Covid-19 et météo

[Thierry Grenet]

Bonjour,

Je cours après le temps, j'ai quand même regardé rapidement ce que peux donner une immunité limitée dans le temps.

J'ai fait au plus simple, c'est à dire que je donne la même cinétique de perte d'immunité à tout le monde (personnes vulnérables ou pas, vaccinées ou immunisées après infection par "l'ancien" ou le "nouveau" variant).

J'ai regardé deux cas de cinétique, représentés par les deux courbes ci-dessous, qui montrent comment, partant d'une population de 1000 personnes immunisées, le nombre de personne ayant perdu leur immunité augmente au cours du temps (abscisse en jours).

Pièce jointe 431286

Pour rappel si je reprends le scenario posté la semaine dernière (vaccination selon le calendrier initial de livraison Pfizer et Moderna, avec 70% de la population vulnérable protégée (cf mes posts précédents pour les conditions)) et une immunité éternelle, on avait ça (courbe en trait fin = scenario sans vaccination):

Pièce jointe 431287

Avec une immunité limitée selon les deux courbes ci-dessus j'obtiens :

Pièce jointe 431288

et :

Pièce jointe 431289

Ce ne sont que deux scénarios parmi une infinité d'autres possibles, ça permet juste de fixer un peu les idées.
Comme attendu l'effet de la perte d'immunité se rajoute au troisième pic lié au nouveau variant.

Si le début de perte d'immunité est repoussé plus tard que les deux exemples, l'effet sur la période simulée devient vite négligeable.

Une perte d'immunité plus précoce que les deux exemples me semble peu probable : elle provoque un changement dans le second pic, ce qui signifie en fait qu'on aurait du observer une part non négligeable de réinfections dans les personnes contaminées depuis septembre.

je réactualiserai peut-être le paramétrage du modèle dans les semaines qui viennent quand on en saura plus sur les vaccins et la durée de l'immunité. Mais ce genre d'approche simple n'est qu'indicatif.

A mon avis le redoux en cours et qui va se maintenir la semaine prochaine, va aider à contrôler la hausse (effet visible probable d'ici 10-15 jours).
-----

[Archi3]

A mon avis le redoux en cours et qui va se maintenir la semaine prochaine, va aider à contrôler la hausse (effet visible probable d'ici 10-15 jours).

euh, la premiere vague de contamination a eu lieu en mars alors qu'il faisait tres beau, ce qui a conduit d'ailleurs par exemple à ce genre de sympathique manifestation ...

https://www.francebleu.fr/infos/poli...lle-1583949490

[yves95210]

Bonjour,

Je cours après le temps, j'ai quand même regardé rapidement ce que peux donner une immunité limitée dans le temps.
(...)
J'ai fait au plus simple, c'est à dire que je donne la même cinétique de perte d'immunité à tout le monde (personnes vulnérables ou pas, vaccinées ou immunisées après infection par "l'ancien" ou le "nouveau" variant).
Ce ne sont que deux scénarios parmi une infinité d'autres possibles, ça permet juste de fixer un peu les idées.

C'était mon but (fixer les idées, rien de plus). Merci d'avoir pris le temps de regarder.

Je ne suis pas sûr d'avoir bien compris ce que représentent tes courbes d'évolution de l'immunité. L'ordonnée est-elle le nombre de non-immunisés par 1000 infectés (ou vaccinés) à t=0 et l'abscisse le temps (en jours) ?

Une perte d'immunité plus précoce que les deux exemples me semble peu probable : elle provoque un changement dans le second pic, ce qui signifie en fait qu'on aurait du observer une part non négligeable de réinfections dans les personnes contaminées depuis septembre.

Je suis d'accord, au moins dans les cas ayant donné lieu à hospitalisation : si les personnes sont plus fréquemment asymptomatiques lors d'une réinfection que lors d'une première infection, il est probable que les réinfectés échappent à la détection proportionnellement plus que les primo-infectés (d'autant plus que si tu sais que tu as déjà eu le Covid et que tu n'as aucun symptôme, tu n'as guère de raison d'aller te faire tester, même si un de tes proche est infecté). Cela conduirait à sous-estimer fortement leur nombre, et donc l'impact que les réinfections peuvent avoir sur la dynamique de l'épidémie puisque les asymptomatiques sont contagieux.

