# Simulateur SIR d'épidémie pour R0, vaccination, létalité et courbes de transmission
Ce simulateur SIR d'épidémie vous permet d'explorer comment un pathogène se propage dans une population lorsque des personnes susceptibles deviennent infectees puis quittent le groupe infectieux par rétablissement ou décès. Il est conçu pour les etudiants, les communicateurs scientifiques, les apprenants en santé publique et toute personne souhaitant une explication visuelle rapide de la raison pour laquelle de petits changements dans la transmission ou l'immunité peuvent remodeler une épidémie.Les contrôles interactifs se concentrent sur les variables que les gens souhaitent le plus souvent tester: R0, la létalité, la couverture vaccinale, l'efficacité vaccinale, la durée d'infectiosité et la proportion initiale d'infectes. Le graphique se met a jour immédiatement afin que les courbes des susceptibles, des infectes, des rétablis, des immunises et des décès puissent être comparees comme un système épidémique connecte.# Comment fonctionne le modèle SIR
Un modèle SIR de base divise la population en trois compartiments principaux. S représente les personnes susceptibles pouvant encore être infectees. I sont les personnes actuellement infectieuses qui peuvent transmettre le pathogène. R sont les personnes qui ne sont plus infectieuses car elles se sont rétablies, ont acquis une immunité ou ont quitte la chaine de transmission. Ce simulateur suit egalement les décès estimes comme une branche de conséquences graves issue du groupe quittant l'infection.Le taux de transmission est lie a R0 et a la période d'infectiosité. Si R0 est eleve ou si les personnes restent infectieuses plus longtemps, davantage de nouvelles infections sont generees avant que le groupe infectieux ne diminue. Si la vaccination retire suffisamment de personnes du groupe susceptible, le nombre de reproduction effectif chute et le pic de l'épidémie peut devenir beaucoup plus faible.| Controle | Ce qu'il modifie | Effet typique sur la courbe |
|---|---|---|
| R0 | Potentiel de transmission avant prise en compte de l'immunité | Un R0 plus eleve fait monter la courbe des infectes plus rapidement et atteindre un pic plus haut. |
| Couverture vaccinale | Part des personnes retirees du groupe susceptible lorsqu'elles sont protégées | Une couverture plus elevee abaisse Re et peut aplatir l'épidémie. |
| Efficacite vaccinale | Dans quelle mesure la vaccination empeche l'infection dans ce modèle simplifie | Une efficacité plus elevee rend la meme couverture plus protectrice. |
| Periode d'infectiosité | Temps moyen pendant lequel les personnes restent infectieuses | Une infection plus longue modifie le calendrier et peut prolonger l'épidémie. |
| Letalite | Part des personnes quittant l'infection qui sont comptees comme décès | Une létalité plus eleve eleve la courbe des décès sans augmenter directement la transmission. |
# Intuition sur R0, Re et l'immunité collective
R0 est le nombre moyen de cas secondaires causes par une personne infectieuse dans une population entierement susceptible. Re, le nombre de reproduction effectif, est plus faible lorsque certaines personnes sont deja immunisees, vaccinees, isolees ou autrement indisponibles pour l'infection. Dans ce simulateur, la vaccination efficace reduit directement la susceptibilite, donc le Re affiche diminue a mesure que la couverture protégée augmente.Une approximation courante de l'immunité collective est 1 - 1 / R0. Pour un R0 de 3, le seuil est d'environ 66,7 % d'immunité efficace. Le simulateur rend ce seuil tangible: lorsque la vaccination efficace est en dessous du seuil, les épidémies peuvent encore croitre ; lorsqu'elle est au-dessus, la transmission a du mal a se maintenir.# Ce que signifie le pic d'infectes
Le pic d'infectes est le nombre maximum de personnes simultanement infectieuses dans la population simulee. Il est souvent plus important operationnellement que le total des infections car les hôpitaux, les laboratoires, les programmes d'isolement et les equipes de tracage des contacts subissent la pression des cas actifs simultanes. Reduire le pic peut avoir de l'importance meme lorsque le taux d'attaque final n'est pas reduit a zéro.Le taux d'attaque estime la part de la population totale infectee a la fin de la simulation. Un taux d'attaque eleve signifie que le pathogène a atteint de nombreuses personnes avant que la susceptibilite ne soit epuisee ou controlee. Un taux d'attaque faible signifie que l'immunité, la vaccination ou une transmission faible ont empeche une propagation large.# Valeurs reelles de R0 et ce qu'elles impliquent pour l'immunité collective
