[LUM#13] In the Mood for CoV
Améliorer la veille sanitaire mondiale et accélérer le processus de décision en offrant aux agences de santé les outils d’intelligence épidémique adaptés, tel est l’enjeu de Mood. Un projet européen lancé en janvier qui n’aurait pas pu tomber plus au pic.
Si le temps de la science n’est pas celui de l’actualité, il arrive parfois qu’ils se télescopent de façon pour le moins brutale. Imaginé dans un monde où la Covid-19 n’existait pas encore, le projet Mood (Monitoring outbreaks for disease surveillance in a data science context), qui rassemble 25 partenaires dans 12 pays européens et aux USA, vise à évaluer et prioriser les besoins des agences de santé pour co-construire de nouveaux outils d’intelligence épidémique. Objectif : améliorer la détection précoce des agents pathogènes émergents et permettre aux gestionnaires de santé de réagir le plus rapidement possible.
Lancé en janvier dernier, le projet est devenu – par la force des choses – une expérimentation grandeur nature. « Avec l’arrivée de la Covid, la Commission européenne nous a demandé très rapidement de redéployer les moyens pour faire face aux besoins immédiats des agences, explique Renaud Lancelot, chercheur au laboratoire Astre* et coordinateur scientifique du projet. L’agence européenne de prévention et de contrôle des maladies (ECDC), basée à Stockholm, était notre interlocutrice principale pendant cette période. »
Une question de temps
Parce qu’en période de crise tout est question de temps, l’équipe coordonnée par Renaud Lancelot a effectué le travail de recherche, de collecte et d’analyse que les agences de santé, saturées, ne pouvaient mener. « On nous a notamment demandé de travailler sur les mobilités humaines, de mettre à disposition des agences, des cartes, des séries chronologiques représentant ces mobilités afin de les intégrer dans les modèles de diffusion de l’épidémie » et donc, de tester les différents scénarios de contrôle et de surveillance de la pandémie, au premier rang desquels on trouve le confinement.
Autre objet de mobilisation pour le consortium Mood : l’analyse et l’évaluation des données produites par ces mêmes agences. L’ECDC a ainsi réalisé une série chronologique des cas de mortalité survenus en Europe et dans le monde. Un travail unanimement salué, que les agences n’ont, paradoxalement, pas pu analyser faute de temps et de moyens. « Nous avons synthétisé cette série sous forme de tableau de bord pour que les données collectées par l’ECDC soient utilisables par l’agence et pour que la prise de décision se base sur les informations les plus récentes possible. »
Détecter les signaux faibles
Mood propose également d’améliorer la détection des signaux faibles d’un début d’épidémie. « Ces signaux doivent correspondre à un danger potentiel avéré, précise Renaud Lancelot. Pour la Covid, il y a déjà eu plusieurs émergences de coronavirus donc on sait que cela peut donner lieu à un épisode pandémique majeur. »
Dans cette traque des signaux faibles, tous les coups sont permis. « Nous utilisons tous les moyens disponibles pour détecter des risques sanitaires parmi toutes les informations accessibles explique l’épidémiologiste. Si on veut faire un parallèle, l’intelligence épidémique, c’est un peu de l’espionnage. » Si les chercheurs s’appuient sur les rapports officiels produits par les agences, ils ne négligent pas non plus les informations non officielles : analyse des réseaux sociaux (voir encadré) , rumeurs, signes non spécifiques… Et là encore, tout est une question d’outils.
Génération de flux sécurisés pour la collecte des données, création de cartes et de tableaux dynamiques pour en suivre l’évolution, développement de logiciels de fouille de texte et d’applications pour smartphone… La palette pour estimer la probabilité d’apparition d’un virus est variée, pour autant, et comme le souligne Renaud Lancelot, seule leur appropriation par les agences de santé et la mise en place d’un circuit court d’information pourront avoir un véritable impact sur la santé publique. « C’est tout l’intérêt d’investir dans les approches fondamentales, d’avoir les outils, les méthodes et les réseaux déjà existants, car quand la crise survient, il n’est plus question d’improviser. »
Réseaux sociaux, l’arme de prévention massive
Anticiper le niveau de transmission locale grâce à l’analyse des réseaux sociaux, telle est l’ambition du projet DigEpi, pour « épidémiologie digitale », financé par l’agence nationale de la recherche et la région Occitanie. Le principe est simple : analyser le discours des gens sur les réseaux sociaux, en particulier Twitter, en soumettant à des algorithmes des mots clés tels que : Covid-19, hydroxychloroquine ou confinement. « Nous observons ensuite comment ces thématiques fluctuent et nous comparons ces courbes avec les modèles mathématiques des contaminations réelles dans le but d’anticiper un éventuel pic de contamination » explique Benjamin Roche, directeur de recherche à l’IRD.
Ces analyses fournissent également aux anthropologues mobilisés sur ce projet des indications précieuses sur la dynamique des sentiments exprimés par la population. Elles permettent également de caractériser les comportements et les réactions du public face aux mesures prises. « Les gens vont-ils s’isoler, sortir, porter le masque, colporter des rumeurs, ou se renseigner sur les traitements ? Tous ces éléments nous permettent de mieux comprendre la perception que le public a des différentes mesures » précise l’épidémiologiste. Débutée en avril dans 4 grandes villes françaises dont Montpellier, cette étude durera 18 mois avant d’être éventuellement étendue à tous les départements français ainsi qu’au Mexique.
*UMR ASTRE Animal – Santé – Territoires – Risques – Écosystèmes (Cirad – Inrae)