Les éclosions virales sont parmi les désastres naturels les plus dangereux auxquels les humains ont à faire face. Les scientifiques utilisent l’information sur la maladie pour prévoir les moments où les éclosions commenceront. La nouvelle technologie et les nouvelles méthodes en font une plus grande possibilité.
Une percée dans ce processus s’est produite l’an dernier grâce à un nouveau partenariat. L’Institut Polytechnique de l’université de New York et l’École polytechnique de Turin ont collaboré pour la gestion des éclosions. Les deux écoles ont créé un modèle permettant une utilisation optimale des stratégies de vaccination pendant une éclosion. Le modèle démontre l’efficacité de la prévention de la maladie.
Le modèle actuel pour prédire les éclosions est imparfait.
Malgré qu’il puisse dire comment se déplace une maladie au sein d’une population, il ignore plusieurs variables cruciales. Les populations réagissent de différentes façons à des éclosions similaires. Le modèle actuel ne tient pas compte de cette donnée. Ces facteurs modifient la probabilité de propagation d’un virus.
Ce nouveau modèle peut lier le comportement humain aux épidémies. L’équipe utilise les réseaux alimentés par l’activité pour prévoir le mouvement de la maladie. Plutôt que d’assumer qu’une population se déplacera et interagira d’une seule façon, il se concentre maintenant sur l’individu. « Certains individus créent plus de connexions que d’autres », affirme Alessandro Rizzo de l’Institut Polytechnique de NYU. « L’échelle de ces connexions peut se comparer à l’échelle de la maladie ».
L’équipe de recherche a tenu compte de ces conditions pour créer un modèle plus exact.
Les chercheurs ont testé leur nouveau modèle en prévoyant comment se propagerait la grippe sur un campus universitaire. Ce modèle peut être utilisé pour prévoir comment une maladie ou un virus se propagera et les moyens que nous pouvons prendre pour contenir la maladie.
Dans le futur, l’équipe de recherche espère que ce modèle pourra prévoir qui devrait être vacciné. Les restrictions de voyage sont une autre variable vers laquelle ils se tournent pour mettre fin aux épidémies.
Lors de leur recherche, l’équipe a découvert que l’un des plus grands impacts sur le développement d’une épidémie était le voyage. En testant les effets positifs et négatifs de la restriction sur les voyages pendant une éclosion, le modèle peut être encore plus efficace.
Ces deux écoles de pensée ne sont pas les seules à établir un nouveau modèle pour la prévision des éclosions.
L’université Northeastern à Boston a aussi publié un modèle similaire plus tôt cette année. Leur méthode diffère par le fait qu’il utilise les médias sociaux pour prévoir les éclosions.
Les chercheurs ont recueilli des données à partir des tweets contenant des mots clés comme « grippe » ou « vomissement ». Ils ont ensuite schématisé les localisations. À partir de ces données, ils ont noté des motifs dans la propagation de la grippe dans tout le pays. Avec Twitter, ils peuvent maintenant prévoir le point culminant de la grippe et savoir quelles souches sont plus contagieuses que les autres.
Selon l’université Northeastern, ce modèle est le premier dans son genre. Il pourrait même permettre de simuler la population entière des États-Unis à partir de ses données.
Il n’existe aucun moyen infaillible de prévenir une éclosion virale. Mais, avec ces modèles, les chercheurs font du progrès pour prédire ces épidémies.
Avec l’utilisation de la technologie moderne et notre amour des médias sociaux, nous pourrions arriver à prendre une longueur d’avance sur la prochaine éclosion.
Vous avez des questions sur les éclosions de maladies ou sur les moyens pour les éviter? Dites-le nous dans les commentaires ou via Facebook et Twitter.
Écrit pour Passport Health par Kaitlyn Luckow. Kaitlyn est une rédactrice indépendante, photographe et professeure d’anglais à Milwaukee. Elle est se passionne pour la capture et l’écriture des histoires des autres. Vous pouvez la trouver à sayhellostory.com.
