Pour répondre à @NicolasMeilhan
Oui je reste perplexe
1- face à cette modélisation où vous changez régulièrement le coef directeur de la linéarisation
2- Sur le fait d'utiliser un modèle de déplétion pétrolière pour une épidémie 🤔
Oui je reste perplexe
1- face à cette modélisation où vous changez régulièrement le coef directeur de la linéarisation
2- Sur le fait d'utiliser un modèle de déplétion pétrolière pour une épidémie 🤔
https://twitter.com/NicolasMeilhan/status/1312538219179773952?s=20
Ce modèle n'est d'ailleurs pas beaucoup utilisé, j'ai trouvé peu de publications sur le sujet, dont celle-ci : royalsocietypublishing.org/doi/full/10.10… (cette approche est critiquée d'ailleurs)
3- Ce fonction est trop simple pour essayer de modéliser la vraie dynamique de l'épidémie
3- Ce fonction est trop simple pour essayer de modéliser la vraie dynamique de l'épidémie
En épidémiologie, on préfère les modèles à compartiments SEIR. Pourquoi ?
Avec ces modèles on peut voir l'effet des décisions sur l'évolution d'une épidémie en modifiant des paramètres du modèle :
a- modification du taux de transmission (par la distanciation sociale, confinement
Avec ces modèles on peut voir l'effet des décisions sur l'évolution d'une épidémie en modifiant des paramètres du modèle :
a- modification du taux de transmission (par la distanciation sociale, confinement
b- L’état d’un système de santé ou l’existence d’un traitement peuvent permettre modifier le taux de guérison
c- On peut rajouter une structuration par l'âge comme on sait que l'âge est un facteur majeur de mortalité du COVID-19
d- Rajouter la prise en compte du spatial
c- On peut rajouter une structuration par l'âge comme on sait que l'âge est un facteur majeur de mortalité du COVID-19
d- Rajouter la prise en compte du spatial
et arriver à des modèles beaucoup plus complexes et fins
Modéliser la réaction et le comportement des gens, l’évolution du virus (mutation éventuelle) et tous les autres paramètres à la situation est extrêmement difficile
Source:
science.sciencemag.org/content/368/64…
Modéliser la réaction et le comportement des gens, l’évolution du virus (mutation éventuelle) et tous les autres paramètres à la situation est extrêmement difficile
Source:
science.sciencemag.org/content/368/64…
je doute que le 25 septembre soit le pic de la cloche et qu'on arrive à une diminution dès fin octobre sans grandes mesures prises. On verra dans 1 mois si votre modèle a raison
Il faut aussi se demander pourquoi santé publique france contenant l'ex INVS ne publie pas de prédictions : parce que c'est très compliqué. De nombreux paramètres et facteurs non mesurés varient rapidement, je pense qu'il faut arrêter de jouer avec la boule cristal 🔮
"L'art est difficile"
Bah laissez faire les modélisateurs des maladies infectieuses. Je me suis personnellement gardé de faire des prédictions ou des commentaires sur les chiffres à venir
https://twitter.com/NicolasMeilhan/status/1312654589884280833?s=20
Bah laissez faire les modélisateurs des maladies infectieuses. Je me suis personnellement gardé de faire des prédictions ou des commentaires sur les chiffres à venir
Pour finir, je me demande pourquoi vous supprimez tous vos tweets sur la COVID-19 ? @NicolasMeilhan
• • •
Missing some Tweet in this thread? You can try to
force a refresh
