De nouveaux modèles de prévisions des épidémies Une équipe de l'UE a examiné les modèles utilisés pour prévoir la propagation des épidémies. Les chercheurs ont comparé des épidémies de H1N1 et MERS-CoV, illustrant une capacité à évaluer les épidémies de maladie contagieuse et à prévoir leur propagation. Santé © Shutterstock La croissance continue des populations entraîne sans cesse l'apparition de nouveaux foyers d'infection, alors que les moyens de communication modernes assurent une propagation très rapide. Cette combinaison accroît les risquez de pandémie, mais la nouvelle approche informatique de l'épidémiologie apporte des outils pour prévoir la propagation. Financé par l'UE, le projet EPIFOR (Complexity and predictability of epidemics: Toward a computational infrastructure for epidemic forecasts) a mené des études des modèles jusqu'à présent utilisés. Les questions liées à la recherche ont abordé le réalisme théorique des modèles actuels, et les limites de la prévisibilité épidémiologique à l'aide de ces modèles. EPIFOR était l'un des rares groupes à recueillir et analyser divers gros ensembles de données épidémiologiques. Celles-ci ont permis à l'équipe de mettre au point de nouveaux algorithmes. Les chercheurs ont testé les résultats sur les données de la pandémie H1N1 de 2009 et l'épidémie plus récente MERS-CoV. Les résultats ont démontré la capacité d'évaluer les urgences d'épidémie en cours et de prévoir la propagation des maladies. Les progrès du projet EPIFOR dans le domaine de l'épidémiologie computationnelle ont débouché sur de nouvelles capacités. Ces résultats contribuent à informer les réactions des services de santé publique en cas d'urgence liée aux maladies infectieuses. Mots‑clés Epidémie, H1NI, MERS-CoV, pandémie, approche informatique de l'épidémiologie, EPIFOR
