Vous êtes sur la page 1sur 39

Modélisation mathématique en épidémiologie

FARAJI Ossama

Travail d’initiative personnelle encadré


SCEI : 6568

FARAJI Ossama (TIPE) Épidémiologie juin 2021 1 / 33


Table of Contents

1 Introduction - Mise en situation

2 Approche déterministe : Le modèle SIR

3 Approche probabiliste : La Chaı̂ne de Markov

FARAJI Ossama (TIPE) Épidémiologie juin 2021 2 / 33


Historique

• L’épidémiologie est une discipline qui date du 5ème siècle avant JC


• 18e siècle : Daniel Bernoulli
• Maia Martcheva : An Introduction to Mathematical Epidemiology.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 3 / 33


Des définitions

L’épidémiologie
L’épidémiologie se définit comme étant une discipline scientifique qui
étudie les ennuis de santé dans les populations humaines

L’épidémiologie mathématique
L’épidémiologie mathématique -branche des mathématiques appliquées-
consiste à modéliser la propagation d’une épidémie au sein d’une
population en passant par des paramétrages, des mises en équations et des
résolutions numériques

FARAJI Ossama (TIPE) Épidémiologie juin 2021 4 / 33


Les modèles à compartiments

”diviser une population en plusieurs groupes d’individus”

• Diviser (sains, infectés, infectieux...)


• Décrire les interactions et les échanges entre eux

FARAJI Ossama (TIPE) Épidémiologie juin 2021 5 / 33


Table of Contents

1 Introduction - Mise en situation

2 Approche déterministe : Le modèle SIR

3 Approche probabiliste : La Chaı̂ne de Markov

FARAJI Ossama (TIPE) Épidémiologie juin 2021 6 / 33


Le modèle SIR

Le modèle SIR est un exemple de modèle à compartiments.


Pour une population donnée, on étudie la taille de trois sous-populations
au cours du temps t :
• S(t) représente les personnes saines (susceptible en anglais) au temps
t
• I(t) les personnes infectées (infected)
• R(t) les personnes retirées (removed)

FARAJI Ossama (TIPE) Épidémiologie juin 2021 7 / 33


N = S(t) + I(t) + R(t) représente alors la population constante totale au
cours du temps.
Il convient de bien différencier les personnes saines des personnes retirées :
les personnes saines n’ont pas encore été touchées par le virus, alors que
les personnes retirées sont guéries, et donc immunisées.
Autrement dit, les personnes retirées ne sont plus prises en compte

FARAJI Ossama (TIPE) Épidémiologie juin 2021 8 / 33


Schéma de principe et système différentiel

dS


 = −βSI (1.1)
dt







dI (1)

 dt = βSI − γI (1.2)





 dR

dt = γI (1.3)

Figure: Évolution d’une épidémie


dans le modèle SIR

FARAJI Ossama (TIPE) Épidémiologie juin 2021 9 / 33


Voici ce que l’on peut obtenir grâce à une résolution numérique (annexe 1):

Figure: β = 0.8 et γ = 0.05

FARAJI Ossama (TIPE) Épidémiologie juin 2021 10 / 33


La compréhension du comportement asymptotique de l’évolution d’une
épidémie est primordiale pour savoir les types de mesures sécuritaires et
sanitaires à prendre. L’étude précédente met en évidence des constantes
β, γ... qu’on verra tout de suite l’influence sur les limites de l’épidémie.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 11 / 33


Taux de reproduction et théorème du seuil

De manière purement mathématique (annexe 2), nous pouvons dire que :


les limites des fonctions S(t), I(t) et R(t) existent lorsque t tend vers
+∞. De plus,
lim I(t) = 0,
t→+∞

c’est à dire que l’épidémie s’arrête forcément.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 12 / 33


Pour cela, il est nécessaire de réduire ce qu’on appelle le taux de
reproduction R0 :

FARAJI Ossama (TIPE) Épidémiologie juin 2021 13 / 33


Pour cela, il est nécessaire de réduire ce qu’on appelle le taux de
reproduction R0 :
Taux de reproduction
Le taux de reproduction R0 d’une épidémie est le nombre moyen de cas
subalternes produits par un individu infectieux pendant sa période
d’infection.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 13 / 33


Pour cela, il est nécessaire de réduire ce qu’on appelle le taux de
reproduction R0 :
Taux de reproduction
Le taux de reproduction R0 d’une épidémie est le nombre moyen de cas
subalternes produits par un individu infectieux pendant sa période
d’infection.

