Manindra Agrawal, professeur de mathématiques et d'informatique, IIT Kanpur (Illustration : Suvajit Dey)
Amitabh Sinha : Jusqu'où pensez-vous que le pic de la troisième vague peut aller, et combien de temps pensez-vous que cette vague va continuer ?
Pour Mumbai, la troisième vague devrait culminer vers le milieu de ce mois. Ce n'est pas très loin d'ici. Idem avec Delhi. Selon notre calcul actuel, qui est préliminaire, car nous n'avons pas assez de données pour l'ensemble de l'Inde, nous nous attendons à ce que la vague culmine quelque part au début du mois prochain. La hauteur du pic n'est pas correctement capturée actuellement car les valeurs des paramètres changent rapidement. À l'heure actuelle, à titre d'estimation, nous prévoyons un large éventail de cas entre quatre et huit lakh par jour.
Les courbes de Delhi et de Mumbai devraient descendre aussi rapidement qu'elles ont augmenté. La courbe de l'ensemble de l'Inde vient de commencer à monter. Cela devrait prendre encore un mois pour atteindre un pic et redescendre. D'ici la mi-mars, la troisième vague de la pandémie sera probablement plus ou moins terminée en Inde.
https://images.indianexpress.com/2020/08/1×1.png À lire absolument |Troisième vague mai pic à Delhi, Mumbai mi-janvier : scientifique modèle Sutra
Amitabh Sinha : Quelle est la fiabilité des prédictions d'un modèle informatique étant donné qu'il existe un grand degré de hasard dans la propagation d'une pandémie ?< /p>
Il est vrai que les pandémies sont par nature des phénomènes extrêmement aléatoires, mais il existe quelques principes de base. L'infection se transmet lorsqu'une personne infectée et une personne non infectée entrent en contact. C'est une analyse assez simple que plus il y aura de personnes infectées, plus de nouvelles infections seront créées, car plus les transferts peuvent se produire. Plus il y aura de personnes non infectées, plus il y aura de personnes infectées. Sur cette base, on crée un modèle.
Ce n'est pas que les rassemblements électoraux ne provoquent pas de propagation, bien sûr qu'ils le font. Mais il y a beaucoup d'autres choses qui causent la propagation, et ce n'est que l'un d'entre eux
Le modèle de base a été créé il y a environ 100 ans. Il s'appelle le modèle SIR et s'est avéré très utile pour prédire la trajectoire de plusieurs pandémies. Nous avons appliqué quelques ajustements à ce modèle pour tenir compte de certaines réalités locales du terrain. Dans notre modèle, nous avons permis aux paramètres d'apprendre leurs valeurs à partir des données d'entrée elles-mêmes. Tout ce dont nous avons besoin, c'est de la série chronologique quotidienne des nouveaux cas signalés. À partir de cette série chronologique, nous sommes en mesure d'estimer les valeurs des paramètres nécessaires à notre modèle.
Cela signifie également que les valeurs des paramètres ne doivent pas changer lorsque nous effectuons une estimation. S'ils changent, nos estimations se tromperont. Le modèle a besoin d'un certain temps pour que les paramètres se stabilisent. Chaque fois que les paramètres changent, nous devons recalculer. La bonne chose est qu'en dehors des données d'entrée, le modèle n'a besoin d'aucun autre calcul pour calculer les valeurs des paramètres ; il récupère les données elles-mêmes. C'est là que nous avons réussi à prédire ou à capturer des trajectoires, alors que de nombreux autres modèles ne le pouvaient pas. Analyse de l'IIT Madras
Amitabh Sinha : Quelle est la qualité des données publiées par les gouvernements des États ?
Nous avons constaté que la qualité des données indiennes est supérieure à celle de nombreux autres pays, y compris quelques pays très avancés. Parfois, nous ne nous accordons pas assez de crédit, mais c'est au moins un moment où je pense que nos machines peuvent légitimement revendiquer le mérite.
Anil Sasi : L'hypothèse initiale était que la trajectoire de l'Inde en la troisième vague refléterait peut-être l'Afrique du Sud mais la trajectoire indienne semble clairement beaucoup plus raide. Qu'est-ce qui ne va pas ?
Au départ, comme il n'y avait pas de données indiennes, nous avons pensé exécuter notre modèle sur des données sud-africaines car il est le plus proche de l'Inde en termes de population, de profil d'âge et de niveau d'immunité naturelle. Nous pensions que l'Inde aurait une trajectoire similaire. Cela ne s'est pas produit. La raison est quelque chose que les virologues et les biologistes devraient pouvoir expliquer. En Inde, la perte d'immunité, en particulier la perte d'immunité naturelle, semble beaucoup plus importante qu'en Afrique du Sud. Je ne sais pas pourquoi.