D'un autre côté, les asymptomatiques étant moins contagieux (ou plutôt, moins longtemps) que les autres, cela compense peut-être en partie cet impact. Mais cela fait trop de paramètres à gérer, dont les valeurs sont inconnues ou incertaines. Donc ça ne vaut sans-doute pas le coup de compliquer le modèle pour en tenir compte.

A mon avis le redoux en cours et qui va se maintenir la semaine prochaine, va aider à contrôler la hausse (effet visible probable d'ici 10-15 jours).

En tout cas j'ai déjà constaté le début d'un nouveau plateau (ou un pic bien aplati) du nombre d'hospitalisations depuis une semaine, trop tôt pour que ce soit l'effet de la généralisation du couvre-feu à 18h. On devrait en savoir plus dans quelques jours, et il faudra peut-être une semaine de plus pouvoir estimer une nouvelle valeur de R(t) sans trop d'incertitude; si la baisse se confirme, ça vaudra le coup de refaire tourner la simu dans une dizaine de jours (car dans cette hypothèse il n'y aura probablement pas de nouvelle modification des mesures de contrôle dans les prochaines semaines, en tout cas jusqu'à ce que l'impact du nouveau variant fasse remonter le nombre de cas).

[Thierry Grenet]

@Archi3

Bonjour,

D'accord avec deux de tes remarques :

- on peut souvent estimer des ordres de grandeur avant de faire une simulation. D'ailleurs c'est même conseillé de le faire en général, ça permet ensuite de tester le bon fonctionnement de ladite simulation. Un collègue physicien avait l'habitude de dire : "On ne commence pas un calcul tant qu'on ne connait pas son résultat".

- on ne le répètera jamais assez, ça ne montre que des scenarios, toutes choses supposées égales par ailleurs. Et justement à moyen terme les "choses par ailleurs" (les paramètres supposés constants) ne restent pas forcément égales. Donc si on veut décrire ce qu'il se passe il faut sans arrêt réajuster, avec à mon avis une visibilité de deux semaines, pas plus. C'est comme ça que les modélisateurs travaillent pour conseiller des politiques.
Ce que je fais est autre chose, je me place dans l'optique de Yves si j'ai bien compris : faire des simulations pour évaluer l'importance de l'influence de différents paramètres. Pour ça ce genre d'exercice est très utile.

A propos de la météo : malgré ce que tu sembles penser elle joue clairement un rôle et détermine en bonne partie les fluctuations du R autour de sa tendance moyenne. C'est difficile à mettre en évidence au printemps dernier car tout est allé trop vite et on a eu un régime météo printanier assez stable. C'était également plus difficile à voir dans l'été, notamment parce que les marges d'incertitudes sur le R étaient assez élevées. J'ai essayé, d'autres équipes aussi, sans résultat très probant (à mon avis pour les raisons sus-mentionnées).

Mais depuis cet automne c'est assez clair : les grands changements de régime météo accélèrent ou ralentissent l'épidémie (augmentent ou diminuent R). Je pense que tu comprends que ton argument concernant le mois de mars dernier n'en est pas un : il ne montre en rien que si la météo avait été plus froide l'épidémie n'aurait pas grimpé plus vite. Elle l'aurait probablement fait et on a eu du bol.

Ce qu'il faut faire, c'est regarder s'il y a des fluctuations corrélées entre météo et R. Et c'est bien le cas. Je suis ça depuis octobre en Rhone-Alpes, et je ne désespère pas de trouver le temps d'étudier ça d'un peu plus près.
Voici une comparaison du R en Rhone-Alpes et de l'écart à la normale de température mesuré à Lyon :

https://epidemictracking.files.wordp...o-5.png?w=1024

L'effet est clair.

[A voir en vidéo sur Futura]

[Thierry Grenet]

@ Yves95210

Oui c'est ça, je prends 1000 personnes qui acquièrent une immunisation à t=0, et je montre comment cette population décroit. Plus précisément les courbes montrent comment croit l'effectif de ceux qui ont perdu leur immunité, en fonction du nombre de jours depuis t=0. C'est la courbe en S que tu as évoqué dans un précédent message.

A propos de la météo, elle a notamment provoqué le plateau de septembre et l'accélération d'octobre, qui ont surpris les gens à l'époque. Pour moi la cause de ses variations de dynamique est maintenant assez claire.

