Covid-19 : un dialogue nécessaire entre l’épidémiologue et le statisticien

Une information plus précise sur les risques pris est nécessaire pour permettre de protéger les populations les plus fragiles de la manière politique la moins autoritaire, et économiquement la moins coûteuse.

Partager sur:
Sauvegarder cet article
Aimer cet article 0
Coronavirus statistics by Mike Finn(CC BY 2.0)

Promouvoir la liberté n’est pas gratuit

Mais cela peut aider à réduire vos impôts de 66%

Faites un don dès maintenant

Faire un don

Covid-19 : un dialogue nécessaire entre l’épidémiologue et le statisticien

Publié le 11 décembre 2020
- A +

Par Samuel Sender.

On retient des modèles de diffusion épidémiologiques la nécessité de maintenir le taux de reproduction effectif du virus sous l’unité. Sachant qu’au plus haut de juillet et octobre, celui-ci a été de 1,5, une réduction de la diffusion du virus d’un tiers est suffisante pour endiguer l’épidémie.

La statistique et l’économie permettent de mettre en relief des données relatives à l’épidémie de Covid-19 pour donner des pistes d’arbitrages afin de contenir l’épidémie en minimisant les coûts sanitaires (décès et hospitalisations Covid), sociaux (santé mentale) et économiques.

Cette synthèse est proposée alors que les mesures se succèdent très rapidement depuis début octobre : fermeture des bars, couvre-feu, puis reconfinement, passage du pic épidémique de la deuxième vague et annonce d’un plan de sortie du confinement « progressif » s’étalant de fin novembre à fin janvier.

Les données utilisées pour ces articles viennent de Santé Publique France. Elles sont actualisées quotidiennement et représentées ici et ici.

Préambule : un modèle épidémiologique pour décider de l’intensité des mesures d’endiguement, une étude statistique pour sélectionner les moins coûteuses

Les modèles de diffusion épidémiques couramment utilisés en épidémiologie sont dérivés du « modèle SIR » (Kermack and Mckendrick, 1927). Bien que trop rudimentaire pour capturer finement la dynamique épidémique, ce modèle reste l’outil de base pour la communication vers le grand public.

Il peut en cela se comparer au CAPM (p.ex. Sharpe, 1964) en finance : si ces modèles sont nécessaires à la compréhension de mécanismes phares, leur réduction du monde à un seul facteur n’incite ni à l’optimisation ni à la simple prise en compte de la diversité des situations individuelles, pourtant si nécessaires.

Le taux de reproduction, R effectif (Reff), du virus joue un rôle central dans le SIR1. Ce taux peut être décomposé comme le produit :

  1. du nombre de contacts journaliers par les personnes infectieuses vers des personnes susceptibles d’être infectées ;
  2. du risque de contamination lors de ces contacts, qui en pratique dépend des précautions prises (gestes barrière) et de la fragilité desdits contacts ;
  3. de la durée de la période infectieuse (qui est une caractéristique du virus).

La simple description du Reff indique les principaux leviers d’action de la politique publique et du comportement individuel :

  • réduire le nombre de contact des personnes infectieuses ;
  • réduire le nombre de contact des personnes fragiles : les plus susceptibles d’être infectées dans un modèle épidémiologique pur, celles qui risquent de développer des formes sévères de la maladie (hospitalisations, réanimations, décès) dans une approche plus globale ;
  • adopter des gestes barrière ;
  • réduire le nombre de personnes susceptibles d’être infectées par vaccin ou immunisation après contamination.

Graphique 1 : Evolution du R effectif

Le R effectif estime le nombre de personnes contaminées par chaque personne infectieuse. Supérieur à 1, il conduit (en début de phase épidémique) à une circulation exponentielle du virus; inférieur à 1, à son endiguement. Sa valeur naturelle (sans mesures préventives) est généralement estimée à 2,5.

Quant à l’intensité des mesures nécessaires, avec un Reff estimé à 1,5 à ses plus hauts de juillet et octobre par Santé Publique France, une simple réduction d’un tiers du taux de contamination par un ensemble de mesures suffirait. En cas d’incapacité à anticiper la saturation des capacités hospitalières, une réduction plus forte de la circulation du virus devient temporairement nécessaire.

Un principe large : maîtriser les pics épidémiques, préserver (aussi) la vie économique

On constate que les coûts sont très inégalement répartis entre générations. Les personnes les plus âgées ou en mauvaise santé paient le plus lourd tribut en termes de décès ou de formes graves de la maladie.

