Gro-Tsen Profile picture
24 Nov, 22 tweets, 5 min read
Je trouve détestable la présentation du fil ci-dessous (à répéter «bullshit» et «mensonges» et finir par une photo de chat(‽)), mais le point central est juste et peut-être mal compris: l'espérance de vie a priori des personnes décédées covid est autour de 11 ans. 🧵 •1/22
Je fais régulièrement un calcul de l'âge moyen de décès et de l'espérance de vie moyenne des personnes décédées du covid en France depuis le début de l'épidémie, et actuellement je trouve: âge moyen 80.8 ans, espérance de vie moyenne 11.1 ans. •2/22
(Petits caractères: calcul sur la base de la répartition par âge et par sexe des décès hospitaliers publiées sur Géodes et de tableaux d'espérance de vie par âge et par sexe. J'interpole par des fonctions continues affines par morceaux. Détails ⤵️ •3/22
Ce calcul ne tient pas compte des comorbidités, qui contribueraient certainement énormément à baisser la valeur. Il ne tient pas non plus compte des décès en EHPAD, qui ferait certainement aussi baisser parce que l'espérance de vie en EHPAD est autour de 3 ans.) •4/22
L'erreur logique que signale, à juste titre, le fil cité au début, consiste à dire «l'âge de décès moyen est de 80.8 ans, l'espérance de vie moyenne à la naissance est de 82.5 ans, donc il restait 1.7 ans à vivre en moyenne à ceux qui décèdent». C'est en effet stupide. •5/22
La meilleure façon de voir que c'est stupide c'est que si on appliquait le même raisonnement à une maladie qui tuait systématiquement toutes les personnes de 90 ans ou plus, on en conclurait que cette maladie crée de la vie ou quelque chose comme ça. •6/22
Or de toute évidence, l'espérance de vie d'une personne de 90 ans n'est pas négative! Tout simplement parce que l'espérance de vie à l'âge A n'est pas égale à l'espérance de vie à la naissance moins A. On ne perd pas 1 an d'espérance de vie par année vécue. •7/22
(Et je ne parle pas, là, dans tout ça, du fait que l'espérance de vie a tendance à augmenter d'année en année. Ça c'est encore autre chose. Quand on parle d'espérance de vie, on se place à profil des décès constant, donc en fait c'est plutôt une sous-estimation.) •8/22
Pour mieux illustrer le phénomène, je peux contraster deux situations un peu extrêmes. Situation ⓐ: tout le monde meurt exactement au même âge, disons 85 ans. L'espérance de vie à la naissance est alors en effet de 85 ans, et à l'âge A, elle est de 85−A. •9/22
Situation ⓑ: chaque année environ 1/85 de la population meurt, complètement au hasard, sans préférence entre jeunes et vieux. C'est ce qu'on appelle un «processus de Poisson». Dans cette situation, l'espérance de vie de n'importe qui sera TOUJOURS de 85 ans, … •10/22
… et ce, quel que soit son âge: l'espérance de vie à la naissance sera de 85 ans, mais l'espérance de vie à 100 ans sera encore de 85 ans. L'âge de décès sera alors distribué selon ce qu'on appelle une distribution exponentielle. •11/22
Cette situation ⓑ modélise des décès par événements complètement aléatoires et indépendants. C'est ce qui arrive, p.ex., pour les atomes radioactifs: leur probabilité de décéder (=se désintégrer) ne dépend pas de leur âge, elle est toujours la même par unité de temps. •12/22
Un atome de radium-226, par exemple, a une espérance de vie de 2310 ans: ça veut dire que chaque année il a en gros 1/2310 chance de se désintégrer. Mais si dans 1000 ou 3000 ans il ne s'est pas désintégré, son espérance de vie sera TOUJOURS de 2310 ans, pas moins. •13/22
On a un peu du mal à imaginer intuitivement un processus de Poisson, parce qu'on a tendance à se dire «si ça ne s'est toujours pas produit, c'est que ça ne va plus tarder!», comme si on usait une ressource alors que, justement, un processus de Poisson n'a pas de mémoire. •14/22
(Exemple typique: les astéroïdes de n'importe quelle taille donnée tombent sur Terre essentiellement selon un processus de Poisson. Des gens s'imaginent que parce que ça fait longtemps qu'on n'en a pas eu un gros, «c'est que ça va bientôt venir», mais pas du tout.) •15/22
Voici donc mes exemples extrêmes: d'un côté, ⓐ, quelque chose qui se produit toujours au même moment, une horloge qui compte le temps et qui fait ding au bout d'un temps fixe; de l'autre, ⓑ, un processus de Poisson qui a la même chance de se produire à chaque instant. •16/22
Le décès des humains est quelque part entre les deux. Il y a une part de vieillissement qui ressemble plutôt à ⓐ, et une part d'événements aléatoires qui ressemble plutôt à ⓑ. Donc l'espérance de vie décroît avec l'âge, mais de MOINS que 1 an par an. •17/22
(En fait, vraiment au tout début de la vie, disons dans les premiers mois, l'espérance de vie augmente même un petit peu, quand on passe la barrière des maladies de petite enfance. Ce phénomène était très important il y a un siècle ou deux, beaucoup moins maintenant.) •18/22
Maintenant, il est vrai que pendant une bonne partie de la vie, le décès des humains est bien modélisé par l'approche ⓐ. La somme «âge + espérance de vie restante» reste presque inchangée: 82.7 à 0 ans (en France), 83.2 à 20 ans, 83.9 à 40, 85.6 à 60. Ça bouge, mais peu! •19/22
C'est sans doute pour ça qu'on a en tête le modèle ⓐ qu'on utilise implicitement dans les calculs d'ordre de grandeur de durée de vie restante. Mais il y a quand même une partie de ⓑ (il y a, bien sûr, des modèles plus précis que l'un ou l'autre!). •20/22
L'espérance de vie à 80 ans est autour de 10 ans, à 90 ans autour de 5 ans, à 100 ans autour de 2½ ans. Ça décroît certes, mais ça ne tombe jamais vraiment à zéro. (La question de comment ça décroît est intéressante. Voir notamment: en.wikipedia.org/wiki/Gompertz%…‌.) •21/22
Toujours est-il que, sauf dans le cas simpliste ⓐ où tout le monde meurt exactement au même âge, l'espérance de vie à l'âge A n'est pas égale à l'espérance de vie à la naissance moins A, et elle sera forcément plus élevée. •22/22

