nom_organisme nom_organisme nom_organisme nom_organisme
Modélisation statistique et dynamique de l'épidémie de covid-19
 
LSCE
Jeudi 26/03/2020, 11:00-13:00
On-line (Gotomeeting)
La modélisation et l'extrapolation en temps réel d'une épidémie est un challenge scientifique.
Dans mon exposé, je vais présenter, de façon simple, quelques modèles statistiques (modèle logistique) et dynamiques (modèle SEIR: susceptibe-exposed-infected-recovered) qui sont à présent utilisés pour prévoir l'évolution de l'épidémie de covid-19.
L'objectif est de faire le point sur l'incertitude, à la fois dans les données mesurées ainsi que dans l'estimation des paramètres du modèle (temps d'incubation, temps d'infection, temps de guérison) et de comprendre que les extrapolations à long-terme du nombre total des patients infectés sont assez incertaines.
Le pire scénario devrait être toujours retenu, à ce stade, dans l'intérêt de protéger la santé publique.
 
"Statistical and Dynamical models of covid-19 epidemics"
Modeling and extrapolating in near real-time the evolution of épidémie is a scientific challeng. In this talk, I will present in a simple way some statisitical (logistic) and dynamical (SEIR: The Susceptible-Exposed-Infected-Recovered)  models that are currently used to forecast the evolution of covid-19 epidemic. The goal is to underline the role of uncertainties both in the data quality and in the estimations of the model parameters (incubation, infection and recovery rates) and understand that long term extrapolations of total number of infections will suffer from a great uncertainty. Worst case scenarios should be retained in the interest of preserving public health.
Contact : Guigone Camus
Retour en haut