Les actifs supportent l’essentiel des nuisances en termes économiques : perte d’emploi, conditions de travail dégradées, perte d’opportunité, dégradation de la formation scolaire/universitaire, qui sont considérables en termes d’investissement en capital humain.

Graphique 2 : taux de dépression dans la population par tranche d’âge

statisticien

Les enquêtes CoViPrev sont menées par «vagues» auprès de 2000 individus, sur une période de deux jours. Les points représentent les données par classe d’âge (moyenne de trois classes pour le groupe 25-64 ans), et les courbes un lissage. La théorie prédit que les plus jeunes seront les plus affectés par le confinement et les restrictions à l’activité économique. Les enquêtes le confirment (à compléter par la vague 18 de début décembre une fois les données rendues publiques par Santé Publique France)

La deuxième vague : prise en compte partielle de l’économie, pas de la fragilité des seniors

La dynamique épidémiologique de la deuxième vague et les mesures prises permettent trois constats :

  • le deuxième confinement sera beaucoup moins coûteux pour l’économie que le premier, une partie importante de la vie économique étant préservée ;
  • le couvre-feu semble avoir été efficace, le pic épidémique s’est produit avant le confinement ;
  • il n’y a pas eu de ciblage sur les populations les plus à risques, notamment les plus âgés, qui ont développé autant de formes graves de la maladie (hospitalisation et réanimation) que lors de la première vague, alors que les moins de 60 ans étaient nettement plus épargnés.

Graphique 3 : hospitalisations et réanimations par tranches d’âge

statisticien

Nombre de personnes hospitalisées et en réanimation par tranche d’âge. Lors de la deuxième vague, le pic des hospitalisations des seniors a été de 10 % supérieur à celui de la première vague, alors que chez les moins de 60 ans, il a été 40 % plus faible. Le pic des réanimations a été seulement 10 % plus faible pour les seniors lors de la deuxième vague, contre 60 % plus faible pour les moins de 60 ans.

 

Au moment de la parution de notre premier article dans The Conversation, le 20 octobre, la circulation intense du virus laissait présager une dynamique explosive d’hospitalisations et réanimations chez les seniors. Nous suggérions alors qu’une meilleure protection des retraités aurait permis de préserver les capacités hospitalières à très court terme.

La protection des retraités2 aurait largement contribué à la réduction souhaitée d’un tiers du Reff, puisqu’ils représentent un quart de la population française.

Inciter à l’adoption des gestes barrière : informer-informer-informer

Malgré une bonne connaissance du mode de propagation du virus, les enquêtes révèlent une adoption non systématique des gestes barrière dans l’espace public, y compris par les plus fragiles.

Graphique 4 : adoption non systématique des mesures de distanciation (« gestes barrières »)

statisticien

Il s’agit du pourcentage des répondants déclarant adopter systématiquement les gestes barrière dans les lieux publics. Le port du masque s’est généralisé, le respect d’une distance de 1 mètre, non.

Les données d’hospitalisation et réanimation suggèrent que les protocoles sanitaires et gestes barrière ont permis de mieux protéger les actifs.

Le taux de formes graves chez les plus de 60 ans, aussi important dans la seconde vague que dans la première, semble confirmer que l’adoption des gestes barrière est insuffisante en particulier dans la sphère privée, là où leur adoption est par nature volontaire.

On modélise souvent les comportements humains comme partiellement rationnels, mais défaillants en cas d’information incomplète.

Le manque d’information sur les risques individuels pourrait expliquer l’insuffisante adoption des gestes barrière. Si à défaut d’information individuelle, on se base sur les statistiques agrégées, la mortalité CoViD telle qu’elle a été observée pour l’ensemble de la population est « faible », c’est-à-dire non significative au regard de ses mouvements naturels3. Mais les probabilités d’hospitalisation et de décès varient très fortement avec l’âge et les comorbidités.

Table 1 : occurrences d’entrées à l’hôpital pour les différentes classes d’âge, en moyenne sur l’année 2020. Nous avons ainsi les probabilités suivantes : 

Avec quelques hypothèses raisonnables sur l’adoption et l’efficacité des gestes barrière, on peut informer les individus en fonction de leur âge, leur situation de santé, de l’intensité de la circulation du virus et de leur adoption ou non des gestes barrière, des risques qu’ils prennent pour eux-mêmes ou qu’ils font prendre aux autres.

Les probabilités de contaminations en l’absence d’adoption des gestes barrière sont suffisamment fortes4 pour que les personnes fragiles et celles qui les côtoient soient rationnellement conduites à les adopter ou les faire adopter.