Le nombre de reproduction de base R0 n'est pas une constante biologique fixe pour un pathogène. Il depend des modes de contact, de la densité de population, des habitudes culturelles et des facteurs environnementaux. Le meme virus peut avoir des valeurs de R0 différentes dans une ville dense par rapport a une zone rurale, ou lors d'une saison avec plus de promiscuite interieure. Les valeurs ci-dessous sont des fourchettes de référence illustratives issues d'etudes publiees.| Pathogene | Plage R0 typique | Seuil d'immunité collective (1 - 1/R0) | Caracteristique cle de transmission |
|---|---|---|---|
| Grippe saisonnière | 1,2 - 1,4 | 17 % - 29 % | Periode d'infectiosité courte, variation saisonnière |
| SARS-CoV-2 (souche originale) | 2,0 - 3,0 | 50 % - 67 % | Transmission presymptomatique, voie aerosol |
| SARS-CoV-2 (Delta) | 5,0 - 8,0 | 80 % - 87 % | Charge virale accrue, propagation plus rapide |
| SARS-CoV-2 (Omicron) | 8,0 - 12,0 | 87 % - 92 % | Echappement immunitaire, tropisme respiratoire supérieur |
| Poliomyelite | 5,0 - 7,0 | 80 % - 86 % | Voie feco-orale, excretion asymptomatique longue |
| Variole | 5,0 - 7,0 | 80 % - 86 % | Eradiquee par une campagne mondiale de vaccination |
| Rougeole | 12,0 - 18,0 | 92 % - 94 % | Extremement contagieuse, aerienne, longue période d'infectiosité |
| Coqueluche | 12,0 - 17,0 | 92 % - 94 % | L'immunité decrete permet des reinfections |
# Comment le nombre de reproduction effectif Re change pendant une épidémie
Re est le nombre de reproduction effectif a un moment donne de l'épidémie. Contrairement a R0, qui suppose une population entierement susceptible, Re tient compte de l'immunité, de la vaccination et de tout autre facteur reduisant la susceptibilite. Dans ce simulateur, Re est calcule comme R0 x (1 - fraction protégée), ou la fraction protégée est la part de la population effectivement immunisee par la vaccination.La valeur de Re affichee dans l'en-tete du simulateur se met a jour lorsque vous deplacez les contrôles. Lorsque Re reste supérieur a 1, l'épidémie croit. Lorsqu'il passe sous 1, chaque personne infectee génère en moyenne moins d'une nouvelle infection et l'épidémie ne peut pas se maintenir. C'est l'idee centrale du contrôle epidemiologique: amener et maintenir Re sous 1 grace a l'immunité, au comportement ou aux interventions.# Taux d'attaque, charge au pic et ce qu'ils revelent de la gravité de l'épidémie
Le taux d'attaque est la fraction de la population totale infectee pendant toute l'épidémie simulee. C'est le resume statistique le plus couramment cite après une vague épidémique. Un taux d'attaque eleve signifie que le pathogène a infecte la plupart des personnes susceptibles avant que l'epuisement ou le contrôle n'arretent la transmission. Un taux d'attaque faible signifie que l'immunité, la vaccination ou une transmission intrinsequement faible ont empeche une infection generalisee.Le pic d'infectes - le nombre maximum de personnes simultanement infectieuses - importe davantage pour la pression a court terme sur les soins de santé. Une vague avec un taux d'attaque modéré mais un pic très haut et aigu peut submerger les hôpitaux meme si le total des cas n'est pas extrême. Inversement, une courbe lente et aplatie peut avoir un taux d'attaque similaire etale sur plusieurs semaines, donnant au système de santé le temps de gerer les cas. C'est pourquoi les responsables de la santé publique insistent sur l'aplatissement de la courbe comme objectif operationnel distinct de la prévention de toutes les infections.# Aplatir la courbe et la capacité des soins de santé dans le modèle SIR
