Méthodologie (discussion et contexte sur tcrouzet.com)

Avertissement. Les graphiques ci-dessous reprennent les données ECDC au 29/11/2020, lissées sur 7 jours, et tentent de les faire parler, parfois en utilisant des modèles. Dès qu'il y a recours à un modèle, il y a risque d'exagération ou de minimisation. Un modèle essaie de décrire la réalité, il n'est pas réalité. Plus bas, les prévisions du modèle sont comparées aux données qui remontent du terrain. Le but est de décrire rétrospectivement le passé pour mieux juger du présent et du futur proche (15 jours).

Death/M est le nombre de morts par million d'habitants, une façon de comparer les pays indifféremment de leur population. On suppose que l'épidémie est active quand il y a quotidiennement plus de 1 mort/M.

IFR est le taux de mortalité, c'est-à-dire la propabilité qu'un contaminé décède. Le modèle utilise un IFR de 0.0065 jusqu'au 01/07/2020, puis 0.004 jusqu'au 01/07/2020, puis 0.004.

Résumé de la méthodologie (détail sur tcrouzet.com). Il y a un décalage de 15 jours entre une infection et un décès éventuel (cette valeur a été affinée en synchronisant les prévisions du modèle et la réalité du terrain). Connaissant M, le nombre de décès un jour donné, on peut estimer que M*100/IFR personnes ont été contaminées 15 jours plus tôt (pour être plus précis : auraient dû être testées positives… et ont été infectées probablement 5 à 7 jours plus tôt). Ces M*100/IFR cas sont des cas réels estimés par opposition aux cas détectés lors des tests. Le modèle utilise un IFR de 0.65% jusqu'en juillet 2020, puis de 0.4% (voir tcrouzet.com pour justification). Encore une fois, on peut retrouver ces valeurs avec la procédure de validation du modèle.

L’Awareness est le nombre de cas mesurés/le nombre de cas réels estimés. Si on détectait tous les cas, l’awareness serait de 100 %. C’est la conscience qu’un pays a de l’épidémie. On constate que cette awareness évolue dans le temps sensiblement comme la capacité de test. Pour estimer les cas réels des derniers 15 jours, on utilise l'awareness moyenne sur les 15 jours antérieurs. Si l’awareness moyenne est de 50 %, cela revient à multiplier par deux les cas mesurés. Le modèle est très sensible à l'estimation de l'awareness sur la dernière période et peut conduire à des erreurs, surtout si l'awareness est très faible ou si le pays à très peu de cas.

Si on augmente l'IFR, le nombre de cas réels diminue et l'awareness augmente (et inversément), mais le nombre de morts projeté ne varie pas

Comme jour par jour on a estimé les cas réels des derniers 15 jours, on peut estimer le nombre de morts des 15 jours suivants. Cette mortalité est inévitable puisqu'elle découle des infections des jours passés (et seule une erreur sur l'estimation du nombre de cas réels peut fausser cette estimation).

Pour estimer la vitesse de l'épidémie, on peut mesurer l'augmentation/diminution du nombre de cas ou décès de semaine en semaine. On peut aussi utiliser la formule v2=v1exp(rt) où r est le taux de croissance sur un intervalle de temps t exprimé en jours, semaines, mois. Pour mesurer le temps de doublement, c'est-à-dire v2=2v1, on a LN(2)/r=t. Si r=(v2-v1)/v1, v1 et v2 mesurés à une semaine d'écart, on obtient le temps de doublement en semaines.

Source ECDC au 29/11/2020. Mise à jour tous les matins à 1h15.

Autres stats : https://waaar.org/info-covid-19-2/ https://www.worldometers.info/coronavirus/#countries https://coronavirus.jhu.edu/map.html https://www.gouvernement.fr/info-coronavirus/carte-et-donnees https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 https://me.jytou.fr/obsfr/index.php

Comparison charts

Tested cases (blue) vs Real cases (red)

Entre parenthèses séroprévalence estimée en cumulant les cas réels depuis le déput de l'épidémie. Quand la séroprélavence d'un pays est très exagérée par rapport à celle de ses voisins, c'est sans doute à cause d'un problème d'évaluation de l'awareness, causé par l'utilisation d'un taux de mortalité erroné ou de données sources erronées. En magenta, estimation par extrapolation des cas testés en utilisant l'awareness.

Mortality évolution (15 days projection in magenta)

Entre parenthèses nombre de morts attendus sous 15 jours.

Awareness (nombre de cas testés/nombre de cas réels estimés)

Plus l'awareness est faible, plus l'estimation du nombre de cas réels sur le dernier mois devient difficile.

CFR (nombre de morts/nombre de cas testés)

Week by week real cases doubling speed in days

Valeur max affichée plus ou moins 50 (sinon les valeur basses invisibles). Plus la valeur est basse, plus l'épidémie est rapide.

Model testing - 15 days projected deaths (red) vs real deaths (bleu)

Tous les jours, le nombre de morts dans les 15 jours suivants est estimé et comparé avec les morts effectifs. Prévisions impossibles quand peu de cas et peu de morts.

Array ( [SOURCE] => /home/hebergement/tcrouzet-lab/covid/ecdc.csv [REVAMP] => /home/hebergement/tcrouzet-lab/covid/ecdc-revamp.csv [DELAY] => 15 [IFR1] => 0.0065 [IFR2] => 0.004 [IFR2DATE] => 1593561600 [IFR3] => 0.004 [IFR3DATE] => 1600128000 [AWARENESSNOW] => 15 )