L’Après-Covid-19. Cycle de 6 conférences à l’Université catholique de Lille à l’automne 2020

Université catholique de Lille : L’Après-Covid-19. Cycle de 6 conférences (automne 2020) par Paul Jorion

Les modalités précises : lieu et heure, seront communiquées en temps utile.

Argumentaire

Même si l’éventualité d’une pandémie au taux de létalité non-négligeable restait inscrite dans nos représentations, la venue du Covid-19 nous a pris par surprise, et nous a désarçonnés. 

Acquis depuis quelques dizaines d’années à une rationalité « économique » plutôt que « logique » dans la gestion de l’État, nous avons subordonné les fins aux moyens et nous nous sommes laissé obnubiler par la minimisation des coûts plutôt que par la recherche de l’intérêt général. Aussi nous avons drastiquement réduit les stocks à maintenir (de tests, de masques, de lits d’hôpitaux, de matériel de réanimation).   Continuer la lecture de L’Après-Covid-19. Cycle de 6 conférences à l’Université catholique de Lille à l’automne 2020

Partager :

Trends-Tendances – Davos 2021, une édition révolutionnaire ?, le 25 juin 2020

Davos 2021, une édition révolutionnaire ?

Klaus Schwab, ingénieur et économiste, est le patron du World Economic Forum, le « sommet de Davos », qu’il fonda en 1987. Il définit chaque année un nouveau thème pour ce rendez-vous de janvier des « gens qui comptent » dans le monde des affaires, dont on sait qu’il se conçoit comme la source légitime de la décision politique éclairée.

Le thème du sommet annuel n’est pas toujours très imaginatif. Ainsi, pour marquer le nouveau millénaire : « De nouveaux débuts. Faire la différence ». Ou « Un nouveau contexte global » en 2015. Le thème pour 2021 contient cependant un élément de radicalité : « Le temps de la Grande réinitialisation », en anglais « The Great Reset ».   Continuer la lecture de Trends-Tendances – Davos 2021, une édition révolutionnaire ?, le 25 juin 2020

Partager :

Trump : « Surtout ne pas passer pour un imbécile ! »

Quand, au début de la crise du coronavirus, Trump refusa que les passagers d’un paquebot de croisière infecté ne débarquent, « parce qu’ils viendraient s’ajouter au nombre de cas recensés », ce n’était pas – comme certains l’ont supposé alors – parce qu’il imaginait qu’un cas non-comptabilisé n’existait pas, c’était plus banalement « parce qu’on aurait l’air d’imbéciles ! ».

De même, quand il a affirmé ces jours-ci qu’il encourageait à ce que l’on fasse moins de dépistages parce que « Eh ! Devinez quoi ? Quand on dépiste davantage on trouve davantage de cas ! », et que sa secrétaire de presse avait déclaré alors qu’« il s’agissait bien entendu d’une boutade », et qu’il était revenu à la charge en disant : « Non, non, je suis sérieux ! », ce n’était pas non plus parce qu’il imaginerait qu’un cas non-comptabilisé n’existe pas, c’était là aussi plus banalement « parce qu’on aurait l’air d’imbéciles ! ».

Pourquoi cette obsession chez Trump de « ne pas passer pour un imbécile » ? Parce que ses camarades d’enfance et d’adolescence l’ont abondamment rapporté : il a toujours passé pour un imbécile. Et la raison n’en était pas un manque d’intelligence flagrant mais sa détermination – qu’il continue de manifester aujourd’hui – à ne jamais reconnaître s’être trompé, aussi insignifiant que soit l’enjeu (le nom exact d’un sportif, par exemple) et aussi grotesque que soit son entêtement.

Malheureusement pour nous, un nombre significatif d’autres individus également bornés ont pu constater que cela ne l’avait pas empêché de devenir Président des États-Unis, voire même avait été un atout dans son accession au poste, et en ont fait leur héros – juste retour des choses à leurs yeux sur les prétentieux qui deviennent fameux sans autre mérite que d’avoir vu juste, et de reconnaître leurs torts les rares fois où ils se trompent.

Partager :

Allemagne – Le taux de reproduction du coronavirus calculé sur 4 jours remonte à 2,88 (!?), par Alexis Toulet

L’institut Robert Koch, équivalent allemand de ce qu’est l’institut Pasteur chez nous, publie chaque jour un rapport détaillé sur la situation épidémiologique outre-Rhin.

Leur livraison du 21 juin affiche un taux de reproduction R du virus calculé sur 4 jours qui serait remonté à 2,88 ! Voir page 5. Il y a là de quoi surprendre et inquiéter, sachant que c’est presque l’équivalent le taux de reproduction R0 en l’absence de toute mesure de lutte contre le virus, généralement évalué entre 3 et 4.