Quelques éléments de comparaison des stratégies récemment adoptées

Le système tester-tracer-isoler

Les stratégies « tester-tracer-isoler », utilisées avec succès en Asie, apparaissent peu efficaces en France.

Sous leur forme numérique, d’après les estimations de Santé publique France disponibles sur l’application Anti-Covid (appelée StopCovid dans la précédente version) au 11 novembre, l’application a permis d’alerter près de 10 000 personnes d’un risque de contamination en 2020, une part négligeable des 20 millions de tests réalisés et du total de près de 2 millions de cas confirmés.

Sans possibilité de traçage systématique, compte tenu d’un taux d’asymptomatiques et pré-symptomatiques estimé autour de 50 % des personnes contagieuses, si l’efficacité du système tester-tracer-isoler peut-être être renforcée, elle ne peut être totale.

Faciliter la mise en retrait des personnes fragiles et des super-contaminateurs

Pour inciter les personnes fragiles ou potentiellement contaminantes à se confiner, des mesures d’accompagnement sociales, juridiques et financières (droit au retrait et chômage partiel), voire logistiques (livraisons et soins à domicile, masques plus protecteurs que les masques classiques) pourraient être prises pour permettre une mise en retrait volontaire en particulier en période de pic épidémique.

La vaccination

Depuis mi-novembre, les annonces de mises au point de vaccins se multiplient, les pouvoirs publics de nombreux États commencent à communiquer sur les campagnes de vaccination imminentes. Lors de son allocution du 24 novembre, le chef de l’État a indiqué que le vaccin ne serait pas obligatoire.

Rappelons que sous l’hypothèse d’un Reff maximum de 1,5 (dans le cadre d’une certaine distanciation sociale), diminuer d’un tiers la population susceptible suffit pour ramener le taux de reproduction à un maximum de 1 et endiguer l’épidémie. Pour simplifier, sans même tenir compte de l’immunisation acquise par les personnes infectées et guéries, vacciner un tiers de la population serait suffisant.

Pour revenir à une vie « comme avant », sans distanciation ni mesures de précaution, faire baisser à 1 ce Reff, dont la valeur « naturelle » est comprise entre 2,2 et 2,5, il faudrait viser une immunisation de 60 % de la population à risque. Une bonne information des personnes les plus susceptibles d’être contaminées (les fragiles) pourrait les inciter à se faire vacciner. Si la vaccination des personnes ayant le plus de risque de contaminer, les « super-propagateurs », se justifie, il est moins aisé de les identifier a priori.

Le seuil des « moins de 3000 personnes en réanimation » en vue

Le taux d’occupation des lits dits de réanimation (soins intensifs, avec ou sans ventilation artificielle) semble l’indicateur clé des décisions gouvernementales. Le chef de l’État a indiqué que le déconfinement se poursuivrait si le seuil des (2500 ou 3000 lits était franchi à la baisse le 15 décembre.

Il y a 3009 malades Covid en soins intensifs ou réanimation au 8 décembre. Le seuil des 3000 lits Covid en réanimation devrait être franchi quelques jours après la parution de cet article. La décrue des hospitalisations semble plus rapide que lors de la première vague.

Conclusion

La dynamique de propagation du virus, tant du point de vue physique (propagation aérienne par gouttelettes, ou propagation par contact) qu’épidémiologique (avec la notion de taux de reproduction), semble comprise. En revanche, l’information statistique sur les risques individuels semble plus défaillante.

Une information sur les risques pris en fonction de la situation épidémique, des comportements, de l’âge et de l’état de santé des personnes est sans doute nécessaire pour permettre une meilleure adoption des gestes barrière, y compris dans la sphère privée, et protéger les populations les plus fragiles de la manière politique la moins autoritaire, et économiquement la moins coûteuse.

Une première version de cet article a été publiée sur le site Variances le 30 novembre 2020. Les données ont été actualisées.

  1. Ces modèles de diffusion non stochastiques sont faciles d’accès. Une introduction au SIR et un descriptif de quelques variantes sont disponibles ici
  2. Les retraités représentent 24 % de la population française, les plus de 60 ans 27 %.
  3. La mortalité des 6 premiers mois de l’année 2020 est identique à celle des 6 premiers mois de l’année 2019. S’il s’agit naturellement de la mortalité observée compte tenu des mesures collectives prises, cette donnée seule n’est pas forcément suffisante pour inciter à l’action (que l’on se place dans le cadre de la rationalité limitée ou de la théorie des jeux).
  4. Par exemple, si l’on suppose un taux d’adoption des gestes barrière de 80 % dans la population, une efficacité de 90 %, et un pic épidémique qui démultiplie par 3 ou 5 les risques, les probabilités exprimées dans la table 1 doivent être multipliées par 25. Les probabilités instantanées sont multipliées par 25, les probabilités annuelles ne dépassent pas 100 %.
Voir les commentaires (26)

