La modélisation mathématique est de plus en plus acceptée comme un outil pouvant éclairer les politiques de contrôle des maladies face aux maladies infectieuses émergentes, telles que l’épidémie d’Ebola en Afrique de l’Ouest de 2014-2015, mais on sait peu de choses sur la performance relative des approches de prévision alternatives. Le RAPIDD Ebola Forecasting Challenge (REFC) a testé la capacité de huit modèles mathématiques à générer des prévisions utiles face à des flambées simulées d’Ebola. Nous avons utilisé un modèle simple et phénoménologique à équation unique (le modèle « IDÉE »), qui ne repose que sur le nombre de cas, dans le REFC. Les ajustements de modèles ont été effectués en utilisant une approche du maximum de vraisemblance. Nous avons constaté que le modèle s’est relativement bien comporté par rapport à d’autres approches plus complexes, les mesures de rendement se classant en moyenne au 4e ou au 5e rang parmi les modèles participants. IDEA semblait mieux adaptée aux prévisions à long terme qu’à court terme et pourrait être adaptée en n’utilisant rien d’autre que le nombre de cas déclarés. Plusieurs limites ont été identifiées, notamment la difficulté d’identifier le pic épidémique (même rétrospectivement), des intervalles de confiance irréalistes précis et la difficulté d’interpoler le nombre quotidien de cas lors de l’utilisation d’un modèle mis à l’échelle pour le temps de génération de l’épidémie. Des intervalles de confiance plus réalistes ont été générés lorsque le nombre de cas était supposé suivre une distribution binomiale négative plutôt que de Poisson. Néanmoins, IDEA représente un modèle phénoménologique simple, facilement mis en œuvre dans des progiciels largement disponibles qui pourraient être utilisés par le personnel de santé publique de première ligne pour générer des prévisions avec une précision qui se rapproche de celle obtenue en utilisant des méthodologies plus complexes.

Posted on

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.