Fin mai, COVID-19 avait tué plus de 325 000 personnes dans le monde. Même si le pire semble être passé pour des pays comme la Chine et la Corée du Sud, les experts de la santé publique préviennent que les cas et les décès continueront d'augmenter dans de nombreuses régions du monde. Comprendre comment la maladie évolue peut aider ces pays à se préparer à une hausse attendue dans certains cas.
Cette semaine dans le journal Frontières, les chercheurs décrivent une fonction unique qui décrit avec précision toutes les données disponibles existantes sur les cas actifs et les décès – et prédit les pics à venir. L'outil utilise des statistiques q, un ensemble de fonctions et de distributions de probabilités développé par Constantino Tsallis, physicien et membre de la faculté externe de l'Institut Santa Fe. Tsallis a travaillé sur le nouveau modèle avec Ugur Tirnakli, physicien à l'Université Ege, en Turquie.
La formule fonctionne dans tous les pays dans lesquels nous avons testé. «
Constantino Tsallis, physicien et membre de la faculté externe de l'Institut Santa Fe
Aucun des physiciens n'a jamais cherché à modéliser une pandémie mondiale. Mais Tsallis dit que lorsqu'il a vu la forme de graphiques publiés représentant les cas actifs quotidiens de la Chine, il a reconnu des formes qu'il avait vues auparavant – à savoir, dans des graphiques qu'il avait aidé à produire il y a près de deux décennies pour décrire le comportement du marché boursier.
« La forme était exactement la même », dit-il. Pour les données financières, la fonction décrit les probabilités de bourses; pour COVID-19, il décrivait quotidiennement le nombre de cas actifs – et de décès – en fonction du temps.
La modélisation des données financières et le suivi d'une pandémie mondiale peuvent sembler sans rapport, mais Tsallis dit qu'ils ont une chose importante en commun. « Ce sont deux systèmes complexes », dit-il, « et dans les systèmes complexes, cela se produit tout le temps. » Des systèmes disparates dans divers domaines – biologie, théorie des réseaux, informatique, mathématiques – révèlent souvent des schémas qui suivent les mêmes formes et évolutions de base.
Le graphique financier est apparu dans un volume de 2004 co-édité par Tsallis et le regretté Nobeliste Murray Gell-Mann. Tsallis a développé la statistique q, également connue sous le nom de «statistiques de Tsallis», à la fin des années 1980, comme une généralisation des statistiques de Boltzmann-Gibbs à des systèmes complexes.
Dans le nouveau document, Tsallis et Tirnakli ont utilisé des données en provenance de Chine, où le taux de cas actifs aurait atteint un sommet, pour définir les principaux paramètres de la formule. Ensuite, ils l'ont appliqué à d'autres pays, dont la France, le Brésil et le Royaume-Uni, et ont constaté qu'il correspondait à l'évolution des cas actifs et des taux de mortalité au fil du temps.
Le modèle, dit Tsallis, pourrait être utilisé pour créer des outils utiles comme une application qui se met à jour en temps réel avec les nouvelles données disponibles et peut ajuster ses prévisions en conséquence. En outre, il pense que cela pourrait également être ajusté pour s'adapter aux futures épidémies.
« La forme fonctionnelle semble être universelle », dit-il, « pas seulement pour ce virus, mais pour le prochain qui pourrait également apparaître. »
La source:
Référence de la revue:
Tsallis, C & Tirnakli, U (2020) Predicting COVID-19 Peaks Around the World. Frontiers in Physics. doi.org/10.3389/fphy.2020.00217.