Laisser un commentaire

Créer un compte Tous les commentaires (26)
  • Très peu convaincu par cette approche purement statistique, qui crée allègrement des liens de causalité là où il n’y a que coïncidences chronologiques (« le couvre-feu semble avoir été efficace car le pic épidémique de produit avant la mise en place du confinement »… mais rien ne prouve que c’est À CAUSE du couvre-feu que ça s’est produit).
    On regrette, cependant, que ce type de corrélation ne soit pas utilisé pour remettre en cause l’efficacité de certaines mesures: l’obligation généralisée du port du masque depuis l’été ne s’est accompagnée d’aucune diminution visible de la contagion et n’a nullement empêché la maladie de repartir à l’automne.
    Par ailleurs, l’auteur néglige complètement que les indicateurs ont été bidouillés à grande échelle depuis le printemps dernier. Les seuils épidémiques ont été abaissés pendant l’été, en catimini, et prennent désormais en compte le nombre de « cas positifs », et non de malades qui vont voir leur médecin, comme dans toute autre maladie.

    • c’est vrai, on a d’unepart, une argumentation visant à accepter de faire confiance dans les modèles.. et d’autre part une conclusion bancale…
      protéger les populations les plus fragiles de la manière politique la moins autoritaire, et économiquement la moins coûteuse.

      couteuse pour qui?
      protéger ..si c’est contre leur gré ça me pose problème..

      • Contre le gré de qui..?? Des agés…A priori ils souhaitent vivre quelques années de plus…

        • Pas au prix de ne plus voir leurs proches.
          Qu’est-ce que la vie?

        • Pour la plupart, non… à plus de 85 ans si on vous donne le choix entre une chance (même pas si énorme, on parle d’une létalité de 15%, 85% y survivent) de mourir et ne plus voir vos enfants petits enfants et arrière petits enfants je ne suis pas sûr que vous vous accrochez à la vie autant que si vous avez 35 ou 40 ans…

  • Nous sommes maintenant en décembre, je suis fort heureux que la dynamique semble comprise… mais qu’est ce que vous entendez par là? Que vous pensez pouvoir le modéliser? que vous êtes sûr de certains paramètres de contamination réels ? ou que vous avez enfin une idée sur ce qui est efficace pour endiguer la propagation?

    Je n’ai pas vu de démonstration claire à mes yeux, mais je n’ai pas fait de recherches exhaustive bien sûr, que le premier confinement a eu un effet autrement que géographique..surtout parce qu’enfrance comme ailleurs cela a été concomitant avec la fin de l’hiver.

    Parce que dit ainsi, cela me laisse à penser que le gouvernement posséderait un modèle qui serait capable de prévoir ce que serait une épidémie « libre » et de connaitre par exemple le bilan final pas seulement de choisir entre confinement ou couvre feu.

    Un CALCUL de l’evolution de la dynamique de l’epidémie demanderait de connaitre tous les probabilités de contaminations (instantanés) dépendant des individus.. et de connaitre précisément les contacts sociaux et comportements des gens à l’echelle individuelle . c’est touffu..!
    les modèles sont plus simples.. souvent les phénomènes naturels ont la caractéristique d’etre simples et similaires , ainsi on voit le nombre cas monter vite stagner puis descendre si on le regarde sur une echelle géographique limitée, et c’est « facile » à modéliser. il est aussi facile de se leurrer . Bon maintenant moins de surprises forcement.

    bon on comprend bien que si on veut gérer on doit prévoir, que si on veut prévoir , les modèles sont incontournables..mais il me semble que cette épidémie est une exemple justement du problème des modèles : on peut assez aisément modéliser ( reproduire la dynamique) d’un phénomène sans le bien comprendre.