Plus précisément, la valeur R estimée sur les 4 derniers jours est à 2,88 (intervalle à 95% 2,16 – 3,73) et celle sur les 7 derniers jours est à 2,03 (intervalle à 95% 1,60 – 2,49). De toute façon très au-delà de la valeur charnière de 1 à laquelle le virus continue à circuler sans s’éteindre mais sans non plus réexploser.

Il faut sans doute tenir compte de l’avertissement de l’Institut comme quoi leur calcul de R est particulièrement sensible, notamment lorsque le nombre de cas est petit

Cette valeur réagit de manière sensible aux variations à court terme du nombre de cas, comme celles causées par des épidémies individuelles. Cela peut entraîner des fluctuations relativement importantes, surtout si le nombre total de nouveaux cas est faible

Il faut encore garder à l’esprit que ce calcul est basé sur une prévision immédiate (nowcasting) c’est-à-dire une projection de très court terme.

Mais même avec ces mises en garde, il reste que cette évaluation, qui comme l’explique l’Institut « reflète l’infection d’il y a environ une à deux semaines » est nettement inquiétante.

Ci-dessous, la courbe des contaminations en Allemagne en fonction du temps publiée le 21 juin
Abscisse = Date de début de maladie
Ordonnée = Nombre de nouveaux cas
Bleu foncé = Date de début de maladie indiqué
Gris = Date de début de maladie imputé
Bleu clair = Prévision immédiate
Partager :

Zut, Trump n’est pas arrivé à infecter une proportion significative de ses partisans !

Bon, il ne sont pas venus. Il y avait place pour 19.000 MAGAs (Make America Great [= White] Again), dans le palais des conventions de Tulsa (Oklahoma), et il n’était plein qu’aux deux tiers, sans même mentionner l’esplanade devant écran géant pour le trop-plein attendu, qu’on a pu fermer entièrement.

Quelle déception ! le président attendait le million de personnes qui s’étaient inscrites (une farce organisée semble-t-il par des fans de groupes pop Sud-Coréens [et de jeunes Américains facétieux]).

Continuer la lecture de Zut, Trump n’est pas arrivé à infecter une proportion significative de ses partisans !

Partager :

#GovernmentResponseMeasurementTool : Covid-19 – Qu’est-ce qui a été mesuré, et qu’est-ce que ça mesurait vraiment ?

J’ai expliqué ce qu’on allait faire : #GovernmentResponseMeasurementTool, un outil fiable d’évaluation de la qualité de la réponse des gouvernements.

Pour déblayer un peu, je pose la question : Qu’est-ce qui a été mesuré, et qu’est-ce que ça mesurait vraiment ? Depuis le début de la crise, j’ai régulièrement envoyé paître les sceptiques professionnels qui venaient nous dire : « Rien n’est comparable, la lalala lalère ! ». L’un d’entre vous m’a rappelé que je faisais déjà la même chose en 2007 – ce que j’avais oublié :

* La mouche du coche, le 13 juin 2007

Mathieu est ma mouche du coche : il me dit cet argument n’est pas convaincant, ces statistiques ne sont pas complètes, ces faits ne sont pas strictement comparables, et il a raison.

Il a raison : ces statistiques ne sont pas complètes, ces faits ne sont pas strictement comparables. Quand on écrit des livres, on découvre avec désespoir que les faits ne sont jamais strictement comparables. Alors, qu’est-ce qu’on fait ? On compense : on construit ce qu’on appelle « un faisceau de preuves convergentes », on fait avec.

De quoi dispose-t-on pour évaluer la qualité de la réponse d’un gouvernement ? Des chiffres qu’il communique. Et il peut les avoir trafiqués comme il le voulait. Alors le « faisceau de preuves convergentes », qu’est-ce que ça peut être ? Les chiffres proposés par les autres pays, qui peuvent faire apparaître, par comparaison, des incohérences. Ses propres chiffres des années précédentes. Des impossibilités (plus de décès que de cas, etc.) La preuve de manipulations (des chiffres qui sont manifestement le produit d’une formule, et pas des observations, etc.).

Malgré des tentatives isolées (comme le Brésil ayant cessé de communiquer les chiffres pendant quelques jours), nous disposons pour tous les pays de trois chiffres Covid-19 : le nombre de cas déclarés, le nombre de décès, le nombre de tests effectués. Nous disposons aussi d’autres chiffres : le chiffre P de la population, la surface S du pays en km2, ce qui permet de calculer la densité (P/S) par km2. Nous avons aussi les morts des années précédentes.

En supposant que les décès ont été comptabilisés dans chaque pays de la même manière chaque année (y compris la même manière éventuellement de trafiquer les chiffres), on peut déjà voir s’il y a eu plus de morts cette année-ci. Il faut savoir du coup à quels chiffres du passé on veut comparer (l’année passée ? la moyenne des 5 dernières années ?). Si les chiffres sont mensuels, c’est encore mieux, parce qu’on va voir se dégager ce qu’on appelle la « grippe saisonnière » (et dont on sait maintenant que c’est un cocktail bizarre du genre « mort de vieillesse pour une raison pas très claire »).

