Au cours des deux dernières décennies, les épidémies à grande échelle de maladies infectieuses ont entraîné des niveaux élevés de morbidité, mortalité, et le fardeau économique global pour les régions touchées. Alors que les réseaux complexes deviennent des outils d'étude de plus en plus populaires, les chercheurs appliquent la théorie des réseaux au domaine de l'épidémiologie. En raison de la pléthore de données relatives à la maladie disponibles auprès de divers médias, la réponse comportementale d'un individu à une épidémie et la communication d'une épidémie dépendent du modèle de flux d'informations dans un réseau séparé mais lié. Par conséquent, les modèles mathématiques des réactions humaines aux épidémies sont des outils importants dans l'analyse épidémiologique.

Dans un article publié la semaine prochaine dans le Revue SIAM de Mathématiques Appliquées , Soleil de Mengfeng, Michel Petit, Shui Shan Lee, et Xinchu Fu utilisent un modèle d'interaction concret dans des réseaux multiplex trempés pour étudier le lien entre le comportement humain adaptatif et la propagation de l'épidémie. Ils fondent leur modèle - qui illustre ces facteurs sous forme de couches distinctes dans les réseaux - sur un modèle standard sensible-infecté-sensible. Sa généralité le rend applicable à un large éventail de scénarios de santé publique.

Les membres d'une population touchée fondent généralement leurs réponses comportementales sur des informations glanées dans les médias de masse et sociaux, des rencontres physiques dans leurs quartiers sociaux et spatiaux, et observations générales. "Traditionnellement, les modèles de maladies infectieuses ont traité les comportements humains comme constants, impliquant qu'ils ne fluctuent pas en fonction de l'incidence de la maladie ou d'une échelle de temps caractéristique, " Sun et Fu ont dit. " Cependant, le développement de la technologie moderne offre une grande commodité pour la communication des comportements humains, y compris les conversations en face à face, échanges de mails, Appels téléphoniques, et d'autres types d'interactions dans une variété de forums de réseau." Les humains adoptent des mesures préventives basées sur ces relations directes ou indirectes, à la fois pour se protéger contre l'infection et pour réduire le risque de transmission ultérieure de la maladie. Ces mesures comprennent la limitation ou l'élimination du temps passé à l'extérieur du domicile, une attention accrue au lavage des mains et à l'hygiène personnelle, et des contacts limités avec les voisins et les autres citoyens.

Des études antérieures impliquant des modèles d'interaction complexes ont classé la sensibilisation en trois catégories :la sensibilisation locale, conscience mondiale, et la sensibilisation des contacts. Cependant, Soleil et al. le classer en deux catégories alternatives :(i) les comportements adaptatifs issus de la prise de conscience et (ii) la transmission d'informations comportementales (la propagation de la prise de conscience elle-même). "Notre travail s'inscrit dans le cadre de modèles en réseau, et nous utilisons une configuration réseau plus précise (réseaux multiplex désactivés) pour modéliser la transmission d'une infection, " Sun et Fu ont déclaré. " Cette configuration implique l'interaction de la propagation de l'épidémie, transmission d'informations, et la dynamique comportementale. » Les auteurs configurent ces réseaux multiplex en deux couches. Une couche représente les contacts physiques récurrents, comme des collègues, membres de la famille, copains, camarades de classe, et voisins; l'interaction avec ces groupes peut propager l'infection. La seconde concerne les contacts virtuels :les connaissances sur Facebook, Twitter, ou d'autres plateformes de réseaux sociaux en ligne ; la communication avec ce groupe n'est pas physique et ne peut donc pas propager activement l'infection.

Lorsque les gens prennent conscience d'une épidémie, le comportement adaptatif et la transmission d'informations comportementales se produisent simultanément, avec une transmission stimulant une adaptation continue. Aux fins de leur modèle, Soleil et al. se concentrer sur l'effet du comportement adaptatif sur le taux d'infection. La communication individuelle liée à la maladie modifie régulièrement le comportement jusqu'à ce qu'il atteigne un état de protection optimal. Un tel comportement est le résultat de la diffusion d'informations relatives à l'épidémie, plutôt que l'épidémie elle-même. Il a tendance à être cohérent ou semblable à un troupeau, car les gens communiquent plus fréquemment des comportements protecteurs avec leurs voisins lorsqu'une épidémie se manifeste afin de se protéger. Une force adaptative plus élevée est corrélée à un risque d'infection plus faible.

