En pensant à « vague », on peut penser à « bateau » et dans ce cas la passerelle c’est le lieu de pilotage par temps fort. Un ensemble de signes laissent à penser qu’une amélioration serait en vue. La nouvelle simulation de l’occupation des hôpitaux par les patients covid-19 se présente de façon un peu moins saturée que celle de la semaine dernière. Mais d’un autre côté, dans les EHPAD et EMS l’impact des contaminations s’accélère. C’est ce que nous allons voir en détails.
Du côté de la communication Gouvernementale
Pour alimenter le blog, un travail d’enquête minutieux est mené sur la base des toutes dernières informations officielles disponibles. L’objectif est de s’assurer que les paramètres que nous utilisons dans nos calculs sont au plus près de la réalité. La France n’est pas seulement dans le groupe de tête pour le classement en nombre de contaminations au SARS-CoV-2 (c’est le point moins glorieux), elle est certainement aussi en tête sur la qualité des informations disponibles. Nous allons sélectionner des éléments communiqués en conférence de presse du Ministère de la Santé le 5 novembre, ainsi que des extraits du bulletin hebdomadaire de Santé publique France du 5 novembre également.
Simulation de l’Institut Pasteur avec deux scénarios
Le Ministre Olivier Véran a présenté deux graphiques sur la base des simulations de l’Institut Pasteur pour estimer l’occupation des services de réanimation dans les prochains jours. La situation varie selon la réussite du confinement n°2 en cours, qu’il soit respecté ou peu respecté.
À la différence de la semaine dernière, ces simulations montrent le haut de la vague supposée, c’est plus intéressant. Il y a donc une hypothèse sur la baisse de Reffectif, comme effectué sur le site CovidTracker. Le scénario avec confinement peu respecté correspondrait à la modélisation CT effectuée la semaine dernière. Le scénario avec le confinement respecté est le plus proche de la situation en cours.
Taux de létalité en réanimation = 25%
Information relevée lors de cette conférence de presse, le Professeur Jérôme Salomon annonce qu’une personne sur quatre qui se retrouve en réanimation ne survivra pas. Ce taux n’est pas communiqué très souvent. En mai, il était estimé à 24% par le Réseau Sentinelles. La valeur semble stable, mais en observant du point de vue du simulateur CovidTracker, cette valeur serait descendu à moins de 20% pendant l’été, elle aurait culminé vers 30% lors du pic de la première vague. L’explication pourrait se situer au niveau des tranches d’âge concernées par ces hospitalisations. Au moment du pic épidémique, des personnes plus âgées et plus à risque sont concernées. Il y aurait par conséquent une proportion plus forte de décès en services de réanimation. Nous observons en ce moment une augmentation marquée du nombre de décès à l’hôpital, en même temps l’incidence des personnes les plus âgées est au delà de l’alerte maximale :
Le pic épidémique de la seconde vague n’étant pas encore atteint, il serait probable que la létalité soit plus élevée dans les prochains jours. La saturation des services de réanimation est une autre indication pouvant laisser craindre une hausse de la létalité. Il s’agit là d’un signe négatif, malheureusement.
Indicateurs Santé publique France
Guillaume Rozier a alerté il y a quelques jours au sujet du problème informatique en cours chez Santé publique France. La remontée du nombre de nouveaux cas détectés par tests PCR n’est pas complète. Elle sera rattrapée au fur et à mesure de la correction de l’anomalie. Le bulletin hebdomadaire relate ce problème.
La valeur de Reffectif est estimée en baisse de 1,4 vers 1,3 selon les données SI-VIC ou OSCOUR (indicateurs non basés sur les données bilogiques) pour la semaine du 19 au 25 octobre. C’est assez conforme à notre estimation de la semaine dernière. R en baisse, c’est un bon signe.
Information sur l’immunité globale
Avec le nombre conséquent de nouvelles contaminations en France, on peut se poser la question de savoir si on approche du moment où une immunité de groupe ferait naturellement baisser la vigueur de l’épidémie. Ce n’est pas encore pour demain selon un rapport européen cité dans le bulletin :
L’immunité globale a légèrement progressé, estimée à 5,7% en mai par l’Institut Pasteur, elle serait maintenant de l’ordre de 15%, ce qui est insuffisant pour envisager une protection groupée.