Par ailleurs, on montre que ce taux vaut exactement :


β
R0 =
γ

FARAJI Ossama (TIPE) Épidémiologie juin 2021 13 / 33


Petit schéma pour illustrer :

Figure: R0 = 3

FARAJI Ossama (TIPE) Épidémiologie juin 2021 14 / 33


Théorème du seuil

Théorème du seuil
• Si R0 > 1, alors I(t) croı̂t, atteint son maximum puis décroı̂t vers 0
quand t tend vers +∞ : on appelle ce phénomène une épidémie.
• Sinon, I(t) décroı̂t directement vers 0 quand t tend vers +∞ : il n’y
a pas d’épidémie.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 15 / 33


Figure: Le théorème du seuil : R0 = 16 et R0 = 0.8

FARAJI Ossama (TIPE) Épidémiologie juin 2021 16 / 33


Table of Contents

1 Introduction - Mise en situation

2 Approche déterministe : Le modèle SIR

3 Approche probabiliste : La Chaı̂ne de Markov

FARAJI Ossama (TIPE) Épidémiologie juin 2021 17 / 33


Frame Title

Il peut parfois être pertinent de faire un modèle probabiliste. En effet, tout


le travail effectué était auparavant basé sur l’hypothèse d’une population
importante. Quand ce n’est pas le cas, les interactions entre les individus
ne sont plus uniformes mais présentent un caractère aléatoire intrinsèque.
Nous exposerons ici une version probabiliste du modèle SIR.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 18 / 33


Modélisation

Définitions :
• une chaı̂ne de Markov est un processus de Markov à temps discret, ou
à temps continu et à espace d’états discret.
• Un processus de Markov est un processus stochastique possédant la
propriété de Markov : l’information utile pour la prédiction du futur
est entièrement contenue dans l’état présent du processus et n’est pas
dépendante des états précédents.
• Les processus de Markov portent le nom de leur inventeur:
Andreı̈ Markov(1856-1922).

FARAJI Ossama (TIPE) Épidémiologie juin 2021 19 / 33


Modélisation

On discrétise le temps t par tn = n.∆t et les compartiments S et I et R


comme des chaines de Markov qu’on note Sn , In et Rn .

FARAJI Ossama (TIPE) Épidémiologie juin 2021 20 / 33


Modélisation

On discrétise le temps t par tn = n.∆t et les compartiments S et I et R


comme des chaines de Markov qu’on note Sn , In et Rn .
Et finalement comme hypothèse nous allons supposer que ∆t est assez
petit pour qu’au cours de cet intervalle de temps, au plus un individu
passe d’un compartiment à un autre.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 20 / 33


Transitions

Pour caractériser complètement notre chaı̂ne, on cherche les transitions


possibles qu’on résume dans le graphe suivant :

Figure: Évolution d’une épidémie dans le modèle aléatoire

FARAJI Ossama (TIPE) Épidémiologie juin 2021 21 / 33


Résultats (annexe 3)

FARAJI Ossama (TIPE) Épidémiologie juin 2021 22 / 33


Résultats (annexe 3)

FARAJI Ossama (TIPE) Épidémiologie juin 2021 23 / 33


Résultats (annexe 3)

FARAJI Ossama (TIPE) Épidémiologie juin 2021 24 / 33


Résultats (annexe 3)

FARAJI Ossama (TIPE) Épidémiologie juin 2021 25 / 33


Temps de retour en 0

Il importe maintenant de se demander quel est le temps moyen


d’extinction de l’épidémie.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 26 / 33


Temps de retour en 0

Il importe maintenant de se demander quel est le temps moyen


d’extinction de l’épidémie.

On introduit quelques notations


1 T = inf {n ≥ 0 | In = 0}
2 τ1 = E[T ]

FARAJI Ossama (TIPE) Épidémiologie juin 2021 26 / 33


Temps de retour en 0

Théorème (admis):
− ln(1−R0 )
• Si R0 < 1, alors τ1 −→ β∆t
N→∞
• Si R0 = 1, alors τ1 1
∼ ln N
N→∞ 2β∆t
√ (1/R0 −1)N
2π RN
0e √
• Si R0 > 1, alors τ1 ∼ β∆t (1−1/R
N→∞ 0) N

FARAJI Ossama (TIPE) Épidémiologie juin 2021 27 / 33


Conclusion

Nous avons réalisé ci-dessous une simulation probabiliste et un tracé du


modèle déterministe avec les mêmes paramètres.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 28 / 33


Conclusion

Nous avons réalisé ci-dessous une simulation probabiliste et un tracé du


modèle déterministe avec les mêmes paramètres.
les deux modèles (déterministes et probabilistes) ont globalement un
comportement similaire.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 28 / 33


Conclusion

Nous avons réalisé ci-dessous une simulation probabiliste et un tracé du


modèle déterministe avec les mêmes paramètres.
les deux modèles (déterministes et probabilistes) ont globalement un
comportement similaire.
Les ordres de grandeurs correspondent.

FARAJI Ossama (TIPE) Épidémiologie juin 2021 28 / 33


Conclusion

Disclaimer

FARAJI Ossama (TIPE) Épidémiologie juin 2021 29 / 33


Merci pour votre attention

FARAJI Ossama (TIPE) Épidémiologie juin 2021 30 / 33


Bibliographie

FARAJI Ossama (TIPE) Épidémiologie juin 2021 31 / 33


annexe 1

FARAJI Ossama (TIPE) Épidémiologie juin 2021 32 / 33


annexe 2

FARAJI Ossama (TIPE) Épidémiologie juin 2021 33 / 33

Vous aimerez peut-être aussi