C’est une approche très originale qui a été choisie par le projet DigEpi, financé par l'ANR dans le cadre de l’appel à projets Flash COVID-19 : tirer parti des masses colossales de données issues des réseaux sociaux pour comprendre la propagation du virus.

Benjamin Roche, chercheur en écologie de la santé à l'UMR MIVEGEC et porteur du projet « Epidémiologie digitale : analyse des réseaux sociaux pour anticiper le niveau de transmission locale du COVID-19 dans les agglomérations françaises », répond à nos questions.

 Quels sont les enjeux de ce projet ?

Ce projet vise à comprendre comment le comportement humain influence la transmission du virus SARS-COV-2 et donc la dynamique de l’épidémie COVID-19. En effet, la plupart des modèles mathématiques de transmission tendent à considérer que tous les individus ont le même comportement, ce qui est loin d’être vrai, en particulier dans le cas de cette pandémie qui a eu un écho médiatique sans précédent.

Quelle en est l’originalité ?

Caractériser le comportement humain est très compliqué et nécessite souvent de longues et coûteuses études sociologiques. DigEpi se base sur une méthode beaucoup moins précise mais pour laquelle une masse de données immense est accessible en temps réel : l’épidémiologie digitale. En effet, les traces laissées sur Internet par tout un chacun procurent des renseignements utilisables en terme de santé publique. Nous analysons donc les messages postés sur les réseaux sociaux pour détecter, par des méthodes d’intelligence artificielle, les comportements associés. Nous pouvons ensuite inclure la variable « fluctuation des comportements » au sein de modèles mathématiques et ainsi mieux prédire l’épidémie.

Sur quelles connaissances antérieures votre équipe s’appuie-t-elle ?

Nous avons déjà développé avec succès ce genre d’approche lors de l’épidémie de Chikungunya dans les Antilles en 2014. En effet, les dynamiques de ces épidémies étaient inhabituelles et pour expliquer cette anomalie, il nous a fallu introduire la fluctuation des comportements dans nos modèles mathématiques. La variabilité de ces comportements était estimée d’après nos méthodes de classification des messages sur les réseaux sociaux.

Quels sont les résultats attendus ?

Il y a deux résultats principaux. Premièrement, nous souhaitons mieux comprendre le comportement des personnes face à cette pandémie, d’autant plus avec les vaccins qui sont en train d’être déployés et la défiance grandissante dans la population vis à vis de ces vaccins. Mieux comprendre le ressenti des gens et leurs comportements peut permettre d’adapter les messages de communication à diffuser. Le deuxième objectif est d’améliorer la capacité des modèles à faire des prédictions à court terme, afin de pouvoir mieux anticiper les stratégies de santé publique à mettre en place.

En quoi votre recherche répond-elle à la science de la durabilité ?

La lutte contre une pandémie n’est pas qu’une question médicale, de traitements et de vaccins. Il faut embrasser une approche résolument transdisciplinaire afin de pouvoir la combattre de la façon la plus efficace. Pour cela, il faut développer des stratégies de contrôle sur le long-terme en complément de celles à court-terme. Ce que nous développons au sein de ce projet pourra aisément être appliqué aux prochaines épidémies et ainsi réduire la brutalité des restrictions qui sont malheureusement nécessaires aujourd’hui. De plus, l’approche en épidémiologie numérique est particulièrement adaptée aux pays en voie de développement où l’accès au corps médical est moins aisé que dans la majorité des pays occidentaux.

Pour participer à l'étude....  

Aller plus loin : Actualité IRD Covid-19 : l'expertise Sud et le partenariat de l'IRD contre la pandémie

Contacts science : Benjamin Roche, IRD, UMR MIVEGEC BENJAMIN.ROCHE@IRD.FR  

Contacts communication : 

Fabienne Doumenge, Julie Sansoulet COMMUNICATION.OCCITANIE@IRD.FR 

Source : https://www.ird.fr/projets-cov...