Donc, même avec des chiffres trafiqués, et juste le nombre des morts sur un certain nombre d’années, on va pouvoir dire si un gouvernement s’en est bien ou mal tiré face au Covid-19 et on aura déjà un chiffre qui permettra de comparer les pays. Un indice comme Morts de 2020 / Morts de 2019 corrigé, si le chiffre est connu, par l’accroissement de la population.

On peut raffiner alors. On nous dit : « Comment voulez-vous qu’on compare le nombre de décès par nombre de cas déclarés, alors que le nombre de cas déclarés dépend du nombre de personnes dépistées ? » Eh bien, si le nombre de dépistages est connu, alors le nombre de dépistages par million de personnes l’est aussi, et l’on peut faire un tableau comparatif du nombre de cas dans les différents pays, corrigé du taux de dépistage. Et l’on a alors un nombre corrigé de cas déclarés que l’on va pouvoir rapprocher du nombre de décès.

On va pouvoir aussi tenir compte de choses connues : le maintenant célèbre R0, le nombre de personnes que contamine une personne infectée, qui dépend évidemment du nombre de personnes avec lequel elle est entrée en contact, et donc de la densité de la population. Et c’est donc à ce niveau là qu’on peut mesurer l’efficacité des politiques de « distanciation sociale » et de confinement, de la cohérence des politiques gouvernementales et de leur bon ou médiocre timing durant la crise.

Parmi les choses qu’on ne savait pas mais qu’on a découvertes : la sensibilité aux « conditions pré-existantes », le fait que le Covid-19 a surtout tué des personnes déjà en mauvaise santé : personnes âgées, et autres minorités. Et l’on va pouvoir corriger les chiffres en fonction de la démographie : non, ce n’est pas de la faute d’un gouvernement si le peuple est vieux, et de la concentration de la richesse (indice de Gini), oui, c’est la faute d’un gouvernement si la population est en haltère (surtout des très pauvres et des très riches).

Il faudra aussi bien entendu appliquer les principes statistiques élémentaires, qu’on n’a pas beaucoup vu respecter durant la crise jusqu’ici. Juste un exemple : Worldometer (excellent outil par ailleurs) vous donne le taux de décès par million d’habitants, ce qui classe en tête des pays ayant subi la mortalité la plus dévastatrice, Saint Marin (34.000 habitants) en N°1 et Andorre (77.000) en N°3. Non, on ne calcule pas un taux de morts par million d’habitants pour un pays comptant beaucoup moins qu’un million d’habitants ! Ça vous rappelle des choses ? « 33,33 % des patients immédiatement guéris dans le service du Dr. Trucmuche ! », à traduire en « 1 des 3 patients du Dr. Trucmuche s’est senti mieux ».

Bon, comme je l’ai dit : un premier débroussaillage pour pouvoir avancer.

À vos tableurs Excel (j’ai encore connu l’époque où on disait « À vos règles à calculer ! » – il est temps que je passe la main) !

Partager :

Une tâche pour le Blog de PJ : Covid-19 – Créer un outil fiable d’évaluation de la qualité de la réponse des gouvernements

Emmanuel Rousseaux m’écrit ceci :

Une critique émerge sur les très mauvais « résultats » de la France relatifs au traitement des cas covid-19, en se fondant sur le ratio de « létalité » par rapport au nombre de cas déclarés. Est-ce fondé, si oui, pourquoi, si non quels seraient les « indicateurs » les plus pertinent ?

Peut-être que des lecteurs du blog pourraient donner un éclairage à cette question (à mon avis lourde de conséquences…) ?

Et je me dis : avec la proportion obscène 😀 d’ingénieurs, informaticiens et autres mathématiciens appliqués sur le Blog de PJ, la brainpower (puissance en cerveaux) existe pour créer tous ensemble un Outil d’évaluation de la qualité de la réponse des gouvernements : #GovernmentResponseMeasurementTool (dont on ferait un « article scientifique » de type classique, publié dans une bonne revue).

Voici comment on va procéder : je vais rédiger ce matin un premier billet qui sera une réflexion conceptuelle rapide d’ordre statistique sur « Covid-19 : Qu’est-ce qu’on a mesuré et qu’est-ce que ça mesurait vraiment ? »

N.B. Pour que l’information reste regroupée, tous les billets dans cette série ne seront pas ouverts aux commentaires. Je vais aussi rétablir pour la présentation des commentaires, l’ordre chronologique, sinon on s’y perdra. Pour la même raison, il n’y aura que 3 niveaux d’imbrication et les commentaires apparaîtront par page de 30 commentaires de premier niveau.

Partager :

*Le seul Blog optimiste du monde occidental*