Essayons de prendre du recul sur la situation du covid-19 en France. On pourrait résumer en disant : depuis deux mois le nombre de décès quotidiens se maintient à un niveau élevé, l’hôpital est sous tension mais tient le coup, ça accélère mais le nombre de reproduction Reffectif se situe juste un peu au dessus de 1 et chaque département est concerné vis à vis de l’incidence nationale.
On dirait que ça tourne, que ce serait une mécanique bien ajustée qui se trouve à un rythme de croisière. On se retrouverait dans les prochaines semaines autour de la conférence de presse du Gouvernement pour regarder la couleur rouge, et on aurait définitivement oublié d’allumer les phares pour voir ce qui pourrait se passer dans les semaines à venir. On conclurait qu’on a appris à vivre avec le virus…
Mais à quel prix ! Non, l’objectif n’est pas de vivre avec le virus mais de s’en débarrasser. L’espoir repose sur un mécanisme qui fera STOP. À partir de quand les vaccins commenceront-ils à peser sur l’infléchissement des courbes ? Que voyons-nous avec un nouveau calcul à l’aide du simulateur ?
Durée moyenne d’hospitalisation stable
Le modèle épidémiologique global du simulateur CovidTracker permet de déduire la durée moyenne du séjour à l’hôpital avant retour à domicile. Nous avons présenté ce graphique avec la simulation du 19 décembre en indiquant qu’il peut être vu comme une sorte de négatif du niveau d’occupation des lits à l’hôpital. C’est un peu contre-intuitif, la moyenne aurait tendance à être élevée en fin de vague, quand il ne reste plus à l’hôpital que les derniers cas qui ont été longs et compliqués à gérer. La moyenne aurait tendance à baisser quand un flux de nouveaux cas « frais » arrive à l’hôpital, avec y compris des cas rapides à gérer. Voici le nouveau calcul :
La moyenne n’augmente pas. C’est cohérent avec l’impression de stabilité de la machine et en conséquence ça indique qu’on n’aperçoit pas la fin du processus épidémique.
Réglage du nombre de reproduction Reffectif sur la situation en cours
Le précédent réglage de Reffectif s’est situé au moment d’une « petite bosse » autour de 1,2 et il s’est révélé surévalué lorsqu’on regarde les jours écoulés depuis. La valeur courante de Reffectif est estimée vers 1,05.
Voici le nouveau réglage de Reffectif pour le simulateur CovidTracker avec les trois hypothèses : stable, à la hausse ou à la baisse dans les prochains jours. Ces hypothèses sont initialisées quelques jours dans le passé car il n’est pas possible d’estimer précisément R sur le jour en cours.
En lignes grises sont rappelées les deux précédentes limites des hypothèses hautes et basses. Le graphique montre que c’est l’hypothèse plus qu’optimiste qui s’est déroulée depuis deux semaines (le précédent réglage de R n’était pas très réussi), c’est déjà une bonne chose.
Évolution du nombre de cas détectés positifs
Le nouveau réglage de Reffectif permet d’en déduire une estimation sur l’évolution du nombre de prochains cas détectés positifs au Sars-CoV-2 en France, dans les hôpitaux, puis en EHPAD-EMS.
Le fait que Reffectif soit proche de 1 conduit à une évolution à tendance rectiligne pour l’hypothèse médiane, celle où R ne bouge pas. Le calcul pour les EHPAD et EMS montre quelque chose de nouveau et d’intéressant :
On constate un décrochement de la courbe par rapport à l’hypothèse optimiste de la précédente simulation au 22 janvier. C’est une bonne nouvelle mais comment l’interpréter ? Est-ce un premier signe de l’effet de la vaccination ou alors comme un effet placebo ? C’est à dire qu’en prenant espoir légitime que ça aille mieux dans ces établissements, effectivement ça commence à aller mieux ? Les prochains jours nous le diront.
Situation dans les hôpitaux
La précédente simulation prévoyait que le cumul du nombre d’entrées serait situé entre 311592 et 317511 le 2 février. Le nombre officiel de Santé publique France est 309453, c’est donc un peu moins que l’hypothèse basse. Là aussi on retrouve que c’est le chemin optimiste qui s’est déroulé depuis deux semaines. Voici les nouveaux graphiques issus des nouveaux calculs.
La tendance rectiligne est à nouveau visible sur le graphique des entrées et sorties. À remarquer qu’en cas d’hypothèse optimiste prolongée sur plus d’un mois, il n’y aurait alors plus de nouvelle entrée, c’est bluffant.
En ce qui concerne la tension hospitalière, on retrouve sur le graphique que la situation peut se prolonger quasiment à l’identique dans les jours à venir, toujours du fait que Reffectif est proche de 1 et qu’une sorte d’équilibre du processus est en cours.
Évolution du nombre de décès
Cette mécanique qui semble ne pas s’user continuerait son travail de sape.
Le graphique montre que si rien ne bouge par rapport à la situation en cours alors on ne verrait toujours pas l’issue du tunnel. À remarquer, le léger infléchissement constaté sur le nombre de nouveaux cas dans les EHPAD ne semble pas exister pas pour le moment sur la courbe des décès en EHPAD et EMS, il n’y a pas eu de décrochage net, c’est probablement trop tôt.
Remarquer aussi que selon l’hypothèse optimiste, si elle est prolongée sur plus d’un mois et demi, le calcul montre un arrêt des comptes macabres, c’est bluffant n°2.
Expliquez-nous
Nous avons pu constater avec des précédentes simulations que suivre le chemin optimiste n’est pas impossible. Est-ce alors incroyable d’imaginer qu’avec un bon gros coup de frein on pourrait stopper cette machine à covid-19 pour échéance de la fin mars ? Rêvons un peu et prenons soins de nous.
Philippe Brouard
Post-scriptum
À l’occasion de cet article, j’ouvre une petite fenêtre pour Monsieur Le Breton, un lecteur assidu et qui « ne fait pas dans le politiquement correct » comme il le dit lui même. Sa méthode de simulation à base de courbes de Gauss est originale, ci-dessous un extrait de son travail. Elle illustre que tout ça pourrait se finir au printemps, pourvu qu’il n’y ait pas une nouvelle « gaussienne » cachée à la suite de la courbe verte !
