En utilisant les données anonymisées de téléphonie mobile de plus de 788 000 habitants du Connecticut sur une période de 11 mois, les chercheurs de l'École de santé publique et de l'Université de Yale sont parvenus à prédire efficacement l'évolution locale de l'épidémie de Covid-19.
Dans leur article publié dans « Science Advances », ils démontrent que les données fournies par les opérateurs permettent non seulement d'évaluer le niveau de mobilité d'une population, mais aussi le nombre et la durée moyenne des contacts entre les propriétaires de portables. C'est cette dernière donnée qui est d'habitude inaccessible aux outils épidémiologiques classiques.
Un algorithme plus pertinent
Les données de téléphonie mobiles ont été collectées entre le 1er février 2020 et le 31 janvier 2021 et couvraient environ 22 % de la population de l'État du Connecticut. Les chercheurs se sont servis d'un algorithme probabiliste (c’est-à-dire qui utilise à la fois des données qui lui sont fournies et une part de hasard) dans lequel deux utilisateurs étaient considérés comme étant en contact si leurs appareils respectifs étaient à moins de 2 mètres l'un de l'autre.
Les chercheurs ont ainsi calculé le taux de contact quotidien dans chaque ville. Ils ont ainsi comparé la pertinence d'un modèle épidémiologique de transmission utilisant ces taux de contact avec celui d'autres modèles basés uniquement sur les données de mobilité fournies par les services d'Apple, de Descartes Labs, de Facebook et de Google. Ils concluent que le modèle exploitant les données de téléphonie mobile prédit avec plus de précision la trajectoire de l'épidémie au cours de l'année 2020.
Des données collectées passivement en continu
« Une explication possible de la différence entre les données de mobilité et les données de contact réside dans le fait qu'il est possible de faire des déplacements parfois longs dans des endroits variés sans pour autant entrer en contact avec d'autres personnes », expliquent les auteurs.
« Les données de téléphonie mobile sont collectées de manière passive, elles ne dépendent donc pas de la disponibilité des moyens d'enquête et d'investigation en santé publique », poursuivent-ils, estimant que, pour cette raison, elles peuvent servir de « signal d'alerte précoce », qui pourrait « être bénéfique aux efforts de santé publique de prévention de la transmission du Sars-CoV-2 ». Ainsi, les autorités pourraient, en ayant connaissance des zones où les taux de contact sont élevés, prendre des mesures supplémentaires pour y casser les chaînes de transmission et pour entreprendre des campagnes de dépistage.
Plusieurs équipes de recherche en épidémiologie ont fait usage des données de téléphonie mobile. En mai 2020, l'équipe de Vittoria Colizza à l'institut Pierre Louis d'épidémiologie et de santé publique (Inserm/Sorbonne-Université) s'est appuyée sur cette mine d'informations pour évaluer l'évolution de la mobilité en France à la suite du déconfinement. En juin dernier, une coalition européenne de chercheurs a plaidé dans une tribune en faveur d'un usage plus large des données de téléphonie mobile pour éclairer les décisions publiques.
Santé mentale des jeunes : du mieux pour le repérage mais de nouveaux facteurs de risque
Autisme : la musique serait neuroprotectrice chez les prématurés
Apnée du sommeil de l’enfant : faut-il réélargir les indications de l’adénotonsillectomie ?
Endométriose : le ministère de la Santé annonce une extension de l’Endotest et un projet pilote pour la prévention