Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Le modèle informatique indique quand les mesures COVID-19 peuvent être levées
{{{sourceTextContent.subTitle}}}
Une nouvelle recherche a utilisé une approche de modélisation basée sur les données pour répondre à la question de savoir quand les mesures strictes de distanciation sociale et de quarantaine contre COVID-19 peuvent être assouplies
{{{sourceTextContent.description}}}
La pandémie COVID-19 ayant entraîné des confins dans différentes parties du monde, des États-Unis à de nombreuses nations européennes, des débats intenses ont eu lieu sur le moment et la manière de rouvrir l'économie en toute sécurité.
De nouvelles recherches menées par les informaticiens de l'Université baptiste de Hong Kong (HKBU) ont utilisé une approche de modélisation basée sur les données pour répondre à la question cruciale de savoir quand les mesures strictes de distanciation sociale et de quarantaine contre COVID-19 peuvent être assouplies afin que la vie normale et les activités économiques puissent être restaurées en toute sécurité.
L'équipe de recherche a développé un nouveau modèle informatique qui caractérise et quantifie explicitement les modèles de transmission sous-jacents parmi différentes populations au cours des différentes phases de l'épidémie de COVID-19. Sur la base de ce modèle, l'équipe de recherche a effectué une analyse prospective des différents plans de reprise des travaux, révélant les implications économiques respectives et les niveaux de risque de transmission de la maladie associés à chaque plan.
La recherche initiale était intitulée "Quels sont les modes de transmission sous-jacents de l'épidémie de COVID-19 ? An Age-specific Social Contact Characterization", et elle a été publiée dans la revue EClinicalMedicine du Lancet.
Une nouvelle approche des questions de santé publique par la science des données
Le modèle a été développé par une équipe de recherche du département d'informatique de la HKBU, et l'étude a été menée par Liu Jiming, professeur titulaire du département, en collaboration avec l'Institut national des maladies parasitaires du Centre chinois de contrôle et de prévention des maladies (CDC Chine) et l'Académie chinoise des sciences.
"Depuis plus d'une décennie, notre équipe de recherche à la HKBU s'efforce d'adopter une approche interdisciplinaire tout en tirant parti de nouvelles méthodes d'analyse des données et d'intelligence artificielle pour relever les défis de santé publique mondiale tels que le paludisme et la grippe. Nos travaux actuels, publiés dans une revue médicale internationale, représentent une tentative scientifique unique en réponse à la pandémie de COVID-19", a déclaré M. Liu.
Un modèle de caractérisation des contacts sociaux par âge
Les chercheurs ont pu caractériser les modes de transmission de la maladie en examinant les interactions entre les personnes. Le modèle de calcul a divisé la population en sept groupes d'âge avec leurs propres cercles sociaux, lieux de rassemblement et modèles d'activité spécifiques. Quatre milieux de contact social représentatifs - ménages, écoles, lieux de travail et lieux publics - ont été pris en compte car ils constituent des exemples de populations denses dans lesquelles la propagation de la COVID-19 peut se produire.
Six villes de Chine continentale, dont Wuhan et cinq villes de trois zones économiques clés - Pékin, Tianjin, Hangzhou, Suzhou et Shenzhen - ont été analysées. Dans chaque cas, une matrice de contact a été déduite pour décrire l'intensité des contacts entre différents groupes d'âge pour chacun des quatre milieux, ce qui a permis de calculer la dynamique de la transmission des maladies. Les cas confirmés, la taille de la population et les mesures d'intervention respectives des villes ont été pris en compte lors de la construction du modèle.
Analyse prospective des plans de reprise du travail
Avec ce modèle de transmission basé sur les contacts sociaux par âge, l'équipe a procédé à un projet de développement prospectif de l'épidémie de COVID-19, en mettant l'accent sur les plans de reprise du travail.
Les risques de transmission de maladies et l'impact estimé sur la croissance du PIB local ont été examinés pour les différents plans de reprise des travaux. Ces plans varient de plus souples, dans lesquels le travail reprend plus tôt et s'achève dans un délai plus court, à plus stricts, dans lesquels le travail reprend plus tard dans un délai global plus long. Les résultats de l'analyse sur Pékin, Tianjin, Hangzhou, Suzhou et Shenzhen sont résumés dans le tableau 1 de l'étude. Wuhan a également été analysée et les chercheurs suggèrent que la ville devrait prendre plus de temps pour achever la reprise du travail afin de réduire le risque potentiel de transmission.
Des projections qui aident à l'élaboration des politiques
Le modèle informatique basé sur les données développé par l'équipe de recherche fournit une solution analytique basée sur la science qui permet aux décideurs politiques de concevoir des plans qui peuvent à la fois contenir le risque de transmission de la maladie et rouvrir progressivement les villes touchées de manière sûre. En effectuant une analyse prospective basée sur des données, les décideurs politiques peuvent calculer le meilleur moment pour rouvrir l'économie. Par exemple, ils peuvent déterminer s'ils doivent rouvrir leurs villes le plus tard possible et donc ne pas courir de risque de transmission de la maladie, ou bien reprendre progressivement et systématiquement le travail et la vie quotidienne tout en maintenant toutes les mesures de contrôle nécessaires pour éliminer toute transmission potentielle de la maladie.
L'équipe de recherche partagera ouvertement ses outils de modélisation informatique et d'analyse basés sur les données avec les décideurs et les chercheurs en santé publique du monde entier, ce qui leur permettra de capitaliser sur ces outils pour la prise de décision en utilisant leurs données épidémiologiques nationales.