Maulshree Seth : Quelle serait l'importance de la perte d'immunité ?
< p>Ayant tiré la leçon de la deuxième vague, lorsque nos prédictions se sont trompées, cette fois, nous sommes un peu plus prudents. Nous avons supposé une perte complète d'immunité, c'est le pire des cas. Cependant, il y a un point de données supplémentaire qui doit être pris en compte. Il a été observé partout que lorsqu'une personne vaccinée ou une personne immunisée est infectée, l'intensité de l'infection est beaucoup plus faible. Nous avons donc pris en compte l'hypothèse du pire des cas, selon laquelle tout le monde a perdu son immunité, et nos projections actuelles sont basées sur cela. Il est possible que le pic de la troisième vague dépasse notre limite supérieure de huit cas de lakh par jour, mais je ne pense pas qu'il serait trop élevé, peut-être autour de 10 lakh. Lorsque la phase actuelle de croissance rapide se stabilisera, nous pourrons faire une prédiction plus précise.
Nous pensions que l'Afrique du Sud était la plus proche de l'Inde en termes de population ainsi que de niveau d'immunité naturelle. Nous pensions que la même chose se produirait en Inde. Ce n'est pas le cas
Asad Rehman : Quelle est l'efficacité des verrouillages ?
Lors de la première vague, le confinement très strict a permis de diviser par deux le taux de spread. Au cours de la deuxième vague, différents États ont adopté des stratégies différentes. Les États qui ont correctement imposé un verrouillage léger ou moyen ont également pu réduire la propagation. Cela a donc aidé.
Un verrouillage strict aide toujours plus, mais il doit ensuite être compromis avec l'inconvénient, qui est la perte complète de moyens de subsistance pour beaucoup de gens. On parle toujours de décès induits par le Covid, mais il faut aussi parfois parler de décès induits par cette perte de moyens de subsistance.
Pour les villes, où nous nous attendons à ce que le pic soit à la mi-janvier, il n'y a absolument aucun besoin de verrouillage. Pour les États qui sont encore en phase de croissance, comme le Tamil Nadu, qui a imposé un confinement, c'est un peu prématuré, car cette fois les cas d'hospitalisation ne sont pas si nombreux.
Cela pourrait être une stratégie intéressante de le laisser grandir si votre hospitalisation ou votre système médical peut le gérer. Laissez-le grandir et en finir avec lui rapidement. Cela minimisera le temps d'inconfort pour l'ensemble de la population. Bien sûr, votre système médical doit être prêt à faire face à ce genre de pression courte mais intense.
Ritika Chopra : Le modèle SUTRA n'a pas toujours donné des prédictions précises. L'équipe travaille-t-elle à l'améliorer ?
Nous souhaitons améliorer le modèle. L'inconvénient du modèle est que lorsque les valeurs des paramètres changent, il n'a aucun moyen de prédire quelle sera leur valeur éventuelle. Quand il peut y avoir une possibilité de ce genre de prédiction avec une analyse plus avancée, nous aimerions certainement demander l'aide de quelqu'un pour le faire.
Il y a eu des rapports selon lesquels les cimetières étaient pleins, mais cela s'est produit en très peu de temps & #8230; J'ai du mal à croire que le nombre de décès était 10 fois supérieur à ce qui a été rapporté
Amitabh Sinha : Une critique courante a été que tout ce que vous faites est un ajustement rétrospectif de courbes . Un autre est qu'il n'y a aucune biologie dans votre modèle.
Cette accusation est tout à fait correcte. Il n'y a pas de biologie dans notre modèle. Mais je ne pense pas qu'un modélisateur doive se demander s'il y a ou non de la biologie, de la philosophie ou quoi que ce soit d'autre dans un modèle. L'objectif est simplement, êtes-vous capable de prédire avec précision ? Notre modèle n'a pas été correct à 100 pour cent. Mais je dirais que nous avons été meilleurs que tous les autres modèles existants. Et j'aimerais qu'on prouve le contraire.
Shubhajit Roy : Vous utilisez ces modèles mathématiques depuis un an et demi. Y a-t-il eu une conversation avec le gouvernement à ce sujet ?
Nous avons été invités à faire des présentations par le gouvernement central, ainsi que par plusieurs gouvernements d'État. Puisqu’il s’agit du gouvernement central, la Task Force Covid nous avait sollicités à plusieurs reprises. Plusieurs gouvernements d'État, dont UP, Delhi, Maharashtra et d'autres, ont parfois demandé à partager nos découvertes avec eux.
Sohini Ghosh : Comment les facteurs épidémiologiques sont-ils pris en compte dans un modèle mathématique ?
