• Un salon, un bar et une classe : c’est ainsi que le #coronavirus se propage dans l’air
    Le media espagnol El Pais propose une nouvelle mise à jour de la #visualisation des différentes formes de transmission du #Covid19 en espaces clos :
    1/ privés (un salon)
    2/ scolaires (une classe)
    3/ publics (un bar)
    selon des processus :
    1/ sans protection
    2/ avec masques
    3/ avec masques & ventilation
    Ainsi que des visualisations de la propagation par gouttelettes & aérosol selon qu’on ne parle pas, qu’on parle, ou qu’on crie/chante.
    https://elpais.com/ciencia/2020-10-24/un-salon-un-bar-y-una-clase-asi-contagia-el-coronavirus-en-el-aire.html [en espagnol]

    Les visualisations proviennent du « Cooperative Institute for Research in Environmental Sciences at the University of Colorado Boulder » qui avait été initié lancé ça en juin avec une première médiatisation par le même El Pais nous ayant permis de mieux faire comprendre ce processus #aérosol si difficile à faire admettre. (je mettrai le lien de l’article précédent #seenthisé quand je le retrouverai)

  • Un salón, un bar y una clase: así contagia el #coronavirus en el aire | Ciencia | EL PAÍS
    https://elpais.com/ciencia/2020-10-24/un-salon-un-bar-y-una-clase-asi-contagia-el-coronavirus-en-el-aire.html?ssm=

    Los interiores son más peligrosos, pero es posible minimizar los riesgos si se ponen en juego todas las medidas disponibles para combatir el contagio por #aerosoles. Estas son las probabilidades de infección en estos tres escenarios cotidianos dependiendo de la ventilación, las mascarillas y la duración del encuentro

    • j’avais remarqué l’astucieux emploi par Macron (le 14 octobre) de l’expression « derrière nous » :

      Au moment où nous nous parlons, l’Allemagne est en train de prendre aussi des mesures restrictives parce qu’elle a beaucoup de cas. Elle est 15 jours, 3 semaines derrière nous, mais dans une situation préoccupante.

      peut-être que d’ici 3 ou 4 mois la France sera tellement « en avance » sur l’Allemagne (en matière de nombre de cas de covid) qu’elle décidera aussi d’investir dans la ventilation ?

  • La #surmortalité aux États-Unis dépasse les 300.000 décès durant la #pandémie - World Socialist Web Site
    https://www.wsws.org/fr/articles/2020/10/23/euem-o23.html
    https://www.wsws.org/asset/901e321f-8dfa-442a-877d-dfef06377d31?rendition=image1280

    La conclusion la plus importante du CDC, outre le nombre plus important de décès, était la répartition par #âge. Alors que le plus grand nombre de décès est survenu chez les personnes âgées, le pourcentage le plus élevé d’augmentation des décès par rapport aux niveaux attendus, 26,5 pour cent, a été constaté chez les adultes âgés de 25 à 44 ans, ceux qui sont dans la force de l’âge pour l’emploi .

    Alors que toutes les autres catégories d’âge ont connu une réduction significative des taux de mortalité après le pic initial du printemps, le nombre de décès dans la tranche d’âge 25-44 ans est resté soutenu de mars à juin, puis a recommencé à augmenter en juillet en réponse à la campagne de réouverture de l’économie. Les personnes de ce groupe d’âge étaient les plus susceptibles d’être classées comme « travailleurs essentiels », c’est-à-dire tenus de rester au #travail, quelles que soient les conditions de travail.

    Le CDC a noté que les #minorités étaient représentées de manière disproportionnée dans le nombre de décès. La population hispanique a été la plus touchée, avec 53 pour cent de décès de plus que prévu. Le taux de mortalité des Américains d’origine asiatique a augmenté de 37 pour cent. Enfin, celui des Afro-Américains était de 36 pour cent. Le CDC n’a pas présenté de rapport sur le statut socio-économique des personnes décédées. Il dissimule ainsi le véritable impact de la pandémie sur la classe ouvrière, bien que la collecte et la communication de ces données soient tout à fait dans les capacités de l’agence.

  • Couvre-feu : le message brouillé, par les auteurs de De virus illustribus - Critique de la valeur-dissociation. Repenser une théorie critique du capitalisme
    http://www.palim-psao.fr/2020/10/couvre-feu-le-message-brouille-par-les-auteurs-de-de-virus-illustribus.ht

    Il faut en retenir que Macron n’aura cessé de marteler la nécessité de continuer à travailler (essentiellement le jour) au détriment de festoyer (essentiellement la nuit). De nouveaux couples d’opposition ont surgi du discours présidentiel : le jour contre la nuit, le travail contre la fête, les vacances contre les sorties nocturnes… Un tissu de contradictions dont le fil rouge est de ne pas toucher au travail ni à l’économie. La « lecture » populaire d’un tel monument d’ambivalence risque malheureusement d’inciter une fois de plus les récalcitrants et les sceptiques à n’y voir qu’un pur effet de méchanceté. Quoi ? Le virus est assez grave pour qu’on nous prive de soirées mais il est « sous contrôle » dès qu’il s’agit de travailler ?

    #coronavirus #travail #économie #critique_du_travail

  • De nouvelles données diffusées par Santé publique France permettent de visualiser l’évolution de l’épidémie ville par ville ou quartier par quartier - Bretagne - Le Télégramme
    https://www.letelegramme.fr/bretagne/comment-la-circulation-du-virus-a-augmente-autour-des-grandes-villes-de


    Le taux d’incidence par commune dans l’Ouest breton, au 18 octobre.
    GEODES - Santé publique France

    Mercredi, l’agence nationale Santé publique France a mis en ligne une série d’indicateurs consultables à l’échelle communale et même des « Iris », un découpage officiel qui divise certaines agglomérations en quartiers.

    Les taux précis ne sont pas rendus publics, pour empêcher toute identification possible de personnes concernées. Mais chaque zone territoriale est classée selon six seuils de taux d’incidence (le nombre de nouveaux cas confirmés sur une semaine, rapportés à la population). Cette présentation en cartes permet d’observer l’évolution sur les derniers jours. Le décompte est effectué en fonction du lieu de résidence des personnes dépistées.

  • TF | Renvois objectivement impossible en raison du Covid-19
    https://asile.ch/2020/10/22/tf-levee-de-detention-pour-insoumission-en-raison-de-periode-de-covid-19

    Frappé d’un renvoi en 2019 ordonné par l’Office des migrations du canton de Zurich suite à une non-entrée en matière de demande d’asile, un homme d’origine malienne avait été placé en détention en vue de son retour. Une détention pour insoumission avait également été ordonnée et prolongée plusieurs fois. Le recours formulé par l’homme avait, […]

  • Chronique d’une communication cartographique ratée. Déconstruction critique des cartes du gouvernement français pendant la crise de la COVID-19 au printemps 2020

    Le gouvernement français[1] a montré 40 cartes différentes concernant les enjeux sanitaires de la crise liée à l’#épidémie de COVID-19 entre mars et juin 2020[2]. Le Premier ministre Édouard Philippe, son ministre de la Santé Olivier Véran et le directeur général de la santé, Jérôme Salomon, ont tour à tour présenté lors de leurs conférences de presse régulières des #cartes représentant les transferts de patients en #réanimation [3], le #taux_d’occupation des services de réanimation [4], les rapatriements [5], les passages aux urgences dus à des suspicions de COVID-19 [6], la couverture des besoins en #tests_virologiques [7], la positivité de ces tests, l’évolution du R-effectif [8], et des synthèses de certaines de ces différentes informations [9]. La quasi-totalité des cartes (93 %) représente l’un de ces #indicateurs à l’échelle de la France métropolitaine et des Départements et Régions d’Outre-Mer (DROM), selon les mailles départementales (59 % des cartes) ou régionales (37 %).

