Un nouveau modèle mathématique peut mieux suivre les épidémies – Newstrotteur

Alors que COVID-19 se répand dans le monde entier, les dirigeants s’appuient sur des modèles mathématiques pour prendre des décisions de santé publique et économiques.

Un nouveau modèle développé par les chercheurs de Princeton et Carnegie Mellon améliore le suivi des épidémies en tenant compte des mutations dans les maladies. Maintenant, les chercheurs travaillent à appliquer leur modèle pour permettre aux dirigeants d’évaluer les effets des contre-mesures sur les épidémies avant de les déployer.

“Nous voulons être en mesure d’envisager des interventions telles que la mise en quarantaine, l’isolement de personnes, etc., puis de voir comment elles affectent la propagation d’une épidémie lorsque l’agent pathogène est en mutation pendant sa propagation”, a déclaré H. Vincent Poor, l’un des chercheurs de cette étude. et doyen intérimaire de l’ingénierie de Princeton.

Les modèles actuellement utilisés pour suivre les épidémies utilisent les données des médecins et des agents de santé pour faire des prédictions sur la progression d’une maladie. Pauvre, le professeur de génie électrique de l’Université Michael Henry Strater, a déclaré que le modèle le plus utilisé aujourd’hui n’est pas conçu pour tenir compte des changements dans la maladie suivie. Cette incapacité à tenir compte des changements dans la maladie peut rendre plus difficile pour les dirigeants de contrer la propagation d’une maladie. Savoir comment une mutation pourrait affecter la transmission ou la virulence pourrait aider les dirigeants à décider quand instituer des ordres d’isolement ou envoyer des ressources supplémentaires dans une zone.

“En réalité, ce sont des choses physiques, mais dans ce modèle, elles sont abstraites en paramètres qui peuvent nous aider à comprendre plus facilement les effets des politiques et des mutations”, a déclaré Poor.

Si les chercheurs peuvent correctement rendre compte des mesures de lutte contre la propagation des maladies, ils pourraient donner aux dirigeants un aperçu critique des meilleures mesures à prendre face aux pandémies. Les chercheurs s’appuient sur des travaux publiés le 17 mars dans le Actes de l’Académie nationale des sciences. Dans cet article, ils décrivent comment leur modèle est capable de suivre les changements de propagation épidémique causés par la mutation d’un organisme pathogène. Les chercheurs travaillent maintenant à adapter le modèle pour tenir compte des mesures de santé publique prises pour endiguer une épidémie également.

Le travail des chercheurs découle de leur examen de la circulation de l’information à travers les réseaux sociaux, qui présente des similitudes remarquables avec la propagation des infections biologiques. Notamment, la diffusion de l’information est affectée par de légers changements dans l’information elle-même. Si quelque chose devient un peu plus excitant pour les destinataires, par exemple, ils pourraient être plus susceptibles de le transmettre ou de le transmettre à un groupe plus large de personnes. En modélisant ces variations, on peut voir comment les changements dans le message changent son public cible.

“La propagation d’une rumeur ou d’informations via un réseau est très similaire à la propagation d’un virus à travers une population”, a déclaré Poor. «Différentes informations ont des taux de transmission différents. Notre modèle nous permet d’envisager les modifications des informations à mesure qu’elles se propagent à travers le réseau et comment ces changements affectent la propagation.»

“Notre modèle est agnostique en ce qui concerne le réseau physique de connectivité entre les individus”, a déclaré Poor, un expert dans le domaine de la théorie de l’information dont les travaux ont aidé à établir des réseaux de téléphones portables modernes. “Les informations sont résumées dans des graphiques de nœuds connectés; les nœuds peuvent être des sources d’informations ou des sources potentielles d’infection.”

Obtenir des informations précises est extrêmement difficile lors d’une pandémie en cours lorsque les circonstances changent quotidiennement, comme nous l’avons vu avec le virus COVID-19. “C’est comme une traînée de poudre. Vous ne pouvez pas toujours attendre de collecter des données pour prendre des décisions – avoir un modèle peut aider à combler ce vide”, a déclaré Poor.

“J’espère que ce modèle pourrait donner aux dirigeants un autre outil pour mieux comprendre les raisons pour lesquelles, par exemple, le virus COVID-19 se propage beaucoup plus rapidement que prévu, et ainsi les aider à déployer des contre-mesures plus efficaces et opportunes”, a déclaré Poor.

Outre Poor, les co-auteurs comprenaient les chercheurs Rashad Eletreby, Yong Zhuang, Kathleen Carley et Osman Yağan de Carnegie Mellon. Le travail a été financé en partie par le Bureau de recherche de l’Armée, la National Science Foundation et le Bureau de la recherche navale.

Source de l’histoire:

Matériaux fourni par Université de Princeton, école d’ingénieurs. Original écrit par John Sullivan. Remarque: le contenu peut être modifié pour le style et la longueur.

Source

A propos newstrotteur-fr

Découvrez également

Trump prévient contre la “ semaine la plus compliqué ” à venir, alors que le nombre de décès par virus à travers la planète dépasse les 60 000

Crédits: CC0 Public Domain Le président américain Donald Trump a averti les Américains de se …

Laisser un commentaire