Journal des maladies infectieuses et de la médecine préventive
Libre accès

Abstrait

Un modèle de prédiction de la prévalence du COVID-19 basé sur des paramètres démographiques et de santé en Iran

Parimah Emadi Safavi, Karim Rahimian, Alireza Doustmohammadi, Mahla Safari Dastjerdei, Ahmadreza Rasouli, Javad Zahiri

Contexte : La pandémie de maladie à coronavirus 2019 (COVID-19) est devenue en quelques mois la plus grande menace pour la santé mondiale. La coïncidence de la pandémie de COVID-19 avec les vacances de Nowruz en Iran a eu des conséquences terribles pour la population et le personnel de santé publique. Les approches de modélisation se sont avérées très avantageuses pour prendre les mesures appropriées aux premiers stades de la pandémie. À ce jour, aucune étude n'a été menée pour modéliser la maladie afin d'étudier la prévalence des cas de COVID-19, en particulier après les restrictions de voyage en Iran. Nous avons étudié les facteurs contribuant à la propagation du coronavirus à un stade précoce en générant un modèle permettant de prédire les cas confirmés quotidiennement en Iran.

Méthodes : Dans cette étude, nous avons recueilli des données accessibles au public sur les cas confirmés dans 24 provinces du 4 avril 2020 au 2 mai 2020, avec une liste de facteurs explicatifs. Nous avons exploité les opportunités offertes par les réseaux de neurones artificiels pour étudier les facteurs contribuant à la propagation du coronavirus à un stade précoce en générant un modèle permettant de prédire les cas confirmés quotidiens en Iran. Les facteurs ont été vérifiés séparément pour détecter toute association linéaire et pour former et valider un réseau perceptron multicouche.

Résultats : La précision des modèles a été évaluée ; les scores R2 étaient de 0,842 pour la distribution de la population, de 0,822 pour l’indice de santé et de 0,864 pour la population des provinces. Aucune association linéaire significative n’a été observée entre les facteurs collectés et l’incidence de la COVID-19 dans les provinces. De plus, la distance relative par rapport à l’épicentre de la maladie n’avait aucun rapport avec l’incidence de la maladie dans les provinces.

Conclusion : Nos résultats montrent l’impact significatif de la population, de la densité de population et de la qualité des infrastructures sanitaires sur la propagation interprovinciale de la COVID-19 au moment des restrictions de voyage à la fin des vacances. En conséquence, ces informations peuvent être utilisées pour évaluer le risque d’épidémies et pour élaborer des politiques futures dans ce domaine.