[obi76]

https://epidemictracking.files.wordp...o-5.png?w=1024

L'effet est clair.

heu non...
Par endroit les deux sont corrélés, à d'autres anti-corrélés. Et je ne vois pas quel impact devrait avoir "l'écart à la moyenne" de la température. La température tout court, pourquoi pas, mais je pense que le virus se fout pas mal de la température moyenne des années précédentes...

Ca ressemble furieusement à une "spurious correlation"...

[yves95210]

- on ne le répètera jamais assez, ça ne montre que des scenarios, toutes choses supposées égales par ailleurs. Et justement à moyen terme les "choses par ailleurs" (les paramètres supposés constants) ne restent pas forcément égales. Donc si on veut décrire ce qu'il se passe il faut sans arrêt réajuster, avec à mon avis une visibilité de deux semaines, pas plus. C'est comme ça que les modélisateurs travaillent pour conseiller des politiques.
Ce que je fais est autre chose, je me place dans l'optique de Yves si j'ai bien compris : faire des simulations pour évaluer l'importance de l'influence de différents paramètres. Pour ça ce genre d'exercice est très utile.

Oui, c'était bien ça l'objectif.

A propos de la météo : malgré ce que tu sembles penser elle joue clairement un rôle et détermine en bonne partie les fluctuations du R autour de sa tendance moyenne. C'est difficile à mettre en évidence au printemps dernier car tout est allé trop vite et on a eu un régime météo printanier assez stable. C'était également plus difficile à voir dans l'été, notamment parce que les marges d'incertitudes sur le R étaient assez élevées. J'ai essayé, d'autres équipes aussi, sans résultat très probant (à mon avis pour les raisons sus-mentionnées).

Mais depuis cet automne c'est assez clair : les grands changements de régime météo accélèrent ou ralentissent l'épidémie (augmentent ou diminuent R). Je pense que tu comprends que ton argument concernant le mois de mars dernier n'en est pas un : il ne montre en rien que si la météo avait été plus froide l'épidémie n'aurait pas grimpé plus vite. Elle l'aurait probablement fait et on a eu du bol.

Je suis d'accord. Au début de l'automne (environ deux semaines après le refroidissement brutal qui avait touché progressivement tout le pays fin septembre), j'avais noté une augmentation brutale de l'incidence (via le nombre d'hospitalisations, mais aussi via la carte publiée sur Geodes) dans les départements dont l'altitude moyenne de résidence est la plus élevée (05, 48, etc.). De plus la carte des taux d'incidence par commune de Geodes montrait dans certains départements alpins (05 en particulier), dont les altitudes de résidence s'étagent de moins de 300 à plus de 1500 m, que l'incidence avait augmenté plus rapidement dans les coins les plus hauts, loin des villes principales.
Evidemment le facteur en cause n'était pas l'altitude en elle-même, mais son effet sur la température, qui dans ces coins-là atteignait des valeurs qu'on aurait qualifiées d'hivernales en plaine. Mais je manquais de données météo suffisamment détaillées pour aller plus loin dans l'analyse.

(je n'avais pas convaincu obi76, qui m'avait répondu que corrélation n'est pas causalité, mais qu'il allait quand-même se renseigner… Mais il n'a pas donné suite)

Ce qu'il faut faire, c'est regarder s'il y a des fluctuations corrélées entre météo et R. Et c'est bien le cas. Je suis ça depuis octobre en Rhone-Alpes, et je ne désespère pas de trouver le temps d'étudier ça d'un peu plus près.
Voici une comparaison du R en Rhone-Alpes et de l'écart à la normale de température mesuré à Lyon :

https://epidemictracking.files.wordp...o-5.png?w=1024

L'effet est clair.

Effectivement. D'ailleurs cela explique non seulement l'augmentation de R à partir de début octobre, mais aussi le plateau du nombre d'hospitalisations qu'on avait constaté dans la deuxième quinzaine septembre, le mois de septembre ayant été particulièrement chaud avant le refroidissement brutal autour du 25.

PS : je vois que tu viens de poster un nouveau message disant la même chose

[yves95210]

heu non...
Déjà comment la météo à un instant t pourrait-elle influer le Reff instantanément, sachant que celui-ci a au minimum 5 jours à 1 semaine de latence ?
De plus par endroit les deux sont corrélés, à d'autres anti-corrélés.

Si tu as bien regardé le graphique, Thierry a décalé de deux semaines la courbe des températures.
Et il avait mentionné qu'il ne trouvait pas de corrélation évidente durant l'été (mais compte-tenu de la remarque ci-dessous, c'est peut-être logique).

