Epidémie de COVID-19 : mise au point d’un modèle de prédiction de la propagation

^{*Ecole des Hautes Etudes en Sciences Sociales}

Les données disponibles sur le nombre de décès dus à l’épidémie de COVID-19 montrent généralement des disparités régionales. Les premiers clusters observés en février 2020 se situent dans le Grand Est et en Île-de-France, et la propagation spatiale de la maladie semble avoir suivi ces premières observations. Le 17 mars 2020, la France est entrée dans un confinement strict qui a permis de diviser par 5 à 7 la diffusion du virus dans le pays, en restreignant les déplacements et les contacts entre personnes. En parallèle, la généralisation du port du masque et d’autres mesures sanitaires réduisent la probabilité d’infection lors de contacts entre personnes. Par la suite, des mesures sanitaires ont été appliquées au niveau local, par département, en s’appuyant sur les données de terrain comme le nombre de personnes testées positives. Cependant, ces informations ne reflètent pas complètement la réalité de l’évolution de l’épidémie et doivent être complétées par des modélisations.

L’objectif dans cette étude était d’abord de comprendre si le schéma de propagation observé de l’épidémie était dû à des facteurs locaux comme le climat ou la pyramide d’âge, ou la conséquence de processus globaux à l’échelle du pays. Les scientifiques cherchaient également à préciser le rôle des déplacements. Pour cela ils ont développé quatre modèles, prenant en compte différents facteurs comme le taux de contact ou le taux de déplacement à l’échelle de la France ou des départements. A l’aide de critères statistiques de sélection de modèles, fondés sur un compromis entre leur complexité et la qualité de l'ajustement, ils ont comparé ces quatre modèles en utilisant les données disponibles de la première vague de l’épidémie de COVID-19.

Leurs résultats montrent que les facteurs clés de la propagation de l’épidémie ont été les conditions initiales (clusters initiaux des régions) et les déplacements dans le pays. Les mesures globales prises à l’échelle nationale ont bien entendu une forte influence pour limiter la propagation de l’épidémie, mais avec des nuances. Sans surprise, les stratégies les plus restrictives (confinement strict) sont les plus efficaces. Un des objectifs ici était de quantifier le plus précisément possible l’effet des différentes mesures. Le modèle sélectionné montre que dans un scénario plausible de résurgence de l’épidémie début juin 2020, restreindre les déplacements entre départements permettait de diminuer le nombre de décès sur les 30 jours suivants de 81% et de ramener le taux de reproduction¹ du virus à 1,2, par rapport à l’absence de nouvelles mesures, alors que réduire le taux de contact et la probabilité d’infection lors de contacts (port du masque par exemple) permettaient de diminuer le nombre de décès de 88% et le taux de reproduction du virus à 0,8. La stratégie la plus efficace restant une combinaison des deux mesures avec une diminution du nombre de décès de 91% et du taux de reproduction du virus à 0,4.

Grâce à l’utilisation des données de la première vague, les chercheurs ont pu mettre au point un modèle parcimonieux (en termes de nombre de paramètres introduits) pour la description de la propagation spatio-temporelle de l’épidémie. Leur modèle prend en compte le taux de contact entre les personnes et les déplacements dans un pays de taille moyenne comme la France, et ce en évitant les biais de perception attachés à un examen basique des données. Il peut être utilisé pour prédire la propagation spatiale de l’épidémie et ainsi aider les décideurs publics à ajuster les mesures sanitaires. Il peut en outre être utilisé en temps réel pour améliorer la compréhension, par le public, de la situation sanitaire, contribuant ainsi au renforcement de la démocratie sanitaire, comme envisagé par deux des auteurs dans un article mis en ligne le 24 octobre 2020 par la revue One Health.

1 _{Nombre moyen de personnes qu’une personne infectée contamine}