Foules et propagation épidémique

Epidemic spreading in crowds

 

Willy Garcia, Baptiste Fray et Alexandre Nicolas (équipe MMCI), en collaboration avec un collègue de Montpellier, ont publié un article intitulé " Model-based assessment of the risks of viral transmission in non-confined crowds " dans la revue Safety Science.
 
Willy Garcia, Baptiste Fray and Alexandre Nicolas (MMCI team), in collaboration with a colleague from Montpellier, published an article titled "Model-based assessment of the risks of viral transmission in non-confined crowds" in the journal Safety Science.
 

 

Dans cet article, les chercheurs ont évalué les risques de transmission virale au sein de foules dans des milieux non confinés (extérieur ou intérieur vaste et bien ventilé) et établi un classement de diverses situations de la vie quotidienne en fonction des risques de contamination qu’elles présentent, en l'absence de port de masque.
La méthode innovante utilisée, qui couple des données de terrain sur les piétons collectées dans différentes situations de la vie quotidienne avec des modèles spatiaux de transmission virale par aérosols et gouttelettes respiratoires, offre un complément intéressant aux quelques angles morts du suivi épidémiologique et du traçage des contacts. Parmi les situations étudiées (rue passante, marché de plein air, file d’attente sur un centre de dépistage, terrasse de café, etc.), sans masque, les terrasses de café sont les plus à risque, suivies du marché de plein air puis, ensuite, des gares et stations de métro. Les rues passantes engendrent des risques comparativement bien plus faibles .
Enfin, les auteurs ont exploré l'effet de réaménagements urbains sur les risques d'infection, comme l’imposition d’une circulation piétonne à sens unique sur des trottoirs larges, qui a peu d’effet, ou la disposition des files d'attente.
This paper assesses the risks of viral transmission amidst crowds in non-confined settings, that is, either outdoors or in large and well-ventilated facilities. The situations under study have been ranked by the risks of new Covid-19 infections that they raise, if no mask is worn.
In order to complement epidemiological statistics and contact tracing, which may have some blind spots, a model-based approach was developed, whereby field-data about pedestrians are collected in diverse situations and integrated into ad hoc spatial models of viral transmission by respiratory droplets. Among the studied situations (outdoor market, street cafés, busy streets, waiting lines, etc.), without masks, street cafés were reported to exhibit the highest infection risks, followed by outdoor markets and then metro and train stations. In comparison, fairly busy streets were found to be considerably less risky.
Finally, the mitigation effects of some redesigns were assessed, such as enforcing one-way foot-traffic on wide pavents (which was found to be of limited avail), or rearranging the geometry of waiting lines.
Scroll To Top