    Il y a trente ans, les travaux de John Brian Harley sur la #déconstruction des cartes (Harley, 1989), de Dennis Woods sur leur pouvoir (Woods, 1992), ou encore de Mark Monmonier sur les mensonges dont elles peuvent être porteuses (Monmonier, 1991), avertissaient de l’intrication du #pouvoir et des #techniques_cartographiques, du caractère construit et discursif des cartes, et donc de la nécessité d’un #décodage_critique de ces images et des #croyances_positivistes qui y sont associées. Il est aujourd’hui encore nécessaire d’adopter cette démarche critique pour comprendre le statut et la portée des quarante cartes gouvernementales du Coronavirus. Ainsi peut-on mettre en lumière que ces cartes ne sont pas dissociables des #discours qui les accompagnent (ou qu’elles accompagnent) et qu’ensemble ils servent finalement moins à l’exposition de faits scientifiques, qu’à la gestion d’une #crise_politique.

    http://www.jssj.org/article/chronique-dune-communication-cartographique-ratee-deconstruction-critique-des-

    #cartographie #cartes_gouvernementales #France #visualisation #confinement #covid-19 #coronavirus #vert #rouge

    On avait parlé de ces cartes sur seenthis... mais je ne retrouve pas le fil de discussion...

    via @reka
    ping @simplicissimus @visionscarto

  • Ce que nous dit la COVID-19 des injustices spatiales en Inde

    L’épidémie de COVID-19 en Inde a des effets paradoxaux. En termes épidémiologiques, ils sont limités, du moins à l’heure où est écrit cet article : officiellement 21 129 morts au 9 juillet 2020, pour une population approchant 1,4 milliard d’habitants. Même si le chiffre sous-estime sans nul doute la réalité, il reste que l’épidémie a un faible taux de mortalité directe. En revanche, les effets socio-économiques de la COVID-19 sont dramatiques : catastrophe économique pour des populations pauvres sans sécurité sociale ni d’aides de l’État dignes de ce nom, migrants tentant désespérément de revenir chez eux en s’embarquant pour un exode à pied de parfois plusieurs centaines de kilomètres, qui rappelle aux Indiens les images en noir et blanc des sanglantes migrations dues à la Partition de 1947 lors de la création du pays… La COVID-19, ou plus exactement le confinement, met en lumière les #inégalités_sociales et spatiales de l’Inde – des #inégalités qu’on peut souvent, nous le verrons, qualifier d’#injustices. La maladie a brutalement rendu visibles ces « invisibles », en révélant l’importance de ces #migrations_circulatoires (Breman, 1985) qui sont à la base de « l’émergence » de l’Inde (Landy, Varrel, 2015). Ce que nous dit la COVID-19, ce sont les vies de tous ces #travailleurs de l’ombre qui soudain sont apparus en pleine lumière, soit comme des victimes dont la fragilité économique était soudain découverte ou confirmée, soit comme une menace – puisqu’à cheminer le long des routes sans respecter la « distanciation sociale » ils risquaient de diffuser le virus. A priori, l’injustice à leur égard apparaît donc double : ils sont particulièrement victimes du confinement ; mais avant même la crise, leur #invisibilité empêchait une vraie reconnaissance de leurs droits.


    http://www.jssj.org/article/ce-que-nous-dit-la-covid-19-des-injustices-spatiales-en-inde

    #Inde #confinement #covid-19 #coronavirus #migrations_internes #mobilité

    ping @reka

  • « Publish or Perish » : des chercheuses demandent la fin de la discrimination systémique
    Texte Collectif, Affaires Universitaires, le 13 octobre 2020
    https://www.affairesuniversitaires.ca/opinion/a-mon-avis/publish-or-perish-des-chercheuses-demandent-la-fin-de-la-disc

    Déjà, les effets du confinement sur la production scientifique des femmes se mesurent en termes de recul dans quantité de secteurs. Cela s’explique probablement en partie par le fait que les chercheuses sont beaucoup moins nombreuses à avoir un.e conjoint.e au foyer que leurs collègues masculins. Mais la situation doit surtout être appréhendée selon les structures sociales plus générales dans lesquelles évoluent les femmes chercheuses et qui font en sorte qu’il est fort probable qu’elles assument une grande part de la charge mentale et émotionnelle dans leur vie privée, qu’on parle des tâches domestiques, du soin aux enfants ou de l’organisation familiale.

    D’abord, « le type de recherche faite majoritairement par les femmes est plus vulnérable aux effets du confinement ». En effet, des pans entiers de la recherche, dans lesquels les femmes s’investissent en majorité, du moins en nombre, sont à l’arrêt ou jugés non essentiels, par exemple les sciences humaines et sociales, les recherches qualitatives, le terrain dans les pays du Sud global, etc. Ensuite, les femmes assument socialement une plus grande part du travail de reproduction sociale, incluant le travail de soin (care) dans leurs propres familles, belles-familles et voisinages. Finalement, à l’intérieur des établissements universitaires, elles effectuent proportionnellement plus de travail relationnel — lequel est certainement en augmentation depuis mars 2020.

    #sexisme #université #discriminations #femmes #coronavirus

  • VIDEO. Comment une personne atteinte du coronavirus peut contaminer tout un supermarché en quelques minutes - ladepeche.fr
    https://www.ladepeche.fr/2020/04/19/video-comment-une-personne-atteinte-du-coronavirus-peut-contaminer-tout-un
    https://www.youtube.com/watch?v=WZSKoNGTR6Q&feature=emb_logo

    En Finlande, des chercheurs ont modélisé en 3D la propagation du virus dans le rayon d’une grande surface. Ils ont simulé un scénario où une personne tousse dans un rayon, en tenant compte de la ventilation. L’Université Aalto, le Centre de recherche technique VTT de Finlande et l’Institut météorologique finlandais ont chacun effectué la modélisation indépendamment, en utilisant les mêmes conditions de départ. Tous ont obtenu le même résultat préliminaire : dans la situation étudiée, le nuage d’aérosol (la toux et ses gouttelettes) se propage à l’extérieur du voisinage immédiat de la personne qui tousse. Cela peut prendre plusieurs minutes.

  • La #centralisation, coupable de la mauvaise gestion française du #Covid-19 ?

    L’argument revient souvent : la centralisation française serait responsable de certains #échecs en terme de politique sanitaire. L’Allemagne, ultra-décentralisée, ne gère-t-elle pas mieux la crise du Covid-19 ? La réalité n’est pas aussi tranchée.

    « Notre État pyramidal, un des plus centralisés du monde, a failli. » Depuis le début de la crise liée au Covid-19, certaines personnes, comme le journaliste Michel Henry dans une tribune, ont des mots durs contre la centralisation française. Celle-ci serait ainsi responsable d’une mauvaise coordination entre les différents échelons du pouvoir, de la cacophonie entourant l’imposition de mesures différenciées, et du manque de légitimité de celles-ci. Les preuves abondent. Ce sport national qu’est la comparaison avec l’Allemagne le prouve bien : nos amis d’outre-Rhin et leur système politique largement décentralisé, n’ont-ils pas largement mieux géré la crise ? N’en jetez plus.

