REINGRUBER Jürgen, PAPALE Andrea et HOLCMAN David (Group of data modeling and computational biology, IBENS-PSL École normale supérieure)
https://hal.archives-ouvertes.fr/hal-02585716/document
Le monde entier et la France ont été fortement impactés par l’épidémie de SRAS-COV-2. Trouver des mesures appropriées pour contenir efficacement la propagation de l’épidémie sans exercer une pression trop sévère sur la vie sociale et économique est un défi majeur pour les approches prédictives modernes. Pour évaluer l’impact du confinement (du 17 mars au 11 mai) et du déconfinement, nous développons un nouveau modèle pour surveiller et prédire la propagation de l’épidémie et son impact sur le système de santé. Le modèle prend en compte les interactions dépendant de l’âge entre les groupes de population et prédit les conséquences pour diverses catégories d’infection telles que le nombre de personnes infectées, hospitalisées, le nombre d’unités de soins intensifs (USI), le nombre de décès, récupérés et plus encore. Nous utilisons les données de santé en ligne pour les cinq régions les plus infectées de France pour calibrer le modèle. Au jour de la déconfinement (11 mai), on constate que 13% (environ 4,8 M) de la population est infectée dans les cinq régions les plus touchées de France (extrapolant à 5,8 M pour la France). Le modèle prédit que si le taux de reproduction R0 est réduit d’au moins un facteur de 2,5 à 3 pour tous les groupes d’âge, ce qui pourrait être atteint en portant des masques et une distanciation sociale, un deuxième pic important pourrait être évité. Cependant, si la réduction de R0 pour le groupe d’âge 0-25 était inférieure ou égale à 2 (ouvertures scolaires), un deuxième pic serait inévitable, auquel cas les USI seraient saturées. Dans ce contexte, les tests devraient être axés sur les enfants, mais ils auraient néanmoins un impact limité sur la réduction de la propagation.