ALVAREZ Luis (1), COLOM Miguel (2), and MOREL Jean-Michel (2).

  1. Departamento de Informatica y Sistemas, Universidad de Las Palmas de Gran Canaria
  2. Université Paris-Saclay, ENS Paris-Saclay, CNRS, Centre Borelli.

https://www.ipol.im/pub/pre/301/

Dans ce travail, nous présentons un algorithme empirique pour prévoir l’évolution du nombre de patients symptomatiques COVID-19 après des interventions de distanciation sociale. L’algorithme est basé sur un modèle de faible dimension pour la variation du taux de croissance exponentielle qui diminue après la mise en œuvre des mesures de distanciation sociale. De plus, le temps d’incubation de COVID-19 est pris en compte dans l’analyse. Un travail expérimental est effectué en ajustant les paramètres du modèle à différents pays tels que la Chine, la Corée du Sud, l’Italie, la France et l’Espagne, obtenant des résultats cohérents mais qui peuvent être sujets à des erreurs importantes en raison du manque de fiabilité des données utilisées.