    Malgré les multiples lois de décentralisation depuis les années 1980, et l’inscription du principe dans la Constitution, le pouvoir central, lui-même de plus en plus présidentiel, conserve la majeure partie du pouvoir décisionnel. À l’inverse, les Länder allemands –les États fédérés du pays– possèdent bien plus de marge de manœuvre que ce soit en terme de santé et d’imposition. Quand la chancelière Angela Merkel peut se permettre de tracer un cadre large pour l’ensemble de ses citoyen·nes, le gouvernement français se retrouve à détailler, point par point, les mesures prises pour lutter contre la pandémie.

    Alors, la centralisation française a-t-elle favorisé la diffusion du Covid-19 sur le territoire ? « S’il est un peu tôt pour prouver quoi que ce soit, certains indices nous permettent de dire que oui, la centralisation a eu un impact sur la gestion de la crise », explique Raul Magni-Berton, professeur de science politique à Sciences Po Grenoble et auteur d’un récent rapport appelant à plus de décentralisation.

    Comparaisons sélectives

    Les systèmes politiques décentralisés s’en sortiraient-ils forcément mieux ? « Il faut faire attention aux comparaisons que l’on fait, parce qu’elles sont sélectives, prévient Patrick Le Lidec, chargé de recherche au CNRS. Si vous prenez l’Espagne ou les États-Unis, il y a des débats là-bas sur le fédéralisme et le besoin d’un État plus fort en terme de santé. » Pour preuve, le récent imbroglio à Madrid, où la justice a cassé un confinement local décidé par le gouvernement espagnol, arguant que cette compétence revenait aux régions.

    Dès lors, il faudrait mieux comparer l’investissement fait dans l’hôpital public et le nombre de lits de réanimation disponibles, que l’organisation politique des pays. Et de ce point de vue, l’Allemagne dépasse largement la France. À l’inverse, l’Espagne, pourtant décentralisée, a souffert d’un désinvestissement massif dans son système de soins ces dernières années. Résultat : avec plus de 33.000 morts, il connaît l’un des plus forts taux de mortalité lié au Covid-19 en Europe.

    D’autant qu’en matière sanitaire, le niveau local n’est pas forcément le plus pertinent pour prendre des décisions, note Patrick Le Lidec. « Les régions font parfois la taille d’États européens et sont souvent extrêmement hétérogènes, précise le chargé de recherche au CNRS. Ce cadre n’est pas forcément le plus adapté, puisque le Covid-19 est d’abord une maladie métropolitaine. »
    Les systèmes décentralisés favorisent la confiance

    Reste tout de même la question de l’acceptabilité et de la légitimité des mesures sanitaires prises par le gouvernement central ou les autorités locales. Si depuis cet été l’État prend des décisions différenciées pour chaque territoire, celles-ci sont toujours décidées d’en haut. Par exemple, on peut se demander si la population marseillaise aurait mieux accepté l’obligation de porter les masques si celle-ci avait été décidée au niveau de la mairie ou de la région.

    « Les préfets sont plus importants que les élus locaux. C’est quelque chose d’inconcevable en Allemagne. »

    Raul Magni-Berton, professeur de science politique

    « Il y a un critère qui joue dans la crise sanitaire, dans son efficacité et aussi dans l’application des mesures : c’est la confiance générale dans le système, note Raul Magni-Berton. En terme de confiance, la France se positionne très bas et l’Allemagne assez haut. Et on sait qu’un pays décentralisé augmente la confiance de sa population. »

    À Marseille, la mairie a indiqué vouloir créer son propre conseil scientifique, afin de ne plus dépendre de Paris. Difficile de voir quel rôle pourrait avoir une telle organisation à l’heure actuelle, mais le symbole est fort. Les groupes favorables à la centralisation rétorqueront que l’application des mesures liées à la santé sont bel et bien prises au niveau local : par les préfets. Création bonapartiste, ces fonctionnaires sont chargés de représenter l’État « uni et indivisible » en région et ne sont pas élus mais choisis à Paris. Difficile de faire moins local.

    « La figure du préfet, c’est l’un des chaînons qui définit la France comme centralisée, souligne Raul Magni-Berton. Les préfets sont plus importants que les élus locaux. C’est quelque chose d’inconcevable en Allemagne. Quand vous avez un élu local, celui-ci est responsable devant son électorat, pas un préfet. La relation est donc différente. »

    Souvent, comme à Marseille, mais aussi à Paris ou à Lyon, les décisions prisent par les préfèt·es, comme celle de fermer les bars et restaurants, ont été rejetées par les élu·es locaux. La preuve d’un manque d’écoute des besoins des populations locales ? « Il y a beaucoup plus de discussion que l’on ne pense entre les autorités locales et les préfets, donc l’État, temporise Patrick Le Lidec. Mais au final, cela permet aussi de se défausser, il faut se méfier des postures politiciennes. »
    L’échec de la décentralisation à la française

    Au-delà des questions de responsabilités et d’échelons, se pose celle de la décentralisation à la française. De nombreuses lois ont de fait transféré des compétences, y compris sanitaires, au niveau local ces quarante dernières années. Mais l’État l’a de plus souvent fait sans transfert d’argent ou de pouvoir décisionnel. En exemple, la gestion catastrophique du stock de masques lors de la dernière décennie : « L’État a confié aux régions, aux hôpitaux et même aux entreprises la responsabilité de constituer des réserves de masques ; sans fournir ni les budgets ni ordonner les contrôles », souligne sur France Culture le journaliste politique Frédéric Says.

    En France, « la décentralisation ne marche pas, argue Raul Magni-Berton. Les collectivités locales ne sont plus de grosses administrations publiques. Il y a une confusion entre décentraliser une compétence et décentraliser le pouvoir politique. Au final, les élus locaux sont des bureaucrates. »

    Malade ou non de son ultra-centralisation, la France devra de toute façon composer avec son organisation politique pour gérer le reste de la crise. « Décentraliser la santé avec des fonds qui partent du centre vers la périphérie, cela ne marchera pas », assure le professeur de science politique.

    Que faire ? Probablement mieux coordonner les efforts entre élu·es locaux, préfèt·es et pouvoir central. « Il faudrait aussi corriger le défaut de coordination entre les agences régionales de santé et le système préfets/élus », ajoute Patrick Le Lidec. Et réinvestir massivement dans le système de santé, sur l’ensemble du territoire français.

    http://www.slate.fr/story/195998/covid-19-france-centralisation-mauvaise-gestion-sanitaire
    #coronavirus #gestion #France #coordination

    • La comparaison grippe covid-19, fin de partie (pris à Drosten)
      https://inf-covid.blogspot.com/2020/10/faux-positifs-ecoles-mortalite-cellules.html

      [...] Les auteurs donnent également un exemple que j’ai trouvé très vivant. On a également évalué, à partir de nombreux ensembles de données, en particulier des USA, [la mortalité] de la grippe durant ces dernières années. […] Depuis le début de la pandémie, il y a des gens qui ont dit : « C’est aussi inoffensif que la grippe ». Et depuis, des chiffres fantaisistes circulent en public. Mais parfois ils ne se réfèrent qu’à un seul pays et parfois à une seule année […] Mais si vous analysez à partir de données aux États-Unis, qui ont un très bon système de déclaration, vous pouvez dire : La grippe a une mortalité par infection de 0,05% sur une période de plusieurs années. Chez nous, c’est un peu moins. Et d’après cette méta-analyse très bien faite, la Covid-19, c’est-à-dire l’infection par le SRAS-2, a une mortalité par infection de 0,8%. C’est 16 fois plus que la grippe. Pour chaque décès de grippe, il y a 16 décès de Covid-19 aux États-Unis . Mais maintenant, la population américaine est plus jeune que l’allemande. En d’autres termes, il faudrait compter avec un taux de mortalité par infection en Allemagne qui, selon cette analyse, approche le 1 %, voire un peu plus […]

