Afin d’anticiper la propagation d’une épidémie, la mobilité humaine peut être estimée par les modèles de gravité et de radiation. De façon générale un modèle de gravité stipule que le flux de mobilité entre deux sites géographiques s’accroît proportionnellement aux tailles de populations et décroît en fonction de la distance entre les sites. Le modèle de radiation estime la probabilité de trajet entre deux sites à partir de la densité de population environnante. Dans les zones à ressources limitées les observations de la mobilité humaine sont rarement disponibles ou partielles alors même que le besoin de prévision épidémique y est crucial. Notre objectif était d’évaluer, grâce à des simulations, les erreurs générées par l’utilisation de modèles non calibrés, afin de proposer une conduite à tenir en l’absence totale de données de mobilité.

L’espace a été simulé 1000 fois par deux distributions uniformes représentant les cordonnées géographiques de 10 à 100 sites et leurs populations fluctuant entre 1000 et 1 000 000 d’habitants. La mobilité entre les sites a été simulée sous l’hypothèse que la quantité maximale de mouvement suit une distribution de Poisson dont la moyenne est la somme des populations source et cible. Les modèles mathématiques non paramétrés, de gravité et de radiation, ont fourni des estimations de la mobilité. Des analyses de sensibilité ont permis d’évaluer les performances d’ajustement des modèles selon l’erreur quadratique moyenne (RMSE). Les facteurs associés à l’erreur ont été étudiés en régression linéaire.

Les modèles de gravité non calibrés restent plus performants RMSE=113 (106–120) versus 510 (487–532) pour radiation. La performance du modèle de radiation diminue lorsque la densité de population augmente (p<0,0001).

En l’absence totale de données de mobilité, les modèles de gravité permettent des prévisions épidémiques moins erronées que le modèle de radiation.