Hypothèse de vagues successives
Voici le résultat d’une simulation par un jeu de courbes de Gauss des cas répertoriés en partant de l’été dernier. On simule donc avec les mêmes données le cumul des cas, la variation journalière des cas, et la dérivée dans le temps de cette dernière. Les courbes dérivées sont lissées pour gommer les effets dus à la collection des données qui sont très fluctuantes, elles sont traitées indépendamment.
On a commencé par se caler sur l’historique la vague de la fin de l’été dernier (marron), puis on a ajouté les courbes correspondant à l’épisode d’octobre/novembre (rouge) et enfin la vague actuelle (vert). La courbe pointillée noire représente la superposition des gaussiennes et les données de SPF forment la courbe bleue. Ci-dessous la représentation des mêmes courbes pour les variations journalières :
Daniel Le Breton
Merci Monsieur Le Breton pour cette contribution
Post-scriptum 2
07/02/2021 Quelques compléments extraits de la méthode de M. Le Breton.
C’est donc « comme si » l’épidémie suivait des vagues dont l’origine est sujette à discussion (variants ? dispersions par zones géographiques ?). L’analyse est juste descriptive et se fait sur le cumul des cas observés ainsi que sur les deux dérivées suivantes pour en vérifier l’applicabilité. Actuellement l’ensemble des réglages (durée, amplitude, position du pic), des différentes vagues (courbes de Gauss) se fait manuellement et les solutions ne sont qu’approchées. On devrait pouvoir faire mieux avec une approche mathématique plus rigoureuse.
(…)
À partir de cette simulation on peut évaluer l’allure de la fonction Ro pour les jours à venir. Voici une comparaison pour la France entre les chiffres officiels, ma propre évaluation (Ro à 6 jours = ratio entre la moyenne lissée au jour J et celle au jour J-6) et le même type d’évaluation appliqué à la simulation :
Daniel Le Breton
L’analyse de M. Le Breton me semble un exemple flagrant d’overfitting. Il utilise 12 paramètres continus (3 par Gaussienne: la position, la hauteur la largeur), ce qui est trop au vu des données. En fait, avec 12 paramètres continus j’arrive à avoir le même résultat avec énormément de modèles, je fais mieux avec des polynômes, et pareil avec les polynômes de Lagrange!
Et même en oubliant ces considérations, on n’a aucune raison de penser qu’il n’y a pas d’autre vague qui suit, une gaussienne décroit très vite loin de son centre et donc on ne voit aucun effet des futures gaussiennes. On a aussi peu de raisons de penser que le modèle reste pertinent avec le variant anglais.
Cela mène à une critique générale qu’on peut faire aux prédictions du site: vous restez dans des maths qui sont fixées et se complexifient artificiellement et oubliez la biologie derrière. Quand on étudie la littérature, on comprend par exemple que le meilleur prédicteur de la transmission est la moyenne de l’ACE 2 dans la population. Idem pour les prévisions sur les hôpitaux, qui sont pour vous une fonction des prévisions sur les càs, en oubliant totalement la charge virale: le rapport cas/hospitalisations est défavorable après noël dans toutes les tranches d’âge, probablement car on s’infecte avec plus de charge virale à table.
Dans notre cas, les maths sont bien sur utiles, mais elles ne doivent pas cacher les phénomènes globaux qui sont derrière.
Bonjour, merci pour votre réflexion sur les modélisations. Oui, un des travers possibles du « big data » c’est de se mettre des œillères mathématiques. Nous essayons autant que possible de suivre l’actualité des publications des professionnels de la santé pour ne pas « déconnecter » nos calculs du contexte biologique, ce n’est pas facile. À cette occasion, pouvez-vous nous en dire plus sur l’ACE 2?
cordialement
L’ACE2 est, dans la cellule humaine, le récepteur du virus, c’est lui qui l’accueille!
Comme vous le savez le coronavirus apparu à Wuhan fin 2019, baptisé SARS-CoV-2 en 2020, est, schématiquement, une petite boule hérissée de spicules ou « Spike » en anglais.
Cette spike contre laquelle sont dirigés les anticorps vaccinaux et ceux des sujets convalescents, contient des milliers d’acides aminés et ce sont eux qui mutent.
Mais surtout, cette spike possède en son extrémité une clef (RBD en anglais ou « domaine de fixation au récepteur ACE2 cellulaire ») pour se fixer au récepteur ACE2 de la cellule humaine. Cette clef est équipée en son extrémité d’un « RBM » (receptor binding motif) qui interagit avec l’ACE2 et les anticorps neutralisants.
En bref, l’extrémité de la spike est la clef que possède le virus pour ouvrir la serrure dont est équipée la cellule humaine en son récepteur ACE2.
Les mutants anglais, sud-africains et brésiliens se sont adaptés à cette serrure humaine pour la pénétrer plus facilement. D’où leur plus grande contagiosité.
Et c’est la mutation E484K contenue dans le mutant d’Afrique du Sud et brésilien et récemment identifiée dans le mutant anglais qui pose le plus de problème car c’est elle qui diminue le plus la réponse immunitaire vaccinale ainsi que celle des sujets déjà infectés.
D’où l’idée de Pfizer d’ajouter une troisième dose à son vaccin, pour plus d’efficacité.
Docteur Edith Cariou, 70 ans, médecin généraliste à la retraite.
Ce que j’écris est seulement ce que j’ai compris de mes lectures!
Bonjour Mme Cariou. Merci pour vos éclaircissements. Si je peux me permettre d’en profiter pour une question qui m’interpelle et je n’arrive pas bien à trouver des réponses. Considérant que la serrure ACE2 existe depuis plus longtemps que le SARS-CoV-2, elle doit probablement servir à autre chose que d’accueillir ce virus. Considérant aussi que les vaccins de type ARN auraient pour action de s’attaquer à la clé qui fonctionne pour cette serrure, que sait-on alors de l’effet consistant à désactiver cette clé de façon quasi systématique, et peut-être y compris pour des processus qui ne seraient pas pathogènes (si j’ai bien compris)? Si vous avez des références de lecture à ce sujet, je suis preneur, cordialement
Pour une fois que les maths ne me désespère pas…
Merci à tous ceux qui tentent d’expliquer avec bio et maths,
Si je puis me permettre, il semble que le paramètre psycho-sociologique est important, le cas du Portugal pourrait nous rendre prudents dans les prévisions…
J’aime bien cette analyse MAIS, il manque les chiffres du variant britannique, je trouve dommage que le gouvernement ne donne pas les courbes. Je pense qu’actuellement ce qui détermine l’avenir de la France c’est la propagation du variant britannique, mais j’ai pas vu de simulation récente prenant en compte cette propagation (la plus récente étant celle de l’inserm datant du 10 janvier). Je sais que je ne suis pas expert, et qu’il y a des choses qui m’échappent sûrement, mais une simulation sinon temps réelle mais au moins toutes les semaines, seraient primordiales pour vraiment anticiper les remontées épidémiques. Ce R qu’on a, peut-être c’est une baisse du Covid normal qui compense exactement l’augmentation du covid britannique? Mais jusqu’à quand ? Toujours en mars ? Fin février ? Ce serait super que vous réussissiez à prendre en compte le variant dans les simulations!
