Applications épidémiologiques : Modèles exponentiels et suites géométriques
Introduction
Découvrez comment les mathématiques modélisent la propagation des épidémies
Définition de l'épidémiologie
Qu'est-ce que l'épidémiologie ?
L'épidémiologie est la science qui étudie la distribution et les déterminants des maladies et des conditions de santé dans les populations humaines. Elle permet de comprendre comment se propagent les maladies infectieuses et de concevoir des stratégies de prévention et de contrôle.
Les modèles mathématiques jouent un rôle central dans l'épidémiologie pour prédire l'évolution d'une épidémie.
Modèle exponentiel de propagation
Modèle exponentiel simple
Le modèle exponentiel suppose que chaque personne contaminée transmet la maladie à un nombre constant de personnes à chaque période. La fonction mathématique qui modélise cette propagation est de la forme :
Où :
- \(N_0\) est le nombre initial de personnes infectées
- \(r\) est le taux de croissance (positif)
- \(t\) est le temps
2 Accélération continue de la propagation
3 Tendance vers l'infini (hypothétique)
4 Modèle valide en début d'épidémie
Suite géométrique en épidémiologie
Modèle discret
Le modèle discret de propagation épidémique peut être représenté par une suite géométrique. Si chaque personne contaminée transmet la maladie à \(q\) personnes à chaque période, alors :
Où :
- \(u_0\) est le nombre initial de personnes infectées
- \(q\) est le facteur de multiplication (nombre de personnes contaminées par personne)
- \(n\) est le numéro de la période
Si \(q = e^r\), alors le modèle discret devient une version discrétisée du modèle continu :
Ce qui correspond au modèle exponentiel évalué aux instants discrets \(t = n\).
Nombre de reproduction de base
R₀ (R-zéro)
Le nombre de reproduction de base, noté R₀ (R-zéro), est le nombre moyen de personnes qu'une personne infectée va contaminer dans une population entièrement susceptible.
Où :
- \(\beta\) est le taux de transmission
- \(\tau\) est la durée moyenne d'infection
- Si \(R_0 > 1\) : l'épidémie se propage
- Si \(R_0 = 1\) : l'épidémie stagne
- Si \(R_0 < 1\) : l'épidémie disparaît
Exemple de propagation
Application pratique
Une nouvelle grippe arrive dans une ville. Initialement, 10 personnes sont infectées. Chaque personne infectée contamine en moyenne 2 autres personnes par semaine.
Modéliser la propagation pendant 4 semaines à l'aide d'une suite géométrique.
2 La suite est : \(u_n = 10 \times 2^n\)
3 Calcul des termes :
- Semaine 0 : \(u_0 = 10 \times 2^0 = 10\)
- Semaine 1 : \(u_1 = 10 \times 2^1 = 20\)
- Semaine 2 : \(u_2 = 10 \times 2^2 = 40\)
- Semaine 3 : \(u_3 = 10 \times 2^3 = 80\)
- Semaine 4 : \(u_4 = 10 \times 2^4 = 160\)
Après 4 semaines, il y aura 160 personnes infectées.
Modèle SIR
Modèle épidémiologique complet
Le modèle SIR divise la population en trois catégories :
- S : Susceptibles (personnes non encore infectées)
- I : Infectés (personnes actuellement infectées)
- R : Retirés (personnes guéries ou décédées)
Les équations différentielles décrivant le modèle sont :
- \(\beta\) : taux de transmission
- \(\gamma\) : taux de guérison
- \(N\) : population totale
Le nombre de reproduction de base est \(R_0 = \frac{\beta}{\gamma}\)
Exercice d'application
Problème complet
Une épidémie de grippe commence dans une petite ville de 1000 habitants. Initialement, 5 personnes sont infectées. Chaque personne infectée contamine en moyenne 1.5 personne par jour.
1. Donner la suite géométrique modélisant la propagation.
2. Combien de personnes seront infectées après 7 jours ?
3. Calculer le nombre de reproduction de base R₀.
Solution de l'exercice
Correction détaillée
On a une suite géométrique avec :
- Premier terme : \(u_0 = 5\) (personnes infectées initialement)
- Raison : \(q = 1.5\) (chacune contamine 1.5 personne par jour)
Donc : \(u_n = 5 \times 1.5^n\)
Cette suite modélise le nombre de nouvelles infections chaque jour.
Utilisons la formule : \(u_7 = 5 \times 1.5^7\)
\(1.5^7 = 17.086\)
Il y aura environ 85 personnes infectées après 7 jours (nouvelles infections).
Pour le total cumulé, il faut additionner tous les termes de la suite jusqu'à n=7.
Le nombre de reproduction de base est le nombre moyen de personnes qu'une personne infectée va contaminer.
Dans cet exemple, chaque personne contamine 1.5 personne par jour.
Puisque \(R_0 > 1\), l'épidémie se propage.
Résumé
Points clés
- Modèle exponentiel continu : \(N(t) = N_0 \cdot e^{rt}\)
- Modèle discret (suite géométrique) : \(u_n = u_0 \cdot q^n\)
- Nombre de reproduction de base : \(R_0 = \frac{\beta}{\gamma}\)
- Si \(R_0 > 1\) : l'épidémie se propage
- Si \(R_0 = 1\) : l'épidémie stagne
- Si \(R_0 < 1\) : l'épidémie disparaît
- S : Susceptibles
- I : Infectés
- R : Retirés
Exercices supplémentaires
Approfondissement
Une épidémie commence avec 3 personnes infectées. Chaque personne contamine 2 personnes par période. Modéliser cette propagation avec une suite géométrique.
a) Donner la formule de la suite.
b) Combien de personnes seront infectées après 5 périodes ?
c) Calculer R₀.
Une maladie a un taux de transmission β = 0.4 et un taux de guérison γ = 0.2. Calculer R₀ et dire si l'épidémie se propage.
Exercice 1 :
a) Suite géométrique : \(u_n = 3 \cdot 2^n\)
b) Après 5 périodes : \(u_5 = 3 \cdot 2^5 = 3 \cdot 32 = 96\) personnes
c) \(R_0 = 2\) (chaque personne contamine 2 autres)
Exercice 2 :
\(R_0 = \frac{\beta}{\gamma} = \frac{0.4}{0.2} = 2\)
Comme \(R_0 > 1\), l'épidémie se propage.
Graphiques interactifs
Visualisation des modèles
Sur le graphique ci-dessus, vous pouvez observer différentes courbes de propagation épidémique :
- Propagation rapide (R₀ élevé)
- Propagation modérée
- Propagation lente (R₀ proche de 1)
Plus R₀ est grand, plus la propagation est rapide.
Applications réelles
Études de cas
La pandémie de COVID-19 a été modélisée à l'aide de modèles épidémiologiques. Initialement, R₀ était estimé entre 2 et 3, ce qui explique la propagation rapide du virus.
Les mesures de distanciation sociale ont permis de réduire R₀, ralentissant la propagation.
La grippe espagnole de 1918 a tué environ 50 millions de personnes. R₀ était estimé entre 1.4 et 2.8.
Les modèles mathématiques ont aidé à comprendre la propagation de cette épidémie historique.
Le choléra se propage principalement par voie hydrique. Son R₀ varie selon les conditions sanitaires. Les modèles aident à planifier les interventions sanitaires.
Conclusion
Félicitations !
Continuez à pratiquer pour renforcer vos compétences