Simulation de la propagation du Covid-19 en fonction du taux de contact¶

Motivation :¶

Dans le contexte de la pandémie actuelle du Covid-19, plusieurs études ont été conduites afin de modéliser et prédire la propagation de la maladie. Les résultats restent toutefois peu précis du fait que l’évolution de cette pandémie reste liée à plusieurs paramètres probabilistes, tels que l’effet des mesures prises, le comportement des citoyens envers ces mesures, etc. Le facteur principal influençant le nombre de nouveaux cas de contaminations est le "taux de contact". Le taux de contact est à son tour influencé par deux paramètres : la densité de population par unité de surface et le taux de mouvement. Ceci explique pourquoi les grandes villes (telles que Casablanca ou Marrakech) sont les villes les plus impactées car plus denses et plus dynamiques. Plusieurs mesures adoptées par les autorités de santé publique aident à réduire le taux de contact en minimisant la densité et/ou le taux de mouvement (i.e. Distanciation sociale, confinement, arrêt du travail/des écoles/des déplacements, etc.).

Dans cet article, nous allons visualiser à l'aide de simulations l'effet de ces mesures sur l’évolution de la pandémie et surtout le nombre d’infections par période de temps. Dans de futurs travaux, nous allons tracer cette même évolution en utilisant un modèle de prédiction du Covid-19, basé sur l’apprentissage automatique et appliqué à des datas Marocaines. Notre objectif est non seulement de prédire la propagation de la pandémie mais surtout de permettre aux décideurs de l’Etat de disposer d’outils qui leur permettront de tester leurs stratégies et de les adapter en temps réel en fonction de l’évolution de la pandémie.

Etude :¶

Considérons une population de 200 personnes au total. Nous allons simuler l’évolution de la propagation de la pandémie selon 4 scénarios variant du pire à l’idéal.

Note : le code couleur suivant sera utilisé :

et une ligne Horizontale ( - - - - - - - ) qui représentera la capacité du système de santé (nombre de lits, équipements, médecins/infimiers... par malade)

Premier scénario : Densité de population et taux de mouvement élevés¶

Dans cette simulation, on peut voir que le système de santé a été submergé par un nombre important de patients (en rouge) en très peu de temps, ce qui représente le facteur principal d'augmentation du taux de mortalité.