• Timothé Toulotte

Dates de déconfinement selon le cabinet BCG


Boston Consulting Group (BCG) est un cabinet de conseil en stratégie considéré comme l'un des 3 cabinets les plus prestigieux. Beaucoup d'anciens de BCG figurent dans le top management du monde économique comme Indra Nooyi, CEO de Pepsi.

Avant de parler du contenu du rapport, rappelons le contexte. Ce document intitulé "Epidemic projections", en date du 26 mars 2020, est une version beta qui n'avait pas pour vocation à être rendu publique. Il s'agit, comme tout rapport de cabinet de stratégie, d'émettre des hypothèses de travail permettant de conseiller les entreprises qui le missionnent.


Le travail prédictif est évidement un travail très périlleux, nous conseillons nos lecteurs de considérer ce rapport comme une étude "en développement". Les auteurs se basent entre autres sur les chiffres de la seule expérience de déconfinement grandeur nature finalisée : Celle de Wuhan, dont on sait que les chiffres n’ont qu’une fiabilité relative. Pour rappel, le déconfinement de Wuhan a duré 76 jours.


Par ailleurs, comme le disait notre article sur les scenarios de déconfinement, il s’agit pour les gouvernements de déconfiner le plus tôt possible pour minimiser l'impact sur l’économie.


A la fin de l'article, la rédaction s'est livré à un exercice de comparaison projection/réalité pour que vous puissiez vous faire un avis sur le modèle du Boston Consulting Group.

Voici le contenu du rapport :


Le contexte


Ce document représente des estimations au 25/03/2020, basées sur un modèle prédictif exploitant les données de l'Université John Hopkins.


Nous nous sommes plongés en profondeur sur les 20 premiers marchés (en terme de PIB ndlr) pour déterminer l'évolution de deux variables principales :


  • Le nombre de nouveaux cas quotidiens déclarés

  • Le nombre total de patients infectés « actifs » (qui n'inclut donc pas les personnes infectées qui sont guéries, mortes ou mises en quarantaine).


L'évolution des cas d'infection exclut la possibilité d'une deuxième vague par analogie au SRAS ou à la grippe espagnole - cette hypothèse est néanmoins à confirmer selon les futures données disponibles.


Pour pouvoir établir un calendrier de début de confinement, de pic estimatif des infections et de date de déconfinement (minimum et maximum), nous avons mis à profit les données suivantes :


  • Dernières courbes épidémiques projetées pour ce pays

  • Analogies avec les pays en avance sur les courbes d'infection

  • Revues de presse / rapports d'activités gouvernementales

  • Indices quantitatifs permettant de déterminer l'efficacité de la réponse (par exemple, infrastructure hospitalière, indices de qualité réglementaire, efficacité gouvernementale, etc.)


Pour faciliter la planification de notre calendrier, nous avons associé chaque phase de l'épidémie à des semaines spécifiques - ces semaines ne sont pas censées prédire le moment exact de chaque « phase » et sont sujettes à des changements éventuels (notamment les décisions gouvernementales).

Avertissements importants (au 25 mars 2020)


Les résultats de la modélisation ne sont pas destinés à la publication ou à la diffusion publique.


Le modèle doit être considéré comme une version 'beta': un modèle plus détaillé est en cours de développement.


Beaucoup de choses reste encore inconnu ou incertain sur le virus :


  • Nous avons utilisé des hypothèses provenant de sources académiques publiées quand celles-ci étaient disponibles. Le délai entre la recherche et la publication de revues signifie que la compréhension du virus évolue plus rapidement que les sources sélectionnées dans notre modèle.

  • Ce modèle est construit à l'aide de techniques de modélisation épidémiologique standard, mais étant donné le stade relativement précoce de notre compréhension de ce virus, il est possible que le virus se comporte d'une manière qui rende les techniques inapplicables.