Et je ne vois pas quel impact devrait avoir "l'écart à la moyenne" de la température. La température tout court, pourquoi pas, mais je pense que le virus se fout pas mal de la température moyenne des années précédentes...

Je pense plutôt que c'est l'impact des changements rapides de température (surtout du chaud vers le froid), qui bouscule les habitudes de la population en la poussant à plus se réfugier dans les lieux clos, comme fin septembre quand on a perdu 10 à 15°C en quelques jours. Ce n'est pas forcément le virus en lui-même qui y est sensible...

[obi76]

Si tu as bien regardé le graphique, Thierry a décalé de deux semaines la courbe des températures.

Je m'en suis aperçu après, du coup j'ai édité mon message... on s'est croisés

Je pense plutôt que c'est l'impact des changements rapides de température (surtout du chaud vers le froid), qui bouscule les habitudes de la population en la poussant à plus se réfugier dans les lieux clos, comme fin septembre quand on a perdu 10 à 15°C en quelques jours. Ce n'est pas forcément le virus en lui-même qui y est sensible...

Ca par contre j'y crois beaucoup plus...

[BrainMan]

Ce qu'il faut faire, c'est regarder s'il y a des fluctuations corrélées entre météo et R. Et c'est bien le cas. Je suis ça depuis octobre en Rhone-Alpes, et je ne désespère pas de trouver le temps d'étudier ça d'un peu plus près.
Voici une comparaison du R en Rhone-Alpes et de l'écart à la normale de température mesuré à Lyon :

https://epidemictracking.files.wordp...o-5.png?w=1024

L'effet est clair.

A propos de la météo (et puisque vous allez probablement étudier la chose de plus près).
Je me demandais si (et surtout pourquoi), il ne serait pas possible de trouver un des paramètres de la météo qui serait plus significatif que les autres.
Car même si je pourrais comprendre que des alternances de températures pourraient avoir un effet sur des bactéries, or nous avons là affaire à des virus, j'ai du mal à voir le mécanisme qui pourrait jouer sur la transmissibilité virale sur la base de la seule température.
Alors bien sûr, il existe un lien entre la température, l'humidité et l’ensoleillement, mais alors, peut-être qu'il serait possible :
* Soit de définir une fonction qui ajusterait le R selon les 3 paramètres.

* Soit peut-être dans un premier temps, considérer qu'il existe un paramètre ayant un effet très supérieur aux autres, par exemple l'ensoleillement .
Je vois que vous avez choisi la température, et j'imagine que ce choix est basé sur l'expérience des modélisateurs dans ce domaines, mais peut-être, et c'est juste une idée comme ça, que l’ensoleillement joue plus, pour peu qu'on module le nombre de lux en fonction de l'heure et de la latitude (puisque ça rendrait alors mieux compte, il me semble, de l'effet des UV, capables de dégrader le virus à l'air libre).

[yves95210]

Ca par contre j'y crois beaucoup plus...

Tu n'avais pourtant pas l'air convaincu quand j'en ai parlé il y a quelques mois...

Bon, je reconnais que la corrélation avec l'altitude était une manière un peu tordue d'aborder la question, mais c'est bien là que je voulais en venir à l'époque.

[yves95210]

@Thierry : durant l'été j'avais surtout noté une corrélation (logique) entre les fluctuations de R et les brassages de population à l'occasion des départs en vacances (et des retours, comme c'est visible la semaine de la rentrée).

Ci-dessous le graphique que j'avais posté dans une autre discussion ici (le R calculé à partir des données des hôpitaux y est représenté à date de contamination, et non à la date d'admission à l'hôpital).

[obi76]

Tu n'avais pourtant pas l'air convaincu quand j'en ai parlé il y a quelques mois...

Bon, je reconnais que la corrélation avec l'altitude était une manière un peu tordue d'aborder la question, mais c'est bien là que je voulais en venir à l'époque.

Parce qu'à l'époque il n'y avait pas non plus d'explication puisqu'il ne s'est pas avéré saisonnier.
Mais cela dit je ne suis toujours pas convaincu qu'il y ait franchement une corrélation entre les deux...

[Flyingbike]

Ce qui est sûr c'est qu'il y a une corrélation entre l'altitude et les UV.

Ainsi qu'entre l'altitude et la densité de population des araignées

[obi76]

Ce qui est sûr c'est qu'il y a une corrélation entre l'altitude et les UV.