    la comprehension de l’épidémie, je le répète, demanderait de savoir quelle est la probabilité que je sois contaminé si je suis entouré de tant de personnes dans une situation donnée pendant un certain temps , c’est horriblement complexe. on SIMPLIFIE parce que on pense fondamentalement que comme tous les phénomènes physiques, ça peut être réductible à quelques parametres..et ça signifie qu’on peut toujours se tromper. donc j’ai du mal avec la conclusion… comme la dynamique depend due l’individuel, on ne maitrise jamais tout à fait l’un sans l’autre…

    bon… ça me laisse perplexe..
    et toujours par rapport au fait que au final tout dépend de la façon dont j’accpete qu’on réduise mes libertés..
    Je savais que l’epidémie était mal comprise, mais j’admettais que dans le doute des mesures soient prises..ou je m’y resignais…
    désormais on comprends mieux, plus exactement d’ailleurs on a observé certaines choses , je me résigne toujours, mais ça me hérisse..
    un autre élément de la conclusion est
    Une information sur les risques pris en fonction de la situation épidémique, des comportements, de l’âge et de l’état de santé des personnes est sans doute nécessaire pour permettre une meilleure adoption des gestes barrière, y compris dans la sphère privée, et protéger les populations les plus fragiles de la manière politique la moins autoritaire, et économiquement la moins coûteuse. euh…bien sur!!!, la question en vérité est de savoir si le gouvernement fait cela… mais…il y a d’autres éléments, si vous prenez des mesures « autoritaires, » vous devrez les » vendre » politiquement et vous donner les moyens de les faire respecter…et ça implique justement de « simplifier » et d' »absurdifier ».. cause que jalousie, capacité des flics à juger si une personne sort pour un geste essentiel ou autre..

    quand vous dites diminuer le risque économique…ça ne veut pas dire grand chose..ça veut dire que je peux devoir accepter MA ruine pur me contenter d’unemoindre ruine à l’echelle globale…

    NON….impression d’enfumage..

    le graphique du taux de reproductibilité est celui observé via les tests.. mettez moi une barre d’erreur là dessus..

  • Les modèles, qu’ils soient économétriques, financiers, marketing ou sanitaires dans ce cas, ont tous en commun qu’on peut leur faire dire tout et son contraire selon… ce qu’on veut leur faire dire.
    Outre les formules mathématiques utilisées qui sont souvent assez simplistes, mais pourquoi pas il vaut mieux parfois être simple, ce sont les corrélations supposées qui posent problème. En présupposant des corrélations, ainsi que leur ampleur, entre des causes et des conséquences, on tombe souvent dans des espèces de raisonnement tautologiques dans lesquels la conclusion est en fait contenu dans l’hypothèse.
    La démarche scientifique consiste à faire tourner son modèle sur des évènements passés pour essayer d’affiner les paramètres… mais tout en restant extrêmement modestes et en hésitant pas à) le mettre à la poubelle si le modèle n’est pas capable de reconstituer un évènement passé.
    Pour ce qui est des modèles sanitaires, il me semble que le massacre annoncé de la grippe aviaire il y a quelques années, les 500 000 morts du Covid en France de l’Imperial College en Février/Mars et les 400 000 morts présidentiels plus récents dont on ne sait pas d’où ils sortent, devraient inciter ces statisticiens à revoir leur copie.
    Enfin, je suggère à l’auteur de se rappeler ce que disait Bergson (me semble-t-il…) : « La médecine est un art au carrefour de plusieurs sciences »…,

    • Ce dont on est sûr c’est le nombre d’hospitalisations à l’hopital pour COVIDs sévères et le nombre de passages en réanimation …et les décès au bout…Point….Tout le reste est sujet à caution…

      • Même pas, puisque l’on hospitalise pour des degrés divers d’atteinte, qu’on « passe en réanimation » à des niveau divers de risque pour la vie et cela depend du chef de service, de l’infirmière du triage, du niveau de charge du service, des craintes en fonction de ce que les gens ont pu lire sur les facteurs de risque et leurs impact sur les chances de développer des formes sévères et de mourir…
        Les « décès » c’est encore pire. On a un nombre énorme de morts en EHPAD décomptés COVID qui ne sont que des suspicions à la louche, sans test, qui permettent quelques petits gains pour nombre d’intervenants et qui d’ailleurs automatiquement conduisent à compter tous les autres morts de l’EHPAD en question comme COVID… Et dans le même temps il y a peut-être des morts du COVID qui sont restés chez eux et n’ont pas été ni diagnostiqués ni « soupçonnés après décès » (c’est le niveau de preuve demandé). Bref ça aussi ça n’est pas clair.

        Quant a espérer qu’on pourra « savoir quand la poussière sera retombée » comme je pensais initialement, ben c’est raté. L’impact sur la mortalité globale des confinements est établi (partout dans le monde les décisions de confinements ont été suivies d’un pic de mortalité, à quelque moment de la dynamique épidémique qu’elles ait été décidées, montrant que c’est le confinement et non l’épidémie qui a causé une part de cette surmortalité… ).

