Titre: ICI : un simulateur INRIA-IGN à l’échelle individuelle de propagation d’épidémie au sein d’une ville

Les modèles mathématiques ont été de plus en plus utilisés pour modéliser la propagation de l'épidémie de COVID-19. Ils permettent d'adapter la prise de décision dans l'instauration de nouvelles mesures sanitaires. Toutefois, la plupart des modèles épidémiologiques (entre autres, les modèles macroscopiques SIR/SEIR) reposent sur une représentation très simplifiée des environnements urbains et de la population. Ainsi, les épidémiologistes se sont basés sur des modèles comportementaux (Leung et al, 2020) permettant de dégager les tendances globales de l'épidémie de COVID-19 sur de larges portions d'une population homogène. Bien que ces modèles aient des résultats convenables pour prévoir les tendances globales d'évolution d'une épidémie sur de larges portions de population, ils ne peuvent anticiper les évolutions locales de la contamination sur des populations hétérogènes du point de vue sanitaire, ni prédire les effets de mesures sanitaires ciblées. Comme la contamination par la COVID-19 a les aérosols comme vecteurs, la modélisation des contacts entre individus, et particulièrement en espace clos, est primordiale. Par conséquent, il est nécessaire de prendre en compte la complexité et l’hétérogénéité de l'espace géographique (surface disponible, taux de fréquentation, etc.) et des caractéristiques des individus (situation familiale, profession, âge, etc.). Les modèles correspondants sont appelés modèles individus-centrés et commencent à donner des résultats satisfaisants concernant la modélisation de l'épidémie de COVID-19 (Drogoul et al, 2021). 

Le projet ICI (INRIA - Collaboration - IGN) est un simulateur de propagation d’épidémie reposant sur une modélisation très détaillée d’un espace urbain et de la circulation des personnes à l’intérieur de cet espace. Il est le fruit d'une équipe pluridisciplinaire entre des chercheurs de l'INRIA, de l'École Polytechnique, du CNRS et de l'IGN. Il a pour but d'évaluer l'évolution de la propagation de l'épidémie au moyen de statistiques de contamination entre individus et d'indicateurs importants (R0, taux d'incidence) calculés à partir des états successifs des populations réalistes simulées. La réplication d'un grand nombre de ces simulations permet de dégager des tendances robustes.

Le modèle ICI repose sur le couplage de deux modélisations distinctes. D'une part, l'espace géographique est modélisé d'une manière très précise à l'échelle de l'individu considéré comme appartenant à un ménage et un habitat et fréquentant des points d'intérêts et un lieu de travail. De plus, le modèle ICI intègre les caractéristiques démographiques des individus (type de ménage, sexe, âge) et leurs habitudes de déplacement (trajets domicile/travail, loisirs, etc.). D'autre part, la simulation de la propagation de l'épidémie doit s'adapter à cette échelle fine et détaillée de la population et de l'espace. En raison de la très forte hétérogénéité des caractéristiques de la COVID-19 (temps d’incubation, présence de super-contaminateurs,…), il est nécessaire de prendre en compte de multiples aléas. Une méthode de Monte Carlo consiste à simuler les déplacements quotidiens de la population synthétique en y ajoutant des probabilités liées à l'espace (probabilité de sortie, d’aller au travail,…) et des probabilités de contamination entre individus lors de leurs croisements. Pour la réalisation d'un grand nombre de simulations de transmissions de la maladie au sein de populations de très grande taille, le projet emploie des technologies de calcul haute performance (parallélisation sur des super-calculateurs).

Download slides