La modélisation de l'infection à la COVID-19 basée sur le mouvement peut améliorer la réponse de santé publique

Selon une étude menée par l'University of Wisconsin-Madison publiée dans Proceedings of the National Academy of Sciences, une épidémie comme COVID-19 repose sur le mélange de personnes infectées avec des personnes non infectées, des rencontres qui nécessitent généralement une ou les deux pour se déplacer. Une nouvelle méthode de modélisation de la progression des infections pandémiques intègre les données de localisation des smartphones pour donner aux décideurs de la santé publique une image plus précise de la façon dont les gens dans leurs communautés se mélangent et où et comment concentrer leurs efforts.

Les chercheurs ont fourni des données anonymisées sur les origines et les destinations des voyages des téléphones portables dans les deux comtés les plus peuplés du Wisconsin, Dane et Milwaukee, à un algorithme d'apprentissage automatique qui a divisé les comtés en de nouvelles sous-régions

Les nouvelles sous-régions des chercheurs ont révélé des séparations démographiques qui pourraient être considérées comme la clé de la façon dont les infections au COVID-19 ont atteint un pic dans chaque comté.

Selon les chercheurs, cela correspond à la façon dont les comtés ont connu des épidémies à l'été 2020. Le comté de Dane a dû faire face à une augmentation du taux d'infection dans sa sous-région la plus jeune, entraînée par des grappes d'infection centrées sur des bars généralement fréquentés par des foules plus jeunes. La pandémie du comté de Milwaukee a eu un effet démesuré sur les communautés noires et hispaniques concentrées dans deux zones également identifiées via les données de mobilité comme des sous-régions relativement insulaires.

Les chercheurs ont utilisé le modèle pour examiner les décisions d'assouplir les restrictions dans chaque comté alors que la pandémie semblait s'atténuer à la mi-2020.

Par étapes en mai et juin, par exemple, le comté de Dane a autorisé les entreprises (y compris les bars) à ouvrir à 25 %, puis à 50 % de leur capacité normale le 15 juin. Le 30 juin, dans la sous-région nettement jeune adjacente à UW-Madison, le le taux d'infection est passé à 11,6 cas pour mille habitants. Selon la méthode de modélisation mathématique incluant la mobilité (expériences non contrôlées), ne pas assouplir ces contrôles d'interaction aurait limité le taux d'infection à 3,4 pour mille personnes, soit un tiers de la propagation réelle.