Dans les semaines qui ont suivi la pratique des mesures de distanciation sociale par les Américains, les fonctionnaires et les experts de la santé se sont tournés vers des modèles de prévision des coronavirus pour savoir quand une vie normale peut reprendre.

Des modèles visant à prédire quand certaines parties du pays atteindront leur nombre maximal de cas de COVID-19 - et combien de décès et d'infections se produiront dans la période précédant le pic - ont été publiés par des chercheurs et des universités à travers le pays. Les responsables de la Maison Blanche ont fait référence à des modèles de prédiction dans leur réponse à l'épidémie, et le Centers for Disease Control and Prevention cite neuf modèles sur son site Web pour savoir quand l'épidémie va ralentir.

Si les modèles de prédiction des coronavirus continuent de changer, à quoi servent-ils ?

Mais les projections de nombreux modèles ont changé de nombreuses fois depuis que les responsables de la santé ont commencé à les citer, ce qui a semé la confusion sur l'avenir de COVID-19 et sur la fiabilité des modèles en tant qu'outils. Et les prévisions sont susceptibles de changer au Texas, qui a commencé à permettre aux entreprises de rouvrir - créant le potentiel d'une deuxième vague d'infections.

Les experts en santé disent que les modèles sont extrêmement complexes et ne doivent pas être pris à leur valeur nominale. Voici ce que vous devez savoir :

DEUX TYPES DE MODÈLES

Les chercheurs utilisent deux types de modèles pour prévoir COVID-19.

L'un est un modèle statistique, qui utilise les tendances des épidémies pour faire des prédictions. Un modèle largement cité créé par l'Institute for Health Metrics and Evaluation de l'Université de Washington en est un exemple. Le modèle IHME, qui a été référencé par des responsables de la Maison Blanche ces dernières semaines, utilise des données d'épidémies dans d'autres parties du monde pour prédire quand les États américains atteindront un pic ou utiliseront leurs ressources de soins de santé.

L'autre type est un modèle mécaniste, qui prédit comment les résultats des cas seraient affectés par certaines actions politiques. Des modèles qui montrent les effets de certains niveaux de distanciation sociale sur les cas de COVID-19 et les décès en sont des exemples. L'université de Columbia a élaboré un modèle qui prévoit si, ou quand, les hôpitaux seront submergés dans différentes régions des États-Unis en fonction de différents niveaux de distanciation sociale.

DES DIZAINES DE POINTS DE DONNÉES

Pour créer un modèle, les scientifiques connectent des dizaines de points de données différents à une équation mathématique.

Les données comprennent des informations sur le virus, telles que la façon dont il se propage et combien de temps les personnes sont immunisées après leur rétablissement; des informations sur la communauté, telles que le nombre de personnes avec lesquelles une personne entre en contact chaque jour; et des informations sur le système de santé, comme le nombre de lits et de ventilateurs disponibles.

Certaines de ces informations, telles que la capacité hospitalière d’une communauté et le nombre de ventilateurs dont elle dispose, sont certaines. Le défi est que certains des points de données nécessaires pour créer des projections ne sont pas connus.

HYPOTHÈSES ET INCERTITUDE

Dans une crise en évolution rapide telle que l'épidémie de COVID-19, des données concrètes peuvent être difficiles à trouver. Les experts de la santé étudient toujours la façon dont le virus se propage.

Un nombre important dont les experts ne sont pas encore tout à fait sûrs est le taux de reproduction du virus, ou le nombre de nouvelles infections qui résultent de chaque cas. Un éditorial du New England Journal of Medicine a mis le taux à 2,2; d'autres experts en santé ont cité des nombres entre 2 et 4.

Le niveau d'immunité d'une personne après avoir récupéré du virus est également incertain - alors que la présence d'anticorps indique une certaine protection, les experts en santé ne sont pas sûrs de l'efficacité de cette protection ou de sa durée. Ils ne savent pas non plus exactement combien de temps il faut à une personne pour infecter autrui après l'infection.

Lorsque les experts ne sont pas sûrs d'un point de données, ils émettent une hypothèse sur la base des informations disponibles. Cela signifie que ces modèles présentent un niveau d'incertitude important.