      Mais je pense que nous devrions peut-être visualiser cela d’une manière différente, en regardant les taux de mortalité par infection [par âge] [...] dans la tranche d’âge entre 35 et 44 ans, c’est à peu près la même chose qu’avec la grippe. [...] Entre 45 et 54 ans, la mortalité par infection est de 0,2%. Entre 55 et 64 ans, soit les dix dernières années de vie active, 0,7%. Donc, selon la situation de comparaison, je dirais dix fois plus que la grippe. Ou même plus. Dans d’autres pays, ce serait 15 fois plus que la grippe. Les auteurs ont ici fait une comparaison intéressante, ils ont comparé avec les accidents de la route. Et ils disent que c’est un risque environ 200 fois plus élevé que de conduire une voiture pendant un an pour cette tranche d’âge. Donc, si quelqu’un est dans les dix dernières années de sa carrière, il peut conduire pendant un an et la probabilité qu’il ait un accident n’est que d’un deux centième [que celle de mourir de la] Covid-19.

      [...] Dans la tranche d’âge de 65 à 74 ans , où l’on vient de prendre sa retraite et qu’on peut vraiment profiter de la vie, la mortalité par infection est de 2,2 %, soit 30 fois plus qu’avec la grippe. Donc, dans ce groupe d’âge, nous avons 30 décès de Covid-19 pour chaque décès de la grippe. Et les chiffres dans les groupes plus âgés, sont terribles. Pour les 75 à 84 ans, 7,3% et les plus de 85 ans, près d’un sur trois. C’est autant que la variole au Moyen Âge ou certaines flambées d’Ebola en Afrique.

      […] Je pense qu’il est important de garder cela à l’esprit. C’est pourquoi de telles méta-analyses sont faites. Il ne s’agit pas de compter les morts. Il s’agit simplement d’évaluer la situation. Et ce n’est plus une science pure et froide, mais plutôt un message social qui l’accompagne. Une évaluation de la dangerosité du problème que nous avons devant nous avec l’arrivée de l’hiver.

    • A l’issue de cette journée du 22/10, il y a 41 622 nouveaux cas de COVID-19 en France (3e rang dans le classement mondial après les États-Unis et l’Inde qui ont respectivement 57 079 et 54 482 nouveaux cas ce jour).

      1,53 % de la population en France a été contaminé par #SARSCoV2.
      Depuis le début de l’épidémie, 3,4 % des personnes atteintes par la maladie sont décédées.
      Le nombre de cas total atteint désormais le nombre de 999 043.

      Le pays est en train de vivre une catastrophe sanitaire. Mais tant que la presse mainstream parlera en terme de « record », les lignes ne bougeront pas.

      (toujours la même source ; voir plus haut)

  • Grève des loyers, de la Commune de #Paris au Macronavirus
    https://fr.squat.net/2020/10/19/greve-des-loyers-de-la-commune-de-paris-au-macronavirus

    Qu’est ce qu’une grève des loyers ? A quoi ça sert ? Y en a déjà eu ? Comment on fait concrètement ? Voilà les questions auxquelles on tente de répondre dans cette émission [diffusée initialement en avril-mai 2020]. Aux Etats-Unis, une grève des loyers massive a démarré le mois dernier. Un tiers des locataires […]

    #Radio #Barcelone #Coronavirus #grève_de_loyers

  • L’ingénieur chasseur de Covid
    https://www.parismatch.com/Actu/Sante/L-ingenieur-chasseur-de-Covid-1707818

    Vanoli récupère des plans du vieux bâtiment, des points d’aération, effectue sa simulation en 3D. Effarement : « Je réalise que les particules contaminantes circulent de la zone #Covid vers la zone #Ehpad, séparées par une simple porte et un couloir. » C’est précisément l’endroit où les #soignants viennent souffler, autour de la fontaine à eau, en enlevant souvent leur #masque. Voilà sans doute pourquoi le #coronavirus a déjà infecté un quart du personnel et tué trois pensionnaires, alités dans les chambres les plus proches de ce sas. Il faut d’urgence le sécuriser et sensibiliser les soignants ; l’ingénieur préconise aussi l’ouverture des fenêtres. « Une mesure de bon sens, admet Sébastien Laurent, directeur adjoint de l’hôpital. Mais, il faut se souvenir qu’à l’époque les autorités sanitaires n’alertent pas sur la dimension aéroportée du virus. Cette modélisation nous ouvre les yeux. »

    #aération #aérosol #aérosols

  • K : The Overlooked Variable That’s Driving the Pandemic - The Atlantic
    https://www.theatlantic.com/health/archive/2020/09/k-overlooked-variable-driving-pandemic/616548

    There’s something strange about this #coronavirus #pandemic. Even after months of extensive research by the global scientific community, many questions remain open.

    Why, for instance, was there such an enormous death toll in northern Italy, but not the rest of the country? Just three contiguous regions in northern Italy have 25,000 of the country’s nearly 36,000 total deaths; just one region, Lombardy, has about 17,000 deaths. Almost all of these were concentrated in the first few months of the outbreak. What happened in Guayaquil, Ecuador, in April, when so many died so quickly that bodies were abandoned in the sidewalks and streets?* Why, in the spring of 2020, did so few cities account for a substantial portion of global deaths, while many others with similar density, weather, age distribution, and travel patterns were spared? What can we really learn from Sweden, hailed as a great success by some because of its low case counts and deaths as the rest of Europe experiences a second wave, and as a big failure by others because it did not lock down and suffered excessive death rates earlier in the pandemic? Why did widespread predictions of catastrophe in Japan not bear out? The baffling examples go on.

    I’ve heard many explanations for these widely differing trajectories over the past nine months—weather, elderly populations, vitamin D, prior immunity, herd immunity—but none of them explains the timing or the scale of these drastic variations. But there is a potential, overlooked way of understanding this pandemic that would help answer these questions, reshuffle many of the current heated arguments, and, crucially, help us get the spread of COVID-19 under control.

    By now many people have heard about R0—the basic reproductive number of a pathogen, a measure of its contagiousness on average. But unless you’ve been reading scientific journals, you’re less likely to have encountered k, the measure of its dispersion. The definition of k is a mouthful, but it’s simply a way of asking whether a virus spreads in a steady manner or in big bursts, whereby one person infects many, all at once. After nine months of collecting epidemiological data, we know that this is an overdispersed pathogen, meaning that it tends to spread in clusters, but this knowledge has not yet fully entered our way of thinking about the pandemic—or our preventive practices.

    The now-famed R0 (pronounced as “r-naught”) is an average measure of a pathogen’s contagiousness, or the mean number of susceptible people expected to become infected after being exposed to a person with the disease. If one ill person infects three others on average, the R0 is three. This parameter has been widely touted as a key factor in understanding how the pandemic operates. News media have produced multiple explainers and visualizations for it. Movies praised for their scientific accuracy on pandemics are lauded for having characters explain the “all-important” R0. Dashboards track its real-time evolution, often referred to as R or Rt, in response to our interventions. (If people are masking and isolating or immunity is rising, a disease can’t spread the same way anymore, hence the difference between R0 and R.)