En détail dans les EHPAD et EMS
Sur CovidTracker, nous nous intéressons aussi à la modélisation de l’épidémie dans les EHPAD et EMS. La situation ne s’arrange pas dans ces établissements, c’est ce qui est relaté dans les médias ces jours ci. Ce sont surtout les EHPAD (maisons de retraite) qui sont touchés.
Santé publique France distingue quatre types d’Établissements médicaux sociaux, EHPA pour les personnes âgées, HPH pour les personnes en situation de handicap, les établissements d’aide sociale à l’enfance, les autres établissements (LAM Lits accueil médicalisés). On comptabilise environ 1600 décès dans les EHPAD pouvant être associés avec cette seconde vague covid-19 en cours. Le bilan pour la première vague était d’environ 10500 décès dans les maisons de retraite.
En savoir plus sur les cas graves
En lien dans le bulletin du 5 novembre, il est possible d’accéder à un document de Santé publique France comportant une analyse détaillée des situations en réanimation.
Nous y trouvons une donnée importante pour vérifier le fonctionnement du simulateur CovidTracker : la durée médiane du passage en réanimation, avec un intervalle de confiance.
Actualisation de la simulation CovidTracker
Le simulateur CovidTracker s’intéresse à toutes les courbes dans un même modèle. C’est une approche globale sur :
- le nombre de cas positifs (y compris en EHPAD et EMS)
- l’incidence des entrées à l’hôpital et en réanimation
- le nombre de patients hospitalisés
- le nombre de patients en services de réanimation
- le nombre cumulé de décès
- le nombre cumulé de retours à domicile
De cette manière, il est possible d’analyser la cohérence de l’ensemble dans le temps. C’est utile au moment présent avec le problème sur les données biologiques SI-DEP. Même si elles sont incomplètes, on peut se faire une idée du manque de complétude grâce à l’influence d’une donnée par rapport à une autre. Le réglage du simulateur proposé à suivre n’a pas nécessité d’ajustement particulier sur le nombre de nouveaux tests positifs au coronavirus. En conclusion, les données communiquées récemment par Santé publique France prendraient déjà en compte le rattrapage du problème informatique.
Reffectif = 1.0 !
Peut-être nous y sommes enfin ! L’évolution des valeurs en cours amènent à régler le simulateur où Reffectif serait passé à la valeur seuil 1,0 en ce moment. Un bon signe qu’on attendait impatiemment. Ça voudrait dire qu’en continuant sur cette lancée, l’épidémie pourrait commencer à régresser. Mention spéciale pour l’infectiologue Karine Lacombe, qui porte un discours clair et accessible à tous depuis le début de cette épidémie. Elle voit « un petit ralentissement » aussi :
En clair, pour le simulateur ça donne ce graphique :
Le nombre de reproduction doit continuer à descendre pour rejoindre le chemin critique imaginé cet été. Tout le temps passé au dessus du chemin critique correspond aux moments qui rendaient la situation moins contrôlable.
Évaluation du nombre de nouveaux cas positifs au coronavirus
La précédente simulation semaine dernière s’est révélée légèrement surestimée. La baisse de l’accélération se fait sentir sur la dynamique de la croissance des nouveaux cas.
Même si R = 1, la vitesse de propagation en cours est suffisamment importante pour entretenir une situation compliquée à gérer. Il faut considérer que pour le moment on arrête d’accélérer. L’effet du confinement n°2 se fait probablement sentir. Il y a peut-être eu aussi un effet vacances scolaires de la Toussaint ? Moins de brassage de personnes en milieu scolaire et universitaire. Pourquoi pas. En tout cas, c’est bon signe et maintenant il faut commencer à freiner.
En conséquence pour la situation hospitalière covid-19 en France
Ça pourrait être moins grave que la simulation précédente, tant mieux. Avec le nouveau réglage de R, plus un ajustement sur la létalité, plus un ajustement sur la durée du passage en service de réanimation, la nouvelle simulation en prolongeant les courbes produit cette estimation :
Le pic épidémique se trouve moins prononcé qu’au moment de la simulation du 30 octobre. La charge en nombre de personnes hospitalisées reste très élevée et plus importante que lors de la première vague. La courbe de l’évolution du nombre de décès ne varie pas, elle pointe vers un cumul de 40000 décès hospitaliers à la fin du mois de novembre. En détail, zoom sur les courbes hospitalisation et réanimation :
Ce graphique a été complété avec les valeurs de l’estimation de l’Institut Pasteur, telle que communiquée en conférence de presse du Gouvernement le 5 novembre. On remarque que la simulation CovidTracker du 30 octobre 2020 était trop alarmiste. Cette simulation du 6 novembre semble en adéquation avec le scénario de référence de l’Institut Pasteur : confinement respecté ! C’est une bonne chose. Le sommet de la seconde vague en réanimations serait équivalent a celui de la première vague.