        Le seul truc qui reste c’est les études de pays différents en contrôlant pour tout ce qu’on peut… et la on voit que les confinements et autres mesures restrictives politiques ont au mieux un impact nul, au pire sont mortifères (mais comme on parle de corrélation et non de causation, peut-être est-ce que l’on a eu ces mesures restrictives uniquement dans les pays où l’épidémie n’était pas contrôlée et la mortalité s’envolait, ou inversement elles ont causé la mortalité supplémentaire ?)

        Bref, on ne sait pas grand chose, on n’est pas près de savoir vraiment, mais on voit des infirmières ou à peine mieux (un chef de service ou de je ne sais quoi à l’hôpital n’est pas compétent pour juger de facteurs épidémiques, de statistiques et autres modélisations pour ne rien dire des politiques de santé publique).

    • ben soit , mais malgré tout rien de mal ne soi à tenter de pouvoir se donner la capacité , une épidémie est complexe la contagion est complexe..

      ce qui m’ennuie est de faire croire aux gens que c’est possible surtout à un stade précoce..
      les modèles ne sont pasl e problème , ils sont utiles, mais on leur en fait trop dire…

  • Pour revenir à une vie « comme avant »…

    L’expression « une vie comme avant » ne devrait pas être comprise dans le sens « sans distanciation ni mesures de précaution », mais sous l’angle des libertés. En effet, on peut très bien conserver des gestes de précaution – hygiène des mains accentuée, éviter le serrage de main… – tout en recouvrant nos libertés : de déplacement, d’entreprise, de réunion, etc.
    On ne le répétera jamais assez : le Covid-19 est une maladie somme toute banale, au regard de l’histoire des maladies, du même ordre que la grippe saisonnière. Elle devrait donc être traitée, au plan des libertés individuelles, de la même façon qu’une grippe saisonnière : sans coercition. En laissant les médecins faire leur travail (et non en les soumettant à un régime de terreur et de coercition) ; en permettant à l’hôpital de s’adapter à la demande de soin, ce qui passe par la libéralisation de l’hôpital – sans parler de la libéralisation de la Sécu. En dégraissant très sensiblement le mammouth administratif et politique.
    Les modélisations mathématiques c’est bien, encore faut-il garder à l’esprit l’objectif : les libertés individuelles, gravement attaquées à l’occasion de cette épidémie.

    • Et au risque de me répéter : les libertés individuelles ne sont pas incompatibles avec une connaissance maximale de la maladie, ainsi qu’avec ce qui en découle : l’adoption par les gens – qui pour la grande majorité sont des gens de bon sens quand il s’agit de leur santé – de mesures d’hygiène élémentaire. Nous l’avons fait, par exemple, pour ce qui est de la conservation des aliments (beaucoup moins de gens tombent malades d’intoxications alimentaires de nos jours), nous pouvons le faire pour limiter les risques d’attraper le Covid.

  • Ce genre d’article est l’exemple typique d’une pensée hors sol. Un modèle mathématique qui n’a aucune valeur, puisque l’on ne sait pas quelles valeurs faire rentrer. Alors on sort un R0 du chapeau, cela fait une belle courbe colorée, ca impressionne le badaud.
    Tout cela n’est pas sérieux. On piétine les libertés et on discute du sexe des anges.
    Seuls 3 pays européens ont confiné autoritairement sa population avec des résultats très mitigés.

    • Pire: ceux qui ont confiné ont eu le plus de morts. Bien évidemment, je ne vais pas jusqu’à dire que le confinement est la cause des décès, car on sait que cette cause est surtout à chercher chez les pourris/corrompus de la haute administration de la santé en France.

    • « Très mitigés » vous êtes gentil…

  • Se servir des chiffres ou les faire mentir? Serait ce le but de nos gouvernants?

  • Encore un article essayant de nous convaincre que ces types d’épidémie peuvent être « modélisés » et qu’avec ces modèles on peut aisément prévoir les évolutions épidémiques et les mesures à prendre pour freiner l’évolution.
    Le problème est que tous ces modélisateurs évitent soigneusement de confronter leurs prédictions modélisées aux observations des évolutions épidémiques et d’analyser les résultats effectifs des mesures préconisées. Il suffit pourtant de procéder à cette confrontation et à cette analyse pour constater que :
    – TOUTES les prédictions de ces modèles depuis des dizaines d’années ont été plus de dix fois supérieurs aux observations
    – L’EFFICACITÉ des mesures préconisées est AU MINIMUM très discutable et sans doute de faible efficacité.

