la période reste le même.
Exploiter l'hétérogénéité des « noeuds »
- Ici, ces scientifiques apportent avec ce modèle de type compartimental SIR, utilisé en épidémiologie mais combiné ici à la science des réseaux, la démonstration qu’une phase stricte suivie d'une phase plus modérée est toujours meilleure qu'une seule phase modérée et prolongée.
- Le modèle suggère également que la levée du confinement devrait débuter par les nœuds les plus connectés : en pratique, la réouverture des magasins où les caissiers sont des « nœuds » importants (grand nombre de contacts) devrait précéder la reprise des rassemblements de personnes (chacune à petit nombre de contacts).
Les auteurs résument ainsi leurs travaux : « notre modélisation souligne la pertinence d'adopter des mesures très strictes de confinement pour arrêter la première flambée épidémique mais montre aussi que la deuxième vague et les suivantes peuvent être plus douces que prévu. La modélisation souligne l'importance d'une caractéristique qui est généralement négligée dans l'analyse de la propagation des épidémies : comment l'hétérogénéité des comportements des personnes affecte leur capacité à se protéger de la contagion ».
Source: Europhysics Letters 23 December 2020 Path-dependent course of epidemic: Are two phases of quarantine better than one?
CNRS Modélisation d’une épidémie
Plus sur COVID-19
Équipe de rédaction SantélogDéc 24, 2020Rédaction Santé log
Jeu de briques
Snake
Pacman
Bubble