Situation dans les EHPAD et EMS
C’est vers ces établissements que la situation ne s’améliore pas. La nouvelle simulation CovidTracker est moins bien engagée que la semaine précédente. Les cas contacts semblent se multiplier.
Selon notre hypothèse, les cas contacts sont en relation avec le monde extérieur à ces établissements, ils proviennent potentiellement de personnes peu malades mais contagieuses, qui probablement ne savent pas assez tôt leur état de santé. Sur le graphique les personnes positives symptomatiques qui ne passent pas par l’hôpital sont représentées avec la courbe bleu (elle a perforé le plafond depuis longtemps). Son influence monte désormais à 20% pour en déduire la courbe jaune. La prévision du nombre de décès est en augmentation. Vers la fin novembre ça ferait environ 15500 décès dans ces établissements, donc environ 5000 décès associés à la première partie de la seconde vague.
La situation s’était stabilisée pendant une belle période jusqu’au mois de septembre. Les EHPAD et EMS ne sont pas épargnés par la seconde vague.
Poursuivre la simulation
Face à l’Institut Pasteur, CovidTracker fait challenger. Il y a des méthodes de calcul certainement très différentes, mais lorsqu’elles peuvent produire des résultats similaires c’est vraiment intéressant. Les simulations se confortent l’une et l’autre.
La situation est agitée, la vague est grosse, le nombre de décès n’est pas rassurant en simulation. Mais le confinement n°2 semble commencer à infléchir les courbes. C’est dommage de devoir en arriver à ces mesures extrêmes pour reprendre le contrôle. Respect des gestes et postures barrières pour tous, c’est la suite du programme pour continuer à freiner le coronavirus et espérer sortir pas trop tard de ce confinement.
Philippe Brouard
Bonjour,
Merci pour votre article et votre travail en général.
Sur votre paragraphe informatif sur l’immunité globale, vous mentionnez le chiffre de 15% comme étant une estimation de la population immunisée et qui serait » insuffisant pour envisager une protection groupée ».
Hors, durant la période de déconfinement, grâce aux gestes barrière et limitations de rassemblement, le taux de reproduction maximale atteint à été de 1,5%.
Si 34% de la population étaient immunisés, une protection de groupe ne devrait-il pas apparaitre?
Le calcul (peut-être erroné) que je fais est le suivant: 1,5X0,66=0,99
Dans ce cas, et en mettant de côté les inconnues importantes qui entourent la forme et surtout la durée de cette immunisation, à 15% ne sommes nous pas à la moitié d’une première partie du chemin?
(La période estivale n’étant pas comparable avec les conditions de vie pré-covid, notamment au niveau des événements accueillants beaucoup de public).
si vous multipliez des pourcentages, alors il faut écrire 0.015 x 0.66…
1.5 ca fait 150%
J’y connais rien en immunité, mais votre calcul n’est pas homogène.
Effectivement, je me suis mal exprimé, je vous remercie de l’avoir relevé.
Le nombre reproductif est un facteur et non un taux, comme j’ai put l’écrire de manière erroné.
En le traitant comme tel, le calcul est censé être homogène.
Bonjour Guillaume L. et EllaK. Dommage, c’est beaucoup plus compliqué que ça. On ne peut pas résoudre l’analyse de l’immunité de groupe avec une seule opération de multiplication. Dans l’article présentant le calcul de R0, vous trouverez un lien vers un document synthétique de l’Université de Stanford au sujet du R0. Je dois bien avouer que c’est plutôt compliqué, ça donne une idée des logiques mathématiques qui se cachent derrière le modèle épidémiologique. La question de la fin naturelle d’une épidémie est abordée au point 5 Will An Epidemic Infect Everyone?. Résoudre ce type d’équations suppose de considérer un effectif de personnes qui ne bouge pas et une valeur de R quasiment contante (R0 = R(t)) ou qui évolue uniquement sur quelques grands paliers. Nous observons que R bouge beaucoup en réalité. C’est donc encore plus compliqué de faire une projection sur le moment où l’épidémie pourrait s’arrêter. Nous pouvons seulement nous référer aux travaux des chercheurs dans ce domaine.
