Une étude examine le rôle des aéroports dans la propagation des maladies

La première étude visant à modéliser la dynamique de propagation de la maladie dans les premiers stades d’une épidémie, a examiné 40 aéroports américains et a constaté que l’aéroport international Kennedy de New York suivrait par les aéroports de Los Angeles, Honolulu et San Francisco.
Des chercheurs du Département d’ingénierie civile et environnementale du Massachusetts Institute of Technology (MIT) écrivent leurs conclusions dans un document publié en ligne le 19 juillet à PLoS ONE.

Le modèle se concentre sur les premières étapes de l'épidémie

Au cours des dix dernières années, nous avons été témoins de plusieurs épidémies qui se sont propagées à travers le monde. En 2003, l'épidémie de SRAS n'a pris que quelques semaines pour s'étendre de Hong Kong à 37 pays, tuant près de 1 000 personnes dans son sillage. En 2009, la pandémie de grippe H1N1 a tué près de 300 000 personnes dans le monde.
De telles épidémies augmentent la prise de conscience du fait que de nouveaux agents pathogènes pourraient se propager rapidement dans le monde entier avec l'aide des voyageurs aériens.
Pour étudier de tels modèles de contagion, les scientifiques élaborent des modèles mathématiques qui intègrent des idées issues de systèmes de réseau complexes et la manière dont les informations se propagent dans les réseaux sociaux.
Jusqu'à présent, ces modèles se sont concentrés sur les étapes finales des épidémies, examinant les endroits qui développent finalement les taux d'infection les plus élevés.

Mais les chercheurs du MIT ont adopté une approche différente: ils ont décidé se concentrer sur les premiers stades des épidémies et comparer les probabilités de propagation de leurs villes d'origine à d'autres endroits à travers les 40 plus grands aéroports des États-Unis.
Ainsi, leur modèle prend en compte les schémas de déplacement des individus, l’emplacement géographique des aéroports, les différences de connectivité entre les aéroports et les temps d’attente dans chaque aéroport. Réunissant ces facteurs, le modèle tente alors de prédire où et à quelle vitesse une maladie peut se propager.
Les chercheurs suggèrent Cette façon de voir le problème pourrait aider à décider des meilleurs moyens de maîtriser l'infection et de distribuer les vaccins et les traitements dans les premiers jours d'une épidémie..
L'auteur principal, Ruben Juanes, professeur associé d'ARCO en études énergétiques au département du MIT de la CEE, a déclaré à la presse:
"Notre travail est le premier à examiner la dispersion spatiale des processus de contagion dans les premiers temps et à proposer un prédicteur pour lequel les" n?uds "- dans ce cas, les aéroports - conduiront à une répartition spatiale plus agressive."
"Les résultats pourraient servir de base à une évaluation initiale des stratégies d'attribution des vaccins en cas d'épidémie et pourraient informer les agences de sécurité nationales des voies les plus vulnérables aux attaques biologiques dans un monde fortement connecté", a-t-il ajouté.

Un nouveau modèle est plus réaliste

Le modèle rassemble deux schémas de mobilité contrastés: l'un géophysique et l'autre humain. Le premier provient des études de Juanes sur l'écoulement des fluides à travers les réseaux de fractures dans les roches souterraines et le second des études de CEE de Marta González qui modélisent les schémas de mobilité humaine et de contagion dans les réseaux sociaux.
En incorporant ces deux sources de connaissances, le nouveau modèle MIT s'écarte de l'approche conventionnelle qui suppose que les humains voyagent selon un schéma de diffusion aléatoire lorsqu'ils se déplacent d'un aéroport à un autre.
Le nouveau modèle est plus réaliste. Les gens ne voyagent pas au hasard. Ils ont tendance à répéter des modèles.
L'équipe a appliqué des simulations de Monte Carlo aux études de González sur les schémas de mobilité humaine afin de déterminer la probabilité qu'un seul voyageur vienne d'un aéroport à un autre.
Et ils ont également remplacé le modèle de flux aléatoire classique par un modèle de "fluide advectif" qui suppose que le processus de transport repose sur les propriétés de la substance en mouvement.
Un modèle conventionnel de flux aléatoire montrerait que les plus grands centres aéroportuaires en termes de volume de trafic seraient les épandeurs de maladies les plus influents.
Mais l’équipe, avec son modèle plus réaliste, a montré que ce n’était pas le cas.

Aéroport d'Honolulu: moins de circulation mais une grande influence

Un modèle de diffusion aléatoire porterait sur l’aéroport d’Honolulu, qui ne possède que 30% du trafic aérien de l’aéroport international Kennedy à New York, et conclut que la moitié de ses voyageurs se rendraient à San Francisco et à Anchorage. sur d'autres voyageurs, qui à leur tour le transmettent dans d'autres schémas de déplacement aléatoires.
Mais le nouveau modèle du MIT se penche sur l’aéroport d’Honolulu et prévoit, malgré une circulation en baisse de 70%, qu’en termes de propagation de la maladie, il est presque aussi influent que l’aéroport international Kennedy de New York.
En effet, l'aéroport d'Honolulu occupe une position unique dans le réseau de transport aérien. Il est situé dans l’océan Pacifique et est bien relié à des hubs éloignés, grands et bien connectés. Il arrive donc troisième, devant San Francisco, dans la liste des 40 aéroports américains en termes d’influence de propagation de la contagion.
Parmi les 40 aéroports américains examinés en termes d'influence sur la propagation de la maladie, le modèle place l'aéroport Kennedy en première place, suivi des aéroports de Los Angeles, Honolulu, San Francisco, Newark, Chicago (O'Hare) et Washington (Dulles).
L’aéroport le plus important en termes de nombre de vols est l’aéroport international Hartsfield-Jackson d’Atlanta, mais le modèle le classe huitième en termes de contagion. L'aéroport international Logan de Boston se classe 15ème.
González est le professeur assistant de développement de carrière Gilbert W. Winslow de CEE au MIT. Elle a dit que la méthode utilisée était relativement nouvelle mais très robuste.
"L’étude de la dynamique de propagation et de la mobilité humaine, à l’aide d’outils de réseaux complexes, peut être appliquée à de nombreux domaines d’études pour améliorer les modèles prédictifs", a déclaré González. effets de grande envergure pour la modélisation dans de nombreuses applications ".
Une bourse d'études supérieures Vergottis et des prix du NEC Corporation Fund, du Solomon Buchsbaum Research Fund et du US Department of Energy ont contribué à financer cette étude.
Écrit par Catharine Paddock PhD