Estimer la grippe à partir des eaux usées grâce au machine learning
Une étude de machine learning, en collaboration avec le Luxembourg Institute of Science and Technology, qui estime le nombre de cas de grippe à partir des concentrations virales dans les eaux usées, transformant un signal environnemental en indicateur épidémique précoce.
Le problème
La surveillance classique de la grippe accuse un retard sur la transmission réelle. La pandémie de COVID-19 a montré que les eaux usées portent un signal épidémiologique précoce. Restait à savoir si ce signal pouvait estimer de façon fiable les cas de grippe au Luxembourg.
Le système en un coup d'œil
Échantillons
Hebdomadaires, quatre stations, quatre ans
Mesure
Charges virales par PCR digitale en gouttelettes
Modèles
12 modèles comparés sur un découpage 80/20
Résultat
LOESS en tête, suivi de près par KNN
Approche
J'ai passé en revue les méthodes statistiques existantes, pesé leurs compromis, et comparé un large éventail de modèles prédictifs sur données réelles (entraînement sur 80 %, validation sur 20 %) pour identifier celui qui reconstitue le mieux le nombre de cas à partir de la charge virale.
- Revue et comparaison des méthodes statistiques candidates
- Comparaison de 12 modèles (LOESS, KNN, Random Forest, Prophet, GAM, SVM, etc.)
- Séparation entraînement/validation 80/20, évaluée par la MAE
- Le modèle LOESS s'est révélé le meilleur, suivi de près par KNN
Données & méthode
Des échantillons hebdomadaires ont été collectés sur quatre ans (mars 2020, mars 2024) dans quatre stations d'épuration couvrant le sud du Luxembourg, analysés par PCR digitale en gouttelettes. Les concentrations virales de grippe A et B ont été combinées et modélisées face aux cas déclarés.
- Mesures de concentration virale par dd-PCR
- Charges de grippe A + B combinées
- Un plan d'analyse statistique guidant le pipeline
Résultat
Ce travail a alimenté le programme de recherche VIRALERT et les publications scientifiques associées, établissant que des modèles de machine learning peuvent reconstituer les tendances épidémiques à partir des données d'eaux usées.
Valeur de santé publique
La prévision immédiate (nowcasting) à partir des eaux usées offre un signal d'alerte précoce, populationnel et peu coûteux pour la grippe, en complément de la surveillance clinique, il donne aux autorités sanitaires davantage de temps pour réagir.
Enseignements
La comparaison rigoureuse l'emporte sur l'intuition : les modèles les plus simples (LOESS, KNN) ont surpassé les plus complexes sur ce signal.
Un plan d'analyse statistique clair, défini en amont, rend les résultats défendables et reproductibles.
Les données environnementales peuvent être une source puissante et sous-exploitée de renseignement de santé publique.