" Pour chaque pays, une figure simple est fournie afin de visualiser le cycle de vie estimé de la pandémie ainsi que les données réelles à ce jour, ce qui révèle en outre le point d'inflexion et la phase finale prévus ", explique Jianxi Luo du Data-Driven Innovation Lab (http://ddi.sutd.edu.sg) du Singapore University of Technology and Design (http://www.sutd.edu.sg) sur sa page Web. " La prévision a été lancée par simple curiosité pour savoir quand COVID 19 pourrait se terminer à Singapour, où nous vivons, puis a été étendue à d'autres pays en réponse aux demandes des visiteurs du site. Depuis le 18 avril, le site a reçu de manière inattendue des millions de visiteurs du monde entier. "

Le chercheur rappelle en effet que l'évolution de COVID-19 n'est pas complètement aléatoire. " Comme d'autres pandémies, elle suit un schéma de cycle de vie depuis le déclenchement jusqu'à la phase d'accélération, le point d'inflexion, la phase de décélération et, éventuellement, l'arrêt ou la fin. Ce cycle de vie est le résultat des comportements d'adaptation et de lutte des intervenants sanitaires, des individus (qui évitent les contacts physiques) et des gouvernements (qui verrouillent les villes), ainsi que des limites naturelles de l'écosystème. Toutefois, les cycles de vie d'une pandémie varient d'un pays à l'autre, et différents pays peuvent se trouver à différentes phases des cycles de vie à un moment donné. "

Les données introduites dans le modèle mathématico-informatique pour estimer le cycle de vie de la pandémie proviennent de Our World in Data (1) qui sont à leur tour utilisées pour 'régresser' les codes open-source de Milan Batista (2).

Le laboratoire s'appuie sur des courbes en cloche et non en S.

Prudence

Bien entendu, ces courbes, mises à jour régulièrement peuvent se modifier notamment en fonction des politiques de confinement, déconfinement, restrictions, etc. La population peut également jouer un grand rôle d'influenceuse à la baisse ou à la hausse en fonction du respect des conditions de sécurité comme les gestes-barrières, les bains de foule, l'inconscience ou au contraire un grand civisme. Le laboratoire singapourien n'a pas pris en compte non plus l'influence que pourrait avoir ce type de prédiction sur les populations des différents pays, découvrant la date de la disparition du virus ou en tout cas de sa puissance contaminante.

Par exemple, le modèle prend acte que la pandémie a officiellement pris fin le 26 avril en Chine (malgré quelques cas signalés et tenant compte de la transparence très relative du régime communiste chinois). " Compte tenu de la surveillance et des prévisions d'autres pays, il est suggéré au gouvernement chinois de ne pas ouvrir ses ports internationaux si tôt et de ne pas lever les mesures de contrôle fondamentales au niveau national si rapidement, jusqu'à ce que la pandémie approche de sa fin dans le monde entier. "

Toutes précautions d'usage prises, le modèle nous annonce la fin de la pandémie au niveau mondial le 1er décembre 2020, mais nous en sortirions " à 97% " dès le 30 mai et " à 99% " le 17 juin.

Aux lecteurs d'aller s'amuser aux comparatifs sur internet.

A en croire le modèle, voyager en toute sécurité cet été en Europe restera problématique. Mais au moins nous offre-t-il la perspective d'espérer dans un environnement bourré d'informations contradictoires sur une éventuelle "2e vague" encore plus dévastatrice que la première.

Dates supposées de fin de la pandémie, respectivement, à 97%, à 99% et à 100% (au 29 avril 2020)

Belgique

22 mai

6 juin

2 septembre

France

7 mai

19 mai

10 août

RU

18 mai

30 mai

22 août

Pays-Bas

23 mai

8 juin

4 septembre

Chine

27 février

4 mars

8 avril

Allemagne

4 mai

16 mai

6 août

USA

16 mai

28 mai

9 septembre

MONDE

30 mai

17 juin

1er décembre

[1] Our World in Data. https://github.com/owid/covid-19-data/tree/master/public/data

[2] Milan Batista. https://www.mathworks.com/matlabcentral/fileexchange/74658-fitviruscovid19.

