Alors que le monde est aux prises avec la pandémie de COVID-19, un nouveau modèle mathématique pourrait offrir des idées sur la façon d'améliorer les prévisions d'épidémies futures en fonction de la façon dont l'information mute lorsqu'elle est transmise d'une personne à l'autre et d'un groupe à l'autre.

L'armée américaine a financé ce modèle, développé par des chercheurs de l'Université Carnegie Mellon et de l'Université de Princeton, par le biais du bureau de recherche de l'armée du laboratoire de recherche de l'armée, les deux éléments du Commandement du développement des capacités de combat.

Le modèle suggère que les idées et les informations se propagent et évoluent entre les individus avec des modèles similaires aux gènes en ce sens qu'ils se répliquent, muter et répondre à une pression sélective lorsqu'ils interagissent avec leur hôte.

"Ces changements évolutifs ont un impact énorme, " a déclaré Osman Yagan, membre du corps professoral du CyLab, professeur agrégé de recherche en génie électrique et informatique à l'Université Carnegie Mellon et auteur correspondant de l'étude. « Si vous ne tenez pas compte des changements potentiels au fil du temps, vous vous tromperez en prédisant le nombre de personnes qui tomberont malades ou le nombre de personnes qui seront exposées à une information."

Dans leur étude, publié le 17 mars dans le Actes de l'Académie nationale des sciences , les chercheurs ont développé un modèle mathématique qui prend en compte les changements évolutifs de la maladie et de l'information. La recherche a testé le modèle contre des milliers d'épidémies simulées par ordinateur en utilisant les données de deux réseaux du monde réel :un réseau de contacts parmi les étudiants, enseignants, et le personnel d'un lycée américain, et un réseau de contacts entre le personnel et les patients d'un hôpital lyonnais, La France.

"Nous avons montré que notre théorie fonctionne sur des réseaux du monde réel, " a déclaré le premier auteur de l'étude, Rashad Eletreby, qui était un candidat au doctorat Carnegie Mellon lorsqu'il a écrit l'article. "Les modèles traditionnels qui ne tiennent pas compte des adaptations évolutives ne parviennent pas à prédire la probabilité de l'émergence d'une épidémie."

Les chercheurs ont déclaré que le modèle épidémique le plus largement utilisé aujourd'hui n'est pas conçu pour tenir compte des changements dans la maladie suivie. Cette incapacité à tenir compte des changements dans la maladie peut rendre plus difficile pour les dirigeants de lutter contre la propagation d'une maladie ou de prendre des décisions de santé publique efficaces, telles que le moment d'instituer des ordonnances de séjour à domicile ou d'envoyer des ressources supplémentaires dans une zone.

"La propagation d'une rumeur ou d'une information à travers un réseau est très similaire à la propagation d'un virus à travers une population, " a déclaré le Dr H. Vincent Poor, l'un des chercheurs de cette étude et doyen intérimaire de l'ingénierie de Princeton. « Différents éléments d'information ont des taux de transmission différents. Notre modèle nous permet de prendre en compte les modifications apportées à l'information au fur et à mesure qu'elle se propage sur le réseau et la manière dont ces modifications affectent la propagation. »

Bien que l'étude ne soit pas une solution miracle pour prédire la propagation du coronavirus actuel ou la propagation de la désinformation, les auteurs disent que c'est un grand pas.

À l'avenir, l'équipe espère que leurs recherches pourront être utilisées pour améliorer le suivi des épidémies et des pandémies en tenant compte des mutations dans les maladies et en envisageant finalement des interventions telles que les quarantaines, puis en prédisant comment ces interventions affecteraient la propagation d'une épidémie lorsque l'agent pathogène mute au fur et à mesure qu'il se propage.

"Ce travail démontre l'importance de la recherche fondamentale et la capacité des scientifiques de diverses disciplines à s'informer mutuellement, " a déclaré le Dr Edward Palazzolo, gestionnaire de programme pour le programme de réseaux sociaux et cognitifs au bureau de recherche de l'armée. « Bien qu'à ses débuts, ces modèles sont prometteurs pour comprendre la diffusion des réseaux à la lumière des mutations. »

En plus de l'armée, la National Science Foundation et l'Office of Naval Research ont également soutenu cette recherche. Yong Zhuang et Kathleen Carley de l'Université Carnegie Mellon sont co-auteurs de l'article.