Prévoir la propagation du choléra

Les prévisions du modèle (les valeurs mensuelles en bleu, dans l'intervalle d'incertitude en jaune) suivent de près les données réelles (indiquées par la courbe noire). 

Les chercheurs ont développé un modèle probabiliste de la propagation du choléra à partir d'un thana infecté. L'algorithme repose sur une chaîne de Markov, un processus aléatoire où le niveau d'infection de chaque thana au mois m ne dépend que de la situation au mois m-1. Celle-ci est caractérisée par un nombre limité de variables : la contamination du thana et des districts limitrophes, la saison et deux paramètres climatiques (le niveau d'inondation et les fluctuations d'El Niño). Les coefficients du modèle sont ajustés pour approcher au plus près les données recueillies, et reproduire par exemple la saisonnalité de l'endémie, laquelle connaît chaque année un pic en mai avant de décroître jusqu'en février.

Il apparaît que plus les inondations sont importantes, plus le milieu de la saison des moussons (vers le mois de juillet) connaîtra une poussée de l'épidémie de choléra, laquelle restera concentrée uniquement dans les quartiers centraux de Dacca. Quant à l'influence d'El Niño, le réchauffement des eaux du Pacifique se traduit dans un délai de 11 mois par une augmentation du nombre d'infections. En mesurant à l'instant t l'amplitude du phénomène El Niño, il serait donc possible d'établir une prévision à 11 mois de la sévérité de l'épidémie en déroulant, à partir des données récoltées, le processus de Markov décrit plus haut 11 fois de suite, et ce pour les 21 thanas de Dacca. Reproduite 10 000 fois, cette simulation aboutit alors à une probabilité robuste du risque épidémique à l'horizon d'une année ! Attention toutefois, si le modèle obtenu satisfait les chercheurs, ces derniers notent que les pics de contamination sont souvent sous-estimés : "Pour les mois où la prévalence est la plus élevée (25 % des mois les plus durs), [la sévérité de l'épidémie] a été sur-estimée dans 4,5 % des cas et sous-estimée dans 95,5 % des cas." Le seuil de probabilité d'une épidémie sévère est donc ajusté en fonction.

En précisant la valeur du paramètre "inondation" dans le modèle en cours d'année, grâce au niveau de précipitations mesuré pendant la saison des moussons, la simulation se fera encore plus précise. Elle permettra de prédire plus finement le niveau épidémique à la fin des pluies, ce qui réduira cependant à environ deux mois la précocité de l'alerte donnée au système sanitaire de Dacca pour affronter l'afflux de patients dans les hôpitaux. 

Source : R. Reiner et al., Highly localized sensitivity to climate forcing drives endemic cholera in a megacity, PNAS, 23 janvier 2012.

Crédit photo : Somen (CC BY-SA 3.0).


Facebook Twitter LinkedIn Scoop.it Courriel More...