" Pour chaque pays, une figure simple est fournie afin de visualiser le cycle de vie estimé de la pandémie ainsi que les données réelles à ce jour, ce qui révèle en outre le point d'inflexion et la phase finale prévus ", explique Jianxi Luo du Data-Driven Innovation Lab (http://ddi.sutd.edu.sg) du Singapore University of Technology and Design (http://www.sutd.edu.sg) sur sa page Web. " La prévision a été lancée par simple curiosité pour savoir quand COVID 19 pourrait se terminer à Singapour, où nous vivons, puis a été étendue à d'autres pays en réponse aux demandes des visiteurs du site. Depuis le 18 avril, le site a reçu de manière inattendue des millions de visiteurs du monde entier. "Le chercheur rappelle en effet que l'évolution de COVID-19 n'est pas complètement aléatoire. " Comme d'autres pandémies, elle suit un schéma de cycle de vie depuis le déclenchement jusqu'à la phase d'accélération, le point d'inflexion, la phase de décélération et, éventuellement, l'arrêt ou la fin. Ce cycle de vie est le résultat des comportements d'adaptation et de lutte des intervenants sanitaires, des individus (qui évitent les contacts physiques) et des gouvernements (qui verrouillent les villes), ainsi que des limites naturelles de l'écosystème. Toutefois, les cycles de vie d'une pandémie varient d'un pays à l'autre, et différents pays peuvent se trouver à différentes phases des cycles de vie à un moment donné. "Les données introduites dans le modèle mathématico-informatique pour estimer le cycle de vie de la pandémie proviennent de Our World in Data (1) qui sont à leur tour utilisées pour 'régresser' les codes open-source de Milan Batista (2).Le laboratoire s'appuie sur des courbes en cloche et non en S.Bien entendu, ces courbes, mises à jour régulièrement peuvent se modifier notamment en fonction des politiques de confinement, déconfinement, restrictions, etc. La population peut également jouer un grand rôle d'influenceuse à la baisse ou à la hausse en fonction du respect des conditions de sécurité comme les gestes-barrières, les bains de foule, l'inconscience ou au contraire un grand civisme. Le laboratoire singapourien n'a pas pris en compte non plus l'influence que pourrait avoir ce type de prédiction sur les populations des différents pays, découvrant la date de la disparition du virus ou en tout cas de sa puissance contaminante.Par exemple, le modèle prend acte que la pandémie a officiellement pris fin le 26 avril en Chine (malgré quelques cas signalés et tenant compte de la transparence très relative du régime communiste chinois). " Compte tenu de la surveillance et des prévisions d'autres pays, il est suggéré au gouvernement chinois de ne pas ouvrir ses ports internationaux si tôt et de ne pas lever les mesures de contrôle fondamentales au niveau national si rapidement, jusqu'à ce que la pandémie approche de sa fin dans le monde entier. "Toutes précautions d'usage prises, le modèle nous annonce la fin de la pandémie au niveau mondial le 1er décembre 2020, mais nous en sortirions " à 97% " dès le 30 mai et " à 99% " le 17 juin.Aux lecteurs d'aller s'amuser aux comparatifs sur internet.A en croire le modèle, voyager en toute sécurité cet été en Europe restera problématique. Mais au moins nous offre-t-il la perspective d'espérer dans un environnement bourré d'informations contradictoires sur une éventuelle "2e vague" encore plus dévastatrice que la première. Dates supposées de fin de la pandémie, respectivement, à 97%, à 99% et à 100% (au 29 avril 2020)[1] Our World in Data. https://github.com/owid/covid-19-data/tree/master/public/data[2] Milan Batista. https://www.mathworks.com/matlabcentral/fileexchange/74658-fitviruscovid19.