La modélisation épidémiologique et l'analyse du seuil épidémique dans les réseaux sont largement utilisées dans le contrôle et la prédiction de la propagation des maladies infectieuses. Par conséquent, la prédiction du seuil épidémique dans les réseaux est un défi en épidémiologie où la structure du réseau de contact influence fondamentalement la dynamique de la propagation. Dans cet article, nous concevons et expérimentons une nouvelle approche générale, structurel et spectral de prédiction du seuil épidémique. Cette approche capture davantage la structure complète du réseau en utilisant le nombre de nœuds, le rayon spectral et l'énergie du graphe. Nous effectuons des simulations globales sur 31 types de réseaux à des différents topologies. Les simulations montrent des résultats similaires des valeurs de seuil épidémique par rapport aux approches théoriques de référence MF, HMF et QMF largement utilisé. Grâce aux techniques d'analyse et de visualisation des données, les résultats montrent que la nouvelle approche est similaire à la précédente, qu'elle capture davantage la structure complète du réseau et qu'elle est plus précise que les approches précédentes. La nouvelle approche offre une nouvelle approche générale et spectrale pour analyser les processus de propagation dans un réseau. Les résultats présentent un intérêt à la fois fondamental et pratique pour améliorer le contrôle et la prédiction des processus de propagation dans les réseaux. Ils devraient en particulier être utiles aux décideurs en matière de santé publique.