Bonsoir,
N’avez-vous pas l’impression que le nombre de cas du jour est surprenant (20 000 pour rappel).
Mon but n’est pas de remettre les chiffres en question mais de connaître l’avis d’autres personnes.
Cordialement
Bonjour,
Le nombre de nouveaux cas publiés quotidiennement varie beaucoup d’un jour sur l’autre. Pour cette raison, on regarde aussi des moyennes lissées sur 7 jours. Voir sur le tableau de bord France, nouveaux tests positifs par région, moyenne mobile 7 jours. Il y a l’indication pour la France entière. En ce moment cette moyenne se situe aux environ de 40000 nouveaux cas par jour, elle est en baisse. Le nombre communiqué lundi en fin de journée peut être sous-évalué car les remontées d’informations effectuées le dimanche sont moins nombreuses. Ça pourrait être une bonne chose de communiquer un intervalle de confiance de façon quotidienne sur ces grands indicateurs. Ça permettrait de relativiser le nombre quotidien.
cordialement
oui étonnant alors que deux jours avant il y en avait 60 000
Est ce l effet du couvre feu et du reconfinement
N est ce pas l effet du couvre feu et du reconfinement ?
Bonsoir. Difficile à dire. Ça fait deux jours de suite où le nombre de nouveaux cas positifs testés au coronavirus correspond à la moitié de la valeur moyenne attendue. C’est une baisse très forte, inhabituelle. Nous verrons ce soir s’il y a un troisième jour comme ça. Ça pourrait être aussi lié à un hypothétique problème de remonté de statistiques du côté Santé publique France, comme c’était le cas il y a une semaine environ.
Au lieu d’utiliser des modèles dont la pertinence n’est pas prouvée à ce jour (on peut même constater le contraire), faites de l’analyse de données. Les signaux des changements qui s’opèrent sont visibles. Ainsi on a pu repérer des inversions de tendance (la progression de l’épidémie diminue annonçant l’arrivée d’un pic ou d’un plateau selon les critères suivis).
Cas répertoriés (malgré la mauvaise fiabilité des données) : inflexion le 22 octobre, pic le 4 novembre (peut-être). Avec beaucoup de chance retour à moins de 5000 avant Noël, si la fiabilité des données est elle aussi au rendez-vous. Personnellement je n’y crois pas trop.
Hospitalisations : inflexion le 29 octobre, pic attendu vers le 15 novembre (33 700)
Réanimations : inflexion le 2 novembre, pic attendu vers les 20/21 novembre (5400)
Décès : inflexion le 31 octobre, plateau attendu en fin d’année de 47 000 personnes, probablement nettement au-delà, cela va dépendre de la vitesse de ralentissement qu’on ne peut pas encore apprécier à ce stade.
On verra de combien je me trompe, je ne crois pas dans les modèles utilisés (j’ai regardé de quoi ils sont faits), fussent-ils de Pasteur. Parfois une analyse simple vaut mieux que des calculs sophistiqués reposant sur trop d’hypothèses non vérifiées ou non vérifiables. La première fonction à utiliser s’enseigne en première, c’est la dérivée. Pour la seconde je ne sais plus quand elle est enseignée, c’est la gaussienne. A ce jour on n’a pas de raison de penser que les tendances en marche se verront inversées par un phénomène nouveau d’ici la fin du mois. Ensuite on verra bien comment se dessinent les tendances.
Super ce site. Pas de critique de mon côté. Les tableaux colorés par tranche d’âge sont très explicites et permettent d’envisager comment le virus s’est propagé dans la population selon les départements.
Pour ce qui est des modèles, un modèle simple et conceptuel comme SIER (qui peut être « amélioré » en faisant diverses hypothèses par groupes de populations), marche pas mal du tout pour simuler les évolutions épidémiques en ré-estimant les Reff ou R0 en hebdo avec les données les plus récentes observées. C’est plus prédictif que la simple étude des dérivées des données qui ne donne que des tendances.
En ce qui concerne l’immunité collective, diverses études (suédoises notamment) indiquent que 45% d’immunité globale si les groupes les plus contaminants (les 15-40 ans) étaient immunisés à 60% pourraient suffire à stopper l’épidémie. Même si il est difficile de se prononcer sur quelques exemples, l’analyse des données des départements les plus touchés lors de la première vague (Haut Rhin en France, mais aussi New York voire Paris sans parler de Manaus) semble indiquer tout de même qu’il y a un effet d’immunité qui se fait jour.