    Unfortunately, averages aren’t always useful for understanding the distribution of a phenomenon, especially if it has widely varying behavior. If Amazon’s CEO, Jeff Bezos, walks into a bar with 100 regular people in it, the average wealth in that bar suddenly exceeds $1 billion. If I also walk into that bar, not much will change. Clearly, the average is not that useful a number to understand the distribution of wealth in that bar, or how to change it. Sometimes, the mean is not the message. Meanwhile, if the bar has a person infected with COVID-19, and if it is also poorly ventilated and loud, causing people to speak loudly at close range, almost everyone in the room could potentially be infected—a pattern that’s been observed many times since the pandemic begin, and that is similarly not captured by R. That’s where the dispersion comes in.

    There are COVID-19 incidents in which a single person likely infected 80 percent or more of the people in the room in just a few hours. But, at other times, COVID-19 can be surprisingly much less contagious. Overdispersion and super-spreading of this virus are found in research across the globe. A growing number of studies estimate that a majority of infected people may not infect a single other person. A recent paper found that in Hong Kong, which had extensive testing and contact tracing, about 19 percent of cases were responsible for 80 percent of transmission, while 69 percent of cases did not infect another person. This finding is not rare: Multiple studies from the beginning have suggested that as few as 10 to 20 percent of infected people may be responsible for as much as 80 to 90 percent of transmission, and that many people barely transmit it.

    This highly skewed, imbalanced distribution means that an early run of bad luck with a few super-spreading events, or clusters, can produce dramatically different outcomes even for otherwise similar countries. Scientists looked globally at known early-introduction events, in which an infected person comes into a country, and found that in some places, such imported cases led to no deaths or known infections, while in others, they sparked sizable outbreaks. Using genomic analysis, researchers in New Zealand looked at more than half the confirmed cases in the country and found a staggering 277 separate introductions in the early months, but also that only 19 percent of introductions led to more than one additional case. A recent review shows that this may even be true in congregate living spaces, such as nursing homes, and that multiple introductions may be necessary before an outbreak takes off. Meanwhile, in Daegu, South Korea, just one woman, dubbed Patient 31, generated more than 5,000 known cases in a megachurch cluster.

    Unsurprisingly, SARS-CoV, the previous incarnation of SARS-CoV-2 that caused the 2003 SARS outbreak, was also overdispersed in this way: The majority of infected people did not transmit it, but a few super-spreading events caused most of the outbreaks. MERS, another coronavirus cousin of SARS, also appears overdispersed, but luckily, it does not—yet—transmit well among humans.

    This kind of behavior, alternating between being super infectious and fairly noninfectious, is exactly what k captures, and what focusing solely on R hides. Samuel Scarpino, an assistant professor of epidemiology and complex systems at Northeastern, told me that this has been a huge challenge, especially for health authorities in Western societies, where the pandemic playbook was geared toward the flu—and not without reason, because pandemic flu is a genuine threat. However, influenza does not have the same level of clustering behavior.

    We can think of disease patterns as leaning deterministic or stochastic: In the former, an outbreak’s distribution is more linear and predictable; in the latter, randomness plays a much larger role and predictions are hard, if not impossible, to make. In deterministic trajectories, we expect what happened yesterday to give us a good sense of what to expect tomorrow. Stochastic phenomena, however, don’t operate like that—the same inputs don’t always produce the same outputs, and things can tip over quickly from one state to the other. As Scarpino told me, “Diseases like the flu are pretty nearly deterministic and R0 (while flawed) paints about the right picture (nearly impossible to stop until there’s a vaccine).” That’s not necessarily the case with super-spreading diseases.

    Nature and society are replete with such imbalanced phenomena, some of which are said to work according to the Pareto principle, named after the sociologist Vilfredo Pareto. Pareto’s insight is sometimes called the 80/20 principle—80 percent of outcomes of interest are caused by 20 percent of inputs—though the numbers don’t have to be that strict. Rather, the Pareto principle means that a small number of events or people are responsible for the majority of consequences. This will come as no surprise to anyone who has worked in the service sector, for example, where a small group of problem customers can create almost all the extra work. In cases like those, booting just those customers from the business or giving them a hefty discount may solve the problem, but if the complaints are evenly distributed, different strategies will be necessary. Similarly, focusing on the R alone, or using a flu-pandemic playbook, won’t necessarily work well for an overdispersed pandemic.

    Hitoshi Oshitani, a member of the National COVID-19 Cluster Taskforce at Japan’s Ministry of Health, Labour and Welfare and a professor at Tohoku University who told me that Japan focused on the overdispersion impact from early on, likens his country’s approach to looking at a forest and trying to find the clusters, not the trees. Meanwhile, he believes, the Western world was getting distracted by the trees, and got lost among them. To fight a super-spreading disease effectively, policy makers need to figure out why super-spreading happens, and they need to understand how it affects everything, including our contact-tracing methods and our testing regimes.

    There may be many different reasons a pathogen super-spreads. Yellow fever spreads mainly via the mosquito Aedes aegypti, but until the insect’s role was discovered, its transmission pattern bedeviled many scientists. Tuberculosis was thought to be spread by close-range droplets until an ingenious set of experiments proved that it was airborne. Much is still unknown about the super-spreading of SARS-CoV-2. It might be that some people are super-emitters of the virus, in that they spread it a lot more than other people. Like other diseases, contact patterns surely play a part: A politician on the campaign trail or a student in a college dorm is very different in how many people they could potentially expose compared with, say, an elderly person living in a small household. However, looking at nine months of epidemiological data, we have important clues to some of the factors.

    In study after study, we see that super-spreading clusters of COVID-19 almost overwhelmingly occur in poorly ventilated, indoor environments where many people congregate over time—weddings, churches, choirs, gyms, funerals, restaurants, and such—especially when there is loud talking or singing without masks. For super-spreading events to occur, multiple things have to be happening at the same time, and the risk is not equal in every setting and activity, Muge Cevik, a clinical lecturer in infectious diseases and medical virology at the University of St. Andrews and a co-author of a recent extensive review of transmission conditions for COVID-19, told me.

    Cevik identifies “prolonged contact, poor ventilation, [a] highly infectious person, [and] crowding” as the key elements for a super-spreader event. Super-spreading can also occur indoors beyond the six-feet guideline, because SARS-CoV-2, the pathogen causing COVID-19, can travel through the air and accumulate, especially if ventilation is poor. Given that some people infect others before they show symptoms, or when they have very mild or even no symptoms, it’s not always possible to know if we are highly infectious ourselves. We don’t even know if there are more factors yet to be discovered that influence super-spreading. But we don’t need to know all the sufficient factors that go into a super-spreading event to avoid what seems to be a necessary condition most of the time: many people, especially in a poorly ventilated indoor setting, and especially not wearing masks. As Natalie Dean, a biostatistician at the University of Florida, told me, given the huge numbers associated with these clusters, targeting them would be very effective in getting our transmission numbers down.

    Overdispersion should also inform our contact-tracing efforts. In fact, we may need to turn them upside down. Right now, many states and nations engage in what is called forward or prospective contact tracing. Once an infected person is identified, we try to find out with whom they interacted afterward so that we can warn, test, isolate, and quarantine these potential exposures. But that’s not the only way to trace contacts. And, because of overdispersion, it’s not necessarily where the most bang for the buck lies. Instead, in many cases, we should try to work backwards to see who first infected the subject.

