1/ Le ralentissement de la baisse est aussi visible au niveau des nouvelles hosp.
Si on regarde pour chaque jour la diff avec J-7, c'est la 1ère fois qu'on est au dessus de 0 depuis le 9/11.
C'est un peu bruité (surtout le weekend) car les données sont par date de déclaration.
2/ A partir d'un moyenne glissante sur 7 jours ça donne ça 👇
3/ On peut aussi le voir sous la forme d’un rapport entre le nombre de nouvelles hospitalisations COVID-19 sur 7 jours à 7 jours d'intervalle (une sorte de R-effectif à partir des nouvelles hospitalisations) 👇
4/ Comme pour le nombre de cas, c’est contrasté en fonction des départements, sous la forme d'un carte de chaleur des différences à J-7 sur une moyenne glissante 7j ça donne ça 👇
5/ Et sous la forme d'un carte de chaleur du rapport entre le nombre de nouvelles hospitalisations COVID-19 sur 7 jours à 7 jours d'intervalle 👇
• • •
Missing some Tweet in this thread? You can try to
force a refresh
1/ Les données sur les tests antigéniques n'étant pas encore disponibles sur Géodes et en open data, je regarde régulièrement les données sur ce site : iqvia.opendatasoft.com/pages/antigeni…
1/ J'ai essayé de trouver des données sur la grippe pour comparer la pression hospitalière avec le covid (la comparaison revient souvent dans les commentaires) 👇
1/ Des infos sur les tests antigéniques dans le point épidémiologique du 12/11 de SPF (page 45) :
"Il convient de rester prudent dans l’interprétation des indicateurs liés aux tests RT-PCR du fait de la mise à disposition depuis 3 semaines des tests antigéniques."
2/ "Les tests antigéniques peuvent avoir entrainé une diminution du recours aux tests RT-PCR et par conséquent sous-estimé le taux d’incidence."
3/ "Cependant, d’après les données dispo sur les volumes de tests antigéniques réalisés, il semble que leur exclusion ne remette pas en cause la diminution d’incidence observée. Les tests anti-g seront inclus prochainement dans les indicateurs basés sur les données SI-DEP."
1/ À l'heure de possibles annonces, j'ai mis à jour les estimations des probabilités qu'au moins une personne soit infectée par le covid-19 étant donné un groupe de 10/25/50 et 100 personnes de la même classe d'âges dans un département 👇
2/ Ici avec une estimation où l'on aurait 3 fois plus de cas positifs que ce qui est identifié par les tests 👇
3/ À noter un article publié dans la revue "Nature Human Behaviour" qui utilise la même approche
2/ Je rappelle que tous mes graphiques sont sous licence Creative Commons, vous pouvez donc les copier, distribuer et communiquer par tous moyens et sous tous formats, les remixer, transformer, etc.
La condition est de citer l'auteur (rappelé en bas à gauche des graphiques)
3/ Le conseil scientifique ne me "pique" pas mes graphiques, il exerce son droit à les réutiliser.
J'ai également déjà échangé avec certains membres du conseil à propos de mes graphiques et leur utilisation.