Merci pour vos commentaires, Ismaël. Si j’ai opté pour un exercice de « fitting » c’est parce que le modèle SIER a un gros défaut à la base, il n’est pas capable de prévoir le déroulé de l’épidémie avec son R constant (d’où des variantes régulièrement offertes au lecteur). A ce sujet la réalité a été cruelle avec les évaluations de Pasteur de novembre dernier. Dans mon cas j’ai perdu pied avec l’arrivée du « plateau », alors que je faisais nettement mieux avec ma pauvre gaussienne, je n’avais pas réalisé la présence d’une nouvelle vague à l’époque.
J’utilise ici 3 paramètres par gaussienne, donc 9 pour le graphe en question, et je m’assure que par rapport à la courbe présentée, son intégrale et sa dérivée sont correctement décrites, car c’est cela dont il s’agit, faire de l’analyse descriptive. Et la gaussienne n’est pas la par hasard, il se trouve qu’en 2020, l’épidémie de grippe avait une très bonne tête de gaussienne. N’ayant aucune connaissance en épidémiologie je laisse aux spécialistes le soin d’expliquer ce qui se trame derrière le rideau pour en arriver là, et je me contente du premier niveau d’approximation. Depuis un an qu’on assiste à des ratages successifs en matière de prévisions, il serait temps de faire évoluer des modèles non vérifiés par la réalité. Dans mon cas je braque une lampe torche dans un épais brouillard pour tenter de repérer le chemin à suivre.
La vague suivante est prête dans mon système de simulation, je n’ai plus qu’à la décrire et pour cela il me faut les indications de la réalité des données. On va la voir dès qu’elle pointera le bout du nez (Reff par exemple), alors il faudra quelques jours pour en avoir une première estimation, car les courbes de Reff se lisent assez bien en matière de vague. En attendant je peux simuler des scénarios « à la portugaise » ou « à l’irlandaise ». Si une gaussienne approche la description d’une vague, le Reff correspondant le fait aussi (vérifié par la pratique) et ça aide.
La méthode (descriptive) s’applique aussi aux décès et j’ai également des versions hospitalisations/réanimations, mais ces dernières sont trop sujettes à la gestion des hôpitaux pour être aussi adaptées à la réalité. Mais ça ne coûte rien d’essayer, ce que je fais.
Je vois que maintenant on en est à faire des hypothèses sur l’évolution du Reff dans le temps et c’est un progrès, le scénario dit « optimiste » est relativement proche de celui que suggère la description de la vague actuelle. Ca n’a rien d’optimiste pour moi, ça ne fait que correspondre à l’évolution de la courbe en cloche de la vague actuelle. Si Mr Brouard le veut, il peut faire figurer la courbe de Reff que je lui ai envoyé qui correspond aux trois vagues décrites dans le graphique, ça vous donnera une perspective sur les a cotés utiles de la méthode.
J’allais oublier de vous dire que le sommet de la vague est passé le 30 janvier avec un peu moins de 21 000 cas par jour en moyenne, soit à peu près 3 mois après son apparition. On n’a donc pas grand-chose à espérer de sa fin avant le mois de mai. J’ai figé les réglages il y a trois semaines et je peux voir que pour l’instant, la réalité suit bien l’estimation faite avec la gaussienne. Ca ne descend pas rapidement bien sûr et BFMTV va pourvoir encore faire des alertes le mercredi avec des chiffres dépassant le 25 000 cas pendant quelques temps.
Merci à Mr Le Breton pour son modèle qui éclaire le passé. En ce qui concerne le futur, et l’hypothétique impact du variant britannique, il me semble intéressant de noter qu’en région Bretagne et Grand Est, 2 régions très impactées par ce variant (respectivement 33% et 23% des cas positifs détectés, source https://actu.fr/societe/coronavirus/carte-covid-19-les-regions-de-france-ou-les-variants-circulent-le-plus-le-grand-est-tres-touche_39259567.html), les coefficient restent inférieurs ou proche de 1. D’un point de vue plus global (France), il semble que nous soyons aux prémices d’une baisse après une phase de stagnation, et au niveau mondial la baisse est déjà amorcée depuis plusieurs semaines. Si il y a un effet du variant britannique quelque part, il semble rester, jusqu’à présent, très localisé et on semble loin d’un phénomène de propagation emportant avec lui une hausse généralisée. On peut bien sur craindre que ce soit un phénomène dormant, on peut aussi craindre que les vacances de février génèrent une nouvelle vague, et pourquoi pas craindre que le ciel nous tombe sur la tête … mais il y a de la place aussi pour espérer !
La loi de Gauss a le mauvais goût d’être symétrique et de n’être pas nulle à l’origine. Les phénomènes épidémiques suivent la plupart du temps des lois Gamma (dissymétriques et nulles à l’origine).
La vague de mars a effectivement suivi une loi Gamma. Cela m’a permis de prévoir le taux de contamination une quinzaine de jours à l’avance.
La vague de novembre a également suivi une loi Gamma. Ce qui se passe actuellement ressemble à un début de loi Gamma mais il faut être très prudent pour l’affirmer…
De toute façon ces modèles « phénoménologiques » n’ont aucune valeur vraiment prédictive car, comme on l’a fait remarquer, on peut toujours « fitter » n’importe quelle évolution en rajoutant des paramètres…
Bonjour, oui je rejoins votre remarque, de toutes façons il s’agit beaucoup d’un travail d’ajustements.