    D’ailleurs, l’auteur souligne bien ce que l’on savait :
    – le pic épidémique de la phase en cours en France s’est produit AVANT le confinement.
    Il en déduit SANS PREUVE que le couvre-feu SEMBLE donc avoir été efficace. Pourtant les analyses du virus dans les eaux usées ont montré que, là aussi, le pic épidémique (que l’on mesure mieux dans le temps avec ce système) a eu lieu AVANT le couvre-feu.
    Nous sommes donc actuellement sans doute en face de l’évolution NATURELLE de cette épidémie et de mesures sans doute inefficaces et, de toute manière, prises trop tard.

    On pouvait déjà être convaincu du peu d’intérêt de ces modèles et du peu d’efficacité des mesures confinement/restrictions à l’examen des chiffres de la phase de mars/avril (les plus mauvais au monde sont ceux des pays occidentaux qui ont fait des confinements stricts) et à la comparaison des courbes de ces pays avec celle de la Suède.
    L’examen de la courbe des décès quotidiens de la Suède comparée à celle de la France montre que son pic épidémique a été beaucoup plus écrêté et beaucoup mieux étalé qu’en France alors que les modèles prévoyaient l’inverse puisque la France beaucoup plus confiné que la Suède.

    La modélisation n’a d’intérêt que si l’on montre que le modèle est bien corrélé aux observations et à la réalité, sinon c’est GIGO (Garbage In, Garbage Out) !

    • C’est le même biais qu’avec le RCA. Certains n’arrivent plus à admettre les phénomènes naturels pour ce qu’ils sont. Ils recherchent systématiquement la responsabilité humaine alors qu’ils observent la fatalité. Cette obsession maladive est une régression de la raison, un recul de la civilisation, un retour aux divinités de la nature mythiques remplacées par une humanité qui s’invente toute puissante.

  • Cet article est intéressant, mais dans la mesure où tout, dans cette « pandémie » est politique, bien peu utile. Les objectifs politiques sont imperméables à la raison et à la force des faits.

  • Le titre de l’article m’a émoustillé.
    Son contenu presque fait pleurer.

    Ca fait un moment que je me tâte de pondre un article qui pourrait avoir ce titre, sans vraiment avoir le temps (les cours à distance, la pédagogie a réorganiser sans avoir même de vision claire sur le prochain trimestre c’est très prenant et très usant… et la recherche n’est pas supposée s’arrêter non plus).
    La « crise du COVID » était une occasion en or d’avoir en effet un débat entre les statistiques (faire parler les données, utiliser les mathématiques pour comprendre les observations et peut-être en apprendre plus sur le monde réel) et d’un autre coté l’épidémiologie, la climatologie, la modélisation économique ou financière… ou tant d’autre domaines.
    Ces dernières décennies ont vu le « triomphe » (très orchestré) de la modélisation : elle permet de prédire, donc de dicter des politiques, de produire des recommendations managériales, comportementales, etc. Et ça, ça plait énormément aux politiciens, qui tiennent in fine les cordons de la bourse dans le domaine universitaire (et c’est bien dommage si vous me demandez mon avis). Mais les données réelles, les données d’observation, si on veut bien les écouter, racontent une histoire bien différente : celle de notre -à nous les humains- incapacité à comprendre et contrôler le monde, celle de notre finitude. La physique, avec la mécanique quantique nous avait pourtant montre qu’il y a une part d’aléatoire irréductible. Les études sur les chaos avaient aussi montré que même des phénomènes déterministes « simples » étaient pratiquement imprévisibles (en temps fini).

    On avait pourtant vu (dans les entreprises, le secteur privé) exploser la demande et l’intérêt pour la « data science » qui dansait souvent sur le fil du rasoir entre « comprendre et faire émerger les patterns dans les données » et « prédiction ». Bien sûr, l’analyse sérieuse des données culmine dans le modèle prédictif. Mais celui là vient après. L’épidémiologue, le climatologue, le modélisateur en tout genre DOIT montrer qu’il n’est pas invalidé par les données. DOIT garder en tête et mettre en exergue de son modèle qu’il n’est qu’une projection FALSIFIABLE et qu’il n’attend que ça, la falsification, pour faire émerger un peu plus de la vérité.

    Le vrai article il était là.

    Ici, on a une ressucée de idées médiatiques sur le masque (les données ne sont pas franchement convaincantes), les confinements et autres couvre feu (les données indiquent que les seuls trucs de ce genre qui ont vraiment un effet positif, quoique plutôt négligeable, c’est la fermeture des lycées et universités (les lieux physiques) et les restrictions aux frontières (vous avez vu des images de Taïwan ou de la Nouvelle Zélande qui ont « plus ou moins vaincu » le COVID et qui ont tout axé sur le contrôle dès le début de qui entrait ou non sur le territoire ? Pas ou peu de masque, des gens pas spécialement « distanciés », etc. ).

