Santé : pour éviter de tomber malade dans un aéroport, mieux vaut bouger

Des scientifiques de l'Institut national de la santé et de la recherche médicale (Inserm), de Sorbonne Université, aidés de collègues espagnols et italiens, ont pris pour modèle l'aéroport d’Heathrow, à Londres, l’un des plus fréquentés d’Europe.

>> "On a frisé la collision en vol" : quand un jet privé manque de provoquer une catastrophe aérienne

Le résultat est clair : ce ne sont pas les couloirs, les guichets, les zones de contrôle des bagages, tous ces lieux où il y a le plus de brassage de voyageurs qui sont les plus risqués, mais les lieux, ou l’on reste immobile un certain temps. Autrement dit, avant tout, les restaurants, les commerces et les salles d’attente avant l’embarquement. Des zones qui ne recouvrent finalement que 2% de la surface de l'aéroport. 

Ils ont pu aboutir à ce résultat grâce à l’aide des données GPS de téléphones portables, ils ont croisé les déplacements de 200 000 voyageurs et salariés au sein de l'aéroport (avec les détails des trajets de chacun à 10 m près). Ils ont combiné à cela des profils virtuels de passagers atteints du Covid-19 ou de la grippe H1N1, des passagers qui pouvaient libérer des gouttelettes respiratoires autour d'eux, c’est comme cela qu’ils ont pu détecter les endroits où les risques de contagion sont le plus fort.

Pour prévenir les épidémies

Autre enseignement très utile, ces chercheurs ont également établi qu’en décontaminant uniquement les 2% d’espaces les plus à risque, par exemple avec de la filtration d’air ou la décontamination des surfaces, il est possible de réduire de 40 à 50% le risque d’avoir un cas secondaire de H1N1 ou de Covid-19, suite à un premier cas importé dans l’aéroport. 

La bonne nouvelle, c'est qu’on peut généraliser ce modèle à tous les aéroports du monde, nous a expliqué Mattia Mazzoli, l’un des chercheurs de l'Inserm qui travaille sur le sujet depuis plus de cinq ans – donc bien avant le Covid-19 – c’est qu’en adaptant leur modèle au flux de personnes et à la configuration spatiale d’autre lieux de transits comme d’autres aéroports, gares, ou centres commerciaux. Il est possible de localiser à chaque fois, les zones à risque de contamination. Ce modèle pourrait donc être particulièrement utile dans les tous premiers stades d’une épidémie.