Oui, est-ce suffisant pour avoir un effet apparent... Il faudrait une étude complète, pas juste un graphique qui montre une corrélation possible pour en tirer une conclusion...

[BrainMan]

Oui, est-ce suffisant pour avoir un effet apparent... Il faudrait une étude complète, pas juste un graphique qui montre une corrélation possible pour en tirer une conclusion...

On est d'accord.

[Thierry Grenet]

L' (anti)corrélation entre le R et l'écart à la normale de température me semble assez claire, à mon avis très peu probable qu'il s'agisse de coïncidences fortuites.

Effectivement on observe qu'il faut décaler de 14 jours.

Cette anticorrélation n'est bien sur pas parfaite, et en particulier j'imagine comme Yves que les brassages de population jouent aussi un rôle.

Pourquoi l'écart à la normale et pas juste la température ? Mon idée initiale était que dans nos comportements nous sommes plus sensibles aux écarts à la normale qu'à la température absolue : quand il fait 10° en hiver il fait doux et on sort, quand il fait 10° en été il fait froid et on rentre. Je me suis dit que plus on est sous la normale, plus on reste enfermé, on socialise plus dedans que dehors, donc on se contamine plus. Sur mon campus je vois les gens pique-niquer dehors le midi quand il fait "bon", et tous se retrouver à la cantine quand il fait "froid" (" " = par rapport à la normale).

D'autre part peut-être est-on plus fragilisés et sensibles aux infections quand la température est plus basse que la moyenne de la période de l'année, moyenne à laquelle on s'est habitué.

Ensuite il est possible qu'un autre facteur intervienne : le taux d'humidité. Peut-être cela joue-t-il sur le transport des aérosols émis quand on parle (évaporation plus ou moins rapide), mais ça n'est qu'une hypothèse.

[Thierry Grenet]

Bien sur une corrélation, même établie (probabilité infime pour qu'il s'agisse de coïncidences fortuites), ne suffit pas à établir une causalité directe.

Il faut aussi un mécanisme de causalité. Le mieux étant alors de pouvoir tester ce mécanisme.

Là il me semble qu'il y a une corrélation (dont l'observation doit se poursuivre), et qu'on peut facilement imaginer des mécanismes de causalité. Il faut ensuite vérifier que ces mécanismes sont bien effectifs. Ca c'est le boulot des épidémiologistes.

Si c'était aussi simple que pour l'effet de l'altitude sur la densité d'araignées, ça serait déjà réglé !

[obi76]

Oui, enfin à défaut de cause envisagée, ça n'avance pas à grand chose... et c'est plutôt de la spurious corelation comme je disais plus haut qu'une étude.

[Thierry Grenet]

Pour être complet, il faut un peu se méfier des courbe de R(t), ou plus précisément regarder aussi les intervalles de confiance. J'ai regardé ce que font les gens de Montpellier, durant tout l'été l'intervalle de confiance sur le R est aussi large que les fluctuations, donc il faut se méfier des interprétations de telle ou telle fluctuation durant cette période.

Par contre à partir de l'automne la statistique est bien meilleure et les fluctuations sont significatives.

[Thierry Grenet]

"Oui, enfin à défaut de cause envisagée, ça n'avance pas à grand chose... et c'est plutôt de la spurious corelation comme je disais plus haut qu'une étude"

.

Je te trouve trop affirmatif. D'abord il peut arriver qu'une corrélation non expliquée puisse être un guide, et permette d'identifier un mécanisme inconnu ou auquel on n'avait pas pensé.

D'autre part il me semble que cela n'a rien d'extraordinaire : on attrape bien des rhumes quand il y a des refroidissements, non ?

[BrainMan]

L' (anti)corrélation entre le R et l'écart à la normale de température me semble assez claire, à mon avis très peu probable qu'il s'agisse de coïncidences fortuites.

C'est effectivement très clair et c'est troublant.

Effectivement on observe qu'il faut décaler de 14 jours.

Je ne suis pas sûr de comprendre.
Ce décalage, c'est un fait pragmatique ? Ou alors on peut le relier à quelque-chose ?

Pourquoi l'écart à la normale et pas juste la température ? Mon idée initiale était que dans nos comportements nous sommes plus sensibles aux écarts à la normale qu'à la température absolue : quand il fait 10° en hiver il fait doux et on sort, quand il fait 10° en été il fait froid et on rentre. Je me suis dit que plus on est sous la normale, plus on reste enfermé, on socialise plus dedans que dehors, donc on se contamine plus. Sur mon campus je vois les gens pique-niquer dehors le midi quand il fait "bon", et tous se retrouver à la cantine quand il fait "froid" (" " = par rapport à la normale).

