1) Améliorer les estimations des paramètres épidémiologiques clés
- nombre reproductif effectif R(t) : difficile en temps réel
- seuil d'immunité de groupe : nécessite notamment d'avoir des estimations précises des niveaux d'immunité actuels
2) Hétérogénéités
- échelle : structure en âge (clair effet sur la probabilité de cas grave), sexe, ethnicité ; structure spatiale (et difficulté d'intégrer des données à différentes résolutions spatiales)
- réseaux de contacts et structure en foyers
- utilisation de modèles individu-centrés, potentiellement intégrant des facteurs sociaux et des comportements complexes comme l'anticipation de situation futures. Besoin de plus de données "emploi du temps", de contact, à collecter. Suggestion de mettre en place un modèle individu-centré, double virtuel d'une population, proactivement, pour l'utiliser lors de la prochaine crise sanitaire.
3) Besoins en données
- collecte de données difficile et incomplète dans les pays à revenu moyen faible ; besoin de modèles robustes quand les données manquent, ou utilisant aussi les méta-données
- il faut coordonner au niveau international le développement d'études épidémiologiques avec collectes de données au cours du temps et études de cas
- il est crucial de communiquer l'incertitude sur les résultats lors des communications avec les média. Utiliser aussi des méthodes pour synthétiser les prédictions de plusieurs modèles.
Cette synthèse donne des pistes intéressantes
bibliovid.org and its content are bibliovid property.