    Because of overdispersion, most people will have been infected by someone who also infected other people, because only a small percentage of people infect many at a time, whereas most infect zero or maybe one person. As Adam Kucharski, an epidemiologist and the author of the book The Rules of Contagion, explained to me, if we can use retrospective contact tracing to find the person who infected our patient, and then trace the forward contacts of the infecting person, we are generally going to find a lot more cases compared with forward-tracing contacts of the infected patient, which will merely identify potential exposures, many of which will not happen anyway, because most transmission chains die out on their own.

    The reason for backward tracing’s importance is similar to what the sociologist Scott L. Feld called the friendship paradox: Your friends are, on average, going to have more friends than you. (Sorry!) It’s straightforward once you take the network-level view. Friendships are not distributed equally; some people have a lot of friends, and your friend circle is more likely to include those social butterflies, because how could it not? They friended you and others. And those social butterflies will drive up the average number of friends that your friends have compared with you, a regular person. (Of course, this will not hold for the social butterflies themselves, but overdispersion means that there are much fewer of them.) Similarly, the infectious person who is transmitting the disease is like the pandemic social butterfly: The average number of people they infect will be much higher than most of the population, who will transmit the disease much less frequently. Indeed, as Kucharski and his co-authors show mathematically, overdispersion means that “forward tracing alone can, on average, identify at most the mean number of secondary infections (i.e. R)”; in contrast, “backward tracing increases this maximum number of traceable individuals by a factor of 2-3, as index cases are more likely to come from clusters than a case is to generate a cluster.”

    Even in an overdispersed pandemic, it’s not pointless to do forward tracing to be able to warn and test people, if there are extra resources and testing capacity. But it doesn’t make sense to do forward tracing while not devoting enough resources to backward tracing and finding clusters, which cause so much damage.

    Another significant consequence of overdispersion is that it highlights the importance of certain kinds of rapid, cheap tests. Consider the current dominant model of test and trace. In many places, health authorities try to trace and find forward contacts of an infected person: everyone they were in touch with since getting infected. They then try to test all of them with expensive, slow, but highly accurate PCR (polymerase chain reaction) tests. But that’s not necessarily the best way when clusters are so important in spreading the disease.

    PCR tests identify RNA segments of the coronavirus in samples from nasal swabs—like looking for its signature. Such diagnostic tests are measured on two different dimensions: Are they good at identifying people who are not infected (specificity), and are they good at identifying people who are infected (sensitivity)? PCR tests are highly accurate for both dimensions. However, PCR tests are also slow and expensive, and they require a long, uncomfortable swab up the nose at a medical facility. The slow processing times means that people don’t get timely information when they need it. Worse, PCR tests are so responsive that they can find tiny remnants of coronavirus signatures long after someone has stopped being contagious, which can cause unnecessary quarantines.

    Meanwhile, researchers have shown that rapid tests that are very accurate for identifying people who do not have the disease, but not as good at identifying infected individuals, can help us contain this pandemic. As Dylan Morris, a doctoral candidate in ecology and evolutionary biology at Princeton, told me, cheap, low-sensitivity tests can help mitigate a pandemic even if it is not overdispersed, but they are particularly valuable for cluster identification during an overdispersed one. This is especially helpful because some of these tests can be administered via saliva and other less-invasive methods, and be distributed outside medical facilities.

    In an overdispersed regime, identifying transmission events (someone infected someone else) is more important than identifying infected individuals. Consider an infected person and their 20 forward contacts—people they met since they got infected. Let’s say we test 10 of them with a cheap, rapid test and get our results back in an hour or two. This isn’t a great way to determine exactly who is sick out of that 10, because our test will miss some positives, but that’s fine for our purposes. If everyone is negative, we can act as if nobody is infected, because the test is pretty good at finding negatives. However, the moment we find a few transmissions, we know we may have a super-spreader event, and we can tell all 20 people to assume they are positive and to self-isolate—if there are one or two transmissions, there are likely more, exactly because of the clustering behavior. Depending on age and other factors, we can test those people individually using PCR tests, which can pinpoint who is infected, or ask them all to wait it out.

    Scarpino told me that overdispersion also enhances the utility of other aggregate methods, such as wastewater testing, especially in congregate settings like dorms or nursing homes, allowing us to detect clusters without testing everyone. Wastewater testing also has low sensitivity; it may miss positives if too few people are infected, but that’s fine for population-screening purposes. If the wastewater testing is signaling that there are likely no infections, we do not need to test everyone to find every last potential case. However, the moment we see signs of a cluster, we can rapidly isolate everyone, again while awaiting further individualized testing via PCR tests, depending on the situation.

    Unfortunately, until recently, many such cheap tests had been held up by regulatory agencies in the United States, partly because they were concerned with their relative lack of accuracy in identifying positive cases compared with PCR tests—a worry that missed their population-level usefulness for this particular overdispersed pathogen.

    To return to the mysteries of this pandemic, what did happen early on to cause such drastically different trajectories in otherwise similar places? Why haven’t our usual analytic tools—case studies, multi-country comparisons—given us better answers? It’s not intellectually satisfying, but because of the overdispersion and its stochasticity, there may not be an explanation beyond that the worst-hit regions, at least initially, simply had a few unlucky early super-spreading events. It wasn’t just pure luck: Dense populations, older citizens, and congregate living, for example, made cities around the world more susceptible to outbreaks compared with rural, less dense places and those with younger populations, less mass transit, or healthier citizenry. But why Daegu in February and not Seoul, despite the two cities being in the same country, under the same government, people, weather, and more? As frustrating at it may be, sometimes, the answer is merely where Patient 31 and the megachurch she attended happened to be.

    Overdispersion makes it harder for us to absorb lessons from the world, because it interferes with how we ordinarily think about cause and effect. For example, it means that events that result in spreading and non-spreading of the virus are asymmetric in their ability to inform us. Take the highly publicized case in Springfield, Missouri, in which two infected hairstylists, both of whom wore masks, continued to work with clients while symptomatic. It turns out that no apparent infections were found among the 139 exposed clients (67 were directly tested; the rest did not report getting sick). While there is a lot of evidence that masks are crucial in dampening transmission, that event alone wouldn’t tell us if masks work. In contrast, studying transmission, the rarer event, can be quite informative. Had those two hairstylists transmitted the virus to large numbers of people despite everyone wearing masks, it would be important evidence that, perhaps, masks aren’t useful in preventing super-spreading.

    Comparisons, too, give us less information compared with phenomena for which input and output are more tightly coupled. When that’s the case, we can check for the presence of a factor (say, sunshine or Vitamin D) and see if it correlates with a consequence (infection rate). But that’s much harder when the consequence can vary widely depending on a few strokes of luck, the way that the wrong person was in the wrong place sometime in mid-February in South Korea. That’s one reason multi-country comparisons have struggled to identify dynamics that sufficiently explain the trajectories of different places.