Le grand avantage d'un modèle de champ moyen comme le nôtre est qu'il fait la moyenne de tout. Le taux de reproduction, par exemple, va être différent dans une région très dense par rapport à une région très clairsemée, mais lorsque vous adoptez une approche à champ moyen, vous retirez en quelque sorte la moyenne de toute la race. Delta, Omicron et peut-être d'autres variantes circulent également. Ainsi, le modèle à champ moyen ne calculera qu'une seule valeur moyenne du taux de reproduction.
Sohini Ghosh : Cela n'affecterait-il pas alors la précision des modèles ? D'autres facteurs épidémiologiques comme la réponse immunitaire et l'échappement immunitaire sont également compensés.
Au niveau individuel, il y a beaucoup d'aléatoires tels que les réponses immunitaires individuelles. La façon dont une personne réagit à la pandémie pourrait être très différente. Il y a ce fameux principe de la statistique, la loi des grands nombres, qui est que dès qu'il y a de grands nombres, les variations aléatoires individuelles ou locales se lissent. Juste avec quelques paramètres, vous pouvez capturer l'ensemble du phénomène.
Kaushik Dasgupta : Pourquoi pensez-vous que les cas baissent aussi rapidement qu'ils augmentent ?
C'est la nature de toute pandémie essentiellement que si vous n'appliquez pas trop de contrôles externes, la courbe à la hausse reflétera également la baisse.
Doit lire | Aucune raison de croire qu'un État échappera à l'onde Omicron : Professeur de Cambridge qui a travaillé sur le tracker Inde Covid-19
Sandeep Singh : Les petits nombres dans UP vous surprennent-ils, car ils ne sont peut-être pas signalés correctement ?
Ça prend du temps. UP est un grand État, et dans tout grand État, cette variante particulière prendra du temps à se déplacer. Donc, ce n'est pas une surprise. Nous commençons toujours par les grandes villes, puis nous passons aux petites villes et aux villages. Je m'attends à ce que les cas à UP montent en flèche au cours des deux prochaines semaines.
Amitabh Sinha : Plusieurs études ont évalué le nombre réel de morts en Inde entre 4 et 5 millions. Pensez-vous que des nombres aussi importants peuvent disparaître complètement des enregistrements ?
C'est très peu probable. Nous ne vivons pas à l'âge de pierre où un si grand nombre de décès ne seront absolument pas signalés. De nombreux États ont signalé que les cimetières étaient pleins, de longues files d'attente à l'extérieur, mais cela s'est produit sur une très courte période – une semaine ou 10 jours – lorsque la deuxième vague était à son apogée. Lorsque vous faites la moyenne sur toute la chronologie de la pandémie, l'impact de tels décès excessifs ne sera pas si élevé. Donc, j'ai du mal à croire que le nombre de décès serait 10 fois supérieur à ce qui a été rapporté. Oui, 2x ou 3x est certainement possible.
Top News Right Now
Cliquez ici pour en savoir plus
Amitabh Sinha : De nombreux États rapportent des données sur les décès avec un décalage. Étant donné que, au quotidien, il y aurait certainement un certain nombre de décès qui seraient manqués, quelle serait selon vous la meilleure estimation du nombre de décès ?
Je dirais quelque part entre 2x et 3x. Comment arriver à cette estimation ? En partie grâce à mes propres études, mais il y avait aussi un article très intéressant paru dans The Lancet, qui examinait les décès excessifs à Chennai. Ils ont constaté qu'il y avait environ 25 000 décès supplémentaires pendant la période de pandémie. Si vous regardez les décès signalés en juillet, ils étaient environ 9 000. Cela signifie qu'il est légèrement moins de 3 fois supérieur au nombre réel de décès à Chennai.
J'ai essayé d'examiner chaque étude qui a été menée et qui revendique un facteur de décès. Dans chaque type de réclamation « 10x » que j'ai vu, la méthodologie utilisée est sérieusement imparfaite.
À lire absolument |« Nous sommes dans la troisième vague, les cas Omicron se propagent rapidement »
Je vais vous donner un exemple qui, je crois, est clairement une méthodologie malicieuse. Ils examinent les données du SRC de juillet 2020 à juin 2021 et les comparent aux données de juillet 2019 à juin 2020 et examinent les décès au cours de ces deux périodes. Il s'agit d'une période de temps quelque peu inhabituelle à choisir. Pourquoi avoir choisi spécialement début juillet et fin juin, quand on sait qu'avril, mai et juin 2020 ont été une période de confinement très stricte dans tout le pays, littéralement tout a été fermé. Si des décès surviennent au cours de cette période de trois mois, il va de soi qu'ils seront tous signalés ou enregistrés après juillet.
Sans qu'il y ait de décès en excès, si vous comparez simplement les décès au cours de ces deux périodes, vous constaterez que la deuxième période rapporte un nombre de décès beaucoup plus important car certains décès manquent à la première période et ces décès sont ajoutés à la seconde. .
