La pandémie de Covid-19 a marqué nos habitudes de vie. Avec les nouveaux cas et variants se multipliant ces derniers temps, de nombreuses personnes s’inquiètent d’un retour du confinement et des mesures sanitaires strictes. Pour permettre de prédire les futurs clusters, des chercheurs de l'université Hamad Bin Khalifa, au Qatar, et de Transvalor S.A., en France, ont mené une étude sur la corrélation entre les climats météorologiques et la transmission du virus.
Comment fut menée cette étude ?
De nombreuses études existent déjà suggérant que le climat peut avoir un impact sur la façon dont le Covid-19 se propage. Cependant, ces études montrent souvent des inégalités ou des résultats différents, en raison du petit nombre de facteurs climatiques pris en compte, ou de l’absence des critères socio-économiques.
Dans cette nouvelle étude, les chercheurs ont analysé les données sur les cas de Covid-19 signalés dans 196 pays sur une période de 14 mois, en utilisant des facteurs socio-économiques, environnementaux et de santé globale comme variables. Ils ont alors développé trois approches analytiques différentes :
- Une approche statistique
- Une approche par apprentissage automatique
- Une approche économétrique
Ces différents examens ont permis de modéliser les différentes contributions potentielles du climat au nombre de cas confirmés de Covid-19.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA ANALYST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ? Découvrez notre formation de Data Analyst.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA ANALYST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ?
Qu'indiquent ces examens ?
Selon les résultats de l’étude, le rayonnement UV est le facteur météorologique ayant le plus d’impact sur la transmission de Covid-19, plus le rayonnement UV est élevé, plus la transmission est réduite. Cela s’explique par l’apport en vitamine D du soleil qui renforce le système immunitaire.
Cependant, pour d’autres facteurs météorologiques comme la qualité de l’air, la température, ou l’humidité les résultats divergent en fonction des méthodes d’analyse utilisées.
Par exemple, dans l’analyse par apprentissage automatique, l’humidité permet de freiner la propagation de la Covid-19, mais selon l’analyse économétrique, elle permet au contraire de mieux le transmettre.
La température, quant à elle, a été modérément associée à la diffusion de la Covid-19 dans une analyse statistique, mais empêchait la transmission du virus dans les analyses par apprentissage automatique et économétrique.
Les chercheurs expliquent alors que cette découverte pourrait aider les prévisions de transmission basées sur la saison ou les prévisions météorologiques. Cette étude pourrait même contribuer à améliorer les futures mesures de lutte contre la pandémie. L’objectif final étant de ne pas retourner dans un confinement complet, au vu des risques économiques qu’il apporte.
Grâce à ces études menées avec des données et techniques de Data Science, il est désormais possible de mieux prédire la propagation des maladies et leurs comportements. Si cet article vous a plu, et si vous envisagez une carrière dans les métiers de la Data Science, découvrez nos offres de formation sur Datascientest.
Source : theprint.in
