Covid-19, opendata... et analyses à partager

Dans mon entourage une douzaine de malades covid (dont moi, en convalescence) et aucun dans les stats officielles.
De même les décès sont incomplets car décomptés uniquement en milieu hospitalier.
Le nombre de patients en réa ? Il est limité par les places de réa… quand c’est saturé ça ne veut plus rien dire, ou alors il faudrait le nombre de patients qu’on n’a pas pu mettre en réa, chiffre hautement sensible car il pointe clairement la saturation du système de santé.

Bref, aujourd’hui, en France on a des chiffres qui ne permettent plus de mesurer exactement l’ampleur de l’épidémie ni sa dynamique.

Le fichier des personnes décédées de l’INSEE permettra dans quelques temps d’y voir plus clair.

En attendant les décisions du gouvernement se basent sur une vue tronquée de la réalité et sont donc inapdaptées et toujours en retard.

Dominique Boulier a assez bien résumé les problèmes de qualité de ces données : https://shs3g.hypotheses.org/574

L’INSEE devrait mettre à jour la base des personnes décédées dans une semaine. Avec ces données, on devrait pouvoir faire des analyses assez précises me semble-il en rapprochant l’age et le lieu de décès.

2 « J'aime »

@guillaume_v Pour les mesures de confinement, etc, il y a une base qui a l’air très riche et bien maintenue ici https://www.acaps.org/covid19-government-measures-dataset
Je compte ajouter ça comme annotations prochainement sur mon interface qui a pas mal bougé depuis mon dernier message cf https://twitter.com/boogheta/status/1244629457547210754

1 « J'aime »

Une question peut-être naïve : qu’est ce qui empêche une ouverture des données Covid de Santé Publique France à un niveau infra-départemental ? Pas forcément communes mais EPCI. J’imagine qu’il y a des enjeux de secret médical et de qualité de données.

1 « J'aime »

Salut ! Je découvre ce site et notamment ce fil. Je me fais mes petites stats dans mon coin depuis le début de l’épidémie en récupérant les données ou j’ai pu (Hopkins, gouvernement, itaile, espagne, etc…). En vrai, j’en avais assez des courbes que je trouve stupides (comparaison d’évolution des cas positifs entre les pays par exemple), et « les allemands sont plus efficaces ». Donc j’ai juste cherché « pourquoi » et je me suis fait mes propres réponses. Mais peu importe. C’était pour faire une petite introduction ^^

Pour info c’est ici https://icit.fr/CNrT
Ce n’est pas destiné à etre spécialement partagé, mais c’est pour arriver à mes questions et peut être que vous saurez me dire.
Concernant la France, les données d’hospitalisations et réanimations sont des données « en cours ». (J’en ai déduis du coup le nombre de « nouvelles admissions » en y ajoutant aussi les personnes sorties (décés et retours à domicile)).

J’ai trouvé des données équivalentes pour l’Italie : https://icit.fr/CNro
Issues de ce flux : https://github.com/pcm-dpc/COVID-19/blob/master/dati-andamento-nazionale/dpc-covid19-ita-andamento-nazionale.csv

Mais pour l’espagne, j’ai un doute : https://icit.fr/CNrs
Issues de ce flux : https://covid19.isciii.es/ (en bas du menu de gauche)
Et ma question : Est-ce que vous savez si le nombre d’hospitalisations de ce flux pour l’espagne, est également un nombre d’hospitalisations « en cours », ou cumulé ? Je n’arrive pas à être certain que c’est « en cours ». Si c’est « en cours » ça fait un nombre de nouvelles admissions assez élevé je trouve. Et si c’est « cumulé », ça fait des nouvelles admissions plutôt faibles vu le nombre de décés en espagne…

Dans les deux cas, comme je me sers de cette donnée pour voir l’évolution des courbes (plus que les valeurs absolues), la réponse n’est pas fondamentale, mais j’aimerais être au plus juste :slight_smile:

Edit : Ah je viens de trouver ma réponse. C’est bien le nombre d’hospitalisation « en cours » car le nombre a baissé dans la région « CM » entre le 01/04 et 02/04 par exemple. désolé pour le bruit ! :slight_smile:

Thanks @boogheta c’était exactement ce que je cherchais !

Bonjour à tous

J’aimerais partager avec vous une carte que j’ai réalisée, de séries temporelles spatialisées des cas COVID

La dimension temporelle est essentielle pour analyser l’évolution du virus. Mais aussi spatiale. C’est pourquoi intégrer ces deux dimensions sur une carte sans forcément faire appel aux animations peut être utile. La carte étant statique, sa lecture est immédiate.

le tweet : https://twitter.com/datagistips/status/1248508331263545344
un projet reproductible sur github : https://github.com/datagistips/sparkline_map
l’article expliquant le code : https://datagistips.hypotheses.org/488
réutilisation datagouv : https://www.data.gouv.fr/fr/reuses/carte-de-levolution-du-covid-en-france/

Aussi, je suis en train de travailler sur une carte mondiale plus stylisée. En voici un extrait :

3 « J'aime »

Sur le sujet des mobilités, le Cerema publie des tableaux de bord et des données pour suivre l’évolution du trafic routier pendant et après le confinement : http://dataviz.cerema.fr/trafic-routier/

2 « J'aime »