La courbe des infectes dans un modèle SIR peut être interpretee comme le nombre de personnes necessitant des soins simultanement. Dans une épidémie reelle, chaque personne qui a besoin d'un lit d'hôpital, d'un support oxygenotherapique ou de soins intensifs puise dans un pool limite de ressources. Lorsque la courbe des infectes dépasse la capacité disponible, la mortalité toutes causes confondues augmente car le système ne peut pas fournir des soins adequats.La vaccination, dans ce modèle, aplatit la courbe en retirant les personnes du groupe susceptible avant qu'elles ne puissent être infectees. La réduction de R0 par d'autres mesures - masques, ventilation, distanciation, depistage, isolement - abaisserait egalement le pic dans un modèle plus complet. La simulation rend le mécanisme visible: a mesure que la couverture vaccinale efficace augmente, le pic se retrecit, se decale plus tard ou disparait completement.# Les mathématiques du modèle SIR visualisees
Dans le modèle SIR, le taux de nouvelles infections par pas de temps depend de trois quantites: le taux de transmission beta, le nombre actuel de personnes infectieuses I et la fraction de la population effective encore susceptible S / N. Le produit beta x I x S / N est appele la force d'infection. Chaque jour, cette force détermine combien de personnes susceptibles entrent dans le compartiment des infectes.Les personnes quittent le compartiment des infectes au taux de rétablissement gamma = 1 / période d'infectiosité. L'equilibre entre la force d'infection et le taux de rétablissement détermine si l'épidémie croit ou decroit. Lorsque beta x S / N dépasse gamma, les nouvelles infections dépassent les retablissements et l'épidémie s'etend. Lorsque la fraction susceptible S / N a suffisamment diminue, gamma domine et l'épidémie se contracte.Le parametre beta n'est pas directement visible dans l'interface. Il est derive de R0 et de la période d'infectiosité par la relation beta = R0 x gamma. C'est pourquoi la modification de R0 ou de la période d'infectiosité produit des formes de courbes similaires mais non identiques. Les deux parametres influencent la force d'infection, mais la période d'infectiosité etire egalement l'axe temporel de l'épidémie.# Comment utiliser ce simulateur pour apprendre et enseigner
- Comparez des scénarios a R0 eleve et faible : reglez R0 a 1,5 (zone de la grippe saisonnière) puis a 6,0 (zone de la poliomyelite prevaccinale). Observez comment la hauteur du pic, le moment du pic et le taux d'attaque changent meme lorsque tous les autres contrôles sont identiques.
- Explorez le seuil d'immunité collective : commencez avec R0 a 3,0 et sans vaccination. Notez le taux d'attaque. Ajoutez ensuite une couverture vaccinale jusqu'a ce que Re passe sous 1. Comparez le pic et le taux d'attaque a une couverture juste en dessous et juste au-dessus du seuil.
- Testez l'effet d'une réponse lente vs rapide : fixez la couverture vaccinale a différents niveaux et observez quand le pic se produit. Une couverture plus elevee non seulement reduit la hauteur du pic mais le retarde generalement, faisant gagner du temps pour la préparation des soins de santé.
- Separez la létalité de la transmission : reglez la létalité a 0 % et observez la courbe des infectes. Reglez ensuite la létalité a 10 % sans modifier les autres parametres. La courbe des infectes ne change pas, mais le nombre de décès augmente. Cela demontre pourquoi le taux de létalité et la vitesse de transmission sont des dimensions epidemiologiques distinctes.
- Examinez l'effet de la période d'infectiosité : comparez une période d'infectiosité de 4 jours a une période de 18 jours avec le meme R0. La période plus longue etire la courbe, retarde le pic et produit une vague plus longue mais plus basse.
- Exercice en classe - trouvez le seuil : demandez aux etudiants de trouver la couverture vaccinale minimale qui fait passer Re sous 1 pour un R0 donne, puis comparez le résultat a la formule 1 - 1/R0.
# Quand et pourquoi utiliser ce simulateur
- Etudiants en epidemiologie : reliez le cadre mathématique SIR aux formes de courbes interactives avant de travailler avec des equations differentielles ou de programmer vos propres modèles.
- Communicateurs scientifiques et journalistes : generez des graphiques, des captures d'ecran ou des explications en direct montrant pourquoi R0, la vaccination et la période d'infectiosité comptent pour les trajectoires épidémiques.
- Apprenants en santé publique : testez comment différentes combinaisons d'interventions deplacent le pic épidémique et le taux d'attaque pour développer une intuition sur les compromis dans la réponse aux épidémies.
- Tous les curieux de la mathématique épidémique : explorez le modèle SIR sans avoir besoin d'ecrire du code ou d'installer un logiciel. Chaque contrôle met a jour le graphique en temps reel.