Les modèles logistiques : des outils de prédiction précieux ! Des réactions chimiques aux épidémies, en passant par la diffusion d'innovations.
Résumé
Ce matin, pour inaugurer notre programme de rencontres-conférences en ligne, le Professeur Nicolas Vandewalle, physicien et directeur du Centre de Recherche du GRASP (ULiège) nous faisait le plaisir d’être notre invité !
Peut-être le suivez-vous, vous aussi, depuis le début de la crise COVID, sur son compte Twitter où il publie quotidiennement des données et les modèles logistiques qui en découlent, pour analyser, avec pédagogie, la propagation et les risques de propagation du coronavirus.
Expert en physique statistique et non en épidémiologie, comme il tient à le rappeler, il était déjà, cependant, assez familier des modèles de base des épidémiologues puisqu’il enseigne ceux-ci à ses étudiants.
Dans la situation actuelle, il s’est finalement mis à pratiquer ce qu’il enseigne et ce, avec un réel sens de la vulgarisation pour une meilleure compréhension de tous, de ces courbes et graphiques qui alimentent désormais nos informations quotidiennes.
Au cours de sa présentation, il a d’abord rappelé les origines historiques de l’usage des courbes logistiques (représenter la venue du chaos dans un système simple, l’évolution des populations), avant d’évoquer différents exemples de fonctions logistiques et d’en venir, enfin, aux modèles épidémiologiques auxquels il a consacré un large temps.
Les modèles épidémiologiques présentent la particularité d’être basiques car ils reposent sur un nombre de paramètres réduits, ce qui facilite leur compréhension (contamination et récupération).
Nicolas Vandewalle nous a également parlé de l’importance du facteur R0 (nombre moyen de personnes infectées par un malade dans le cas des épidémies) et nous a expliqué la façon dont on le calcule, tout en comparant la modélisation du R0 de différentes maladies comme la gastro, la grippe, …
On le sait, aujourd’hui, les modèles épidémiologiques sont utilisés par l’OMS et le CDC comme des modèles précieux pour prédire l’évolution de l’épidémie et envisager des stratégies de déconfinement.
De con côté, Nicolas Vandewalle travaille actuellement sur l’analyse des données afin d’anticiper une deuxième « vague » …
On sait également qu’en reproduisant les tendances, il est possible de tester différents types de stratégies de déconfinement. Dans cette optique, il a le projet de travailler conjointement avec des géographes et des ingénieurs (en machine learning) afin de comprendre et anticiper les phénomènes de propagation homogène. Cette compréhension pourrait servir à éclairer des stratégies de déconfinement localisées.
Ce fut un plaisir, une heure durant, d’écouter les courbes et équations révéler leurs secrets à travers ses explications.
Retrouvez ci-dessous les slides de la présentation et le replay :