La théorie du chaos appliquée à l'épidémie de Covid-19

[katiaret]

La plupart des approches communément utilisées en épidémiologie s'appuient sur une connaissance a priori forte. Cependant, dans le contexte d'une épidémie de virus émergent, la connaissance de la maladie et de sa propagation peut être très limitée. Comparer les modèles épidémiologiques classiques à des approches alternatives peut alors être très utile.

Dans cette étude, les scientifiques ont utilisé les données des épidémies de COVID-19 en Chine, au Japon, en Corée du Sud et en Italie pour construire, sans hypothèses fortes, des modèles déterministes basés sur la théorie du chaos. Ces modèles ont ensuite été appliqués à d'autres pays (France, Espagne, Belgique et Royaume-Uni) pour identifier les scénarios les plus probables et en suivre l'évolution de façon opérationnelle, en cours d'épidémie. Malgré la brièveté des séries de mesure disponibles, la possibilité de prévoir, avec une certaine avance, l'évolution de l'épidémie a pu être démontrée pour plusieurs pays (notamment l'Italie, l'Espagne, la France et le Royaume-Uni).

Évolution de la situation épidémiologique du 27 février au 13 mai 2020 (Bulletin GPoM-epidemiologic no 11), en termes de scénarios de références, au Japon (J), en Allemagne (G), en France (F), en Espagne (E), en Iran (Ir), en Italie (I), en Corée du Sud (K), au Royaume-Uni (UK) et aux États-Unis (US).
Neuf scénarios sont considérés, du plus léger (le Japon en première phase d'épidémie) au plus sévère (l'Italie). La plupart des pays ont connu une évolution rapide. Le Japon a complètement dépassé son scénario initial ; sa situation épidémiologique se situant maintenant entre celle de la Corée du Nord et celle de la province du Hubei. L'Espagne a dépassé la situation de l'Italie pour se stabiliser légèrement au dessus. Le Royaume Uni a également dépassé ce scénario est n'est toujours pas stabilisé. La situation épidémiologique des États-Unis n'est pas encore stabilisée ; son scénario se rapprochant progressivement de celui de l'Italie et pourrait très vraisemblablement le dépasser.

Parmi les résultats, dès le 5 février, un modèle chaotique pour la Chine a été obtenu, qui suggérait que sans mesures de contrôle, l'épidémie poursuivrait son extension. Le 26 mars, un modèle non-chaotique a été obtenu pour l'Italie, qui permettait de prévoir les étapes de décroissance de l'épidémie en Italie et en France. Enfin, ces travaux ont permis de montrer que l'amplitude de l'épidémie était directement liée à la précocité des mesures de contrôle prises pour endiguer l'épidémie.

Ce projet a été en partie financé par les programmes Les enveloppes fluides et l'environnement (INSU-CNRS), le Programme national de télédétection spatiale (PNTS) et le Défi InFiNiTi (CNRS). La suite directe de ce travail, qui vise à étendre l'analyse aux pays à revenus faibles à intermédiaires, sera financée par Montpellier université d'excellence (MUSE).

par Adrien le 17/05/2020 à 09:00
Source: CNRS INSU

Chaos theory applied to the outbreak of COVID-19: an ancillary approach to decision making in pandemic context
While predicting the course of an epidemic is difficult, predicting the course of a pandemic from an emerging virus is even more so. The validity of most predictive models relies on numerous parameters, involving biological and social characteristics often unknown or highly uncertain. Data of the COVID-19 epidemics in China, Japan, South Korea and Italy were used to build up deterministic models without strong assumptions. These models were then applied to other countries to identify the closest scenarios in order to foresee their coming behaviour. The models enabled to predict situations that were confirmed little by little, proving that these tools can be efficient and useful for decision making in a quickly evolving operational context.

Published online by Cambridge University Press: 08 May 2020