ABRY Patrice (CNRS), PUSTELNIK Nelly (CNRS), ROUX Stephane (ENS Lyon), JENSEN Pablo (CNRS), FLANDRIN Patrick (CNRS), GRIBONVAL Remi (Inria), LUCAS Charles-Gerard (ENS Lyon), GUICHARD Eric (Enssib), BORGNAT Pierre (CNRS), GARNIER Nicolas (CNRS), AUDIT Benjamin (CNRS)
https://doi.org/10.1101/2020.06.10.20127365
La surveillance en temps réel d’une épidémie représente à la fois un défi technique et un enjeu sociétal crucial. Nous avons développé une méthode robuste d’estimation en temps réel du nombre $R$, qui quantifie le nombre moyen d’infections secondaires générées par un infecteur primaire. Par méthode robuste, nous entendons, premièrement, qu’elle n’a pas besoin d’ajuster de nombreux paramètres et, deuxièmement, qu’elle est capable de traiter les données bruitées. Nous appliquons notre approche aux données de la pandémie COVID-19 et montrons qu’elle conduit à des estimations robustes de $R(t)$ pour différents pays et pour les différents départements français métropolitains.