Il est vrai que la loi Log normale (Gamma) est parfois plus appropriée, mais pas toujours de manière franchement significative. Pour certains pays ça ressemble à une loi Gamma retournée, comme si on commençait par la fin et terminait par le début. J’ai une version « loi Gamma » de mon simulateur, les grands esprits se rencontrent donc. De formation ingénieur je m’arrête aux éléments de premier ordre pour tenter un éclairage à 3 ou 4 semaines, guère plus, on a le temps de refaire un bouclage tous les 15 jours, en évitant de balayer l’espace à 360 degrés comme si on ne pouvait rien dire de ce qui allait se passer à court terme. Je vous trouve bien pusillanimes pour dire le moins, mais libre à vous après tout.
Ayant passé beaucoup de temps dans une entité de stratégie au cours de ma carrière, j’ai dû passer sur le billot pas mal de fois pour éclairer la vision de ma direction en mesurant les risques associés (c’est ça la base). Donc j’ai plutôt tendance à ne pas me laisser impressionner par une théorie approximative même si elle est sensée au départ, et à bousculer les habitudes plan-plan des jolis modèles épidémiologiques. J’espère avoir été à l’origine des scénarios concernant le Reffectif puisque ça correspond à mes échanges avec Mr Brouard.
Comme déjà indiqué, si les anglais ne nous avaient pas parlé de variant on ne s’en serait pas aperçu au regard de leur courbe de Reffectif. En revanche ce phénomène se repère facilement au Portugal et en Irlande. Comble de l’ironie peut-être, l’épisode français d’octobre novembre 2020 ressemble aux phénomènes de variant portugo-irlandais. Personne n’a parlé de variant à l’époque, normal puis qu’on n’a pas la puissance de séquençage des anglais. Dans la catégorie concours de jouer à se faire peur, on est vraiment bons. Attendons de voir si on détecte ça dans les données. Le Conseil scientifique nous annonce le phénomène variant début mars, on verra bien sur pièce. En attendant, on peut toujours établir des scénarios de Reffectif pour les injecter dans un modèle épidémiologique et voir ce que ça raconte. Ce serait mieux que de caler Ro à 1,5 pendant 4 semaines et de crier au loup.
Ma prédilection pour la loi Log normale vient de ce que l’on a affaire à des variables aléatoires positives issues des chaînes de Markov de contamination.
Comme vous, j’ai été également très frappé de la similitude entre notre pic de contamination de novembre et le pic anglais actuel. Votre supposition que nous n’avons pas su détecter « notre » variant est cruelle pour nos service de santé…mais est assez vraisemblable.
Quand je faisais de la prospective, je me référais souvent à la phrase de Jacques Lesourne : « Le futur est le fruit du hasard, de la nécessité et de la volonté ». J’ai souvent constaté que le terme de hasard venait masquer les deux autres et rendait vain tout effort de prospective ! Dans le cas présent, le hasard, c’est la mutabilité du virus et les contacts entre individus, la nécessité, c’est la contagion et l’évolution de la maladie et la volonté, c’est l’ensemble de nos actions de prévention (gestes barrières, masques, vaccination, etc.). Espérons que le terme de « volonté » l’emportera rapidement. Mais, à ce jour, aucune prévision ne me semble possible…
Finies les « enquêtes flash »! On est passé au criblage, plus facile à réaliser, moins coûteux et beaucoup plus rapide que le séquençage.
Dès samedi 23 janvier 2021, une seconde RT-PCR de criblage est réalisée à l’ensemble des résultats positifs de RT-PCR. Cette RT-PCR de criblage est réalisée avec l’un des kits détectant un ou plusieurs variants connus à ce jour et a minima le variant anglais. Les données concernant les variants vont donc s’affiner et coller à la réalité du terrain. Ce qui donnera une photographie exacte de la situation du Covid 19 et des variants jour après jour. De quoi projeter de nouvelles exponentielles correspondant au variant anglais, puis au variant sud-africain et au variant brésilien. Lequel des trois finira par régner sur tous les autres?
non les criblages ne sont pas réalisés sur l’ensemble des tests positifs mais sur des test dit suspects, ce qui fait mécaniquement gonflé le pourcentage de présence des variants. En semaine 6 sur 148000 tests +, seul 66 000 ont été criblés et on nous pond sur ceux la , les fameux 36 % de présence du variant au niveau national. Je nomme cela de la supercherie et la volonté de faire perdurer la peur
J’ajoute que ce second test RT-PCR de criblage est aussi réalisé en cas de test antigénique positif.
Bonjour, voilà une bonne nouvelle, merci. L’étude fine de la propagation des variants sera utile. De façon ironique, je dirais qu’il serait encore plus utile qu’ils ne se propagent pas du tout, mais je rêve sans doute. N’est-ce pas une autre illustration de notre capacité à créer à la fois des catastrophes et des usines pour tenter de réparer les catastrophes?
Du coup, je ne sais pas si CovidTracker aura accès aux résultats de ces tests de criblage et pourra les ajouter dans ses résultats et ses tableaux?
Merci et belle journée.
Bonjour et merci pour le travail immense réalisé par Covid Tracker et nos interactions entre bloggers.
Je me demandais si dans VaccinTracker les carrés verts ne pourraient pas correspondre au pourcentage des personnes ayant reçu les deux doses, des carrés oranges aux personnes n’ayant reçu que la première dose, et les carrés rouges et rouge clair aux autres?
Bonjour, n’y aurait-il pas un intérêt à chercher un lien entre l’incidence et les fluctuations météorologiques ? Les températures positives depuis mi janvier n’ont elles pas elles aussi permis de freiner les contaminations ? Avez-vous déjà initié un travail en ce sens ?
Bonjour Sébastien,
Les températures sont plus douces au Portugal qu’en France et n’empêchent pourtant pas la situation d’y être terrible. Il fait aussi plus chaud en Afrique du Sud où la situation n’est guère meilleure. Non, malheureusement, le virus aime le froid et le chaud. Ce sont les comportements de relâchement des gestes barrière (Fêtes de Noël au Portugal, ouverture des pubs et des restaurants en Angleterre en octobre- novembre, le non port du masque dans les rues), la vie en milieu clos et mal aéré, qui permettent le passage du virus d’un être humain à l’autre. Par contre je soupçonne le virus d’aimer les fines gouttelettes de pluie et de s’y agréger comme un bon mode de transport entre nous…
Bonjour,
Comme immunologiste, je dis un peu de mal des épidémiologistes modélisateurs quand ils croient que les modèles permettent des prévisions. Il faudrait pour cela que tous les éléments soient connus à un instant t sans qu’aucun phénomène nouveau ne se produise et que la vraie vie comme le pigeon ne renverse l’échiquier. Les modélisations sont néanmoins utiles pour l’analyse rétrospective et en tirer des leçons pour l’avenir. Les déconvolutions en N gaussiennes sont intéressantes. La dissymétrie des pics ( skewness, kurtosis ) serait à prendre en compte. Mais surtout, beaucoup de phénomènes biologiques sont oscillatoires et tenter de trouver une période d’amortissement pourrait être utile par ex pour juger de l’influence d’un pays à l’autre ou d’une région à l’autre de facteurs locaux ou de politiques locales. Il faut sans doute descendre au minimum à l’échelle du département pour voir quelque chose.
