Selon une étude menée par l'University of California, Irvine publiée dans Scientific Reports, une nouvelle classe de modèles épidémiologiques basés sur une réflexion alternative sur la façon dont les contagions se propagent, en particulier dans les premières phases d'une pandémie, fournit un plan pour une modélisation épidémique plus précise et une amélioration des prévisions et des réponses de propagation de la maladie
Selon les chercheurs, les modèles épidémiques standard supposent à tort que la vitesse à laquelle une maladie infectieuse se propage dépend d'un simple produit du nombre de personnes infectées et sensibles. Ces derniers suggèrent plutôt que la transmission ne se produit pas par mélange complet de populations entières, mais à la frontière de sous-groupes d'individus infectés.
Les chercheurs ont proposé une «alternative de puissance fractionnée» aux modèles habituels qui prend en compte les populations sensibles, infectées et récupérées. La valeur des exposants dans ces modèles fractionnaires (fSIR) dépend de facteurs tels que la nature et l'étendue du contact entre les sous-populations infectées et saines.
Les chercheurs soulignent qu'au cours de la phase initiale d'une épidémie, l'infection se propage des porteurs de contagion vers la population générale. Étant donné que le nombre de personnes sensibles est beaucoup plus important que celui des personnes infectées, la limite des cellules infectées s’échelonne à une puissance fractionnaire inférieure à l’une de la surface des cellules.
Les chercheurs ont testé leur théorie à travers une série de simulations numériques. Ils ont également adapté leurs modèles fractionnaires aux données réelles du Johns Hopkins University Center for Systems Science and Engineering. Ces données couvraient les premiers mois de la pandémie de COVID-19 en Italie, en Allemagne, en France et en Espagne. Grâce aux deux processus, ils ont trouvé que l'exposant était compris entre 0,6 et 0,8.
Aucun commentaire:
Enregistrer un commentaire