  • Une transmission asymptomatique est hautement probable. Le modèle cherche à en tenir compte, mais le traitement de celui-ci peut ne pas être précis. Il est possible que les porteurs asymptomatiques restent infectieux pendant une période prolongée

  • La transmission du virus et les progrès de la maladie chez des personnes d'âges différents restent un domaine de recherche émergent. Cette version du modèle n'intègre pas encore de stratification par âge ou d'autres caractéristiques qui corrigent les différences démographiques entre pays


Il existe des différences très importantes dans l'accès aux tests, les taux de dépistage et/ou la rapidité et la fiabilité de la déclaration des infections à travers les différents pays. Comme pour tout modèle, la disponibilité et la qualité des données auront un impact significatif sur la qualité et la fiabilité des résultats.


Les interventions des pouvoirs publics accusent un temps de retard important. Étant donné le temps entre l'infection, l'incubation, le développement des symptômes, l'accès aux tests et aux résultats, l'impact d'une intervention de la politique gouvernementale prise aujourd'hui est peu susceptible de changer la forme de la courbe pendant au moins 5-7 jours voire même plus. Une modélisation future des scénarios avec différentes interventions gouvernementales est en cours de développement. La version présente ne tente pas de le faire.


Avis de non-responsabilité concernant la modélisation de scénarios


Il s'agit d'un modèle de scénario « work in progress » d'une situation hautement dynamique. La modélisation dépend d'un certain nombre d'hypothèses, qui peuvent ou non être prises en charge à des degrés divers dans chaque pays. Les résultats sont des scénarios à considérer, et non des prévisions du BCG sur l'avenir. Merci de prendre en compte les hypothèses suivantes :


  • Les « cas positifs déclarés » sont une limite inférieure sur ce que peuvent être les niveaux réels de contamination au COVID-19. Notre modélisation est basée sur le fait que tous les cas sont en général détectés au fur et à mesure du temps. Il est peu probable que cela soit vrai, car de nombreux cas ne sont actuellement pas signalés et ne se répercutent donc pas sur les données qui alimentent la modélisation. Les cas signalés fixent une limite inférieure de la prévalence réelle de COVID-19. L'écart peut être pire dans les pays où les systèmes de santé publique sont moins développés ou dans lesquels les tests sont insuffisants

  • Les actions gouvernementales/personnelles peuvent conduire à un confinement plus important que ce qui est modélisé. Cette modélisation inclut un facteur d’élasticité qui cherche à quantifier le fait que l’augmentation progressive du nombre de cas détectés entraîne généralement des stratégies de confinement progressivement plus agressives. Ce coefficient est calibré automatiquement lors de l'ajustement du modèle, ce « taux de reproduction futur » figure dans ces pages, mais sa valeur exacte est incertaine. Nous ne modélisons pas explicitement l'effet d'interactions gouvernementales spécifiques à venir - pour lesquelles le calendrier et l'efficacité sont très incertains.

COURBE EPIDEMIQUE


La modélisation de la courbe épidémique est basée sur la recherche de Lekone & Finkenstadton « Statistical inference in a stochastic epidemic SEIRmodel with control intervention: Ebola as a case study »


Le modèle suppose que le taux d'infection par personne et par unité de temps est dynamique pour tenir compte du fait qu'il varie empiriquement par personne et par pays. Le modèle inclut également un terme phénoménologique qui modélise le fait que les sociétés prennent des mesures de plus en plus agressives à mesure que le nombre de cas augmente.


Les courbes épidémiques présentent une ligne ajustée et un intervalle de confiance à 80% basé sur :


  • Paramètres viraux

  • Taux de transmission

  • Évolution du taux de transmission dans le temps (passé et futur)

  • Niveau de réponses actuel et réponses futures déduites statistiquement

TIMING POTENTIEL DE DECONFINEMENT


La date de début du confinement est définie soit comme la date réelle du confinement soit estimée en fonction de la date du 10ème mort enregistré, ce qui a été un point de basculement pour de nombreux pays pour établir le confinement (par exemple, la Chine, l'Inde, la Belgique, la Pologne)


La date de fin potentielle du confinement estimée sur la base de deux facteurs :


  • La durée du confinement du Hubei / Wuhan, qui sont les seuls confinements à grande échelle ayant été levés

