Fondements de la modélisation des maladies infectieuses

Comprendre comment les maladies infectieuses se propagent est crucial pour concevoir des politiques et des interventions de santé publique efficaces. Ce cours textuel vous initie aux cadres mathématiques et computationnels fondamentaux utilisés pour simuler et prédire les trajectoires épidémiques. Vous passerez de la compréhension de la transmission biologique de base à la construction et à l'analyse de vos propres modèles mathématiques. En étudiant les concepts fondamentaux et en explorant des exemples de code écrits, vous acquerrez les compétences nécessaires pour interpréter les données de santé publique et évaluer l'impact des mesures de contrôle telles que la vaccination et la distanciation sociale. Ce que vous apprendrez : - Comprendre les concepts clés de la modélisation épidémiologique, y compris le nombre de reproduction de base (R0) et les seuils d'immunité collective. - Construire des modèles compartimentaux déterministes, tels que SIR et SEIR, à l'aide d'équations différentielles. - Analyser comment les interventions telles que la vaccination, la quarantaine et le traitement modifient la dynamique de la maladie. - Explorer les approches computationnelles modernes, y compris les simulations stochastiques de base et l'estimation de paramètres à partir de données du monde réel. - Interpréter les résultats des modèles pour faire des recommandations éclairées pour la prise de décision en matière de santé publique. Le cours commence par des définitions biologiques et mathématiques fondamentales avant de vous guider à travers la construction de modèles étape par étape et l'analyse basée sur le code. Vous travaillerez sur des scénarios pratiques écrits et des extraits de code pour solidifier votre compréhension des prévisions épidémiques. Ce cours est conçu pour les débutants en santé publique, biologie, mathématiques ou science des données, sans expérience préalable en modélisation requise. Commencez à lire dès aujourd'hui pour développer vos compétences fondamentales en modélisation épidémiologique.