URL

https://journals.aps.org/prresearch/pdf/10.1103/PhysRevResearch.3.L012014

Type d’article

Article peer-reviewed

Thème

Stratégies de contrôle

Que retenir de cet article, en 1-2 phrases ?

Utilise un modèle simple de percolation pour estimer l’effet de l’adoption d’une application mobile qui prévient en cas de contact à risque infectieux. Le seuil de percolation augmente avec le taux d’adoption, et, à taux d’adoption fixé, le seuil de percolation augmente d’autant plus que les noeuds les plus connectés adoptent l’application.

Objectifs de l’étude / Questions abordées

  • Donner un cadre simple et adaptable pour étudier l’effet d’une application mobile de traçage des contacts ;
  • Fournir grâce à ce cadre simple des principes généraux robustes ;
  • Maximiser l’impact de l’application sur le seuil de percolation ;
  • Les auteurs ne cherchent pas à modéliser une épidémie en particulier, ni à s’approcher d’une quelconque situation réelle.

Méthode

Il s’agit d’un modèle standard de percolation, modifié par la présence de l’appli : une arête entre deux personnes “adoptantes” ne peut pas transmettre la maladie plus loin. Le modèle et ses variantes sont résolus par la méthode de “message passing”, qui fournit en particulier une approximation du seuil de percolation (qui est exacte pour les réseaux qui sont localement des arbres). Les résultats sont illustrés par des simulations numériques, sur des réseaux synthétiques ou des réseaux sociaux réels.

Résultats principaux

Le seuil de percolation est calculé pour différents réseaux, différents niveaux d’adoption de l’appli, et différents types d’adoption : adoption aléatoire, ou adoption préférentielle par les noeuds du réseau de plus grand degré. Dans le modèle, le seuil augmente avec le niveau d’adoption, et l’effet de l’adoption préférentielle par les noeuds de plus haut degré peut être important.

Commentaire / brève évaluation, limites, ouvertures possibles

La simplicité du modèle (uniquement percolation) a des avantages : en particulier, elle permet assez facilement d’adapter la stratégie à d’autres cas. Un des intérêts de ce type de modèle jouet est de fournir des principes généraux, qui pourraient être qualitativement pertinents pour des modèles réalistes. Les résultats obtenus ici ne sont pas du tout surprenants : le principal message est que l’adoption de l’appli par les ““hubs”” du réseau, plutôt que de façon uniforme dans la population, peut avoir un effet très important, ce qui est assez intuitif.