THEME : L’IMPORTANCE DE LA MODELISATION MATHEMATIQUES DANS L’ETUDE D’UNE PANDEMIE

PLAN

INTRODUTION

I-LA PRATIQUE DE LA. MODELISATION DANS LA GESTION D’UNE PANDEMIE

1-Analyser et structurer les données

2-Les apports de la modélisation dans l’analyse des épidémies

II-LA MODELISATION AIDE A PRENDRE DES DECISIONS

1-Etudier l’épidémiologie

2-Les enjeux de la modélisation d’une pandémie et ses impacts sur la mortalité

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

L’utilisation des données de terrain de permet au fil de l’épidémie de réévaluer régulièrement la

pertinence des modèles et leurs hypothèses.

. Schématiser l’élaboration d’un modèle épidémiologique

.Faire la présentation d’un modèle de base SIR avec ses trois compartiments et la définition du taux de
reproduction de base RO associé.

.Extraction du modèle et évolutions temporelles observée et simulée du nombre quotidien de patients en

hospitalisation et service de réanimation.

.Représentation du RO=Taux de contact/Taux de guérison.

.L’évaluation temporelle observée et simulée du nombre cumulé de décès quotidien.

2-Les apports de la modélisation dans l’analyse des épidémies

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’aide de ces modèles, nous pouvons faire ce qui suit :

.Réévaluer et ajuster les mesures de santé publique
Nos mesures visant la prévention de la propagation ont une incidence sur les tendances en matière de
maladies infectieuses. Les modèles et leurs prédictions changeront donc en fonction des mesures
qu’adoptent les membres de la population. Ils nous disent quelles mesures de santé publique
réussissent à ralentir la propagation de la COVID-19.

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 :

-la distanciation physique

-la découverte et l’isolement de cas
-la recherche et la mise en quarantaine des contacts
-la prévention de la propagation des cas liés aux voyages
Projections diffèrent également. Au fur et à mesure que nous en apprenons davantage sur le virus, nous
mettons à jour nos modèles en conséquence.
 .

II-LA MODELISATION AIDE A PRENDRE DES DECISIONS

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 modélisation fournit un cadre de raisonnement forme, manipulable et réfutable pour l’étude

de la propagation des maladies infectieuse. Les enjeux de la modélisation résident dans la
compréhension des épidémies passées, la quantification d’une dynamique en cours, et l’anticipation de
la trajectoire à venir.

.La pandémie de Covid-19 met en lumière un certain nombre de difficultés concernant la mesure de la
contagion. Les données mobilisées peuvent présenter :

a) des modes de mesure différents mortalité, tests.

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 ?

- A quelle échelle travailler pour quelle analyse?

-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.?

- Comment continuer à faire du terrain durant le confinement ?

.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 ?

- Que dit-elle du lien entre chercheurs et décideurs ?

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.