Un nouveau document de travail du National Bureau of Economic Research (NBER) par Andrew Atkeson, Karen Kopecky et Tao Zha s'est concentré sur les pays et les États américains avec plus de 1000 décès par COVID fin juillet. Au total, l'étude portait sur 25 États américains et 23 pays.
Sur la base de leur analyse, les auteurs présentent quatre «faits stylisés» sur le COVID-19, à savoir:
- Une fois qu'une région atteint 25 décès par COVID au total, en un mois, le taux de croissance des décès par jour tombe à environ zéro. En d'autres termes, quel que soit le pays ou l'État et ses politiques, les décès par jour cessent d'augmenter dans les 20 à 30 jours suivant le dépassement du seuil de 25 décès.
- Une fois que cela se produit, les décès par jour commencent à baisser ou la tendance reste stable.
- La variabilité des tendances de mortalité entre les régions a fortement diminué depuis le début de l'épidémie et reste faible. Tous les États étudiés, tous les pays étudiés, sont devenus plus similaires dans leurs tendances et le sont restés.
- Les observations 1 à 3 suggèrent que le nombre effectif de reproduction, R, a plané autour d'un dans le monde entier après les 30 premiers jours de l'épidémie.
La conclusion du document est que les tendances des données observées ci-dessus indiquent probablement que les interventions non pharmaceutiques (INP) – telles que les verrouillages, les fermetures, les restrictions de voyage, les ordonnances de séjour à la maison, les interdictions d'événements, les quarantaines, les couvre-feux et les mandats de masque – ne semblent pas affecter le virus. taux de transmission global.
Pourquoi? Parce que ces politiques ont varié dans leur calendrier et leur mise en œuvre selon les pays et les États, mais les tendances des résultats ne le sont pas.
Des auteurs de l’étude: Localisation et incertitude d’échantillonnage. La ligne continue noire dans les deux graphiques représente l'estimation postérieure médiane. La ligne magenta pleine dans le graphique du haut représente le taux de croissance médian des décès quotidiens lissés sur 7 jours pour les 50 localités et correspond uniquement à l'échelle de gauche. Les deux bandes en pointillés des deux graphiques contiennent les deux tiers de la probabilité postérieure à chaque instant et les deux bandes en pointillés, 0,90 de la probabilité postérieure. Les taux de croissance de la mortalité sont estimés selon la fonction de Weibull ajustée. Les nombres de reproduction effectifs et les taux de transmission normalisés sont basés sur le modèle SIR. Le jour 0 est la première date à laquelle le nombre de morts cumulées a atteint 25 dans chaque emplacement.
Cette étude va à l'encontre des études précédentes affirmant que les INP étaient efficaces pour réduire les taux de transmission pendant les premiers stades de l'épidémie. Les auteurs expliquent:
Compte tenu de l'observation selon laquelle les taux de transmission du COVID-19 ont chuté pratiquement partout dans le monde au cours de cette période de pandémie précoce, nous craignons que ces études ne surestiment considérablement le rôle des INP mandatés par le gouvernement dans la réduction de la transmission de la maladie en raison d'un biais variable omis.
L'un des principaux candidats pour la clé «variable omise», c'est-à-dire la véritable cause de la baisse des taux de transmission après le premier mois d'une épidémie, est que l'interaction humaine n'est pas conforme à de simples modèles épidémiologiques. Dans le monde réel, les réseaux sociaux humains se chevauchent de telle manière qu'un virus peut se propager rapidement pendant une courte période, car certaines personnes contactent plus de réseaux que d'autres, mais atteignent des impasses et des ronds-points naturels où de nouveaux hôtes potentiels dans un «nouveau ”Réseau social ont déjà été exposés à travers d'autres réseaux. L'effet peut ressembler à ce que certains considèrent comme une «immunité collective», mais à des taux d'infection relativement faibles.
Les auteurs estiment que même si les INP étaient efficaces dès le début, ils ne semblent plus l'être:
De plus, étant donné que les taux de transmission de la maladie sont restés faibles avec une dispersion relativement faible entre les sites dans le monde au cours des derniers mois à mesure que les INP ont été levés, nous craignons que les estimations de l'efficacité des INM pour réduire la transmission de la maladie de la période antérieure ne soient pas être pertinent pour prévoir l’impact de l’assouplissement de ces INP au cours de la période actuelle, en raison d’un changement de régime non observé.
Cette étude fournit un solide soutien statistique pour ce que tant d'observateurs observent depuis six mois. L'épidémie a une tendance naturelle à se propager rapidement au début et à ralentir, apparemment d'elle-même, un point soulevé non seulement ici, mais dès le 14 avril par Isaac Ben-Israel. Pendant ce temps, les gouverneurs imaginent que des règles très spécifiques pour l'ouverture des bars et des restaurants sont la clé du confinement.
Les gouvernements ont mené une expérience sociale, économique et politique sans précédent pour contrôler le comportement de populations entières, avec un coût économique et humain élevé. Les auteurs posent la bonne question: cette expérience de contrôle et de suppression des virus gérés par le gouvernement a-t-elle fait une différence? La réponse surprenante qu'ils ont trouvée, après avoir examiné les données du pays et du monde, est que les preuves ne sont tout simplement pas là.
Si nous sommes préoccupés par les preuves de cette expérience mondiale, nous devons admettre que la plupart des autorités gouvernementales ont probablement agi par erreur.
w27719
Stephen C. Miller
Stephen C. Miller est titulaire de la chaire Adams Bibby de la libre entreprise et professeur agrégé d'économie au Centre Manuel H. Johnson d'économie politique de l'Université de Troy. Il est également ancien étudiant AIER Summer Fellow et membre votant de l'AIER. Les points de vue et opinions exprimés sont ceux de l'auteur et n'impliquent pas l'approbation de l'Université de Troy.
