Thread by @T_Fiolet

Prédire le pic de la 2nde vague de COVID-19 ?

"La modélisation [épidémiologique] a sa place, mais les résultats doivent être manipulés avec précaution"

3 articles intéressants ⤵️

1⃣ Modèle du groupe de renormalisation (CNRS)
nature.com/articles/s4159…

Ce modèle utilisée en physique des particules a été étendu à l'épidémiologie en utilisant les taux d'infection et des déplacements à l'intérieur et entre les pays européens entre mars et juillet 2020

Le moment précis des pics des taux d'infection pour chaque pays pourrait être contrôlé par le biais de la distanciation sociale, du contrôle des « clusters » locaux et des mesures de contrôle aux frontières

➡️ 2è vague en Europe entre Juillet 2020 et Janvier 2021

Le communiqué du CNRS précise qu’il n’est pas possible de prédire l’ampleur de cette deuxième vague ni quand le prochain pic d’infection aura exactement lieu en France !

Vous allez me dire alors à quoi sert l'épidémiologie ?!

Explication dans 2⃣ bmj.com/content/371/bm…

Les modèles de simulation jouent un rôle important dans l'évaluation de l'évolution d'une épidémie dans une population. Ils reposent sur des hypothèses plus ou moins fortes qui incluent les mécanismes de propagation, les aspects biologiques de l'agent infectieux

et les caractéristiques sociales de l'hôte et les effets attendus des intervention... ces 2 derniers sont compliqués à prévoir, en particulier si les nouvelles interventions sont en partie des conséquences des prédictions du modèle (ce qui ne peut pas être pris rétrospectivement)

Si ces hypothèses sont réalistes, le principal avantage des modèles mathématiques est la capacité d'anticiper APPROXIMATIVELENT à quoi ressemblera la direction d'une épidémie ou d'une pandémie

Cependant, l'un des défis des modèles de simulation est de donner des nombres absolus précis de résultats attendus ou évités (cas ou décès), ce qui conduit souvent à des résultats à interpréter avec pincette (à un temps t et avec X hypothèses du modèle)

3⃣ Article sur l'effet de coordonner les interventions entre pays. Le principaux point est que si les pays ne coordonnent pas leurs déconfinements/fins des mesures d'atténuation, la résurgence de la maladie survient plus tôt

science.sciencemag.org/content/369/65…

Ici ce modèle combine modèle à compartiments SEIR et données de mobilité et spatiales (téléphonique), le but était de voir comment des stratégies de sortie coordonnées pourraient retarder la résurgence continentale et limiter la transmission communautaire du COVID-19

Sur cette carte : la réduction de la mobilité observée eu Europe pour la semaine du 21 au 28 mars 2020 par rapport au mouvement moyen observé de janvier à février 2020 (effet des confinements)

La simulation de l'épidémie commence le 4 Avril 2020 (la publi date du 18 sept)

Modélisation de l'impact de la levée des mesures dans un seul pays alors que tous les autres pays prolongent leurs mesures restrictives pendant 4, 8 ou 12 semaines

On voit que le 2nd pic aurait pu arriver en Juillet-Août (1er cadre) ou en novembre (3è cadre)

Modifier les paramètres du modèle fait pas mal varier les résultats :
Cadre 1 : augmenter la période latente (infecté mais non infectieux) de 2 à 4j
Cadre 2 : taux de guérison de 1/5 à 1/3
Cadre 3 : taux de guérison de 1/5 à 1/7
Cadre 4 : paramètres retenus 3j et 1/5

Ici on voit que quand les sorties de confinement/levées des mesures sont synchronisées (lignes bleues), l'épidémie se termine plus tôt que quand ce n'est pas coordonné

Peut être que l'ECDC devrait être mise plus en avant ?