Bonjour à tous/tes
Après une pause de l'activité scientifique pour plusieurs raisons nous souhaitons redémarrer les activités de la fédération MathStic. Nous avons organisé une journée sur le thème de la COVID le 31 Mai 2021. Les intervenants sont les suivants : Laurent Dumas (Professeur en Mathématiques Appliquées au Laboratoire de Mathématiques de l'Université de Versailles); Chi Tran (Professeur à l'Université Gustave-Eiffel); Aline Carneiro Viana (Directrice de recherche à l'INRIA); David Sarrut (Directeur de recherche au CNRS); Andrew Cairns (Professeur à Heriot-Watt University)
Ils nous parleront de différents aspects de la pandémie: modélisations, traitement d'images médicales, collecte des données, impact de la pandémie sur la mortalité. Vous trouvez de suite le programme
Programme
9h30 - 10h30 - Laurent Dumas
Titre : Principes et limites de la modélisation de l'épidémie de COVID-19 à différentes échelles et au cours de ses différentes vagues
Abstract:
On présente ici les principes généraux de la modélisation mathématique en épidémiologie et son application au cas particulier de l'épidémie de COVID-19 à différentes échelles (pays, région ou service hospitalier) et à différentes périodes depuis mars 2020. On montrera également comment les mesures sanitaires (confinement, port du masque), l'évolution de la maladie (variants) et de son traitement (vaccin) peuvent être prises en compte dans la modélisation.
10h30 - 11h30 - Chi Tran
Titre : A stochastic SIR model with contact-tracing
Abstract:
In this talk, we present a stochastic SIR model accounting for contact-tracing as well as a statistical method to estimate the parameters when the infective population is not observed. Approximate Bayesian Computation is used to overcome this problem. Applications for the AIDS epidemics and the Covid-19 epidemics are carried.
11h30 - 12h30 - Aline Carneiro Viana
Titre : SafeCityMap project: What habits in people's mobility can reveal from a metropolitan area, before and during lockdown restrictions?
Abstract:
The COVID-19 pandemic highly perturbed our mobility patterns and use of urban spaces. This raises two important questions, addressed in the SafeCityMap project. First of all, we investigate how mobility patterns at an urban scale were affected by the pandemic, and especially by harsh lockdown conditions in Spring 2020. As such, 1st-phase SafeCityMap works toward the tracking of the evolution in space and time of population habits in mobility. Second, we believe that the modeling of such patterns as well as the analysis of how they were impacted by the 1st lockdown can provide useful intuitions on the epidemic spread, such as for COVID-19, on different areas of a city. This latter is related to the observation that high population concentration at certain hours and geographical area intuitively increases the probability of agglomeration and, consequently, the contamination and propagation risks. This is particularly probable in small and highly dense geographical zones. Still this claim needs to be investigated from the epidemiological point of view and constitutes not-validated intuitions, which is left for the 2nd-phase of SafeCityMap. I will thus present the SafeCityMap's data-driven mobility analytics performed on two large-scale datasets collected in Ile de France region, and more particularly, in Paris departments, before and during the first lockdown. Such analysis corresponds to the results of the first phase of SafeCityMap.
14h - 15h - David Sarrut
Titre : CTVI-COVID : image de la ventilation à partir de scanners tomodensitométriques pour la caractérisation précoce des patients COVID19
Abstract:
Nous cherchons à évaluer l'intérêt des images de ventilation, dite CTVI (Computed Tomography Ventilation Image), quantifiant la répartition spatiale de la ventilation dans le poumon. Les CTVI sont calculées à partir de deux images tomodensitométriques (CT) acquises en blocage respiratoire en fin d'expiration et fin d'inspiration. Dans ces images, une estimation quantitative de la capacité de ventilation est disponible par voxel, permettant d'effectuer des analyses régionales. Cette répartition spatiale de la ventilation dans le poumon pourrait servir de biomarqueur (sévérité, pronostic, etc). De manière plus générale, les méthodes développées ne sont pas uniquement spécifiques au COVID et peuvent être utiles également pour d'autres SDRA et COPD. Nous présenterons également la base de
données COVID-CTPRED (CHU Saint Etienne) et les différentes activités associées (https://covid.creatis.insa-lyon.fr)
15h - 16h - Andrew Cairns
Titre : Modelling the impact of Covid-19 on older-age mortality
Abstract:
This presentation will look at Covid-19 mortality experience (mainly in the 50+ age group) and what impact this has had over the last two years and might have on future mortality. We will first look at how Covid-19 mortality experience compares with all-cause mortality using English data, once we have allowed for varying infection rates across the population. A key conclusion is that there is a strong proportionality relationship between Covid-19 death rates and all-cause mortality by age and by socio-economic group (e.g. by deprivation). What we then observe as higher death rates in specific groups can then mainly be attributable to variations in infection rates (e.g. regional or socio-economic variation). Second, we will look at the future mortality prospects for those who survive the pandemic. A simple model will be presented that allows us to explore this question. In the absence of secondary effects of the pandemic, survivors are likely to be healthier than the pre-pandemic population, with a corresponding small increase in life expectancies. However, further adjustments will need to be made when we begin to quantify the secondary impacts of Covid including long-term impairments ("long Covid") and the impact of delayed treatments for other illnes