La ville comme organisme : les mathématiques de la dengue express

Original: "M-SDT: A modelling framework for dengue transmission, forecasting, and intervention strategies in Ahmedabad Municipal Corporation"
arXiv:2605.17975 · 2026-05-18 · CC BY 4.0 · 3 min
À Ahmedabad, un jumeau numérique de l'épidémie de dengue a été construit pour entrevoir son avenir et choisir les armes.

📄 Version "Simple" affichee, "Populaire" n est pas encore prete. Ajoutez-le aux favoris pour aider a la prioriser.

Une ville n'est pas qu'un amas de maisons et de rues. Pour le virus de la dengue, transmis par les moustiques, la ville est une mosaïque de quartiers où les conditions d'épidémie diffèrent du tout au tout. Dans un quartier, les moustiques sont presque absents ; dans le voisinage, ils grouillent comme si quelqu'un avait laissé des centaines de récipients d'eau ouverts. Des chercheurs d'Ahmedabad ont construit un modèle mathématique qui transforme cette mosaïque en une carte de risques compréhensible.

Le modèle, nommé M-SDT (modèle mécaniste de transmission saisonnière de la dengue), fonctionne comme une comptabilité de l'infection. Il divise les habitants en groupes : ceux qui n'ont pas encore rencontré le virus, ceux qui sont infectés mais se sentent bien (porteurs asymptomatiques), et ceux qui tombent malades de manière manifeste. Chaque passage d'un groupe à l'autre dépend de chiffres précis – par exemple, la fréquence à laquelle un moustique pique une personne et la durée de vie de l'insecte. Les données de calibration sont réelles : les statistiques mensuelles de morbidité par zone d'Ahmedabad de 2020 à 2024. Pour éviter que le modèle ne trompe, les scientifiques ont utilisé une méthode astucieuse : ils ont mélangé les données de départ à de nombreuses reprises et y ont ajouté du bruit, simulant l'imprévisibilité naturelle. Ils ont ainsi évalué la précision des prévisions.

Le levier le plus puissant n'est pas les médicaments, mais la lutte contre les moustiques : réduire la fréquence des piqûres ou la survie des insectes fait chuter brutalement la propagation du virus.

Que montre la simulation ? Premièrement, la ville est effectivement hétérogène. Dans certaines zones, les épidémies surviennent régulièrement, comme une horloge ; dans d'autres, seulement de temps en temps. Le paramètre clé est le rapport entre le nombre de moustiques et le nombre d'humains. Là où il y a beaucoup de moustiques par personne, même une introduction minime du virus provoque un incendie. Là où les moustiques sont rares, la maladie couve à peine. La prévision pour les trois prochaines années (2026-2028) ne promet pas de répit : la dengue restera un visiteur saisonnier habituel, bien que l'ampleur des vagues varie légèrement d'une année à l'autre.

La pulvérisation périodique d'insecticides (fogging) a un effet cumulatif, tandis que le traitement des murs à l'intérieur des bâtiments (pulvérisation résiduelle) peut éteindre une épidémie presque instantanément, réduisant le nombre de cas de plus de 80 %.

Et voici la principale conclusion pratique : différents quartiers nécessitent des approches différentes. Là où les moustiques sont traditionnellement nombreux, le fogging peut être presque inutile – des mesures plus agressives sont nécessaires. Dans les zones relativement épargnées, un traitement ciblé des murs peut rapidement étouffer une épidémie naissante. Le modèle permet non pas de deviner, mais de calculer où et quand quelle intervention apportera le plus de bénéfices. Ainsi, les mathématiques deviennent un outil de santé publique urbaine, transformant une fièvre chaotique en un processus maîtrisé.

Le moustique Aedes aegypti, principal vecteur de la dengue, s'éloigne rarement de plus de 100 mètres de son lieu d'éclosion. Les foyers d'infection en ville peuvent donc être très localisés – une épidémie dans un quartier ne signifie pas nécessairement un danger pour le quartier voisin.

Dans le roman « La Variété Andromède » de Michael Crichton, un modèle mathématique aide à prédire le comportement d'un micro-organisme mortel – mais là, la menace vient de l'espace, et non des moustiques.

Scientifiques
Albert EinsteinAndrey Markov
Notions
coefficient de diffusion apparent modélisation stochastique