Mathématiques, Santé, Vidéo : Jean-Stéphane Dhersin - La place de la modélisation dans la gestion des épidémies : l'exemple de la Covid-19

Conférencier : Jean Stéphane Dhersin, professeur à l'Université Sorbonne Paris Nord, Directeur Adjoint Scientifique de l'INSMI du CNRS, responsable de la plateforme de modélisation MODCOV19.

C'est à Wuhan au tout début de l'hiver 2019-2020 que l'agent pathogène de la Covid-19, le SARS-CoV-2 est pour la première fois apparu. La modélisation mathématique des épidémies est rapidement apparue comme un outil incontournable. Ce sont des modèles mathématiques qui ont mis en évidence la transmission de l'Homme à l'Homme, et ce sont encore des modèles mathématiques qui ont décidé les responsables politiques à confiner une grande partie de la planète à la mi-mars 2020. Elle a influencé les politiques de santé publique, à des degrés divers selon les pays. Nous nous intéresserons également à la place des chercheurs dans cet emballement à la fois scientifique, médiatique et sociétal, qu'ils aient été missionnés ou qu'ils se soient auto-désignés, de l'impact qu'a eu leur action et de la façon dont ils ont ressenti leur utilité.

Cette conférence est présentée en partenariat avec la Société Mathématique de France.

Dans le cadre de la conférence intitulée "La place de la modélisation dans la gestion des épidémies : l'exemple de la Covid-19", Jean-Stéphane Dhersin, éminent professeur à l'Université Sorbonne Paris Nord, aborde la manière dont la modélisation mathématique a joué un rôle crucial dans la compréhension et la gestion de la pandémie de Covid-19. Il explique comment, dès les premiers jours de l'épidémie en Chine, les scientifiques ont utilisé des modèles mathématiques pour prédire l'évolution de la maladie et évaluer l'efficacité de différentes stratégies d'intervention, telles que le confinement et la distanciation sociale.

Jean-Stéphane Dhersin détaille les bases de la modélisation épidémiologique, en particulier le modèle SIR (Susceptible-Infecté-Rétabli), qui divise la population en trois catégories et utilise des équations différentielles pour simuler la propagation d'une maladie. Il souligne l'importance des paramètres comme le taux de transmission (β) et le taux de récupération (γ), qui influencent le taux de reproduction de base (R0) de la maladie, un indicateur clé de sa contagiosité.

L'expert met également en évidence la complexité de la modélisation en période de pandémie, en raison de l'émergence de variants du virus et des changements dans le comportement humain en réponse aux mesures sanitaires. Il discute des défis posés par l'estimation précise des paramètres du modèle et de l'importance de la collecte de données robustes pour affiner ces estimations.

La conférence se conclut par l'appel à une meilleure compréhension publique de la modélisation mathématique et de son rôle dans la gestion des crises sanitaires. Jean-Stéphane Dhersin souligne que, bien que les modèles ne puissent pas prédire l'avenir avec une certitude absolue, ils sont des outils essentiels pour guider les décisions politiques et préparer les systèmes de santé à répondre efficacement aux épidémies.

Une action soutenue par la Région Normandie.