Dengue : quand les hôpitaux débordent et que la fumigation n'est pas partout express

Original: "A Mathematical Model of Dengue Transmission Incorporating Hospital Capacity and Threshold-Based Fogging Interventions"
arXiv:2607.18140 · 2026-07-20 · CC BY 4.0 · 1 min
Un modèle mathématique montre comment des ressources hospitalières limitées et une fumigation déclenchée uniquement en cas d'épidémie modifient le cours de la dengue.

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

Une épidémie de dengue ressemble à un feu de brousse : la flamme se propage de personne à personne par les piqûres de moustiques. Les autorités réagissent de deux manières : elles envoient les malades à l'hôpital et pulvérisent des substances qui tuent les insectes. Mais en réalité, un hôpital ne dispose que d'un nombre limité de lits, et la fumigation n'est pas lancée immédiatement, mais seulement lorsque le nombre de cas dépasse un seuil critique.

Les auteurs de l'étude ont construit un modèle mathématique qui, tel un baromètre sensible, suit ces seuils. Le modèle a révélé trois scénarios possibles. Si le nombre de malades est faible, le système s'en sort. Lorsque le flux de patients submerge les hôpitaux et que la fumigation est tardive, des

oscillations persistantes apparaissent : l'épidémie tantôt s'éteint, tantôt se rallume, comme un pendule qui n'en finit pas de balancer.

Dans les cas les plus graves, de nouveaux états instables émergent — la moindre perturbation, et la situation se dégrade brusquement.

Les scientifiques ne se sont pas contentés de décrire le problème, ils ont aussi trouvé des régimes optimaux d'intervention. Il s'avère que l'on peut choisir une fréquence de fumigation et un seuil de déclenchement tels que les pics épidémiques soient aplatis sans pulvériser des produits chimiques inutilement. C'est un peu comme ajuster précisément un médicament : la dose doit être suffisante pour faire tomber la fièvre, mais pas excessive pour ne pas nuire.

Résumé original

tel que rédigé par les auteurs, en anglais arXiv:2607.18140

Dengue remains a major public health challenge in tropical regions, and recurring outbreaks suggest that current intervention strategies are not yet fully effective. Existing mathematical models typically assume unlimited hospital capacity and continuously applied fogging, neglecting practical constraints that strongly influence disease control. We develop a non-smooth ordinary differential equation model of dengue transmission that incorporates finite hospital capacity and a threshold-triggered fogging strategy activated when reported infections exceed a prescribed fraction of the available capacity. The model exhibits three epidemiologically relevant operating regimes, reflecting changes in hospitalization and vector-control policies as the epidemic progresses. We establish the existence and local stability of the disease-free and endemic equilibria. Numerical continuation confirms the analytical results and reveals boundary-equilibrium bifurcations at the switching thresholds, a Hopf bifurcation after hospital capacity is exceeded leading to sustained oscillatory outbreaks, and a fold bifurcation near the epidemic threshold that generates additional unstable equilibria. We further investigate periodic solutions with respect to the fogging rate and activation threshold, identifying locally optimal intervention regimes that reduce epidemic peaks while avoiding unnecessarily intensive control efforts. The results demonstrate that hospital capacity, reactive fogging, and intervention thresholds fundamentally shape dengue dynamics and provide quantitative insights for designing effective state-dependent control strategies under limited healthcare resources.

Le virus de la dengue est transmis par les moustiques de l'espèce Aedes aegypti, qui piquent principalement le jour, contrairement aux moustiques du paludisme, actifs la nuit.

Scientifiques
Jacob BekensteinStephen HawkingLudwig BoltzmannRudolf ClausiusJames Clerk MaxwellEdward Witten
Notions
modèle épidémique épidémie