Concept

Modèles compartimentaux en épidémiologie

Les modèles mathématiques de maladies infectieuses, d'abord outils purement théoriques, ont commencé à être mis en pratique avec le problème du SIDA dans les années 1980. Lors de la pandémie Covid 19, les modélisations mathématiques ont connu un essor lors de la prise de décision relatives aux politiques de santé publique et a également contribué à l'épidémiosurveillance de la maladie. Bien avant cela, depuis la pandémie de grippe espagnole, des modèles compartimentaux sont utilisés pour faciliter les calculs de probabilité de contagion. Ces modèles divisent la population en classes épidémiologiques. Le cours d'une épidémie dans une population dépend de paramètres complexes et très nombreux (stades cliniques possibles, déplacement des individus, souches de la maladie). Les modèles mathématiques se sont peu à peu affirmés comme outils d'aide à la décision pour les politiques publiques car permettant de prévoir les conséquences sanitaires d'actions aussi variées que la vaccination, la mise en quarantaine ou la distribution de tests de dépistage. Une approche fondatrice fut celle des modèles compartimentaux créés en 1927 par Anderson Gray McKendrick et William Ogilvy Kermack ; elle fut ensuite étendue par ces derniers dans deux autres articles scientifiques quelques années plus tard (1932 et 1933). Le principe est de diviser la population en classes épidémiologiques telles que les individus susceptibles d'être infectés, ceux qui sont infectieux, et ceux qui ont acquis une immunité à la suite de la guérison. Depuis, cette approche est utilisée pour modéliser de nombreuses maladies, et continue d'être un sujet de recherche actif en prenant en compte de nouveaux éléments tels que les découvertes de la science des réseaux. Un modèle épidémiologique se fonde sur deux concepts : les compartiments et les règles. Les compartiments divisent la population en divers états possibles par rapport à la maladie.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (3)
MATH-560: Stochastic epidemic models
This course is an introduction to some classical models of epidemics involving random mechanisms.
BIO-512: Digital epidemiology
Epidemiology is foundational to medicine and public health. This course starts with the key principles of classical epidemiology, progressing through computational modeling techniques, and concluding
PHYS-460: Nonlinear dynamics, chaos and complex systems
The course provides students with the tools to approach the study of nonlinear systems and chaotic dynamics. Emphasis is given to concrete examples and numerical applications are carried out during th
Concepts associés (6)
Pandémie de Covid-19
La pandémie de Covid-19 est une pandémie d'une maladie infectieuse émergente, appelée la maladie à coronavirus 2019 ou Covid-19, provoquée par le coronavirus SARS-CoV-2. Elle apparaît le à Wuhan, dans la province du Hubei (en Chine centrale), avant de se propager dans le monde. L'Organisation mondiale de la santé (OMS) alerte dans un premier temps la république populaire de Chine et ses autres États membres, puis prononce l'état d'urgence de santé publique de portée internationale le .
Mathematical modelling of infectious diseases
Mathematical models can project how infectious diseases progress to show the likely outcome of an epidemic (including in plants) and help inform public health and plant health interventions. Models use basic assumptions or collected statistics along with mathematics to find parameters for various infectious diseases and use those parameters to calculate the effects of different interventions, like mass vaccination programs. The modelling can help decide which intervention(s) to avoid and which to trial, or can predict future growth patterns, etc.
Nombre de reproduction de base
En épidémiologie, le nombre de reproduction de base ou (ratio 0) d'une infection peut être défini comme le nombre moyen attendu de cas directement générés par un cas dans une population où tous les individus sont sensibles à l'infection. C'est un paramètre permettant de modéliser l'évolution d'une épidémie au fil du temps, en supposant que le facteur pathogène ne mute pas et que l'immunité acquise dure au-delà de la période épidémique.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.