Amitabh Sinha : L'un des grands points de discussion sur ce débat sur la mort a été les corps flottants qui ont été vus dans UP et qui ont été utilisés pour prétendre que l'État avait une sous-déclaration massive des décès. Vous avez en fait loué la gestion de la pandémie de Covid par le gouvernement UP. Pourquoi suggérez-vous que UP a mieux géré la pandémie qu'on ne le croit ?
Ce que beaucoup de gens font, c'est qu'ils regardent la performance d'un État par rapport à la performance d'un autre État sans tenir compte de l'infrastructure de santé de l'État. Il ne fait aucun doute que de nombreux décès sont survenus à UP. Je viens de UP, de Prayagraj. Durant mon enfance, nous trouvions des corps flottant dans le Gange. Ce n'est pas un phénomène nouveau. Mais il est encore tout à fait possible que cette fois les chiffres soient bien plus nombreux. L'UP compte de nombreux pauvres et il est clair qu'ils ne peuvent pas trouver de ressources pour incinérer un corps. C'est pourquoi ils ont eu recours à mettre des corps dans le Gange. Il faut évaluer la performance de l'UP par rapport à l'infrastructure de santé dont elle dispose, qui est dans une situation lamentable. Si vous commencez avec une infrastructure sanitaire pathétique, vous vous attendez à un désastre total. Le fait que cela ne se soit pas produit est au moins, en grande partie, dû à la manière dont cela a été géré.
Ritika Chopra : Étant donné que nous n'avons pas de chiffres corrects pour les décès de Covid pour la deuxième vague, pensez-vous qu'il est un peu prématuré d'étiqueter la gestion de la pandémie par un État comme étant excellente ou non ?
< p>Les données sur les décès n'étant pas disponibles, nous n'avons pas analysé le traitement sous cet aspect. Mais des données étaient disponibles pour analyser tant d'autres aspects. Par exemple, la gestion des migrants, la perte des moyens de subsistance, la distribution de nourriture. Chaque village a eu la chance d'avoir ces comités, qui ont été créés il y a trois ans pour lutter contre l'encéphalite japonaise. Ces comités ont donc été chargés de surveiller chaque foyer du village. On leur a donné des médicaments préventifs de base, du paracétamol et ce genre de choses. Cela a très bien fonctionné.
Il y a peut-être encore eu beaucoup de morts. Mais et si rien de tout cela n'était fait ? Le nombre de décès aurait explosé.
Harikishan Sharma : Avez-vous pris en compte le fait que si les élections du panchayat qui se sont déroulées à UP s'étaient déroulées d'une manière appropriée à Covid, nous aurions pu sauver des milliers de vies ? Selon vous, quelles initiatives du gouvernement UP ont été efficaces ?
Le gouvernement de l'État a pris la décision très importante de fournir un transport à tous les travailleurs de retour lors de la deuxième vague. En plus de gagner un certain poids politique, ils pouvaient contrôler quand et où les migrants arrivaient.
Alors, ils ont mis en place des centres à chacun de ces points. Chaque migrant qui est venu là-bas a enregistré tous les détails, y compris l'expertise de ce migrant. Ils ont été mis en quarantaine, traités symptomatiquement à ces endroits, nourris puis renvoyés chez eux. Parallèlement à cela, dans leur district, les SM ont reçu une liste de ces migrants contenant des informations sur leur expertise, avec la suggestion que partout où il y a un projet en cours, pour voir s'ils peuvent être employés. Beaucoup d'entre eux ont trouvé un emploi grâce à ce mécanisme.
À propos des élections, voici quelque chose sur lequel nous sommes assis depuis un certain temps. Nous avons fait une analyse de 16 états au cours de la deuxième vague. Cinq d'entre eux ont eu des élections – le Bengale occidental, le Kerala, le Tamil Nadu, l'Assam et Puducherry – et 11 États n'en ont pas. Nous avons mené des expériences statistiques appropriées pour étudier la montée subite dans ces états. Et nous avons trouvé statistiquement qu'il n'y avait pas de différence entre les deux groupes. Ce qui signifie ou suggère que les élections n'ont pas joué un rôle majeur dans la propagation de la pandémie dans les cinq États. Cela a été une surprise, mais c'est vrai.
Ce n'est pas que les rassemblements électoraux ne provoquent pas de propagation, bien sûr qu'ils le font. Mais il y a beaucoup d'autres choses qui causent la propagation, et ce n'est que l'un d'entre eux. Donc, si vous en supprimez un et conservez les autres, cela ne semble pas faire beaucoup de différence.
- Le site Indian Express a a été classé VERT pour sa crédibilité et sa fiabilité par Newsguard, un service mondial qui évalue les sources d'information en fonction de leurs normes journalistiques.
© The Indian Express (P ) Ltd