« En prenant en compte simultanément plusieurs processus dynamiques, notre modèle décrit non seulement avec précision la propagation réelle des épidémies dans des réseaux complexes mais caractérise également les interactions entre la transmission de certaines épidémies (comme le rhume, grippe saisonnière, la fièvre de la dengue, Zika, etc.) et les comportements humains correspondants, " Sun et Fu ont déclaré. " Nous constatons également que le contrôle comportemental pour certains individus améliore la vitesse à laquelle l'épidémie a tendance à se stabiliser et la vitesse de synchronisation collective, et réduit également de manière significative la valeur du pic le plus élevé de la prévalence de l'infection. Cela suggère que notre stratégie de contrôle des épidémies du point de vue du contrôle comportemental est très valable. »

Pour tester leur modèle, les auteurs l'appliquent à une épidémie de syndrome respiratoire aigu sévère (SRAS), une maladie respiratoire contagieuse et dangereuse. Étant donné qu'il n'existe actuellement aucun vaccin contre le SRAS, les mesures de santé publique sont principalement responsables de son contrôle. Soleil et al. se concentrer sur deux types de mesures préventives mineures de l'éclosion la plus récente :les précautions contre la transmission (c. utilisation d'équipements de protection (comme des gants) et attention à l'hygiène personnelle et environnementale) et précautions contre les contacts (minimisation du temps passé dans les espaces publics). La décision d'un individu d'adopter ces mesures dépend de la gravité de l'épidémie. Les auteurs créent un modèle mathématique qui inclut la transmission du SRAS, évolution comportementale, et la réglementation des institutions publiques. Chaque individu dans une zone affectée se voit attribuer l'un des quatre états possibles :sensible, asymptomatique, symptomatique, ou récupéré.

"L'analyse suggère qu'une réponse comportementale rapide, une combinaison de mesures de santé publique, et la réglementation des institutions publiques pour certaines personnes clés (ceux avec plus de connexions) peut efficacement freiner l'épidémie de SRAS en diminuant les infections et les décès cumulatifs et en réduisant le nombre de reproducteurs, " Sun et Lee ont déclaré. Les comportements préventifs ont été particulièrement efficaces pendant les premiers stades de l'épidémie, et l'atteinte de l'état préventif optimal pour tous les individus a conduit à un confinement rapide. Finalement, les mesures pharmaceutiques et non pharmaceutiques étaient responsables du contrôle total.

Parce que les fabricants ne peuvent pas mettre immédiatement à disposition des vaccins ou des médicaments ciblés au début d'une épidémie, Gouvernements, autorités de santé publique, et/ou les médias conseillent généralement la population sur les mesures appropriées pour une autoprotection optimale et une sensibilité ou une infectiosité réduite. La prise de conscience accrue des citoyens du pouvoir du comportement adaptatif donne aux chercheurs et aux médecins le temps de mettre à disposition des vaccins et des traitements.

« Les résultats numériques montrent que les comportements adaptatifs individuels déclenchés par l'émergence d'une épidémie peuvent ralentir la propagation de l'infection, réduire la taille finale de l'épidémie, et dans certains cas peut empêcher l'infection de se propager, " Small a déclaré. " Ces résultats nous fournissent une idée alternative pour comprendre pourquoi certaines infections ne provoquent pas d'épidémies majeures ou n'atteignent pas le seuil épidémique en l'absence de politique de vaccination ou de mesures de quarantaine et d'isolement à l'échelle du territoire. "

Soleil et al. hope to incorporate realistic data about human behaviors to formulate more practical and applicable models. They plan to specifically investigate the effects of drastic control measures—such as isolation, vaccination, and treatment—and the impact of the time delay between when individuals become aware of an outbreak and when they modify their behaviors. Jusque là, their current model identifies several methods through which individuals can protect themselves and their neighbors from emerging epidemics.