    Once we recognize super-spreading as a key lever, countries that look as if they were too relaxed in some aspects appear very different, and our usual polarized debates about the pandemic are scrambled, too. Take Sweden, an alleged example of the great success or the terrible failure of herd immunity without lockdowns, depending on whom you ask. In reality, although Sweden joins many other countries in failing to protect elderly populations in congregate-living facilities, its measures that target super-spreading have been stricter than many other European countries. Although it did not have a complete lockdown, as Kucharski pointed out to me, Sweden imposed a 50-person limit on indoor gatherings in March, and did not remove the cap even as many other European countries eased such restrictions after beating back the first wave. (Many are once again restricting gathering sizes after seeing a resurgence.) Plus, the country has a small household size and fewer multigenerational households compared with most of Europe, which further limits transmission and cluster possibilities. It kept schools fully open without distancing or masks, but only for children under 16, who are unlikely to be super-spreaders of this disease. Both transmission and illness risks go up with age, and Sweden went all online for higher-risk high-school and university students—the opposite of what we did in the United States. It also encouraged social-distancing, and closed down indoor places that failed to observe the rules. From an overdispersion and super-spreading point of view, Sweden would not necessarily be classified as among the most lax countries, but nor is it the most strict. It simply doesn’t deserve this oversize place in our debates assessing different strategies.

    Although overdispersion makes some usual methods of studying causal connections harder, we can study failures to understand which conditions turn bad luck into catastrophes. We can also study sustained success, because bad luck will eventually hit everyone, and the response matters.

    The most informative case studies may well be those who had terrible luck initially, like South Korea, and yet managed to bring about significant suppression. In contrast, Europe was widely praised for its opening early on, but that was premature; many countries there are now experiencing widespread rises in cases and look similar to the United States in some measures. In fact, Europe’s achieving a measure of success this summer and relaxing, including opening up indoor events with larger numbers, is instructive in another important aspect of managing an overdispersed pathogen: Compared with a steadier regime, success in a stochastic scenario can be more fragile than it looks.

    Once a country has too many outbreaks, it’s almost as if the pandemic switches into “flu mode,” as Scarpino put it, meaning high, sustained levels of community spread even though a majority of infected people may not be transmitting onward. Scarpino explained that barring truly drastic measures, once in that widespread and elevated mode, COVID-19 can keep spreading because of the sheer number of chains already out there. Plus, the overwhelming numbers may eventually spark more clusters, further worsening the situation.

    As Kucharski put it, a relatively quiet period can hide how quickly things can tip over into large outbreaks and how a few chained amplification events can rapidly turn a seemingly under-control situation into a disaster. We’re often told that if Rt, the real-time measure of the average spread, is above one, the pandemic is growing, and that below one, it’s dying out. That may be true for an epidemic that is not overdispersed, and while an Rt below one is certainly good, it’s misleading to take too much comfort from a low Rt when just a few events can reignite massive numbers. No country should forget South Korea’s Patient 31.

    That said, overdispersion is also a cause for hope, as South Korea’s aggressive and successful response to that outbreak—with a massive testing, tracing, and isolating regime—shows. Since then, South Korea has also been practicing sustained vigilance, and has demonstrated the importance of backward tracing. When a series of clusters linked to nightclubs broke out in Seoul recently, health authorities aggressively traced and tested tens of thousands of people linked to the venues, regardless of their interactions with the index case, six feet apart or not—a sensible response, given that we know the pathogen is airborne.

    Perhaps one of the most interesting cases has been Japan, a country with middling luck that got hit early on and followed what appeared to be an unconventional model, not deploying mass testing and never fully shutting down. By the end of March, influential economists were publishing reports with dire warnings, predicting overloads in the hospital system and huge spikes in deaths. The predicted catastrophe never came to be, however, and although the country faced some future waves, there was never a large spike in deaths despite its aging population, uninterrupted use of mass transportation, dense cities, and lack of a formal lockdown.

    It’s not that Japan was better situated than the United States in the beginning. Similar to the U.S. and Europe, Oshitani told me, Japan did not initially have the PCR capacity to do widespread testing. Nor could it impose a full lockdown or strict stay-at-home orders; even if that had been desirable, it would not have been legally possible in Japan.

    Oshitani told me that in Japan, they had noticed the overdispersion characteristics of COVID-19 as early as February, and thus created a strategy focusing mostly on cluster-busting, which tries to prevent one cluster from igniting another. Oshitani said he believes that “the chain of transmission cannot be sustained without a chain of clusters or a megacluster.” Japan thus carried out a cluster-busting approach, including undertaking aggressive backward tracing to uncover clusters. Japan also focused on ventilation, counseling its population to avoid places where the three C’s come together—crowds in closed spaces in close contact, especially if there’s talking or singing—bringing together the science of overdispersion with the recognition of airborne aerosol transmission, as well as presymptomatic and asymptomatic transmission.

    Oshitani contrasts the Japanese strategy, nailing almost every important feature of the pandemic early on, with the Western response, trying to eliminate the disease “one by one” when that’s not necessarily the main way it spreads. Indeed, Japan got its cases down, but kept up its vigilance: When the government started noticing an uptick in community cases, it initiated a state of emergency in April and tried hard to incentivize the kinds of businesses that could lead to super-spreading events, such as theaters, music venues, and sports stadiums, to close down temporarily. Now schools are back in session in person, and even stadiums are open—but without chanting.

    It’s not always the restrictiveness of the rules, but whether they target the right dangers. As Morris put it, “Japan’s commitment to ‘cluster-busting’ allowed it to achieve impressive mitigation with judiciously chosen restrictions. Countries that have ignored super-spreading have risked getting the worst of both worlds: burdensome restrictions that fail to achieve substantial mitigation. The U.K.’s recent decision to limit outdoor gatherings to six people while allowing pubs and bars to remain open is just one of many such examples.”

    Could we get back to a much more normal life by focusing on limiting the conditions for super-spreading events, aggressively engaging in cluster-busting, and deploying cheap, rapid mass tests—that is, once we get our case numbers down to low enough numbers to carry out such a strategy? (Many places with low community transmission could start immediately.) Once we look for and see the forest, it becomes easier to find our way out.

  • Le gouvernement Trump a averti des riches investisseurs sur le #coronavirus tout en minimisant la menace en public - World Socialist Web Site
    https://www.wsws.org/fr/articles/2020/10/17/tpcv-o17.html
    https://www.wsws.org/asset/aac80f8b-40fe-48b4-8ee6-f1c4c915490a?rendition=image1280

    Le compte-rendu du Times explique comment les responsables du gouvernement américain, dont le président Donald Trump et le directeur du Conseil économique national, Larry Kudlow, ont publiquement minimisé la menace émergente de la pandémie. Pendant ce temps, des responsables de l’administration, dont Kudlow et le secrétaire d’État Mike Pompeo tenaient des réunions à huis clos à partir du 24 février avec les membres du conseil d’administration de la Hoover Institution pour les avertir que le virus n’était pas sous contrôle et que ses effets sur les marchés, leur principale préoccupation, étaient incertains.

  • ’On the brink of disaster’: Europe’s #Covid fight takes a turn for the worse | World news | The Guardian

    Le titre...

    https://www.theguardian.com/world/2020/oct/16/on-the-brink-of-disaster-europes-covid-fight-takes-a-turn-for-the-worse

    “It’s not a word I’ve heard in a long, long time,” an elderly Paris resident said, leaving her apartment in mask and gloves for an early expedition to the shops. “A curfew. That’s for wartime, isn’t it? But in a way I suppose that’s what this is.”

    Europe’s second #coronavirus wave took a dramatic turn for the worse this week, forcing governments across the continent to make tough choices as more than a dozen countries reported their highest ever number of new infections.

