À l'époque de Corona, tout le monde regarde le numéro de reproduction. Cependant, ce nombre important est soumis à des incertitudes.
Les chercheurs de l'Institut de technologie de Karlsruhe (KIT) présentent maintenant une méthode d'estimation du nombre de reproduction qui empêche les retards et compense les fluctuations induites par la journée.
À cette fin, les scientifiques appliquent un filtre causal d'une durée de sept jours, qui utilise non seulement les valeurs passées et présentes, mais aussi les valeurs futures. Leur estimation est faite sur la base du même jour de la semaine précédente – similaire au pronostic de charge dans le secteur de l'énergie.
La pandémie de coronavirus continue d'influencer nos vies. Chaque jour, de nouvelles informations et les derniers chiffres sont publiés. Outre le nombre de nouveaux cas, le nombre de reproduction R est considéré comme un indicateur important de la situation infectieuse. Le numéro de reproduction indique combien de personnes en moyenne sont infectées par une personne infectée.
Si R est supérieur à 1, le nombre de nouvelles infections quotidiennes augmente, attirant ainsi une attention particulière du public. Le nombre de reproductions est d'une grande importance pour faire face à la pandémie.
Son estimation à l'aide de modèles mathématiques, cependant, est sujette à des incertitudes, entre autres parce que les cas signalés dépendent du jour de la semaine et les épidémies locales font augmenter le nombre de façon importante.
Les chercheurs de l'Institut d'automatisation et d'informatique appliquée (IAI) du KIT ont maintenant développé une méthode pour estimer un nombre de reproduction dépendant du temps R qui évite les retards indésirables et compense les périodicités hebdomadaires.
Leur méthode est présentée dans une publication de KIT, avec les infections à SARS-CoV-2 et COVID-19 comme exemple. De plus, ils utilisent des données publiées par le Robert Koch Institute (RKI).
Le nombre de reproduction est basé sur le ratio de nouvelles infections sur deux périodes successives. Pour compenser les retards de diagnostic, de transmission et de déclaration, l'estimation utilise une méthode statistique appelée nowcasting.
Un filtre mathématique sert à lisser les données pour compenser par ex. fluctuations de la courbe hebdomadaire ou distorsions dues à des foyers locaux. Pour leur méthode, les chercheurs ont appliqué des périodes de sept jours et appliqué un filtre dit causal.
Alors que les filtres causaux utilisent uniquement les valeurs passées et présentes, les filtres causaux utilisent également les valeurs futures. L'estimation des infections futures est basée sur le même jour de la semaine précédente. Si nécessaire, des vacances peuvent également être envisagées.
«Les filtres causaux empêchent les retards indésirables qui se produisent lors de l'utilisation de filtres causaux», explique le professeur Ralf Mikut de l'IAI, qui a conçu la méthode.
L'approche pour estimer les chiffres futurs sur la base du même jour de la semaine écoulée s'est avérée efficace dans d'autres secteurs présentant une périodicité hebdomadaire, comme le pronostic de charge dans les séries chronologiques énergétiques. «
Ralf Mikut, professeur, Institut d'automatisation et d'informatique appliquée
Les scientifiques de KIT ont comparé leur méthode avec les méthodes existantes du RKI et ont constaté que la nouvelle méthode compense beaucoup mieux les périodicités hebdomadaires et réduit les phases, dans lesquelles R ne semble être supérieur à 1.
Le projet financé par la Helmholtz Information & Data Science School for Health (HIDSS4Health) et la Helmholtz Artificial Intelligence Cooperation Unit (HAICU) a incité les scientifiques à recommander une vérification cohérente de la dépendance de toutes les estimations du nombre de reproduction le jour de la semaine et l'utilisation de des filtres d'une durée de sept jours ainsi que des filtres causals pour compenser au moins partiellement les retards en cas de cas dépendant du jour.
La source:
Institut de technologie de Karlsruhe
