AccueilSociété & ÉconomiePropagation d'une Maladie (SEIR)

🦠 Propagation d'une Maladie (SEIR)

Simulation de modèle épidémique SEIR : visualisez comment les maladies infectieuses se propagent dans une population. Ajustez le taux de transmission, la guérison et les paramètres d'immunité.

Société & Économie3DFacile60 FPS
disease-spread ↗ Ouvrir en autonome

🦠 Propagation d'une Maladie — Modèle Multi-Agents

Des agents individuels se déplacent, interagissent et propagent la maladie au sein d'une population. Observez des épidémies émerger d'interactions spatiales, pas seulement d'équations mathématiques — chaque personne est simulée individuellement.

🔬 Ce que ça démontre

La modélisation multi-agents : chaque personne a un état (susceptible, infectée, rétablie) et se déplace dans un espace 2D. L'infection se propage lorsque des agents susceptibles et infectés sont suffisamment proches.

🎮 Comment l'utiliser

Ajustez le rayon d'infection, la probabilité de transmission et le temps de guérison. Ajoutez des barrières, des zones de quarantaine ou des programmes de vaccination pour voir leur effet sur la courbe épidémique.

💡 Le saviez-vous ?

Les modèles multi-agents sont utilisés par les épidémiologistes pour simuler de vraies épidémies. Pendant la COVID-19, le modèle de l'Imperial College (par l'équipe de Neil Ferguson) a simulé les mouvements individuels à l'échelle de pays entiers.

À propos du Modèle SEIR de Propagation d'une Maladie

Cette simulation visualise une maladie infectieuse balayant une population à l'aide du modèle compartimental SEIR, implémenté sur une grille de cellules. Chaque cellule est Susceptible, Exposée, Infectieuse, Rétablie ou Vaccinée. Plutôt que de résoudre des équations différentielles globalement, le modèle avance spatialement : à chaque étape, une cellule susceptible peut être infectée par ses huit voisines avec une probabilité de 1 − (1 − β/8)ⁿ, où n est le nombre de voisines infectieuses.

Le curseur β définit le taux de transmission par contact, σ le taux d'incubation (la vitesse à laquelle les cellules Exposées deviennent Infectieuses), et γ le taux de guérison. Un curseur de vaccination amorce des cellules immunisées avant la simulation, et vous pouvez cliquer sur le champ pour infecter une zone ou faire Maj-clic pour vacciner. La courbe SEIR en direct et le R₀ estimé ≈ (β/γ)×8 montrent si une épidémie croît ou s'éteint — la question centrale de la planification épidémique réelle.

Foire Aux Questions

Qu'est-ce que le modèle SEIR ?

SEIR est un modèle épidémiologique compartimental qui divise une population en quatre états : Susceptible, Exposé (infecté mais pas encore contagieux), Infectieux et Rétabli. Les individus passent de S à E à I à R au fil du temps. Cette page ajoute un cinquième état, Vacciné, pour les cellules rendues immunisées à l'avance.

Comment cette simulation propage-t-elle réellement la maladie ?

Elle utilise une grille spatiale, pas une simple équation. À chaque étape, chaque cellule Susceptible observe ses huit voisines et devient Exposée avec une probabilité de 1 − (1 − β/8)ⁿ, où n est le nombre de voisines infectieuses. Cela rend l'infection un processus local et lié au contact, qui produit des vagues épidémiques visibles.

Que contrôlent les curseurs β, σ et γ ?

β (bêta) est le taux de transmission par contact infectieux, σ (sigma) est le taux d'incubation qui convertit les cellules Exposées en Infectieuses, et γ (gamma) est le taux de guérison qui fait passer les cellules Infectieuses à Rétablies. À chaque étape, une cellule Exposée devient Infectieuse avec la probabilité σ, et une cellule Infectieuse guérit avec la probabilité γ.

Qu'est-ce que R₀ et comment est-il calculé ici ?