    On ne sait en fait pas grand chose de ce virus et de sa dynamique, et tous les malheurs qui s’acharnent sur les pays occidentaux étatisés viennent du « fatal conceit » des « experts » et de politiciens qui veulent absolument avoir l’air de savoir et ensuite torturent les données pour montrer qu’ils ont bien fait et qu’ils font toujours bien.

    • Les capacités prédictives de tous les codes sont mauvaises en phase ascendante, là où on en a le plus besoin, et bien meilleur en phase descendante, mais c’est moins intéressant. C’est le brout sur les données, quoiqu’on fasse. Il ne fait donc pas rêver, toutes les modélisations ont leurs limites.

  • « Le taux d’occupation des lits dits de réanimation (soins intensifs, avec ou sans ventilation artificielle) semble l’indicateur clé des décisions gouvernementales. Le chef de l’État a indiqué que le déconfinement se poursuivrait si le seuil des (2500 ou 3000 lits était franchi à la baisse le 15 décembre. »
    Oui mais il y avait une autre condition :le nombre de nouvelles contaminations quotidiennes inférieur à 5000.
    Cet exposé statistique est certainement pertinent mais malheureusement peu compréhensible pour la plupart d’entre nous.
    Rien ne prouve que les baisses de contaminations soient liées aux mesures prises.
    C’est bien une prétention humaine de croire que nous pouvons tout contrôler :les épidémies, le climat avec ses grandes messes appelées COP où nos technos règlent les thermostats terrestres.
    La vraie question qu’on devrait se poser est « pouvons-nous continuer à vivre de cette façon en sacrifiant les forces vives du pays ? »
    Ma réponse est non, nous devons vivre avec ce virus, quoi qu’il en coûte, comme dirait notre président.
    Cela fait 9 mois qu’on a mis le pays entre parenthèses avec des mesures de confinement dur puis déconfinement puis confinement un peu moins dur suivi d’un non déconfinement.
    M.Véran se félicitait des nombreux tests réalisés puis nous a dit jeudi qu’il ne faut pas se faire tester avant les fêtes.
    Je suggère à nos super modélisateurs d’essayer de modéliser la politique sanitaire du gouvernement, c’est au moins aussi compliqué qu’un modèle épidémique.
    Si on veut obtenir l’adhésion des Français, qui sont moins stupides que ce qu’en pensent nos énarques, il faut leur donner quelques consignes raisonnables, claires et s’y tenir.
    Il est temps de mettre un terme à ces mesures liberticides qui nous conduisent tout droit au chaos.

  • Les commentaires sont fermés.

Promouvoir la liberté n’est pas gratuit

Mais cela peut aider à réduire vos impôts de 66%

Faites un don dès maintenant

Faire un don

L’hôpital ? Suradministré ? La France entière l’est et pas d’hier et le positionnement très à gauche du président ne laisse rien augurer d’encourageant. Un fonctionnaire supplémentaire implique trois chômeurs de plus dans le secteur privé, selon le calcul de l’infaillible Charles Gave et j’apprends que le taux de croissance de la France bénéficie du nombre d’agents d’État, selon un énième arrangement avec les statistiques.

Au-delà d’un certain seuil largement dépassé, tout impôt supplémentaire implique travail dissimulé, chômage et exi... Poursuivre la lecture

Jeudi dernier, le gouvernement annonçait triomphalement que le nombre de chômeurs (catégorie A, sans activité) avait enregistré en France une nouvelle forte baisse de 5 % au premier trimestre 2022 par rapport au trimestre précédent. 169 100 personnes en moins se sont inscrites à Pôle Emploi, ce qui porte le nombre de chômeurs en catégorie A (celle sur laquelle communique le ministère du Travail) en France à 3,193 millions.

Si on regarde de manière plus granulaire les chiffres, en incluant les catégories B et C, la baisse n’est plus que... Poursuivre la lecture

l'inflation
0
Sauvegarder cet article

Par Jonathan Bydlak.  Un article de Reason

 

Les avis divergent pour savoir qui est à blâmer pour l'inflation. C'est le président. C'est l'ancien président. Les chaînes d'approvisionnement. La Russie. Les entreprises.

Avec une inflation de 8,5 %, il est important de comprendre d'où vient la faute. Et avec des problèmes sous-jacents allant des effets économiques liés au Covid-19 et des décisions prises par les banques centrales aux politiques adoptées par les récentes administrations présidentielles et à l'interconn... Poursuivre la lecture

Voir plus d'articles