Une équipe de chercheurs de diverses institutions du Royaume-Uni a examiné les prévisions multimodèles de la pandémie de coronavirus 2019 (COVID-19) réalisées entre la fin mars et la mi-juillet 2020.
Les prévisions avaient été rassemblées et agrégées dans le but de prédire le fardeau de la pandémie sur le système de santé et d’indiquer l’état de l’épidémie au Royaume-Uni à l’époque.
Les chercheurs ont évalué les performances des modèles et combiné les prédictions de modèles individuels en prévisions d’ensemble pour maximiser les performances.
L’équipe a comparé la performance des modèles individuels et d’ensemble avec celle d’un modèle nul, où chaque objectif de prévision était supposé rester à sa valeur actuelle indéfiniment.
Sebastian Funk de la London School of Hygiene & Tropical Medicine et ses collègues affirment que dans la majorité des cas, les modèles individuels ont mieux performé que le modèle nul, tandis que les modèles d’ensembles ont fonctionné aussi bien que les meilleurs modèles individuels.
Les chercheurs affirment que des ensembles de prévisions multimodèles pourraient être utilisés pour éclairer les décisions politiques prises en réponse à la pandémie en évaluant les besoins futurs en ressources et l’impact attendu de la morbidité et de la mortalité sur la population.
«Alors que le SRAS-CoV-2 continue de se propager dans les populations du monde entier, la modélisation en temps réel et les prévisions à court terme peuvent être des outils clés pour la planification des ressources à court terme et la gestion de la pandémie», écrivent-ils.
Une version pré-imprimée du papier est disponible sur le serveur medRxiv *, tandis que l’article fait l’objet d’un examen par les pairs.
Sommaire
La propagation rapide du COVID-19 a conduit au verrouillage dans de nombreux pays
Depuis le début de l’épidémie de COVID-19 à Wuhan, en Chine, à la fin de l’année dernière, la propagation sans précédent de la pandémie a laissé les services de santé débordés dans de nombreuses régions du monde et a entraîné un énorme fardeau de morbidité et de mortalité.
Au Royaume-Uni, le nombre de cas a rapidement augmenté en février et mars et le 23 marsrd, le gouvernement a imposé des mesures de verrouillage dans un effort pour contrôler la transmission pendant que les hôpitaux se préparaient à l’afflux de patients gravement malades.
Selon Funk et ses collègues, les prévisions à court terme des maladies infectieuses peuvent aider à connaître la situation et à planifier la riposte à l’épidémie. De telles prévisions sont de plus en plus utilisées pour éclairer la politique de santé publique pour toute une gamme de maladies.
« Développer des prévisions à court terme précises et fiables en temps réel pour de nouveaux agents infectieux tels que le SRAS-CoV-2 au début de 2020 est particulièrement difficile en raison de l’incertitude sur les modes de transmission, les profils de gravité et d’autres paramètres pertinents », écrit l’équipe .
Qu’ont fait les chercheurs?
À présent, les chercheurs ont examiné les prévisions de l’épidémie de COVID-19 au Royaume-Uni qui ont été rassemblées et combinées à l’aide d’un système mis en place par le biais d’un sous-groupe de prévisions à court terme du Groupe scientifique de la grippe pandémique sur la modélisation (SPI-M) le 23 mars.rd, 2020.
Le système a été mis en place en réponse au besoin urgent de prédictions sur la trajectoire de l’épidémie et la charge pesant sur le système de santé.
Funk et ses collègues ont examiné les prévisions multimodèles générées à intervalles réguliers entre la fin mars et juillet et évalué la qualité des prévisions faites à différents moments.
Ils ont évalué la performance des prévisions de modèles individuels à l’aide de diverses mesures, puis ont combiné les prédictions faites par ces modèles en prévisions d’ensemble qui pourraient être comparées pour sélectionner la procédure optimale.
La performance des modèles individuels et d’ensemble a été comparée à celle d’un modèle nul. Le modèle nul ne supposait aucun changement dans la valeur actuelle des objectifs de prévision tels que le nombre de nouvelles admissions à l’hôpital ou de décès quotidiens dus au COVID-19.
Pondérations données aux différents modèles dans la prédiction médiane du QRA le plus performant à chaque date de prévision pour l’Angleterre.
Qu’ont-ils trouvé?
L’équipe rapporte que dans la majorité des cas, les modèles individuels ont toujours obtenu de meilleurs résultats que le modèle nul (aucun changement) lorsque les prévisions s’appliquaient à un horizon temporel de 2 semaines. Cependant, le modèle nul a surpassé les modèles individuels lorsque les prévisions s’appliquaient à un horizon temporel d’une semaine.
Alors qu’il y avait peu de cohérence entre les modèles en termes de performance par rapport aux objectifs considérés et aucune preuve d’un modèle surpassant clairement les autres, tous les modèles d’ensemble ont performé aussi bien ou mieux que les meilleurs modèles individuels.
«Des ensembles de prévisions multimodèles peuvent éclairer la réponse politique à la pandémie du COVID-19 en évaluant les besoins futurs en ressources et l’impact attendu de la morbidité et de la mortalité sur la population», écrivent les chercheurs.
Les prévisions futures pourraient inclure des projections à moyen terme
Funk et ses collègues disent qu’au Royaume-Uni, des méthodologies similaires à celles présentées ici sont désormais utilisées pour générer des projections à moyen terme – c’est-à-dire des prévisions couvrant plus d’un horizon temporel de 3 semaines concernant ce qui pourrait se passer si rien ne changeait par rapport à l’actuel. situation.
<< Alors que le SRAS-CoV-2 continue d'affecter les populations du monde entier, les prévisions à court terme et les projections à plus long terme peuvent jouer un rôle crucial dans la surveillance en temps réel de l'épidémie et de son impact attendu à court terme sur la morbidité, l'utilisation des soins de santé, et la mortalité », conclut l'équipe.
*Avis important
medRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique / les comportements liés à la santé ou être traités comme des informations établies.
