×

Message d'avertissement

It seems that something went wrong while requesting "https://sites.uclouvain.be/outilsarec/coronavirus-sommaire.html" in widget 28521

Comment peut-on prévoir l’évolution du COVID-19 en Belgique ?

 

En date du 2 avril 2020, le virus COVID-19 a touché plus de 800 000 personnes dans le monde. Les mesures de confinement affectant la vie d'innombrables personnes dans le monde entier, c’est pourquoi il est important de comprendre la propagation et les conséquences de cette pandémie. Nous montrons ci-dessous que, sur base de ressources limitées (le logiciel open source R ainsi que des données en accès libre), nous pouvons obtenir une modélisation précise de la situation au sein d’un pays. Dans notre cas, nous nous concentrons sur la Belgique.

A titre d’exemple, le graphique ci-dessous présente pour l'évolution du nombre de personnes hospitalisées les chiffres officiels pour la période du 14 mars au 1er avril 2020 inclus.

Notre analyse montre que l’augmentation du nombre de personnes hospitalisées semble s’estomper depuis quelques jours, ce qui se traduit par un nombre plus stable de nouvelles personnes hospitalisées dans la période à venir. Notre analyse prédit que le nombre de personnes hospitalisées pour le 2 avril sera entre 4946 et 5411. A noter que le chiffre officiel pour le 2 avril, à savoir 5376 hospitalisations était effectivement en accord avec notre prédiction. Concernant le nombre de personnes qui sont décédées, nos modèles prédisent une augmentation dans la période à venir.

Il est également instructif d'évaluer l'efficacité des mesures de confinement en termes de prévention de la propagation du virus. Pour cela, nous comparons le nombre d'infections observées en Belgique avec un nombre théorique dans le cas où aucune mesure sanitaire n’aurait été prise pour limiter la propagation du virus.  

Le nombre de cas observés en Belgique et le nombre attendu sans effet d’intervention présenté ci-dessous suggère, qu'au moment de l'analyse, les mesures sanitaires restrictives n’avaient pas encore eu d’effet important sur le nombre de personnes infectées. C’est très probablement causé par l’effet décalé des mesures de confinement sur l’évolution du taux d’infection.

Plus de détails sur ces analyses simples mais instructives sont disponibles sur le site web du LIDAM.

Eugen Pircalabelu

Eugen Pircalabelu

Professeur à la faculté des sciences et chercheur à l'Institute of Statistics, Biostatistics and Actuarial Sciences.(LIDAM/ISBA)

 
Antoine Soetewey

Antoine Soetewey

Doctorant à l'Institute of Statistics, Biostatistics and Actuarial Sciences.(LIDAM/ISBA)