HOCHBERG Michael ( ISEM, University of Montpellier, CNRS, IRD, EPHE, Santa Fe Institute).
https://doi.org/10.1101/2020.03.31.20048835
J’utilise un modèle mathématique simple d’un processus épidémique pour évaluer comment trois quantités de base : le nombre de reproduction (R), le nombre d’individus infectieux (I) et la taille totale de la communauté (N) affectent les stratégies de contrôle de COVID-19. Des simulations numériques montrent que des mesures de suppression strictes au début d’une épidémie peuvent créer de faibles nombres d’infectieux, qui peuvent ensuite être gérés par des mesures d’atténuation sur des périodes plus longues pour aplatir la courbe épidémique. Plus la mesure de suppression est forte, plus elle atteint rapidement le faible nombre d’infections propices à une prise en charge ultérieure. Nos résultats sur les stratégies à court terme indiquent une stratégie de contrôle en deux étapes, après l’échec de l’atténuation, qui commence par la suppression du nombre de reproduction, Rc, en dessous de 1,0, suivie de mesures d’atténuation renouvelées qui gèrent l’épidémie en maintenant Rc à environ 1,0 , ou si la suppression n’est pas possible, une baisse progressive de Rc en dessous de 1,0. La séquence complète des mesures que nous observons dans un certain nombre de pays, et susceptibles de voir à plus long terme, peut être symboliquement représentée comme: R0 → Rc <R0 → Rc « 1.0 → Rc≈1.0 → Rc <1.0. Nous discutons les prédictions de cette analyse et comment elle s’intègre dans des séquences de mesures à plus long terme.