WEBVTT Kind: captions Language: fr 00:00:00.170 --> 00:00:01.170 Merci. 00:00:01.170 --> 00:00:04.720 Bonjour à tous, je m'appelle Brian Chang et je suis un post-doctorant qui travaille 00:00:04.720 --> 00:00:08.230 avec Arshad Kudrali, l'auteur principal de ce projet subventionné par la NSF, intitulée 00:00:08.230 --> 00:00:11.690 Predicting Coronavirus Disease Impact with Multiscale Contact and Transmission Mitigation 00:00:11.690 --> 00:00:16.490 (Prévoir l'impact du coronavirus sur la maladie grâce à des contacts multi-échelles et 00:00:16.490 --> 00:00:18.370 à l'atténuation de la transmission). 00:00:18.370 --> 00:00:30.570 Cet exposé sera une vue d'ensemble de tous les travaux que nous avons réalisés au cours 00:00:30.570 --> 00:00:31.720 de l'année écoulée. 00:00:31.720 --> 00:00:37.340 Il s'agit d'une équipe de physique composée d'excellents étudiants en physique de premier 00:00:37.340 --> 00:00:41.460 et deuxième cycles de l'université Clark. 00:00:41.460 --> 00:00:46.890 Nous avons également une équipe médicale composée de médecins, d'infirmières et 00:00:46.890 --> 00:00:53.320 de praticiens de la santé respiratoire de l'école de médecine Baystate de l'université 00:00:53.320 --> 00:00:54.320 du Massachusetts. 00:00:54.320 --> 00:01:00.230 Dans l'image ci-dessous, vous pouvez voir notre éternuement artificiel avec une longue 00:01:00.230 --> 00:01:03.199 exposition dont nous parlerons plus tard. 00:01:03.199 --> 00:01:08.600 L'objectif principal de ce projet était de développer un modèle stochastique pour prédire 00:01:08.600 --> 00:01:13.060 comment le coronavirus se propage à partir de deux populations différentes. 00:01:13.060 --> 00:01:17.409 Si vous imaginez ici Boston, par exemple, et ici Worcester, Massachusetts, nous essayons 00:01:17.409 --> 00:01:21.900 de comprendre comment le coronavirus ou toute autre maladie se propage d'une population 00:01:21.900 --> 00:01:22.900 à l'autre. 00:01:22.900 --> 00:01:30.190 Au fur et à mesure que nous développions ces modèles, nous avons commencé à nous 00:01:30.190 --> 00:01:35.470 rendre compte que nous pouvions introduire à peu près tous les paramètres que nous 00:01:35.470 --> 00:01:39.540 voulions pour prédire comment le coronavirus se propageait sur la base des résultats antérieurs. 00:01:39.540 --> 00:01:44.119 Mais cela nous a fait réfléchir : quels sont les mécanismes de ces paramètres et 00:01:44.119 --> 00:01:48.479 comment pouvons-nous utiliser la dynamique des fluides et la physique des matières molles 00:01:48.479 --> 00:01:49.899 pour aider à prédire les résultats futurs ? 00:01:49.899 --> 00:01:54.770 Nous avons donc mis au point des expériences et une modélisation physique pour déterminer 00:01:54.770 --> 00:01:57.630 la dispersion spatio-temporelle des gouttelettes mucosalivaires. 00:01:57.630 --> 00:02:00.960 Nous avons donc ici un éternuement artificiel. 00:02:00.960 --> 00:02:06.280 L'évolution de notre nuage d'éternuement artificiel dans le temps a été comparée 00:02:06.280 --> 00:02:13.680 à des éternuements humains, donc à des éternuements humains dans la littérature. 00:02:13.680 --> 00:02:20.530 Ce qui nous intéresse vraiment, c'est d'essayer de déterminer comment ces gouttelettes d'éternuement 00:02:20.530 --> 00:02:28.120 se répandent en fonction de la force d'expiration, de la rhéologie du mucus et aussi des différentes 00:02:28.120 --> 00:02:31.880 stratégies d'atténuation que nous pouvons employer pour réduire la dispersion des gouttelettes 00:02:31.880 --> 00:02:32.880 mucosalivaires. 00:02:32.880 --> 00:02:38.470 Il s'agit là d'un point important, car nous devons mettre au point une mesure systématique 00:02:38.470 --> 00:02:46.780 des distances de dispersion des gouttelettes et de leur durée de séjour dans l'air, ainsi 00:02:46.780 --> 00:02:53.800 que des taux d'évaporation en fonction de la taille des gouttelettes - en fonction de 00:02:53.800 --> 00:03:00.080 la distribution de la taille des gouttelettes - afin de caractériser pleinement les taux 00:03:00.080 --> 00:03:03.180 de transmission dans notre mode stochastique. 