Les modèles informatiques nous aident à prédire la propagation de la pandémie

En août, plus de 500 000 décès de COVID-19 seront enregistrés. Cette prédiction a été faite par l'Imperial College à Londres en mars, choquant la Grande-Bretagne et forçant le Premier ministre Boris Johnson à imposer des mesures de quarantaine dans le pays. Aux États-Unis, les prévisions étaient encore plus effrayantes qu'environ 2 millions de morts à moins que le gouvernement n'entre en vigueur.

Ces estimations sont fondées sur le modèle SIR, qui analyse le nombre de personnes infectées par des maladies infectieuses dans une population donnée dans un délai donné. Le modèle divise la population en trois catégories : menacée, infectée et guérie. Les scientifiques ajoutent ensuite une autre formule qui détermine la vitesse de propagation d'une catégorie à l'autre. Cela permet de prédire le nombre de ceux qui seront infectés et ceux qui mourront :

J'espère que les gens comprendront qu'il s'agit d'une version simplifiée de ce qui se passe en réalité. Si nous voulons analyser la situation de façon plus détaillée, nous devons, par exemple, déterminer combien de personnes infectées devront être admises à l'hôpital pour prédire combien le système de santé sera lourd, dit l'épidémiologiste Helen Yankees.

Le facteur qui modifie ces modèles est les mesures de quarantaine. Les scientifiques utilisent les données de nouveaux cas d'infection avant et après ces mesures pour produire des prévisions précises.

Les modèles aident à identifier ce qu'on appelle la reproduction, un facteur qui calcule le nombre de personnes infectées par un patient malade pendant la période de transition. S'il y a plus d'un infecté, le taux de reproduction se multiplie.

Lorsque nous avons commencé à calculer en février ou en mars, la plupart des modèles créés ont été utilisés pour des épidémies de prévisions antérieures. Nous avons décidé d'utiliser l'épidémie coronaire comme base, dit George Barbasthis, professeur de technologie au Massachusetts Institute for Technology.

Le principal défi du modèle était le manque de données sur le nombre réel de personnes infectées par le coronaire, d'autant plus que bon nombre des personnes infectées ne présentent pas de symptômes. En réponse au problème, les scientifiques de l'Université de Washington ont développé un modèle basé sur le nombre de patients qui sont morts de la maladie.

Nous savions que nous n'avions pas assez de tests pour diagnostiquer, et nous ne savions pas combien de personnes étaient infectées. Afin de faire des prédictions valables, nous avons décidé de créer des calculs après le péage de la mort dans une localité ou un endroit pour atteindre au moins 50 personnes.

Nous pensions que cette méthodologie offrait plus de stabilité dans les prévisions. Nous calculions les taux de croissance ou de déclin, dit Ali Mokdad avec l'Université de Washington.

Ce modèle est demeuré le plus optimiste jusqu'à ce que le nombre de décès ait augmenté de façon significative au début de mai. Aujourd'hui, les scientifiques prédisent 140 000 morts au début du mois d'août, soit deux fois plus que les prévisions initiales. Cette augmentation est perçue comme le résultat de l'assouplissement des mesures d'isolement.

Lorsque nous avons commencé à voir une augmentation de l'activité de la population, deux semaines plus tard, une augmentation de la propagation du virus a été observée. L'impact commence immédiatement à augmenter le rythme de la mort, dit Mokdad.

Des dizaines de modèles différents utilisent des algorithmes mathématiques, mais tous les modèles ont un commun: ils avertissent de ne pas supprimer les mesures de quarantaine plus rapidement qu'il est recommandé.