Thread by @T_Fiolet

Thread sur les modèles épidémiologiques : les modèles ne sont pas des boules cristal 🔮 ni des prédictions mais des projections sujettes aux conditions mises dans le modèle (= des hypothèses)

Ce sont des simplifications de la réalité

Que comprendre de ces graphiques ?
▪️ Toutes les projections montrent que le variant B.1.1.7 va devenir dominant
Aujourd'hui il est présent à 76% (Santé Publique France)
epicx-lab.com/uploads/9/6/9/…

▪️ Pour la projection de la semaine S12, on a une variation de 25 000 hospitalisations/semaine entre les modèle 1 et 3
Aujourd'hui on est à 12 500 hospitalisations en France, plus proche du modèle 1 à 15 000 hospitalisations

On voit que le renforcement des mesures va retarder la reprise épidémique

Ici ce modèle a pris les données jusqu'en semaine 5 (début février 2021) mais ne prend pas en compte les mesures renforcées du mois de janvier ni les vacances scolaires

Les vacances scolaires peuvent avoir un effet sur les dynamiques épidémiques (notamment les parents prennent des congés ou télétravail et plus de transmission dans les écoles)

Le modèle de l'Inserm est décrit dans cet article de Nature nature.com/articles/s4158…

Les modèles SIR les plus simples font des hypothèses de base :
1- tout le monde a la même chance d’attraper le virus d’une personne infectée parce que la population est parfaitement et uniformément mélangée

On ne tient pas compte que les contacts sont + probables entre des personnes géographiquement et socialement plus proches

On ne tient pas compte de la sensibilité à l'infection de certains individus ou des super contaminateurs superspreader

2- Durée exponentiellement répartie de l’infection. Le modèle suppose à la fois qu’une personne devient infectieuse immédiatement après avoir été infectée, et que la probabilité de guérison par temps unitaire ne dépend pas du temps qui s’est écoulé depuis l’infection

Les modèles plus avancés subdivisent les gens en petits groupes: selon l’âge, le sexe, l’état de santé, l’emploi, le nombre de contacts... pour définir qui rencontre qui rencontre qui, quand et dans quels endroits

Dans quelle mesure les projections vont coller à la réalité ? ça dépend
1- de la qualité des donnée
2- des données disponibles
3- de la représentativité des hypothèses posées

Le modèle fait une projection à un temps t

Mais les paramètres influençant la dynamique d'une épidémie mesurables et non mesurables évoluent au cours du temps (également selon les interventions - mesures gouvernementales qui varient)

⚠️Les projections sont fiables sur une à deux semaines max (nature.com/articles/d4158…)

Il est difficile de prévoir dans quelle mesure les gens vont adhérer aux recommandations sanitaires, la perception du risque et de mettre ça en chiffres, l'exactitude des tests, le niveau de sous-détection, retard de déclaration, le niveau d'immunité

Il y a d'autres facteurs qu’on ne peut pas contrôler : présence d’une vague de froid, cela va impacter la transmission du virus mais aussi nos comportements selon qu’on reste + ou - dehors, qu’on aère plus ou moins mais on ne peut pas le prévoir ni le mettre dans un modèle

Les modèles stochastiques injectent un peu de hasard (comme un lancer de dés virtuels pour l'infection)

Dans les modèles à équa diff, les groupes sont divisés en sous-groupe de + en + petits et représentatifs mais les modèles deviennent de + en + compliqués et gourmands

Pour minimiser l’impact des données incomplètes et des hypothèses incorrectes, les modéliseurs effectuent généralement des centaines d’exécuteurs distincts, avec les paramètres d’entrée légèrement modifiés à chaque fois

En conclusion, les modèles sont des outils utiles mais ne doivent pas être SURINTERPRETES en particulier pour les projections à long terme !!

Il faut plutôt regarder les intervalles de confiance plutôt que d'essayer d'obtenir des chiffres fixes et précis à un temps t