Le modèle IHME, par exemple, comprend une zone d'incertitude ombrée pour chacune de ses prévisions, ce qui signifie que le nombre réel est susceptible de se situer n'importe où dans cette plage. Actuellement, les valeurs supérieures et inférieures pour les nouveaux cas dans les semaines à venir sont à des milliers d'écart.

Ajoutant à l'incertitude, il y a des choses que les modèles ne peuvent pas prendre en compte, comme la façon dont l'augmentation des tests et de la recherche des contacts affectera l'épidémie et dans quelle mesure les gens suivront les directives de distanciation sociale. En outre, de grands sauts dans les cas quotidiens ou des décès dans certaines régions pourraient résulter de tests de retards, faussant les données.

Les projections peuvent changer avec le temps au fur et à mesure que l'on en apprend, comme cela a déjà été vu dans les modèles. Au fur et à mesure que de plus amples informations sur le virus et les systèmes de santé seront connues, les modélisateurs incluront cela dans leurs équations, ce qui peut changer les projections - mais toujours avec un certain degré d'incertitude.

À QUOI SERVENT-ILS?

Le statisticien britannique George Box a déclaré : «Tous les modèles sont faux, mais certains sont utiles.» Des experts en santé et des chercheurs ont souligné cette citation pour souligner que les modèles ne sont pas censés prédire avec précision l'avenir - seulement nous aider à nous y préparer.

"Mais nous ne pouvons pas confondre le modèle avec la réalité."

Les experts en santé affirment que de nombreux modèles qui incluent une gamme de chiffres présentent les meilleurs et les pires scénarios pour les semaines à venir. Au lieu de se concentrer sur le bien-fondé d'une prédiction, selon les experts de la santé, les fonctionnaires devraient se préparer comme si le pire des cas se réalisait.

"Je pense qu'il est essentiel de ne pas se focaliser sur les chiffres exacts", a déclaré à Vox Dominique Heinke, épidémiologiste dans le Massachusetts. "Vous pouvez regarder une gamme de modèles et dire :" Nous pouvons nous attendre à ce que ce soit au moins aussi mauvais. ""

Si les prévisions changent à mesure que davantage de données deviennent disponibles, cela ne signifie pas qu'un modèle était «incorrect». Cela signifie simplement que les chercheurs disposent de meilleures informations sur le virus.

Et en montrant le pire des cas, les modèles peuvent motiver les gens à agir.

"Contrairement à la météo.. nous influençons en fait le résultat", a déclaré à Vox Caitlin Rivers, professeur au Johns Hopkins Center for Health Security. «Les gens voient donc les chiffres et sont motivés à être plus conscients, à rester à la maison et à utiliser une bonne hygiène et à faire tout ce qui change vraiment ce résultat.»

• • •

AVEZ-VOUS PERDU QUELQU'UN QUE VOUS AIMEZ COVID-19 ? : Aidez-nous à nous en souvenir

Q&R SUR LE CHÔMAGE : Nous répondons à vos questions sur les allocations de chômage en Floride

CONTRIBUEZ AU SCRAPBOOK : Aidez-nous à raconter l'histoire de la vie sous coronavirus

POINTS LUMINEUX DANS LES TEMPS SOMBRES : Le monde est difficile en ce moment, mais il y a encore de bonnes nouvelles

ÉCOUTEZ LE CORONAVIRUS PODCAST : De nouveaux épisodes chaque semaine, y compris des entretiens avec des experts et des journalistes

/p>

OBTENEZ LA MISE À JOUR DAYSTARTER MATIN : Inscrivez-vous pour recevoir les informations les plus récentes, six jours par semaine

REGARDER LA VIDÉO : Comment certains à Tampa Bay trouvent de la lumière au milieu de l'isolement

Nous travaillons dur pour vous apporter les dernières nouvelles sur le coronavirus en Floride. Cet effort prend beaucoup de ressources à rassembler et à mettre à jour. Si vous n'êtes pas déjà abonné,
veuillez envisager d'acheter un abonnement papier ou numérique.