Les efforts pour contenir la propagation de la pandémie de Covid-19 sont désormais la priorité absolue des gouvernements du monde entier. Alors qu'ils prennent ces décisions qui sauvent des vies, il est particulièrement crucial pour les décideurs politiques de prédire avec précision comment la propagation du virus changera au fil du temps. Grâce à des recherches publiées dans EPJ Plus, Ignazio Ciufolini à l'Université du Salento, et Antonio Paolozzi à l'Université La Sapienza de Rome, identifier une tendance mathématique claire dans l'évolution des nouveaux cas quotidiens et du nombre de décès en Chine, et utiliser la même courbe pour prédire comment un ralentissement similaire se déroulera en Italie.

En alignant leurs stratégies avec les prédictions faites par la courbe, les décideurs politiques pourraient être mieux équipés pour élaborer des plans et des calendriers scientifiquement solides pour leurs mesures de confinement. Ciufolini et Paolozzi ont basé leur approche autour d'une fonction couramment utilisée dans les statistiques pour suivre les changements dans les valeurs totales de quantités spécifiques au fil du temps. Après avoir affiné les paramètres définissant la forme de leur courbe, ils ont constaté qu'il se rapprochait étroitement de l'évolution des nouveaux cas et décès quotidiens dans les données officielles de la Chine, où le Covid-19 est désormais largement contenu.

Les chercheurs ont ensuite utilisé la même approche pour prédire l'évolution des deux valeurs en Italie, en ajustant la partie initiale de leur courbe aux données officielles disponibles au 29 mars. Cela leur a permis de faire des prédictions éclairées sur le moment où le nombre de nouveaux cas et de décès quotidiens culminera, puis commencent à chuter de manière significative. Par ailleurs, le duo a renforcé la fiabilité de ces prédictions en intégrant leurs mathématiques dans des simulations informatiques de Monte Carlo, qu'ils ont couru 150 fois.

Ciufolini et Paolozzi reconnaissent que leur approche ne peut pas tenir compte de facteurs réels tels que le nombre de prélèvements nasopharyngés quotidiens, distanciation sociale, ou le fait que les nombres réels de cas sont probablement beaucoup plus élevés que ceux signalés. Ils améliorent maintenant les prédictions de leur algorithme en considérant comment le nombre d'individus testés par écouvillonnage est désormais bien plus élevé en Italie qu'au début de l'infection. Si les précautions nécessaires sont prises par les gouvernements, et des paramètres de courbe adaptés à des nations spécifiques, ils espèrent que cela pourrait devenir une partie importante des efforts mondiaux monumentaux pour réduire le coût humain de la pandémie mondiale.