Des mathématiciens basés en Australie et en Chine ont développé une méthode pour analyser la grande quantité de données accumulées pendant la pandémie de COVID-19. La technique, décrit dans le journal le chaos , peuvent identifier des pays anormaux, ceux qui réussissent mieux que prévu à répondre à la pandémie et ceux qui échouent particulièrement.

Les données proviennent de Our World in Data, un projet du Global Change Data Lab, un organisme de bienfaisance enregistré en Angleterre et au Pays de Galles. Cette organisation a collecté des informations auprès du Centre européen de prévention et de contrôle des maladies pour le nombre cumulé de cas et de décès quotidiens dans 208 pays sur une période de 122 jours à compter du 31 décembre. 2019, au 30 avril, 2020. Les enquêteurs ont analysé les données avec une variante d'une technique statistique connue sous le nom d'analyse par grappes.

Dans cette approche, les points de données sont regroupés en fonction de leur similarité. Les pays forment des grappes à mesure que les épidémies individuelles deviennent plus similaires.

Pour tout le mois de janvier, les enquêteurs n'ont trouvé que deux clusters :la Chine dans un cluster, et tous les 207 autres pays dans l'autre. Au fur et à mesure que le virus s'est propagé, d'autres pays ont rejoint le cluster chinois. L'Italie a été la première à adhérer, suivi des États-Unis, Espagne, La France, Allemagne, L'Iran et le Royaume-Uni

A la mi-mars, nombre de cas pour les pays du monde entier regroupés en 16 groupes. D'ici avril, un groupe similaire a été observé dans le nombre de décès. A la mi-mars, La Chine est sortie du pire cluster de décès, tandis que les États-Unis, Espagne, Italie, La France et le Royaume-Uni s'y sont installés.

Les enquêteurs ont constaté une rupture notable dans la structure des clusters pour les cas entre le 1er mars et le 2 mars. Cette date est significative, parce que de nombreux pays ont signalé leurs premiers cas de COVID-19 à cette époque, principalement d'Iran et d'Italie.

Une autre rupture dans la structure des clusters se produit entre le 18 mars et le 19 mars pour les décès, une différence de 17 jours par rapport à celle des cas. Ce décalage suggère un décalage de 17 jours pour les décès par rapport aux cas et est en accord avec les données médicales.

Une fois que les enquêteurs ont identifié le décalage de 17 jours entre les cas et les décès, ils ont pu comparer les nombres de cas et de décès des pays au même moment. Cela a révélé des pays avec des résultats anormaux.

« Les anomalies peuvent signifier un nombre de décès disproportionné ou faible par rapport au nombre de cas, " a déclaré le co-auteur Nick James.

L'Iran et l'Italie avaient tous deux des taux de mortalité anormalement élevés au début de la pandémie, alors que Singapour était anormalement bas, tout comme la Corée du Sud, Qatar et Australie.

"Nous avons également remarqué une sorte d'effet de masse critique dans la progression des cas vers les décès, " a déclaré le co-auteur Max Menzies. " Le nombre de décès en Espagne au 28 mars était plus de deux fois supérieur à celui de son nombre de cas 16 jours plus tôt. C'est une explosion étonnante de COVID-19. Cela s'applique également aux États-Unis. Son élévation spectaculaire du nombre de décès a atteint après que le nombre de cas a atteint une masse critique début mars. »