Bon courage à tous,
Bonjour, cette métaphore du pigeon est amusante, une explication de plus sur le « pourquoi je n’aime pas les pigeons ». Oui, par exemple, c’est en analysant le modèle que nous pouvons proposer une lecture de la durée moyenne d’hospitalisation (qui serait à conforter avec d’autres sources). Cette moyenne cache des grandes dispersions, entre des séjours plutôt courts et des séjours très longs. Mais elle permet aussi de se rendre compte que passer un mois à l’hôpital ce n’est pas rien, ce n’est pas comme une intervention en ambulatoire. Comme vous le dites, il en faut encore du courage, spécialement à l’hôpital. Merci pour votre message
la clef ACE2 est le récepteur de l’enzyme de conversion de l’angiotensine 2 élément important de la physiologie cardiovasculaire, elle est bloquée par des médicaments spécifiques utilisés dans le traitement de l’hypertension artérielle .
s’est posé ce printemps la question d’un effet délétère interférentiel de ces médocs // virus la réponse a été pragmatiquement négative ouf ! très répandu et efficace leur substitution aurait été difficile
Bonjour, effectivement le lien avec l’hypertension artérielle est mentionné dans la fiche EXPERT de l’Académie des Sciences au sujet d’ACE1 et ACE2. J’ajoute le lien ici même, cette fiche est très détaillée, complexe à lire pour les non initiés (comme moi) : https://www.academie-sciences.fr/pdf/rapport/2020_04_23_ACE_Expert.pdf. Cette lecture pourra intéresser les internautes experts.
Concernant le froid, on n’a pas de certitude sur la propagation, même s’il est probable que ce soit un facteur qui la facilite. Il est par contre admis par presque tous les chercheurs qu’il aggrave la maladie, c’est un déterminant important de l’expression d’ACE 2 et des brèves expositions quotidiennes suffisent à augmenter cette dernière.
Concernant la pluie, il me semble que ce n’est pas important car il n’y a que très peu de contaminations qui ont lieu en extérieur, pluie ou pas.
Sachant que 3% des Français ont été vaccinés (1 ou 2 doses) , sachant que 17% des Français ont eu le Covid (chiffres estimés de l’Institut Pasteur), il y aurait donc environ 20% de Français immunisés à la mi février (immunité partielle)… Ce pourcentage pourrait monter à 25% au 1er mars (18+7)… Est-ce suffisant pour freiner l’épidémie? Je crois que oui, mais je fais partie des optimistes…
Merci pour vos analyses
Bonjour. Voici une tentative d’analyse. Pour essayer d’avoir une idée de l’effet de frein de l’épidémie au regard du taux de vaccination dans un pays, on peut commencer par se faire une idée avec les pays où il y a le plus fort taux de personnes vaccinées. En bas de la page de VaccinTracker, on voit que le trio de tête est 1:Israël (69%), 2:Émirats Arabes Unis (47%), 3:Grande Bretagne (20%). Si ensuite on se retourne vers le tableau de bord Monde, et qu’on sélectionne ces trois pays, plus la France, et regardons la courbe du nombre de nouveaux cas par millions d’habitants ce qui donne ce graphique en lien. La grande Bretagne est en décroissance importante depuis un mois, sans doute lié aux mesures de confinement dues au variant anglais. La situation d’Israël est marquante, le nombre de nouveaux cas reste très élevé, beaucoup plus fort que les trois autres pays du graphique, malgré ça en baisse légère depuis mi-janvier, c’est tout le mieux qu’on peut leur souhaiter. Les Émirats Arabes Unis sont à un niveau semblable à la France. Donc, pour le moment c’est difficile de dire qu’il y a un effet très net de la vaccination sur le niveau des nouveaux cas: les pays avec le plus fort taux de vaccination continuent à avoir un nombre important de nouveaux cas.
J’aime bien le modèle de Mr Le Breton car ses 3 courbes correspondent à ce que j’ai observé sur le terrain :
– vague orange = contamination des enfants à la rentrée, enfants qui contaminent leurs parents (donc en gros les moins de 45 ans c’est à dire peu d’hospitalisations, peu de morts, d’où les rumeurs de mutation rendant le virus moins dangereux)
– vague rouge = contamination des grand-parents (clubs retraités encore ouverts en octobre) et des Ehpad avec saturation rapide des lits de réa et augmentation des morts
– vague verte = contamination surtout des enfants (fêtes de famille puis reprise des cours) et de leurs parents
Sauf que ses courbes décrivent le passé, sans donner d’explications.
La baisse de la courbe rouge, c’est a priori le confinement dont la fermeture des clubs de retraités.
Mais pourquoi la vague orange a reflué fin septembre ?
Donc même si on connait mieux le virus qu’il y a un an, il reste beaucoup d’inconnues dans les équations.
Merci pour ce formidable travail et lieu d’échanges
Comme beaucoup de français et en tant que médecin retraité je suis l’épidemie depuis un an .
Je suis plutôt un rassuriste, par philosophie et surtout parce que je pense qu’il vaut mieux, en tant que médecin, contrebalancer la tendance contagieuse de l’anxiété grave, qui est l’angoisse de mort. Un grand nombre de français souffrent d’un syndrome d’anxiété sévère( 10% des hommes et 20%). Les spécialistes de la santé mentale, ont sonné l’alerte du fait de l’augmentation des dépressions et suicides surtout chez les jeunes.
Les mathématiques et statistiques sont séduisantes car toutes ces courbes avec des couleurs ont une certaine esthétique et peuvent nous donner le sentiment que le réel ne nous échappe pas complètement… Mais n’est ce pas une illusion, tant que nous n’avons pas percé le mystère des lois qui régissent les inter-relations entre tous les acteurs du monde vivant?….