R₀, le nombre de reproduction de base, est le nombre moyen de nouvelles infections qu'un cas provoque dans une population entièrement susceptible. La simulation l'estime à R₀ ≈ (β/γ)×8, reflétant les huit contacts voisins par cellule. Si R₀ est supérieur à 1, l'épidémie croît ; en dessous de 1, elle s'éteint.

Que fait le curseur de vaccination ?

Avant le début de la simulation, le pourcentage de vaccination marque aléatoirement cette proportion de cellules comme Vaccinées (immunisées). Ces cellules ne peuvent pas être infectées, ce qui brise les chaînes de transmission. L'augmenter démontre l'immunité collective : au-delà d'un seuil approximativement égal à 1 − 1/R₀, l'épidémie ne peut plus se maintenir.

Puis-je interagir directement avec l'épidémie ?

Oui. Cliquer sur le champ infecte une petite zone de 3×3 cellules susceptibles, vous permettant de démarrer de nouvelles épidémies n'importe où. Un clic avec Maj vaccine une zone plus grande de 5×5, afin que vous puissiez construire des coupe-feux ou vacciner en anneau autour d'un foyer actif et observer la propagation stagner.

Pourquoi y a-t-il un stade Exposé entre Susceptible et Infectieux ?

De nombreuses maladies réelles ont une période de latence : une personne nouvellement infectée n'est pas encore contagieuse. Le compartiment Exposé capture ce délai, contrôlé par σ. Un σ faible signifie une longue incubation, ce qui ralentit l'épidémie et sépare l'infection de la transmissibilité — une différence clé par rapport au modèle SIR plus simple.

Cette simulation est-elle physiquement précise ?

C'est un modèle pédagogique fidèle sur le plan qualitatif, pas un outil de prévision. Les compartiments, la structure des flux et la relation R₀ reflètent l'épidémiologie réelle, mais elle suppose une grille fixe, un mélange local uniforme et des transitions stochastiques. Les modèles réels ajoutent la structure par âge, les réseaux de déplacement, des taux de contact variables et des données démographiques.

Pourquoi la courbe épidémique forme-t-elle une vague qui monte puis descend ?

Au début, de nombreux susceptibles entourent chaque cellule infectieuse, donc les cas croissent rapidement. À mesure que les susceptibles s'épuisent et que les cellules rétablies s'accumulent, le nombre de reproduction effectif tombe sous 1 et les nouvelles infections déclinent. La courbe épidémique classique à un seul pic résulte de cet épuisement des susceptibles.

En quoi est-ce différent d'un modèle multi-agents ?

Cette page utilise une grille cellulaire où chaque cellule fixe possède un état et où l'infection se transmet entre cellules adjacentes. Un véritable modèle multi-agents donne à chaque individu une position et un mouvement. Les deux capturent la propagation spatiale, mais les agents peuvent se déplacer, tandis que les cellules de la grille n'interagissent qu'avec leurs voisines immédiates.

Quelles utilisations concrètes la modélisation compartimentale a-t-elle ?

Les agences de santé publique utilisent les modèles SIR et SEIR pour estimer R₀, projeter la demande hospitalière et évaluer des interventions telles que la vaccination, l'isolement et les confinements. Pendant la COVID-19, des modèles de cette famille ont éclairé les décisions sur les seuils d'immunité collective et le calendrier des mesures de distanciation sociale.

⚙ Sous le capot

Modèle SEIR spatial à 4 états d'agents : Susceptible, Exposé, Infectieux, Rétabli. Cliquez pour amorcer une infection ou vacciner. R₀ et courbe épidémique en direct.

Canvas 2DSEIRÉpidémiologieMulti-agents

3D · Moteur de rendu Three.js / WebGL · cible 60 FPS · s'exécute entièrement côté client, sans installation

Qu'avez-vous trouvé ?

Ajouter des étapes de reproduction (facultatif)