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Gro-Tsen

Gro-Tsen Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @gro_tsen

24 Nov
This is maybe worth underlining: epidemiologists care about the logarithmic derivative of the number of cases (or deaths, whatever), because it measures epidemic growth, whereas ordinary people care about the ordinary derivative, because it measures the risk to them. •1/8
(The logarithmic derivative isn't quite the same thing as the effective reproduction number — there's also the question of the serial interval — but the two are quite connected, see thread below.) •2/8
The logarithmic derivative z′/z makes sense to look at because, during an exponential growth phase z ∝ exp(k·t), it's constant (k; while the ordinary derivative z' too grows exponentially): it measures relative growth per unit time, and tells us how the epidemic develops. •3/8
Read 8 tweets
23 Nov
OK, maybe this is a stupid question… Why are there a gazillion inspirational motorcycle videos on YouTube, set to the music of ‘In The End’ by Linkin Park, and having the title “This is why we ride” (which confusingly is the name of a different song by a different band)?
Maybe this one started it (it has over 19M views, which I understand is a large number) and the others are copycats? I have no idea.
I mean, there's nothing in the lyrics of ‘In The End’ which suggests any particular connection with riding motorcycles or with the phrase “This is why we ride”. So why so many videos with this exact title and set to this exact piece of music?
Read 4 tweets
21 Nov
The case of a population whose susceptibility follows an exponential distribution is particularly interesting to compare with the classical SIR case (which assumes a fixed, i.e. Dirac δ distributed) susceptibility: ⤵️
(The exponential distribution is the particular case where the shape parameter k is 1 of the Γ distribution mentioned in the above-quoted tweet. The Γ distribution on susceptibility has the nice and natural property that it remains of like kind as the population gets infected.)
‣ In the classical case (fixed susceptibility) SIR model, the herd immunity threshold is 1 − 1/R (where R is the basic reproduction number) and the (unmitigated) final attack rate is 1 + W(−R·exp(−R))/R (where W is Lambert's transcendental function).
Read 4 tweets
15 Nov
Un peu plus de trois semaines plus tard, que penser des estimations que j'avais données dans ce fil? J'avais suggéré une seconde vague à entre 10k et 65k morts, avec une charge hospitalière comparable à la première, mais plus étalée dans le temps si pas de confinement. •1/6
Sur ce tweet-ci il semble je n'aie pas eu trop tort sur l'ampleur du pic. •2/6
Bien sûr, il y A eu un reconfinement, mais probablement trop tard pour expliquer directement ce pic (pic déjà amorcé dans plusieurs métropoles avant son entrée en vigueur): le confinement aura plutôt pour effet d'accélérer la baisse derrière. •3/6
Read 6 tweets
15 Nov
There have been many calls, in this pandemic, to “listen to the science” or “listen to the experts”, which is certainly the right thing to do, but we shouldn't forget that the choice of WHICH (category of) experts to listen to matters immensely. •1/12
The seemingly obvious choice in a pandemic is to turn to physicians and public health specialists, specifically, to epidemiologists. And of course we should, but we must remember in doing so that they will have their inherent biases. •2/12
Epidemiologists are specially qualified to make assessments of the medical effects of epidemics. If we care about other things, like psychological, social or economical effects, they are no longer the obvious choice, for that we should turn to specialists in other fields. •3/12
Read 12 tweets
14 Nov
Bon, allez, un nouveau fil, sur le chiffre de 400 000 morts supplémentaires «si l'on ne fait rien» annoncés par Macron. Plutôt que de dire que c'est mensonger, je vais m'interroger sur les hypothèses qui sous-tendent ce chiffre. ⤵️ •1/37
La première question cruciale est «que signifie “si l'on ne fait rien”»? Faut-il comprendre:
ⓐ on abandonne toutes les mesures qu'on a déjà prises et on revient à la vie avant-covid?
ⓑ on ne fait rien DE PLUS que ce qu'on a déjà fait?
ⓒ juste pas de confinement général?
•2/37
J'ose espérer que tout le monde voit bien la différence entre ⓐ, ⓑ et ⓒ, et est d'accord que le nombre de morts covid dans le cas ⓐ sera plus important que dans le cas ⓑ, lui-même plus important que dans le cas ⓒ. Il faut donc savoir à quoi ce 400 000 se rapporte. •3/37
Read 37 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!