Déjà Ambroise Paré dans un traité sur les plaies par armes de guerre, s’interrogeait sur l’absence de correlation entre les caractéristiques extérieures d’une plaie et le pronostic vital. Cette question me taraude également l’esprit depuis le début de ma carrière, avec un constat similaire à mon illustre prédecesseur chirurgien: j’ai constaté à des dizaines de reprises que certains patients survivent à des accidents ou des maladies gravissimes alors que d’autres meurent pour « presque rien »
Pour revenir au Covid1, on constate aisément que le grand âge est un paramètre déterminant: les réanimations sont occupées à 65% par les plus de 65 ans , mais dont 84% ont aussi une comorbidité grave ( obésité, HTA, diabète) Ce facteur explique que la mortalité par million d’habitants soit beaucoup plus importante dans les pays à espérance de vie élevée, que dans les pays à faible espérance de vie. Il y a donc aussi 35% de personnes en réanimation qui ont moins de 65 ans et prés de 20% d’entre eux n’ont pas de comorbidités…
Pourquoi des enfants ou de très jeunes adultes meurent-ils du Covid19: déficits immunitaires secondaires à des conditions de vie difficile dans leur enfance, ou dans leur vie actuelle , ou encore cause inconnue ?
Chacun de nous essaye d’apporter son éclairage individuel, selon son expérience de la vie professionnelle ou personnelles. Je trouve ces échanges très stimulants car comme le développent de nombreux philosophes des sciences, je pense que les solutions naitront d’un métissage entre les sciences dures et les sciences humaines. Comme plusieurs intervenants dans ce forum l’ont exprimé, il est difficile de comprendre quelque chose à cette épidémie quand on examine les profils tellement différents des courbes de mortalité selon les pays et voire selon les régions. Beaucoup d’éléments nous échappent encore.
Un dernier mot sur la thérapeutique, pour dire mon grand regret sur le fait que autorités sanitaires, dont l’OMS, font une obstruction incompréhensible, vis à vis de tas de protocole thérapeutiques pour la phase initiale, dont des centaines d’études, dont certaines randomisées, montrent des réductions de mortalité autour de 50%.
Encore Merci pour votre travail vraiment exceptionnel !
Bonjour Docteur Lemoine, merci beaucoup pour votre commentaire. J’écrivais en début d’article « essayons de prendre du recul » et bien votre message nous permet aussi de prendre de la hauteur. Tout à fait d’accord avec l’idée du métissage des sciences. À l’Université de Lorraine, notre motto c’est « faire dialoguer les savoirs c’est innover ». C’est avec plaisir que nous recueillons via ces pages des commentaires très variés et de qualité. Ils nous aident à avancer. Cordialement
Bonjour.
Sauf erreur de ma part, le tableau faisant état du suivi des mesures de couvre-feu a disparu.
Il présentait un intérêt certain.
Amicalement.
Bonjour
Un grand merci pour votre remarquable travail.
Je ne comprends pas les chiffres de la France pour le 11 février sur la courbe World.
En effet, hausse subite en rolling average pour cas et morts alors qu’il y avait une légère baisse.
Si on prend l’exemple des décès, sur l’autre graphique France on mentionne 317 décés /jour en moyenne au 11 février soit 4,73 par millions si on ramène à la population française et non pas 7,03 sur le dernier « rolling average » au 11 février (courbe world).
Je fais la même conclusion sur les cas.
Merci pour vos explications.
Bien cordialement
Bonjour,
Merci pour tout ce travail qui aide à mieux comprendre et qui sait un jour d’avoir une prévision fiable de l’évolution des épidémies.
A priori à ce jour il y a une inconnue avec les variants qui me pose question. Comment ces variants influent sur la progression de l’épidémie? Un article paru sur le Dauphiné Libéré du 14/02/2021 fait état d’un taux de 60 à 70% du variant anglais des contaminations en Suisse sur le canton de Genève, alors que le taux de positivité des tests autour de 4,3% est en baisse.
Quelle est la réalité de la plus grande contagiosité des variants? Comment expliquer qu’avec une majorité de variant anglais l’épidémie régresse? Sans l’apparition de ces variants est ce que l’épidémie se serait éteinte d’elle même?
Il serait très intéressant de disposer d’informations plus précises sur la propagation de ces variants par région et d’établir une relation avec le nombre de nouveaux cas.
Cordialement
peut être parce que l’on nous manipule à l’aide de chiffres que l’on ne comprends pas
Bonjour, il semblerait que les données sur les variants ne soient pas disponibles publiquement, donc on ne peut s’appuyer que sur la communication gouvernementale, réf. ce tweet de Guillaume Rozier.
Bonjour, pour information, la prochaine simulation&projection n’est pas disponible. Les données en cours sont plus compliquées que prévu à analyser. Il y a comme un léger biais sur les valeurs de l’incidence en entrée hospitalière, deux sources de données de Santé publique France ne semblent pas totalement « raccord ». La réflexion en cours consiste à essayer de savoir pourquoi.
D’abord merci pour le travail accompli; pour les commentaires; tant qu’ils questionnent, enrichissent et nous évite les obscurantismes de toute nature, eux, aussi trop dominant médiatiquement.
Concernant les données sur certains variant : »Davantage de données seront disponibles mi-mars, lorsque B.1.1.7 sera devenu la lignée prédominante en France. (cf. Vidal-18/02/21) »
Cette même référence nous suggère de garder du recul, comme ici souvent, par exemple, car l’augmentation des séquençage dans le monde va nous faire découvrir des variants inconnus à ce jour et dont les gorges chaudes s’empareront forcément.
Merci encore pour ce travail posé et de qualité.
Les nouvelles ne sont pas bonnes, le variant anglais est maintenant clairement visible dans les données concernant le nord (département et région), la Moselle, l’ile de France, mais pas encore dans le sud (Paca). La lenteur de sortie de ces données, quatre jours après les données nationales, est plus que gênante pour s’orienter. Il reste difficile d’établir un scénario pour ce nouvel épisode tant qu’on ne détecte pas le renversement de tendance (le moment ou l’épidémie ralentit avant d’atteindre son pic). Il faut encore une semaine de patience me semble-t-il pour espérer le voir.