00:03:03.180 --> 00:03:08.330 C'est très important car nous savons que l'inhalation de ces gouttelettes chargées 00:03:08.330 --> 00:03:12.909 de virus est le principal mode de transmission de la Covid-19. 00:03:12.909 --> 00:03:17.160 C'est également très important pour diverses autres maladies qui se transmettent par inhalation 00:03:17.160 --> 00:03:23.400 des exhalaisons d'autres personnes, comme la tuberculose et la grippe. 00:03:23.400 --> 00:03:28.459 Cela a donc une importance pour les futures pandémies et les futures crises sanitaires. 00:03:28.459 --> 00:03:33.000 L'une des premières choses que nous avons faites a donc été d'étudier la dispersion 00:03:33.000 --> 00:03:34.000 spatiale. 00:03:34.000 --> 00:03:39.190 Par exemple, quelle est la distance parcourue par les gouttelettes et où finissent-elles 00:03:39.190 --> 00:03:45.430 par atterrir ? L'une des questions clés qui nous intéressent est de savoir comment la 00:03:45.430 --> 00:03:49.000 rhéologie du fluide affecte les schémas de dispersion. 00:03:49.000 --> 00:03:55.780 Ici, nous avons simplement de l'eau qui est exhalée vers l'extérieur, et lorsque nous 00:03:55.780 --> 00:04:01.690 augmentons la concentration de mucine, c'est-à-dire l'adhésivité du fluide, nous commençons 00:04:01.690 --> 00:04:02.690 à observer différents modèles de dispersion. 00:04:02.690 --> 00:04:06.650 L'une des principales caractéristiques est qu'en augmentant le niveau de mucine chez 00:04:06.650 --> 00:04:15.260 une personne relativement en mauvaise santé, on commence à observer des lobes plus étroits 00:04:15.260 --> 00:04:20.370 ou des schémas de dispersion plus étroits, mais les gouttelettes parcourent une distance 00:04:20.370 --> 00:04:21.370 beaucoup plus grande. 00:04:21.370 --> 00:04:28.040 Ce que nous commençons à observer, c'est que le nombre de grosses gouttelettes, ces 00:04:28.040 --> 00:04:32.919 taches qui ressemblent à des étoiles, commence également à augmenter lorsque les concentrations 00:04:32.919 --> 00:04:34.490 de mucine sont plus élevées. 00:04:34.490 --> 00:04:38.039 Nous avons également commencé à étudier la dispersion temporelle - en d'autres termes, 00:04:38.039 --> 00:04:43.221 combien de temps les gouttelettes restent-elles dans l'air ? Si nous examinons la vitesse 00:04:43.221 --> 00:04:50.840 de chute d'un nuage d'éternuements par rapport à sa taille, nous pouvons observer ces tendances 00:04:50.840 --> 00:04:53.449 et les modéliser de manière assez précise. 00:04:53.449 --> 00:05:01.289 Vous trouverez plus d'informations dans cet article que nous avons publié en octobre 00:05:01.289 --> 00:05:02.400 2020. 00:05:02.400 --> 00:05:17.500 En outre, nous avons collaboré avec des médecins de l'UMass Medical Hospital pour déterminer 00:05:17.500 --> 00:05:21.590 comment les aérosols s'échappent de ces dispositifs d'oxygénation. 00:05:21.590 --> 00:05:29.160 Par exemple, nous avons ici une canule nasale, c'est-à-dire ces tubes qui vont dans le nez, 00:05:29.160 --> 00:05:37.680 et nous l'avons placée sur un mannequin médical pour montrer que les aérosols peuvent parcourir 00:05:37.680 --> 00:05:39.280 une assez grande distance. 00:05:39.280 --> 00:05:46.140 Vous pouvez donc voir - imaginez qu'un travailleur de la santé se tienne juste au-dessus de 00:05:46.140 --> 00:05:50.250 ce patient et qu'il soit directement exposé aux aérosols. 00:05:50.250 --> 00:05:56.770 Mais en plaçant ce masque sur le patient, nous pouvons réduire et rediriger les aérosols. 00:05:56.770 --> 00:06:03.190 De plus, nous avons un simple masque à oxygène qui pulvérise les aérosols dans deux directions 00:06:03.190 --> 00:06:13.300 et, une fois encore, nous avons placé un masque sur le simple masque à oxygène pour 00:06:13.300 --> 00:06:14.730 rediriger les aérosols. 00:06:14.730 --> 00:06:20.910 Dans l'ensemble, nous avons donc essayé d'utiliser la dynamique des fluides et la physique des 00:06:20.910 --> 00:06:28.630 matières molles comme paramètres pour améliorer ces modèles de taux de transmission, d'abord 00:06:28.630 --> 00:06:32.520 pour les transmissions de maladies. 00:06:32.520 --> 00:06:44.440 Je vous remercie pour le temps que vous m'avez accordé et je me ferai un plaisir de répondre 00:06:44.440 --> 00:06:44.810 à vos questions.