Bonsoir, merci pour votre soutien. Ça fait plaisir car on travaille dur pour publier tous ces tableaux. Le modèle SEIRD est précisément celui qui est retenu dans le simulateur CovidTracker. L’apparition d’une immunité collective serait la meilleure nouvelle qui soit. Elle serait plus rapide à arriver sur un petit groupe de personnes, sans trop de contacts avec l’extérieur. Ce n’est pas le profil des grandes métropoles. Ce virus n’a peut-être pas fini de nous réserver des surprises. Pour une fois, une bonne serait bienvenu.
cordialement
Bonjour,
Pour l’immunité collective je ne sais pas, je suis du Haut Rhin, plus précisément de la ville de Mulhouse, très contaminée au printemps, et dans cette ville, d’après les chiffres de l’ars Grand Est, le taux d’incidence continue de grimper, alors qu’il y a une très légère baisse dans le Haut Rhin ..mais la courbe est pratiquement verticale … cela a grimpé très vite, d’un coup, alors qu’effectivement à un moment donné le Haut Rhin semblait moins touché ; globalement on a l’impression que dans le Grand Est la reprise de l’épidémie s’est faite avec un temps de retard sur le reste de la France ..il y a quelques semaines le taux d’incidence de cette région représentait le tiers de la moyenne nationale, cela a bien changé depuis ..
Bonjour, sur la communauté d’agglomération de Mulhouse, selon l’ARS Grand-Est, je lis que l’incidence est en baisse à 399 le 10 novembre, après un maximum à 467 le 6 novembre. Il semblerait alors que la tendance y soit en baisse comme pour le reste des métropoles françaises. Vous avez raison, la région Grand-Est a rejoint la moyenne nationale pour le niveau d’incidence. Il n’y a pas signe d’immunité plus forte à l’est qui serait due à la première vague. L’ouest de la France semble moins atteint par cette seconde vague, comme pour la première. Étonnant.
Bonjour monsieur Brouard,
Tout d’abord je vous remercie d’avoir pris la peine de me réponse ; entretemps j’ai vu que le taux d’incidence a commencé à baisser aussi dans l’agglomération mulhousienne …
Parmi les régions très atteintes pendant la première vague, il y a aussi l’Ile de France, et là non plus, il n’y a pas l’air d’y avoir une immunité plus forte ( on se retrouve dans la même situation que dans le Grand Est ) ..
Je n’ai pas de connaissances médicales particulières et dis peut-être des bêtises, mais semblerait indiquer que l’immunité collective n’existe pas en fait ( ou est très brève … )
Quand à la région ouest, c’est vrai qu’elle semble avoir été épargnée par les deux vagues … sans qu’on sache pourquoi, parce qu’il y a eu pas mal de touristes là-bas cet été en plus …
Le graphique du 5/11 placé plus haut donne 6000 cas « avec confinement respecté » vers les 10/11 novembre, ce qui ne correspond pas à la réalité : environ 4800 personnes en réanimation autour de ces deux dates. Où se trouve donc l’erreur grossière ? Confinement non respecté (qu’est-ce que cela veut dire, quelles sont les variables retouchées ?) : 8500 cas à la louche. On n’en prend pas le chemin. Je peux jouer à ce même jeu avec les gaussiennes, histoire de me faire peur mais j’utilise les tendances observées et rien ne m’annonce un changement. Il reste une dizaine de jours pour qu’il se manifeste.
Fondamentalement les modèles du type SIER utilisent un Ro constant. Si on est obligé de retoucher la valeur pour s’adapter à la réalité en fonction du temps (Ro varie) alors on fait de l’ajustement de courbe et ce n’est plus de la modélisation, tout du moins au sens ou je la pratique. J’en ai vu de toutes les couleurs à ce sujet au cours de ma carrière mais on a ici à l’évidence un modèle mal adapté. Si on disposait des équations différentielles permettant d’évaluer la variation de Ro au cours du temps, alors on pourrait espérer mieux accrocher la réalité.
Si vous avez confiance dans SIER, allez-y d’un pronostic pour les réanimations (date du pic, nombre de réanimations au pic), histoire de pimenter un peu le quotidien. Je ne doute pas qu’on puisse tirer des enseignements des modèles, je les exploite dans ce but mais pour l’instant, la confrontation avec la réalité est un peu dure. Il est vrai qu’on n’opère pas dans la physique newtonienne. Pour ma gaussienne, la tendance est à la baisse (5300 cas au pic).