Relation entre incidence covid-19 selon les classes d’âge en France

Je fais simplement suite à cette analyse : https://chrisgodlak.medium.com/relation-entre-pcr-covid-19-selon-les-classes-d%C3%A2ge-en-france-ab5d03bd5408 qui concernait la relation entre %pcr+ par classe d’âge en répliquant mes analyses en utilisant cette fois-ci le taux d’incidence, défini comme le nombre de positifs divisé par la population, le ratio étant multiplié par 100000

Les données sont disponibles ici: https://www.data.gouv.fr/fr/datasets/taux-dincidence-de-lepidemie-de-covid-19/

Les 3 étapes sont identiques: analyse graphique et régressions linéaire puis sur fenêtres glissantes

Je me focalise sur les mêmes classes d’âge que précédemment: impact des jeunes (0–9, 10–19, 20–29) sur les classes 39, 69 et 89; les incidences sont mesurées sur base journalière, ainsi qu’en termes de moyennes mobiles (7 jours). Les incidences des jeunes sont considérées avec un retard de 7 et 14 jours respectivement par rapport aux autres incidences.

Les analyses graphiques sont les suivantes:

On constate à nouveau que ces relations sont similaires: non linéaires, plutôt “sinusoïdales”, avec des relations “sous-proportionnelles” au départ — à mesure que l’incidence des plus jeunes augmentent, celle des moins jeunes suit mais dans une moindre mesure — puis “sur-proportionnelles”, avec une pente plus forte indiquant qu’à mesure que l’incidence des jeunes augmente, celle des moins jeunes augmente d’avantage, puis enfin des relations inverses — pour des incidences élevées chez les jeunes, celles des moins jeunes diminuent ! Effet immunité ? En tout cas, pour affirmer que les jeunes “contaminent” les moins jeunes il est nécessaire de creuser davantage cette supposée relation…

Les résultats des régressions linéaires permettent “d’agréger” ces relations entre incidences par classe d’âge en 1 coefficient “moyen. Les variables expliquées sont soit le taux d’incidence journalier soit sa moyenne mobile sur 7 jours pour les classes d’âge moins jeunes. Les variables explicatives sont similaires mais pour les classes d’âge plus jeunes et retardées de 7 ou 14 jours (L7. ou L14. devant le nom de la variable).

Contrairement aux résultats des régressions linéaires sur les %pcr+, cette fois-ci on constate que les coefficients sont significatifs et positifs dans de nombreuses spécifications. Cela traduit une relation positive entre l’incidence chez les jeunes et les moins jeunes. Cependant, la valeur du coefficient passe d’environ 3 ou 6 à moins de 1. Cela indique que la sensibilité des incidences des moins jeunes à l’incidence des plus jeunes diminue en moyenne. Un coefficient égal à 6 indique que pour 1 point d’incidence supplémentaire chez les 0–9 ans il y a 14 jours, en moyenne, l’incidence chez les 30–39 augmente de 6 points. Un coefficient égal à 0.5 indique pour 1 point d’incidence supplémentaire chez les 20–29 il y a 7 ou 14 jours, en moyenne, l’incidence chez les 80–89 augmente de 0.5 points.

Enfin, les résultats sur fenêtres glissantes de 30 jours pour 5 spécifications sont présentés ci-dessous

eq. 1: moy. mobile 7j incidence classe 39 = constante + coef. x moy. mobile 7j incidence classe 9, retardée de 7 jours

eq. 2: moy. mobile 7j incidence classe 69 = constante + coef. x moy. mobile 7j incidence classe 9, retardée de 7 jours

eq. 3: moy. mobile 7jincidence classe 89 = constante + coef. x moy. mobile 7j incidence classe 9, retardée de 7 jours

eq. 4: moy. mobile 7j incidence classe 89 = constante + coef. x moy. mobile 7j incidence classe 19, retardée de 7 jours

eq. 5: moy. mobile 7j classe 89 = constante + coef. x moy. mobile 7j incidence classe 29, retardée de 7 jours

On constate des formes similaires comme pour l’analyse sur les %pcr+. La sensibilité de l’incidence des moins jeunes à l’incidence des plus jeunes n’est donc pas stable et évolue significativement.

Des analyses plus approfondies et poussées sont nécessaires pour mieux comprendre ces phénomènes.