améliorer-les-prévisions-des-futures-épidémies
Alors que le monde est aux prises avec la pandémie COVID-19, un nouveau modèle mathématique pourrait offrir des indications sur la manière d’améliorer les prévisions futures épidémies, en se basant sur la façon dont l’information évolue au fur et à mesure qu’elle est transmise de personne à personne et de groupe à groupe.

Un modèle mathématique 

Ce modèle suggère que les idées et les informations se répandent et évoluent entre des individus présentant des schémas similaires à ceux des gènes, en ce sens qu’ils s’auto-répliquent, évoluent et répondent à une pression sélective lorsqu’ils interagissent avec leur hôte.
« Ces changements évolutifs ont un impact énorme », a déclaré Osman Yagan, membre de la faculté du CyLab, professeur associé de recherche en génie électrique et informatique à l’université Carnegie Mellon et auteur correspondant de cette étude. « Si vous ne tenez pas compte des changements potentiels au fil du temps, vous vous tromperez en prédisant le nombre de personnes qui deviendront malades ou le nombre de personnes qui seront exposées à une information ».
Dans leur étude les chercheurs ont développé un modèle mathématique qui prend en compte les changements évolutifs à la fois de la maladie et de l’information. Les chercheurs ont testé ce modèle contre des milliers d’épidémies simulées par ordinateur en utilisant des données provenant de deux réseaux réels : un réseau de contact entre les étudiants, les enseignants et le personnel d’un lycée américain, et un réseau de contact entre le personnel et les patients d’un hôpital de Lyon, en France.

Cette théorie fonctionne

« Nous avons montré que notre théorie fonctionne sur des réseaux du monde réel », a déclaré le premier auteur de cette étude, Rashad Eletreby. « Les modèles traditionnels qui ne tiennent pas compte des adaptations évolutives ne parviennent pas à prédire la probabilité de l’émergence d’une épidémie ».
Les chercheurs ont déclaré que le modèle épidémique le plus utilisé aujourd’hui n’est pas conçu pour tenir compte des changements des maladies de façon suivie. Cette incapacité à prendre en compte les changements des maladies peut rendre plus difficile pour les dirigeants de contrer la propagation d’une maladie ou de prendre des décisions de santé publique efficaces, comme par exemple quand il faut instaurer des ordres de rester chez soi ou envoyer des ressources supplémentaires dans une région.

Ce modèle prend en compte les modifications de l’information 

« La propagation d’une rumeur ou d’une information par un réseau est très similaire à la propagation d’un virus à travers une population », a déclaré le Dr H. Vincent Poor, un des chercheurs de cette étude. « Des informations différentes ont des taux de transmission différents. Notre modèle nous permet de prendre en compte ces modifications de l’information au fur et à mesure qu’elle se propage sur le réseau et la façon dont ces modifications affectent la propagation ».
Bien que cette étude ne soit pas une solution miracle pour prédire la propagation du coronavirus actuel ou la propagation de la désinformation, les auteurs affirment qu’il s’agit d’un grand pas en avant.

Améliorer le suivi des épidémies

À l’avenir, l’équipe espère que leurs recherches pourront être utilisées pour améliorer le suivi des épidémies et des pandémies en tenant compte des mutations dans les maladies et en envisageant finalement des interventions comme les quarantaines, puis en prédisant comment ces interventions affecteraient la propagation d’une épidémie lorsque l’agent pathogène évolue au fur et à mesure de sa propagation.
Cette recherche a été publiée dans PNAS.
Source : The Army Research Laboratory
Crédit photo : Pexels

Améliorer les prévisions des futures épidémiesmartinSociété
Alors que le monde est aux prises avec la pandémie COVID-19, un nouveau modèle mathématique pourrait offrir des indications sur la manière d'améliorer les prévisions futures épidémies, en se basant sur la façon dont l'information évolue au fur et à mesure qu'elle est transmise de personne à personne et...