Probablement du fait de la baisse des températures, les pays européens augmentent les mesures de restriction contre #Covid_19 (couvre-feux, confinement suggéré, imposé...).
Une grosse différence réside dans le #seuil de déclenchement de ces mesures strictes.
1/n Thread
Pour la variation des mesures de contrôle, il existe une visualisation par @OurWorldInData avec un indice de sévérité de la réponse (même si cet indice reste relativement arbitraire).
Dans certains pays comme l'Angleterre, l'Italie ou la France, le seuil de déclenchement du durcissement semble très élevé. En France, on a attendu que les services de réanimation soient remplis au tiers de patient⋅e⋅s #COVID19.
3/n
À l'inverse, des pays comme le Danemark ou l'Allemagne ont un #seuil bien plus faible à partir duquel ils durcissent leurs mesures de contrôle. Ainsi, l'Allemagne a mis en place des mesures similaires à la France avec environ 6 semaines d'avance.
4/n
Dans une stratégie de #stopandgo, Vaut-il mieux un durcissement local rapide ou, au contraire, attendre vraiment que les services de soins soient saturés ?
À tous points de vue, attendre semble un mauvaise idée...
5/n
D'une part, la proportion du temps passée en condition de durcissement (par exemple #confinement local) est indépendante du #seuil de déclenchement local. On le voit sur ce graphique où la durée passée en "relachement" dépend du contrôle maintenu hors confinement.
6/n
En effet, si vous réagissez tôt, vous allez revenir plus vite sous le seuil de déclemement du contrôle local. À l'inverse, plus vous attendez, plus il faut un confinement long pour revenir au seuil. On le voit en simulant un 1er confinement plus ou moins tardif.
7/n
Donc l'argument selon lequel un confinement plus tardif limiterait les dégâts sociaux, psychologiques et économiques ne semble pas tenir la route.
An contraire, le confinement tardif maximise la pression sur le système hospitalier et le nombre de victimes du #COVID19.
8/n
Un autre désavantage de la stratégie "attentiste" est que la plupart des mesures de contrôle de l'épidémie perdent en efficacité quand la prévalence augmente. On le voit avec la stratégie tester/tracer/isoler, qui devient cosmétique avec plus de 10.000 infections par jour.
9/n
Pour être francs, un intérêt à attendre pour des dirigeants est qu'il permet ne pas contredire les populistes et de s'épagner un débat quant au choix des mesures les plus à même de contrôler l'épidémie. Sans parler de la question : Qui va payer les coûts ?
10/n
En résumé, que ce soit du point de vue sanitaire, social, démocratique, voire économique, retarder le plus possible la mise en place des mesures de contrôle de l'épidémie plus strictes semble n'avoir que des désavantages pour le plus grand nombre...
Notre analyse de la progression des #variants en France à partir de tests réalisés par le laboratoire CERBA et le @CHU_Montpellier est en preprint et en revue.
La carte régionale de la fréquence estimée des variants au 20 fév (scénario conservateur).
Notre site #COVIDici permet de visualiser l’épidémie de #COVID19 par région et département, ainsi que de visualiser les tendances sur 2 semaines basé sur notre modèle épidémiologique.
Le nombre de reproduction R est estimé à 1,09 [1,06 – 1,12], en concordance avec les approches statistiques. 2/N
Ce nombre est relativement stable depuis 2 semaines et rend compte de l'effet des fêtes de fin d'année. L'épidémie n'est plus sous contrôle, nous faisons face à un rebond avec un temps de doublement entre 1 et 2 mois.
Nous l'avions prévu en décembre :
First analyses support the idea that #B117#SARSCoV2#VOC has an increased transmissibility but unchanged clinical severity compared to already circulating variants. Is really an increase in transmission more problematic than an increase in lethality? Well, it depends. Thread 1/N
To keep things simple, let us, once again, take the canonical SIR model (Kermack & McKendrick, 1927) and look at how the cumulative mortality of COVID-19 would vary through time assuming no initial immunity (nor vaccination) but public health measures such that R < R0 = 3. 2/N
We explore 3 hypothetical scenarios: 1 (in grey) is the baseline -- as if the mutations carried by the variant were epidemiologically neutral; 2 (in pink) simulates a 50% increase in transmission and 3 (in blue) represents a 50% increase in lethality. 3/N
Des modèles de fin Déc suggèrent que son R0 est plus de 50 % supérieur aux autres variants.
Cause ou conséquence ? Le variant s’est-il fixé « par hasard » ou de par son avantage ?
On en sait un peu plus.
1/N
Le #variant#B117 a été détecté car 25 % des tests #PCR britanniques ont 3 cibles dans le génome viral et, pour le #B117, 2 sur 3 sont positives. Mais seul le séquençage permet d’être sûr.
Selon @PHE_uk, en Oct, 3 % des tests douteux étaient liés à #B117, en Déc > 95 %
2/N
Les analyses préliminaires de @cmmid_lshtm montrent que ce #variant s’est propagé rapidement dans des régions mais pas dans d’autres.
Les données de mobilité ne semblent pas expliquer ces différences. L'avantage de #B117 serait alors de 50 à 74 %.