  • L'ajustement spécifique à chaque pays basé sur l'évaluation du système de santé et l'efficacité du gouvernement, qui comprend

  1. Nombre de lits d'hospitalisation par habitants (capacité à recevoir et à isoler des patients infectieux)

  2. Nombre de décès de maladies du système respiratoire

  3. Efficacité du gouvernement

  4. Qualité réglementaire





Source (rapport complet en Anglais) dans lequel on trouvera les dates estimatives de chaque pays : https://8bb78405-dac1-4a25-9851-654e33837fa5.usrfiles.com/ugd/8bb784_9789f8e41ab04602b0c33dbd98174a39.pdf



Commentaires de la rédaction :


Afin de tester la véracité du modèle BCG, nous avons comparé leur résultat estimatif aux chiffres réels disponibles. Le rapport date du 26 mars, 2 semaines se sont écoulées, nous nous sommes donc penchés sur les chiffres de l'Italie, pays le plus en avance sur la courbe épidémique en Europe et dont les chiffres sont relativement fiables.


Dans le rapport de BCG, le pic estimatif du nombre total de patients infectés actifs (donc non guéris ou non morts) pour l'Italie est estimé à la 3ème semaine d'avril (Week 3) avec environ 60 000 personnes infectées actives (échelle logarithmique sur le schéma) et un taux de nouveaux cas positifs quotidiens d'environ 10 000.


D'après les chiffres de John Hopkins university, au 9 avril, l'Italie totalise 139 000 cas positifs auquel il faut retrancher 26 000 guéris soit 113 000 cas positifs actifs, largement supérieur au 60 000 cas actifs estimés par le BCG. A l'inverse, on trouve au maximum 6500 cas positifs par jour pour l'Italie le 22 mars et 3800 nouveaux cas le 8 avril (ourworldindata.org) largement inférieur au 10 000 nouveaux cas quotidiens estimés par le Boston Consulting Group.


Comment expliquer de tels écarts ? 2 possibilités : L'Italie ne connait pas le vrai chiffre de son nombre de cas positifs quotidiens OU le modèle du BCG ne tient pas la route. La réalité de l'évolution du nombre de cas positifs repose sur le nombre et la bonne représentativité des tests de dépistage.


La série de graphiques ci-dessous nous montre la situation de l'Italie au niveau des dépistages, comparée à la Corée du Sud, réputée exemplaire.

A la vue des ces graphiques, l'Italie a un dépistage de sa population remarquable, supérieur au modèle du genre, c'est donc le pays qui a la meilleure visibilité sur le taux de contamination de sa population (derrière la Suisse néanmoins). Il est donc peu probable que l'évolution du nombre de cas de contamination quotidien en Italie ne soit pas représentatif de la situation.


Qu'en est-il de la date estimative du pic de contamination Italienne de BGC (3ème semaine d'avril) ? Le graphique suivant (en échelle logarithmique) représente l’évolution du nombre total de cas positifs et le taux quotidien de nouveaux cas. Comme nous l'expliquions dans l'article sur les chiffres du COVID-19, plus la courbe s'aplatit en logarithmique, plus l’accélération se ralentit et donc plus on se rapproche du pic épidémique.

On constate que la courbe du nombre de nouveaux cas est quasi-plate voire décroissante, ce qui laisse supposer que le pic en Italie est atteint voire derrière nous. Ranieri Guerra, vice président de l'OMS déclarait d'ailleurs le 25 mars que le pic Italien serait atteint autour du 30 mars 2020. Nous sommes donc loin de la semaine 3 du mois d'avril (du 20 au 25 avril) comme le prévoyait le Boston Consulting Group.


Le modèle du Boston Global Institute n'a donc pas tenu sa promesse de prédiction pour l'Italie, que ce soit en nombre total de cas, nombre de cas quotidien ou date de pic épidémique.


En ce qui concerne la France, ce travail de comparaison est malheureusement impossible en raison de données très insuffisantes sur les dépistages, et qui feront d'ailleurs l'objet d'un prochain article.

©2020 par COVIDAILY. Créé avec Wix.com