    In France, 18 million people in nine big cities risk a fine from Saturday if they are not at home by 9pm. In the Czech Republic, schools have closed and medical students are being enlisted to help doctors. All Dutch bars and restaurants are shut.

    Austria, Belgium, the Czech Republic, France, Germany, Italy, the Netherlands and Poland are among countries to have broken daily case records, prompting the World Health Organization to call for an “uncompromising” effort to stem the spread.

  • Du Côté de la Science – #Collectif
    http://ducotedelascience.org

    Ce site a pour but de centraliser et diffuser informations scientifiques et bonnes pratiques.
    http://ducotedelascience.org/blog

    EDITO – Médecins, scientifiques, enseignants et chercheurs, nous nous sommes tous impliqués, chacun à notre manière, dans l’information et la prévention contre le COVID-19 depuis le début de la pandémie. Depuis cet été, observant une reprise lente mais certaine de l’épidémie en France et regrettant l’inertie des autorités sanitaires, nous avons joint nos forces à trois reprises pour tenter d’infléchir la politique nationale de gestion de l’épidémie.

    C’est dans cet esprit que nous avons écrit deux tribunes dans Libération, et lancé une pétition, pour alerter sur les risques de diffusion du coronavirus par l’air et demander des protocoles adaptés dans tous les lieux clos. C’est ainsi également que nous avons alerté dans Le Parisien sur les risques qu’encouraient les établissements scolaires (les élèves, leurs enseignants et leurs familles… et finalement toute la société) si ceux-ci devaient ouvrir sans un protocole sanitaire plus ambitieux, à l’instar d’autres pays d’Europe.
    A chaque tribune que nous écrivions, nous pensions que c’était la dernière…

    Aujourd’hui, face à la forte augmentation de l’épidémie, à l’éparpillement des connaissances et à la diffusion de fake news de tous ordres, et à des mesures qui nous semblent encore insuffisantes pour endiguer l’épidémie, nous avons ressenti la nécessité de nous inscrire dans un temps plus long.
    Ce qui nous rassemble est notre confiance dans la science et dans la démocratie. Nous pensons que les décisions doivent être fondées sur des données scientifiques solides, que celles-ci doivent être expliquées à la population et débattues avant d’être arbitrées politiquement. Nous ne sortirons du COVID qu’avec une population éclairée, où chaque individu deviendra un acteur de la lutte contre la diffusion du virus.

    Articles récents

    I. Lutter contre le #coronavirus par la#ventilation – données générales

    II. 1) Qualité de l’air des locaux scolaires et professionnels – L’#aération
    II. 2) Qualité de l’air des locaux scolaires et professionnels – Les purificateurs d’air
    II. 3) Qualité de l’air des locaux scolaires et professionnels – Les détecteurs de #CO2

    III. Recommandations REHVA (COVID-19)
    III. 1) Chauffage, ventilation et air conditionné – contexte COVID-19
    III. 2) Recommandations pratiques : réduction des risques d’infection dans les bâtiments – contexte COVID-19
    III. 3) Mesures pratiques : services techniques et d’entretien – contexte COVID-19

    Pour aller plus loin…

    #toctoc #COVID-19 #science #pratiques

  • L’hôpital de #Schwyz sature après un #concert de #yodel superpropagateur

    Un concert de yodel, 600 spectateurs, absence de masque et quelques personnes contaminées : il n’en fallait pas plus pour faire du canton de Schwyz la région la plus touchée de Suisse. L’hôpital cantonal est proche de saturer et tire la sonnette d’alarme.

    Les faits se sont passés fin septembre lors d’une comédie musicale version yodel. Au total, 600 personnes ont assisté aux différentes représentations durant lesquelles les distances sociales ont été respectées, mais où le masque n’était pas obligatoire .

    « Ce qu’il s’est passé avec ce groupe de yodel, on n’y peut rien. Nous avons appris neuf jours après les représentations que plusieurs personnes de la troupe étaient contaminées. A partir de là, on n’a pas pu maîtriser la chaîne de contamination », explique l’organisateur, Beat Hegner.

    Résultat : 1100 personnes sont aujourd’hui infectées par le Covid-19 dans le canton de Schwyz. La région est même devenue la plus touchée de Suisse avec une incidence de 408 cas pour 100’000 habitants.
    L’hôpital proche de la saturation

    La direction de l’hôpital cantonal tire pour sa part la sonnette d’alarme. L’établissement se remplit chaque jour davantage et la saturation guette.

    « La proportion de tests positifs est extrêmement élevée. On est passé de 30% à 50%. Une personne sur deux est testée positive », s’inquiète la directrice Franziska Föllmi.

    Mercredi matin, les autorités cantonales ont fait part de 94 nouveaux cas positifs, soit plus du double de la veille. Jeudi, 119 cas supplémentaires étaient dénombrés.

    Face à cette explosion de cas, l’hôpital de Schwyz a donc décidé de s’adresser directement à la population dans une vidéo diffusée sur son site internet. « Il est temps que vous, la population, réagissiez. Portez des masques, ne faites plus la fête », demande Franziska Föllmi.

    https://www.rts.ch/info/regions/autres-cantons/11680346-lhopital-de-schwyz-sature-apres-un-concert-de-yodel-superpropagateur.ht

    #cluster #Suisse #comédie_musicale #covid-19 #coronavirus #contamination

    spéciale dédicace pour @simplicissimus

  • La déclaration de Great Barrington : la politique capitaliste mondiale de l’#immunité collective - World Socialist Web Site
    https://www.wsws.org/fr/articles/2020/10/15/bari-o15.html
    https://www.wsws.org/asset/de181613-158c-48f8-afec-48ef75cdf12f?rendition=image1280

    « L’immunité collective est un concept utilisé pour la #vaccination, dans lequel une population peut être protégée contre un certain virus lorsqu’un seuil de vaccination est atteint. On atteint l’immunité collective en protégeant les personnes contre un #virus et non en les exposant à celui-ci. Jamais dans l’histoire de la santé publique, on n’a utilisé l’immunité collective comme stratégie pour répondre à une épidémie, et encore moins à une #pandémie. Laisser libre cours à un virus dangereux dont nous ne comprenons pas tout est tout simplement contraire à l’éthique. Ce n’est pas une option ». – Le Directeur général Tedros Adhanom Ghebreyesus, communiqué de presse de l’Organisation mondiale de la santé, 12 octobre 2020.

    Les remarques préliminaires du directeur général font suite à l’annonce la semaine dernière de la Déclaration de « Great Barrington », une proposition internationale rédigée et signée le 4 octobre à l’Institut américain de recherche économique (American Institute for Economic Research – AIER) à Great Barrington, dans le Massachusetts.

    La déclaration préconise une approche de l’immunité collective [en anglais : l’immunité de troupeau] appelée « protection ciblée », où on donne prétendument refuge aux plus vulnérables. Dans le même temps, les plus jeunes sont encouragés à s’infecter afin d’établir une immunité à grande échelle dans la population.

    L’AIER, un groupe de réflexion libertaire qui se fixe comme objectif « une société fondée sur les droits de propriété et l’ouverture des marchés », est engagé dans une entreprise hautement réactionnaire, anti-classe ouvrière et anti-socialiste. Le milliardaire de droite Charles Koch a financé la déclaration en partie. Il a organisé une soirée privée de scientifiques, d’économistes et de journalistes pour conférer à la déclaration homicide un minimum de respectabilité et a formulé l’immunité collective comme une #politique mondiale nécessaire en réponse à la pandémie.

    #covid #coronavirus