C'est vrai que c'est une idée astucieuse.
Si je comprend bien, et pour résumer : Comme l'écart à la normale n'est pas très fréquente (c'est la condition pour que l'idée fonctionne), lorsqu'il y a un écart à la normal c'est que les individues fonctionnaient avant le changement selon la température normale (qui elle ne fluctue pas de jour en jour aléatoirement) et qu'ils changent maintenant leur comportement.

Sinon, du coup, j'ai une autre piste à vous proposer.

En recherchant tout à l'heure des informations sur la cinétique de la dégradation des virus en fonction de la température (basse température = meilleur conservation) selon la loi d'Arrhénius (que je suppose valide), je suis tombé sur une découverte à propos de la conservation des drosophiles à basse température (vers les 5°C).
Cet insecte, donc un ectotherme, réduit certes la vitesse de son métabolisme en fonction de la température et pourrait donc être conservé plus longtemps à basse température, mais il ne résiste pas bien à une température de 5° (il ne vit donc pas plus longtemps).
Par contre, si on le place pendant 2 heures (seulement), chaque jour à 20°C, il supporte les 5°C pendant le reste du temps et suit donc la loi d'Arrhénius, allongeant très sensiblement sa longévité.

Je me demandais donc si le virus pourrait éventuellement être lui-même soumis à ce genre de règle (ce qui serait curieux certes), ou si le virus serait lié à cette règle par le fait d'être hébergé par un hôte qui serait lui-même lié à cette règle.

Ce n'est peut-être pas les comportements humains qui sont soumis aux écart de température par rapport à la moyenne, mais d'autres organismes.

[BrainMan]

D'autre part il me semble que cela n'a rien d'extraordinaire : on attrape bien des rhumes quand il y a des refroidissements, non ?

En fait, en milieu médical on estime que ce n'est pas le froid qui favorise le rhume. (Ça c'est un fait)
Mais je ne sais pas s'ils estiment qu'un refroidissement puisse avoir un effet (je n'ai pas de données médicale à ce sujet).

[Flyingbike]

En recherchant tout à l'heure des informations sur la cinétique de la dégradation des virus en fonction de la température (basse température = meilleur conservation) selon la loi d'Arrhénius (que je suppose valide), je suis tombé sur une découverte à propos de la conservation des drosophiles à basse température (vers les 5°C).
Cet insecte, donc un ectotherme, réduit certes la vitesse de son métabolisme en fonction de la température et pourrait donc être conservé plus longtemps à basse température, mais il ne résiste pas bien à une température de 5° (il ne vit donc pas plus longtemps).
Par contre, si on le place pendant 2 heures (seulement), chaque jour à 20°C, il supporte les 5°C pendant le reste du temps et suit donc la loi d'Arrhénius, allongeant très sensiblement sa longévité.

Merci d’éviter les théories personnelles, surtout aussi peu fondées que celles ci.

[BrainMan]

Nouvelle technique de conservation de la Drosophile 2016 :

Mettre des insectes au froid n’est pas une lubie de chercheurs mais une réponse à un problème concret : diminuer le coût et la main d’œuvre nécessaire à leur élevage. De par le monde, des milliards d’insectes sont élevés pour être utilisés pour la recherche, la lutte biologique ou comme pollinisateurs. Leur conservation au froid permet de les garder plus longtemps à un stade donné et de prolonger leur durée de vie. Soumis à des faibles températures, les insectes des latitudes tempérées ralentissent naturellement leur métabolisme et restent immobiles, ce qui facilite leur entretien et leur manipulation. Mais Drosophila melanogaster, la petite mouche reine des laboratoires, utilisée dans de nombreuses études de génétique et sur les pathologies, ne tolérait aucune conservation par le froid. Et pour cause, elle est originaire des tropiques, où elle n’a pas besoin de ralentir son métabolisme pour passer l’hiver. Pourtant, Hervé Colinet, du laboratoire Écobio(1), à l’Osur(2), sur le campus de l’Université de Rennes 1, en collaboration avec des chercheurs tchèques, a réussi à mettre au point une méthode permettant de conserver ces mouches à faible température.

