Modèle d’ensemble UMass Amherst le plus précis pour

image: Le centre de prévision COVID-19 est basé à UMass Amherst et financé par les Centers for Disease Control and Prevention.
voir Suite

Crédit : UMass Amherst

Le centre américain de prévisions COVID-19 basé à Amherst de l’Université du Massachusetts, un consortium de recherche collaborative, a généré les prévisions les plus précises sur les décès dus à la pandémie au niveau de l’État et au niveau national, selon un article publié le 8 avril dans le Actes des Académies nationales des sciences. Chaque semaine depuis début avril 2020, cet effort international a produit une prévision d’ensemble multimodèle des tendances à court terme du COVID-19 aux États-Unis

La pandémie de COVID-19 a mis en évidence le rôle vital que la collaboration et la coordination entre les agences de santé publique, les équipes universitaires et les partenaires industriels peuvent jouer dans le développement de capacités de modélisation modernes pour soutenir les réponses locales, étatiques et fédérales aux épidémies de maladies infectieuses.

“Anticiper les changements d’épidémie est essentiel pour une allocation et une réponse optimales des ressources”, déclare l’auteur principal Estee Cramer, titulaire d’un doctorat de l’UMass Amherst. candidat en épidémiologie à l’École de santé publique et des sciences de la santé. “Ces modèles de prévision fournissent des prévisions spécifiques, quantitatives et évaluables qui éclairent les décisions à court terme, telles que les besoins en personnel de santé, les fermetures d’écoles et l’allocation de fournitures médicales.”

Effort de coopération mondiale sans précédent, le Forecast Hub représente le plus grand projet de prédiction de maladies infectieuses jamais réalisé. La recherche d’ensemble comprend un peu moins de 300 auteurs affiliés à 85 groupes, y compris des agences gouvernementales américaines telles que les Centers for Disease Control and Prevention (CDC); des universités aux États-Unis, au Canada, en Chine, en Angleterre, en France et en Allemagne ; et des partenaires de l’industrie scientifique aux États-Unis et en Inde. Les auteurs incluent également des analystes de données indépendants sans affiliation, tels que Youyang Gu, qui a pris d’assaut Internet avec ses premiers efforts de modélisation réussis de la pandémie.

Le Forecast Hub est dirigé par Nicholas Reich et Evan Ray, professeurs à l’UMass School of Public Health and Health Sciences. “Ce fut une expérience incroyable de collaborer directement avec autant de groupes talentueux et motivés pour construire cette prévision d’ensemble”, déclare Reich, biostatisticien et auteur principal de l’article. “Outre l’aspect opérationnel du Hub, où les prévisions sont utilisées par le CDC chaque semaine depuis deux ans, ce document montre comment nous pouvons utiliser ces données, collectées en temps réel sur l’ensemble de la pandémie, pour mieux comprendre quelles approches de modélisation ont fonctionné et lesquelles n’ont pas fonctionné, et pourquoi. Il va falloir de nombreuses années pour déballer toutes les leçons de ces dernières années. À certains égards, ce n’est que le début.

En avril 2020, le CDC s’est associé au Reich Lab pour créer le centre de prévision COVID-19 et le financer. À cette époque, le Hub a commencé à collecter, diffuser et synthétiser des prédictions spécifiques provenant de différents groupes de recherche universitaires, industriels et indépendants. L’effort s’est rapidement développé et, au cours de ses deux premières années, le US Forecast Hub a collecté plus d’un demi-milliard de lignes de données de prévision auprès de près de 100 groupes de recherche. Le CDC utilise les prévisions hebdomadaires du Hub dans les communications publiques officielles sur la pandémie.

Le document a comparé l’exactitude des prévisions à court terme des décès dus au COVID-19 aux États-Unis au cours de la première année et demie de la pandémie. Les 27 modèles individuels qui ont soumis des prévisions de manière constante au cours de cette période ont montré une grande variation de précision dans le temps, les lieux et les horizons de prévision. Le modèle d’ensemble qui combinait les prévisions individuelles était plus précis que ces prévisions individuelles.

« Ce projet démontre l’importance de la diversité dans les approches de modélisation et les hypothèses de modélisation », déclare Cramer. “L’inclusion d’une variété de modèles dans l’ensemble contribue à sa robustesse et à sa capacité à surmonter les biais des modèles individuels. Il s’agit d’une considération très importante pour les agences de santé publique lorsqu’elles utilisent des prévisions pour éclairer les politiques lors d’une épidémie de toute ampleur.

L’ensemble Forecast Hub était le seul modèle qui s’est classé dans la moitié supérieure de tous les modèles pour plus de 85 % des prévisions qu’il a faites, qui avait une meilleure précision globale que la prévision de référence dans chaque emplacement et qui avait une meilleure performance globale quatre semaines à l’avance. précision que la prévision de référence chaque semaine.

Toutes les prévisions, y compris celles du modèle d’ensemble, ont fait des prévisions moins cohérentes et moins précises au cours des quatre vagues de la pandémie survenues pendant la période d’étude : la vague de l’été 2020 dans le Sud et le Sud-Ouest, la hausse des décès à la fin de l’automne 2020 dans le haut Midwest, la vague de variante Alpha du printemps 2021 dans le Michigan et la vague de variante Delta à l’échelle nationale à l’été 2021. «Les modèles en général ont systématiquement sous-estimé la courbe de mortalité alors que les tendances augmentaient et surestimaient alors que les tendances baissaient», indique le document.

Les prévisions sont devenues moins précises à mesure que les modèles faisaient des prédictions à plus long terme. L’erreur probabiliste à un horizon de 20 semaines était trois à cinq fois plus grande que lors de la prédiction à un horizon d’une semaine. Cela résulte de la sous-estimation de la possibilité d’augmentations futures du nombre de cas, conclut le document. “Parce que beaucoup d’entre nous interagissent avec les prévisions météorologiques presque tous les jours sur nos téléphones, nous savons qu’il ne faut pas faire confiance aux prévisions de précipitations quotidiennes bien au-delà d’un horizon de deux semaines”, déclare Reich. « Mais nous n’avons pas encore la même intuition en tant que société sur les prévisions des maladies infectieuses. Ce travail montre que la précision des prévisions de décès est assez bonne pour les quatre prochaines semaines, mais à des horizons de six semaines ou plus, la précision est généralement bien pire.

L’infrastructure open source construite par l’équipe américaine COVID-19 Forecast Hub a également été utilisée dans le monde entier, y compris par des hubs gérés par les Centres européens de contrôle et de prévention des maladies, par des chercheurs universitaires allemands et d’autres chercheurs américains qui étudient à plus long terme modélisation de différents scénarios « et si ».


Avertissement: AAAS et EurekAlert ! ne sont pas responsables de l’exactitude des communiqués de presse publiés sur EurekAlert! par les institutions contributrices ou pour l’utilisation de toute information via le système EurekAlert.

Add Comment