Figure 1.

Télécharger l'image originale
Schémas décrivant la procédure et résultats des simulations numériques. A. On part d’un réseau de contacts entre personnes qu’on considère comme complet. Les différentes couleurs des nœuds correspondent aux différents groupes présents dans la population étudiée (classes/départements/etc.). En réalisant des simulations de propagation de maladies infectieuses sur ce réseau, on obtient la probabilité pour une épidémie d’infecter une certaine proportion de la population. B. Si on retire une certaine fraction des personnes du réseau, et donc les contacts qu’elles ont avec le reste de la population (en pointillés), et qu’on réalise les simulations sur le réseau restant, on observe que, plus la fraction « inconnue » est grande, plus on sous-estime la probabilité d’avoir de grandes épidémies. C. En utilisant la méthode présentée dans [7] pour réintroduire cette fraction « inconnue », on peut construire une version alternative mais plausible des contacts manquants (en rouge) à partir des données partielles. On retrouve alors une très bonne évaluation du risque épidémique, même pour des fractions inconnues grandes (jusqu’à 50 %).
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.