Académique Documents
Professionnel Documents
Culture Documents
PLAN
INTRODUTION
1-Etudier l’épidémiologie
CONCLUSION
INTRODUCTION
La modélisation est le procédé par lequel nous utilisons des expressions mathématiques pour
décrire une situation quantitative réelle. Lors de l’étude d’une pandémie la modélisation sera un outil
pour étudier la façon dont la maladie se propage, prévoir sa trajectoire future d’une éclosion, aider à
orienter la planification de la santé publique et la lutte contre les maladies. Les modèles utilisent des
équations mathématiques pour estimer le nombre de cas de maladie qui pourraient survenir dans les
semaines ou les mois à venir.
I-LA MODELISATION EN PRATIQUE DANS LA GESTION D’UNE EPIDEMIE
1-Analyser et structurer les données
.Faire la présentation d’un modèle de base SIR avec ses trois compartiments et la définition du taux de
reproduction de base RO associé.
La modélisation permet d’explorer des scenarios inaccessibles à l’expérience et peut ainsi éclairer la
prise de décision en santé publique, sous réserve d’une multiplicité de résultats indépendants
compatibles avec les données.
À l’heure actuelle, les données de modélisation montrent que les mesures de santé publique demeurent
essentielles pour contrôler la COVID-19 au Canada. Ces mesures comprennent ce qui suit :
1-Etudier l’épidémiologie
L’épidémiologie est une branche interdisciplinaire de la science, elle utilise différents concepts
mathématiques afin d’étudier des phénomènes biologiques notamment les épidémies.
. Il existe beaucoup de liens entre l’écologie évolutive et l’épidémiologie. D’abord, il y a une grande
similitude méthodologique et conceptuelle. Les outils utilisés en épidémiologie sont, au départ, des
outils de la dynamique des populations servant à suivre des fluctuations dans les tailles de populations,
qu’il s’agisse de mammifères ou de bactéries.
.Il y a aussi des liens plus biologiques. Les maladies infectieuses sont principalement causées par des
microbes – virus, bactéries, parasites – qui évoluent très vite. En vingt ans, on dénombre à peu près
autant de générations du virus de l’immunodéficience humaine (VIH) au sein d’une personne porteuse
que de générations d’Homo sapiens depuis son apparition. De plus, la vitesse d’évolution des
microbes est plus élevée que dans d’autres circonstances, car ils affrontent des contraintes sélectives
très fortes du fait des réponses immunitaires de leurs hôtes.
.Cette évolution rapide peut modifier la manière dont les épidémies se propagent. On parle de « boucle
de rétroaction ». La propagation des épidémies façonne des pressions de sélection sur les microbes et,
en retour, leur évolution modifie la façon dont ils se propagent.
2-Les enjeux de la modélisation d’une pandémie et ses impacts sur la mortalité
.La pandémie de Covid-19 met en lumière un certain nombre de difficultés concernant la mesure de la
contagion. Les données mobilisées peuvent présenter :
b) des conditions de recueil des données variables selon les pays ou les régions du monde avec des
granularités et découpages différents.
c) des qualités variables dans le temps liés aux types de tests, recueils arrêtés / maintenus au cours du
temps.
.Dans ce contexte, quelles sources et données peuvent être utilisées pour comparer ou évaluer les
conséquences de la pandémie ?
-Quelles méthodologies mettre en place pour pallier les carences ou les absences de données ?
-Quelles sources complémentaires, d’observation ou originales ont pu être mis en œuvre bases
collectives, blogs scientifiques, plateformes partagées, enquêtes en ligne, données qualitatives, etc.?
.Quels effets induits peuvent avoir ce type de données et d’analyses auprès de publics anxieux,
incertains et avides de projections et de réponses politiques rapides ?
- Quelles problèmes / enjeux du point de vue des données peuvent être mis en lumière du point de vue
des risques de surveillance ou de contrôle accru des populations ?
.Les systèmes d’information géographique ou la modélisation / simulation de la dynamique spatiale
peuvent-ils apporter des contributions ?
.Comment ces outils et méthodes sont-ils utilisés dans la mise en œuvre d’une politique différenciée et
territorialisée de gestion de crise ?
CONCLUSION
La modélisation statistique constitue la base de l’épidémiologie mathématique d’une maladie
infectieuse, il faut préciser pour conclure que les modélisations restent des outils mathématiques qui
aide à prévoir l’évolution d’une épidémie.