Même si les chiffres ne suivent qu’à distance les estimations de Pasteur ou de l’Inserm, ça ne va pas passer inaperçu dans les hôpitaux, ni dans la vie quotidienne car on est repartis pour un tour avec cette cinquième vague et elle sera plus grosse que l’actuelle. Le seul coté positif est que les chiffres ont dérapé en UK dès le début de la présence du variant (10% des cas), alors qu’on détecte ce genre de dérapage en France avec un chiffrage nettement plus élevé (50% voire plus, ça serait mieux si on avait des chiffres officiels). Bref le variant anglais semble ramer un peu pour s’imposer, mais il va nous le faire payer en matière de temps de retour à la normale.
vous voyez la fin de cette phase à quel moment ?
Bonjour Philippe
Bonne question, pour l’instant je dirais vers fin mai, à un cheval près. Ca dépend de ce qu’on se donne comme objectif (nombre d’hospitalisés ou de réanimés).
Dernière nouvelle, on voit le variant dans les chiffres de la Bretagne, aussi modérés soient-ils.
si on parle de réa, on tomberait à combien ? en sachant que la vacccination et les …ttt (anticorps monoclonaux) auront fait aussi leurs effets
La méthodologie que j’utilise ne fait que décrire des événements et n’intègre pas l’évaluation des effets thérapeutiques. Si vous avez bon moral regardez ce lien :
https://www.pasteur.fr/fr/espace-presse/documents-presse/modelisations-epidemie-sars-cov-2-covid-19-institut-pasteur-met-ligne-nouvel-espace-dedie-pasteurfr
cauchemez est quand même celui qui envoyait 9 000 patients en réa mi novembre même avec des actions drastiques
Mr Le Breton, pouvez-vous refaire le graphique des vagues en créant une 5e vague jaune = variants ?
Car la courbe verte est montée trop haut, en réalité la baisse est en cours depuis début février et non mi-février.
Il faut soustraire les variants qui représentent environ :
– 0 cas fin décembre
– 2000 cas vers le 4 février
– 5000 cas vers le 11 février
– 8000 cas vers le 18 février
Je n’ai pas les chiffres officiels, ce sont des estimations que j’avais faites d’après les annonces de notre ministre les jeudi soirs.
Ce nouveau graphique permettrait peut-être de comprendre la minime baisse il y a une dixaine de jours et la tendance à la hausse ces derniers jours?
Merci d’avance.
Bonjour Pierre
C’est en cours, j’ai une version avec variant (en violet, pas en jaune :)) mais pour l’instant j’ai besoin d’encore quelques jours pour la caler. La version actuelle est plutôt pessimiste je pense, c’est dû à son ajustement sur les variations quotidiennes (la dérivée des cas répertoriés). Pour avoir de bonnes conditions de projection il faut passer le point d’inflexion de la nouvelle phase de l’épidémie, ça permet de mieux apprécier la hauteur de la vague. Encore quelques jours de patience et je la passe à Mr Brouard (qui a la version en cours depuis quelques minutes). Le calage sur le taux de substitution du variant est aléatoire car il s’agit d’un ratio et il faut peu de choses pour qu’il change significativement. Je m’en sert comme point de repère mais faute de chiffres officiels, j’utilise les indications données par le Pr. Fontanet en début de ce mois. On fait avec ce qu’on a pour l’instant.
Il serait intéressant de faire une petite comparaison avec les données des flux de transport comme celle-ci
:http://data.over-blog-kiwi.com/1/26/16/64/20180308/ob_c7d2af_carte-flux-france-2014.jpg
Merci pour votre travail.
Bonjour
Le taux d’incidence est le nombre de personnes détectées positifs ramené à une population de 100 000 p . Il dépend donc du nombre de personnes testées pour cette population ramenée à 100 000 p. N’est il pas normal de voir le taux d’incidence augmenter si on teste plus, sans que cela soit alarmant ?
Les personnes qui se font tester se divisent en personnes symptomatiques ( que l’on peut raisonnablement penser qu’elles se font toutes tester ) et de personnes asymptomatiques qui se font faire des tests pour de multiples raisons.
Nous avons vu le ratio symptomatiques / total positif
varier de 75% à 25% ( avant Noel, qd de tres nombreux tests ont été effectués) pour revenir à environ 50% .
Le nombre de tests quotidiens compris entre 300 et 400 000 est un échantillon représentatif de la population française ( en première approximation ) et nous avons environ 6% des tests qui se révèlent positifs dont 3% asymptomatiques , ces 3% existent bien sûr parmi les personnes qui ne se sont pas faites tester. ( ce n’est pas le test qui donne la COVID )
Si l’on considère qu’une personne est détectable positif pendant 10 jours ( hors les malades graves ) , on peut considérer de façon « roulante » avoir 3% de la population française positive tous les 10 jours. Cela veut dire que nous avons environ 1,8 millions de personnes positives en permanence ….
Si on prend une base annuelle de 360 jours , nous avons donc eu 36 fois 3% ( 108%!) de la population française positive à un moment ou un autre ….Cela montre qu’à peu près toute la population française a été touchée ( nous sommes bien sûr sur des ordres de grandeur ) . Comme la pandémie continue , cela montre que l’on peut être ré-infecté soit par le virus initial ( immunité courte ) soit par un variant ( qui peut d’ailleurs être une mutation en France ). On peut se poser la question d’une immunité collective dans ce cas
D.Desnoyer
Dr Ing
Considérer que les testés sont un échantillon représentatif me semble absurde.
Bonjour, je rejoins la remarque d’Antoine. Le raisonnement de M. Desnoyer ne tient pas car on ne peut pas extrapoler l’effectif des personnes qui se font dépister chaque semaine, à l’effectif de la population française toute entière. Le raisonnement de M. Desnoyer sous-entendrait que toute la population française aurait des motifs de se faire dépister tous les 10 jours. C’est peu vraisemblable et impossible. Par ailleurs, on a vu que lors de tests plus massifs (par exemple aux vacances de Noël), le taux de positivité baisse.
À propos de cette notion sur l’estimation du taux de personnes ayant été en contact avec le SARS-CoV-2, l’Institut Pasteur vient de publier un site pour consulter le résultat de leur étude sur la proportion de la population touchée par le virus : https://modelisation-covid19.pasteur.fr/realtime-analysis/infected-population.
