Suivi de la propagation d’une maladie basé sur les agents

La propagation des maladies infectieuses est traditionnellement simulée au moyen de modèles compartimentaux, basés sur des équations différentielles qui peuvent reproduire fidèlement les trajectoires des épidémies. Toutefois, une hypothèse centrale de ces modèles d’équations est qu’il y ait un fort brassage de population et que cette dernière soit homogène. Il s’agit là d’une faiblesse sérieuse, en particulier si la flambée est un foyer épidémique. Les modèles basés sur des agents peuvent y remédier en opérationnalisant l’hétérogénéité par des attributs individuels, par exemple les attributs démographiques et les maladies préexistantes, et par des comportements dans la simulation de l’épidémie.

Le but de notre recherche est de développer de nouvelles fonctions de MATSim (Multi-Agent Transport Simulation ou simulation de transport multi-agents), un cadre bien établi pour le développement de simulations basées sur les agents. Chaque agent est ici un individu appartenant à une population synthétique représentative de la population suisse. Les nouvelles fonctions permettront à MATSim de construire un graphe topologique de la présence simultanée d’agents dans des véhicules et des bâtiments sur plusieurs jours. Le statut de chaque agent sera actualisé sur cette base, suivant un modèle probabiliste tenant compte du statut de ses contacts. Nous pourrons ainsi retracer et étudier la manière dont le virus se propage. Le résultat de la simulation constituera la base de la simulation explicite de la propagation de la maladie : EpiSim.

Nous prévoyons de développer un modèle qui nous permettra de prendre en compte l’hétérogénéité de la population et ses comportements en réponse à l’épidémie. Le modèle permet d’explorer des politiques complexes et hétérogènes dans l’espace et de prédire leur efficacité. Ses résultats sont aussi pertinents dans l’optique de la préparation à d’autres agents pathogènes potentiellement pandémiques. Un tableau de bord en libre accès fournira des prévisions sur l’épidémie en cours, mais aussi sur des stratégies d’endiguement choisies par les utilisateurs.

Le taux d’occupation des lits en soins intensifs est une catégorie de prévisions potentiellement intéressante dans les modèles basés sur les agents. En mai 2020, la durée moyenne de séjour en soins intensifs des patients atteints du COVID-19 en Suisse était sensiblement plus longue que celle de tous les patients de soins intensifs en 2019. Des modèles compartimentaux et basés sur les agents peuvent apporter des éléments de réponse et assurer un fonctionnement des hôpitaux dans les limites du nombre de lits disponibles.

Agentenbasierte Verfolgung der Infektionsketten in einer Pandemie mithilfe dynamischer Modelle des Reiseverhaltens

• MOBIS : COVID-19