« Nous nous sommes inspirés du milieu naturel. Dans la nature, la température ne reste pas en permanence à 4 °C, elle fluctue», explique le chercheur

Les études ont montré qu’une conservation aux alentours de 5 °C, avec une augmentation à 20 °C pendant deux heures chaque jour, permet d’éviter l’accumulation des dommages causés par le froid et d’arrêter le développement de l’insecte pendant deux mois, soit une espérance de vie multipliée par dix !

https://www.espace-sciences.org/scie...mises-au-frigo

[Archi3]

Thierry tu corrèles le R à l'anomalie, l'écart par rapport aux moyennes.

Mais ça n'a pas grand sens, ce qu'il faudrait c'est le corréler à la température, qui varie sur un ordre de grandeur de plus que l'anomalie, qui n'est qu'une fraction de °C

Pourquoi le R serait-il sensible à un écart à la moyenne de quelques dixièmes de °C , et pas à la température elle même qui varie de plusieurs °C voire dizaines de °C dans le même temps ?

[Flyingbike]

Nouvelle technique de conservation de la Drosophile 2016 :


https://www.espace-sciences.org/scie...mises-au-frigo

Ça n’a aucun rapport avec le sujet et c’est ce rapprochement qui est une théorie personnelle de votre part.

FIN

[Archi3]

Thierry tu corrèles le R à l'anomalie, l'écart par rapport aux moyennes.

Mais ça n'a pas grand sens, ce qu'il faudrait c'est le corréler à la température, qui varie sur un ordre de grandeur de plus que l'anomalie, qui n'est qu'une fraction de °C

Pourquoi le R serait-il sensible à un écart à la moyenne de quelques dixièmes de °C , et pas à la température elle même qui varie de plusieurs °C voire dizaines de °C dans le même temps ?

je tente une réponse à moi même . A supposer que la corrélation soit réelle (je ne suis pas non plus très convaincu), les refroidissements relatifs en anomalie peuvent aussi etre corrélés aux passages de perturbation et donc à l'humidité et aux précipitations : ça peut éventuellement favoriser les contagions soit parce que les gouttelettes restent plus longtemps en suspension, soit parce que les gens sont plus à l'intérieur quand il pleut , mais bon ce serait à vérifier (corréler avec le taux d'humidité et vérifier sur d'autres régions?)

[Thierry Grenet]

@ BrainMan :

L'écart de 14 jours est une observation : il faut l'appliquer pour mettre en phase l'anti-corrélation.
Ce décalage fait sens car il correspond à peu près au délai qui est observé entre les actions sanitaires marquées (par exemple le démarrage du confinement de mars 2020) et l'effet sur les contaminations confirmées.

Si j'en crois la page wikipedia sur les rhumes, la météo favoriserait leur propagation en influençant les comportements humains (plus de promiscuité quand il fait froid).


@Archi3 :

A propos du pourquoi regarder l'écart à la normale, j'explique pourquoi je suis parti sur cette piste dans mon post de 19h54. En résumé les écarts, surtout s'ils sont rapides, influencent fortement nos comportements (sensation de froid --> promiscuité).
Ceci dit j'imagine qu'il y a aussi un effet de la température moyenne, probablement avec un effet plus faible par degré de température. Mais pour l'instant les données ne sont pas suffisantes pour faire ce genre d'analyse de façon fiable (j'ai essayé ...).

La température est simple à récupérer et traiter, mais dans l'idéal il faudrait avoir une meilleure description des situations météo.
Le fait qu'il pleuve ou pas influence nos comportements. Mais la corrélation pluie-température n'est pas simple, cela dépend de la saison et du régime météo.

Par exemple l'anti-corrélation R-écart à la température (ma courbe) ne marche pas dans la seconde moitié d'aout : il fait chaud mais le R remonte. Il se trouve qu'il faisait chaud mais pas beau : remontées orageuses avec des averses et un air très chaud. Ca explique peut-être l'anomalie, mais un seul exemple ne permet pas de conclure.

Comme l'a dit quelqu'un il faut une "vraie" étude, avec suffisamment de données pour plusieurs régions ou pays etc ... Je vais essayer d'avancer, mais je ne doute pas que ce genre d'étude va sortir.

Je sors moi aussi !


Bonsoir à tous.

[obi76]

Déjà pour savoir s'il y a une corrélation, et pas juste une coïncidence, il faudrait voir ce que ça donne sur toutes les régions, pas sur Rhone-Alpes spécifiquement.