Je vous remercie de votre réponse
Je remarque que mon doute sur les analyses basées sur le taux d incidence n est pas contredite
Je ne comprends pas pourquoi « c est absurde « pour reprendre votre mot. En effet , qu est ce qui motive quelqu un d aller se faire tester s il n’est pas symptomatique ? Un voyage , une visite chez un ancien ou autre . Pourquoi ce n est pas un fait du hasard ?
Pouvez vous m’expliquer s il vous plait ? Avez vous des données sur les personnes testées qui montrent des biais ( population, multitestages forts )
En terme de stats , 300 à 400 000 p quotidiennement sont représentatifs
Je me suis apparemment mal exprimé sur les 10 jours . J ai compris qu une personne restait positive détectable durant 10 jours ( environ). Je ne dis pas que la même personne se fait tester tous les 10 jours mais qu elle est testée dans la période des 10 jours pendant laquelle elle est détectable positive.Si on suppose qu’il n y a pas de biais ds l échantillonnage , nous avons en permanence une 3% de la population française qui devient positif , le reste pendant 10 jours et devient négatif . J ai bien sûr simplifié les chiffres
J ai vu que notre Institut Pasteur avait publié et je vous remercie de m avoir fait passé le raccourci . 20 millions sont tres différents des chiffres présentés longtemps comme officiels qui sous estimaient la première vague
Respectueusement
D.Desnoyer
Docteur Ingénieur
L’essentiel des tests positifs, ce sont les gens symptomatiques ou les cas contacts : donc des personnes malades ou exposées au Covid.
C’est à dire ayant un risque nettement plus élevé qu’une personne lambda qui ferait son test avant un voyage d’affaire ou une visite à mamy.
De plus, la majorité des personnes malades ou cas contact se font tester, parce qu’il y a un doute, ce n’est pas « par hasard ».
Alors que seulement une minorité des gens lambda se feront tester « par hasard ».
C’est pourquoi une extrapolation à la population générale est « absurde » : il y a un énorme biais de sélection à la base.
Il y a un an, quand on ne testait que les gens en réa, le taux d’incidence d’après le nombre de cas positifs était absurde et la sous-estimation des cas énorme (il fallait multiplier les chiffres par 20 voire plus).
Depuis 6 mois, l’essentiel des cas (malade/cas contact) est testé, donc en tenant compte des asymptomatiques non-testés et des limites du test (faux-négatifs), je pense qu’il faut au pire multiplier les chiffres par 2.
Donc actuellement une multiplication des tests ne fera que peu augmenter l’incidence apparente : on en a eu l’illustration par les tests avant Noel avec une chute de la positivité des tests en non une réelle augmentation de l’incidence.
Si vous voulez estimer rapidement le nombre de cas : mortalité en moyenne de 5/1000, donc multipliez le nombre de morts par 200.
Ca donne une bonne indication, sauf si les tensions hospitalières sont trop fortes et que l’on laisse mourir certains malades dans les couloirs, faute de place en réa.
Pour les habitants des 20 départements concernés par une surveillance accrue, la situation ne fera qu’empirer même au delà du 6 mars prochain. Considérez-vous comme des futurs confinés du week-end au retour des vacances scolaires (pourquoi cette date :)?).
Quelle est donc l’intention des politiques quand ils proposent un rendez-vous pour un bilan qu’ils savent déjà défavorable? On nous prend pour des billes (restons courtois). Il faut dire qu’attendre une incidence de 700 (Nice) ou 900 (Dunkerque) est bien évidemment une preuve de la vigilance exacerbée des autorités sanitaires. Il était temps de rabaisser la barre à 300.
Bonjour,
J’ai considéré les entrées à l’hôpital par tranche d’âge et par semaine sur la base des données hospitalières de Santé Publique France.
Sur une base 100 à partir du pic respectif atteint par chaque tranche lors de la première vague début avril 2020, je crois remarquer que la décision de confinement correspond à la surveillance de la courbe chez lez 0-9 ans. Lors de la semaine du 20 au 26 octobre 2020, j’obtiens les taux suivants en regard des données mentionnées ci-dessus :
0-9 ans : 72.6 %
10-19 : 62.8 %
20-29 : 47.0 %
30-39 : 36.4 %
40-49 : 31.0 %
50-59 : 31.9 %
60-69 : 39.1 %
70-79 : 51.5 %
80-89 : 54.0 %
<90 : 49.2 %
Du 16 au 22 février, j'ai ce qui suit, avec entre () le taux de la semaine précédente :
0-9 ans : 34.1 % (45.2 %)
10-19 : 70.1 % (76.5 %)
20-29 : 71.1 % (64.9 %)
30-39 : 45.8 % (43.8 %)
40-49 : 41.2 % (40.7 %)
50-59 : 50.0 % (49.6 %)
60-69 : 63.9 % (65.7 %)
70-79 : 90.3 % (94.2 %)
80-89 : 101.9 % (107.6 %)
<90 : 87.2 % (94.1 %)
Depuis le déconfinement du printemps, les variations de cette courbe des admissions hospitalières chez les 0-9 ans semble constamment précéder les autres, ce qui semblerait contredire l'idée que l'épidémie ne passerait pas par les plus jeunes.
Oups, vous aurez corrigé le 90 évidemment.
Vraiment navré.
*semblent ; supérieur (>) à 90 ; pourrait contredire.
Bonjour David. Votre raisonnement n’est pas très facile à suivre. J’aurais une remarque générale: l’effectif de la tranche d’âge 0-9 ans est considérablement inférieur à celui des autres tranches d’âge, surtout concernant les hospitalisations. À voir sur le tableau de bord France, lorsque le pic des personnes hospitalisées atteint 100 pour les 0-9 ans vers novembre 2020, un autre pic atteint 10000 pour les 80-89 ans dans la même période. C’est 100 fois plus. Donc la tranche d’âge 0-9 ans pourra difficilement être significative vis à vis du reste des autres tranches d’âge. Au mieux, on peut constater que les pics arrivent environ au même moment. Merci en tout cas pour votre curiosité sur ces phénomènes, sans curiosité il n’y a pas de découverte possible. cordialement
Bonjour.
Il y a une incoherence dans les donnees. Il est indiqué que la population adulte sera vaccinée en totalité dans 2 ans et quand je questionne pour savoir quand je serai potentiellement vaccinee cela m’indique dans 3 ans!
Sinon le site est top.