Comprendre le système post-COVID-19: une modélisation mathématique

Cet ouvrage examine les impacts épidémiologiques de l'après-COVID-19 à l'aide d'un cadre de modélisation mathématique. Un modèle à six compartiments a été développé pour décrire la progression de la maladie, en divisant la population en individus sensibles, exposés, infectés, traités, guéris et décédés. Grâce à une analyse de sensibilité, l'étude a identifié les principaux facteurs de transmission de la maladie, montrant que des taux de contact plus élevés augmentent la propagation de l'infection, tandis que l'amélioration des taux de traitement favorise la guérison et réduit la charge de morbidité. Des simulations numériques réalisées sous MATLAB démontrent en outre que la réduction des contacts avec les personnes infectées et les surfaces contaminées, combinée à des stratégies de traitement efficaces et au respect des mesures de santé publique, peut limiter considérablement les futures épidémies.