ETE Fr Profile picture
22 Jan, 8 tweets, 3 min read
Estimations et projections de COVIDSIM (medrxiv.org/content/10.110…) au 21 janvier 2021. 1/N
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 :

3/N
D'après notre modèle, environ 10 % de la population a rencontré le virus depuis le début de l'épidémie. Plus de huit fois la couverture vaccinale actuelle. 4/N
0,6 à 0,8 % de la population est actuellement infectée par le COVID-19. La proportion de nouveaux cas détectée est comprise entre 41 et 56%. 5/N
La modélisation suivante repose sur l'extrapolation de la dynamique actuellement observée – la contribution du variant britannique à la circulation virale de même que la couverture vaccinale étant encore marginale sur l'échelle de temps étudié (6 prochaines semaines). 6/N
En absence de nouvelles mesures sanitaires, le nombre de patients COVID hospitalisés dans les services de soins critiques atteindraient 4000 mi-février et 5000 début mars (chiffre frôlé lors de la 2e vague). 7/N
Un confinement (allégé) d’ici 2 semaines suffirait à éviter de dépasser ce seuil. Néanmoins, cela laisserait le champ libre aux variants de se propager et de rendre plus difficile le contrôle de l’épidémie à moyen terme. merci @threadreaderapp unroll 8/8

• • •

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

Keep Current with ETE Fr

ETE Fr 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 @ete_fr

11 Jan
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
Read 9 tweets
11 Jan
Le #variant #B117 de #SARSCoV2 détecté outre-Manche fait la une.

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 %.

cmmid.github.io/topics/covid19…
3/N
Read 11 tweets
9 Jan
Comment pourrait évoluer la #virulence du #SARSCoV2 pour l'homme ?

Quelques éléments de réponse dans ce #thread.

Pour des détails, il y a notre Rapport 12 du mois d'août :
covid-ete.ouvaton.org/Rapport12.html

1/N
La #virulence est le mal qu’un parasite (virus, bactérie,...) fait à son hôte.

Dans le cas du #SARS-CoV-2, on peut la mesurer via le risque d’être hospitalisé ou de décéder. Sachant que cela dépend fortement de l’âge.
thelancet.com/journals/lanin…
2/N
Contrairement à une idée répandue, les parasites n’évoluent pas tous pour rapidement devenir avirulents.

La #tuberculose est restée virulente.

Quand au #VIH, sa virulence semble même avoir #augmenté depuis les années 1980.
thelancet.com/journals/lanhi…
3/N
Read 8 tweets
24 Dec 20
Si la tendance de hausse lente de l'épidémie observée depuis décembre se maintient (R entre 1,0 et 1,1), contrairement à la première vague les services hospitaliers demeureront sous tension (3000 personnes en soins intensifs au 1er Fév selon un scénario médian). 1/5 thread
Si on rajoute un effet du réveillon de Noël (supposons R = 1,5 pendant 2 jours), cela suffirait malheureusement à faire repartir l'épidémie avec un risque prononcé d'avoir plus de 3000 personnes en soins intensifs au 1er Fév. 2/5
Une réponse à ce risque potentiel qui, selon les médias, se discuterait en haut lieu serait de reconfiner la population très vite. Effectivement, un reconfinement dès le 26 Déc faisant passer le R à 0,8 enraye l'épidémie. 3/5
Read 5 tweets
13 Dec 20
Le 8 Déc, le Directeur Général Délégué à l’Innovation du @CNRS a écrit pour vendre le plan du gouvernement de 300 M€ pour "préserver l’emploi dans la R&D".

Traduction : amplifier la #fraude_fiscale du crédit impôt recherche #CIR.

Avec un beau lapsus en prime (page 2) !

1/n
M. Jean-Luc Moullet, le délégué à l’innovation en question, est une incarnation du « pantouflage » à la française.

cnrs.fr/fr/personne/je…

2/n
Il incarne aussi ce fossé entre une direction du @CNRS au service des gouvernements (qui les nomment), ne comprenant que le #Buisness, et les personnels, dédiés au #servicepublic et à la #recherche_fondamentale.

lemonde.fr/blog/huet/2018…

3/n
Read 7 tweets
7 Dec 20
Le temps de division par 2 des hospitalisations #COVID19 est d'environ 50 jours avec les chiffres du 6 Déc (état de l'épidémie la semaine du 16 Nov).

L'épidémie ralentit moins vite que les deux semaines précédentes où les temps étaient respectivment de 12,5 et 21 jours.

1/n
Si on regarde les admissions en réanimation, l'effet est moins prononcé avec une taille d'épidémie qui se divise par deux tous les 25 jours (contre 12 et 17 jours les deux semaines précédentes).

Toutefois, il y a aussi plus de bruit car moins de cas...

2/n
Sur les dépistages (RT-PCR et antigéniques), la baisse est très forte la semaine du 29 Nov (division tous les 6 jours) avec un ralentissement la semaine du 22 Nov (division tous les 40 jours).

Toutefois les données de dépistage sont peu idéales (cf nos tweets précédents).

3/n
Read 8 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!