Les maladies contagieuses en interaction comme la grippe et la pneumonie suivent les mêmes schémas de propagation complexes que les tendances sociales. Cette nouvelle découverte, Publié dans Physique de la nature , pourrait conduire à un meilleur suivi et à une meilleure intervention lorsque plusieurs maladies se propagent à travers une population en même temps.

"L'interaction des maladies est la norme plutôt que l'exception, " dit Laurent Hébert-Dufresne, un scientifique de la complexité de l'Université du Vermont qui a codirigé la nouvelle recherche. "Et pourtant quand on les modélise, c'est presque toujours une maladie isolée."

Lorsque les modélisateurs de maladies cartographient une épidémie comme le coronavirus, Ebola, ou la grippe, ils les traitent traditionnellement comme des agents pathogènes isolés. Sous ces dynamiques dites "simples", il est généralement admis que la taille prévue de l'épidémie sera proportionnelle au taux de transmission.

Mais selon Hébert-Dufresne, professeur d'informatique à l'Université du Vermont, et ses co-auteurs, Samuel Scarpino à l'Université Northeastern, et Jean-Gabriel Young à l'Université du Michigan, la présence d'une contagion de plus dans la population peut considérablement faire passer la dynamique du simple au complexe. Une fois ce changement effectué, les changements microscopiques du taux de transmission déclenchent des sauts macroscopiques dans la taille attendue de l'épidémie - un modèle de propagation que les chercheurs en sciences sociales ont observé dans l'adoption de technologies innovantes, argot, et d'autres comportements sociaux contagieux.

Star Wars et éternuements

Les chercheurs ont commencé à comparer les contagions biologiques et les contagions sociales en 2015 à l'Institut de Santa Fe, un centre de recherche transdisciplinaire où Hébert-Dufresne modélisait la propagation des tendances sociales par renforcement. L'exemple classique du renforcement social, selon Hébert-Dufresne, est "le phénomène par lequel dix amis vous disent d'aller voir le nouveau film Star Wars est différent d'un ami qui vous dit la même chose dix fois".

Comme plusieurs amis renforçant un comportement social, la présence de plusieurs maladies rend une infection plus contagieuse qu'elle ne le serait seule. Les maladies biologiques peuvent se renforcer mutuellement par des symptômes, comme dans le cas d'un virus de l'éternuement qui contribue à propager une deuxième infection comme la pneumonie. Ou, une maladie peut affaiblir le système immunitaire de l'hôte, rendre la population plus sensible à une seconde, troisième, ou une contagion supplémentaire.

Quand les maladies se renforcent mutuellement, ils s'accélèrent rapidement à travers la population, puis s'épuiser à mesure qu'ils manquent de nouveaux hôtes. Selon le modèle des chercheurs, le même schéma super-exponentiel caractérise la propagation des tendances sociales, comme des vidéos virales, qui sont largement partagés puis cessent d'être pertinents après qu'une masse critique de personnes les ait visionnés.

Dengue et anti-vaccins

Une deuxième découverte importante est que les mêmes schémas complexes qui surviennent pour les maladies en interaction apparaissent également lorsqu'une contagion biologique interagit avec une contagion sociale, comme dans l'exemple d'un virus se propageant dans le cadre d'une campagne anti-vaccination. Le document détaille une épidémie de dengue en 2005 à Porto Rico, et Hébert-Dufresne cite un autre exemple d'une épidémie de dengue en 2017 à Porto Rico où le fait de ne pas tenir compte avec précision de l'interaction des souches de dengue a réduit l'efficacité d'un vaccin contre la dengue. Cela a déclenché à son tour un mouvement anti-vaccination – une épidémie sociale – qui a finalement conduit à la résurgence de la rougeole – une deuxième épidémie biologique. C'est un exemple classique de complexité du monde réel, où des conséquences inattendues émergent de nombreux phénomènes en interaction.

Bien qu'il soit fascinant d'observer un modèle de propagation universel à travers des systèmes sociaux et biologiques complexes, Hébert-Dufresne note qu'elle présente également un défi unique. « En regardant les données seules, nous pouvions observer ce schéma complexe et ne pas savoir si une épidémie mortelle était renforcée par un virus, ou par un phénomène social, ou une combinaison."

"Nous espérons que cela ouvrira la porte à des modèles plus excitants qui capturent la dynamique de multiples contagions, ", dit-il. "Notre travail montre qu'il est temps pour la communauté de modélisation des maladies d'aller au-delà de l'examen des contagions individuellement."

Et la nouvelle étude pourrait faire la lumière sur la propagation du coronavirus. "Lorsque vous faites des prédictions, comme pour l'épidémie actuelle de coronavirus survenant pendant une saison de grippe, il devient important de savoir quels cas ont des infections multiples et quels patients sont hospitalisés avec la grippe, mais effrayés à cause du coronavirus, " dit Hébert-Dufresne. " Les interactions peuvent être de nature biologique ou sociale, mais ils comptent tous."