Coronavirus : Cartes de l'épidémie de coronavirus nCoV 2019

22

Par: Megan Danielson et Marena Brinkhurt

Alors que le nouveau coronavirus (n-COv 2019) évolue rapidement, nous avons remarqué un certain nombre de cartes émergeant pour surveiller l'épidémie. Nous savons que les cartes ont le pouvoir d’informer, mais elles peuvent tout aussi facilement déshumaniser une épidémie ou faire peur lorsque cela n’est pas nécessaire. Pour en savoir plus sur l'utilisation responsable des cartes pour les maladies, nous avons rencontré Amanda Makulec, responsable principale de la visualisation des données chez Excella et directrice des opérations pour la Data Visualization Society, afin de comprendre la bonne façon de créer et d'interpréter la visualisation des données de santé publique.

"Développer une compréhension des données – Comment les données sont-elles collectées? Comment vérifie-t-on l'exactitude? Quand a-t-il été mis à jour pour la dernière fois? Les cartes interactives avec une couche de données de mise à jour en direct (provenant d'une organisation réputée) peuvent répondre à un besoin important de fournir des informations en temps réel, par rapport aux cartes et graphiques statiques qui deviennent rapidement obsolètes. »

Voir Healthmap

Healthmap, une plate-forme de surveillance des maladies infectieuses du Boston Children's Hospital, maintient sa carte à jour en regroupant plusieurs sources, notamment des publications en ligne, des rapports officiels et des témoignages oculaires. Consultez le référentiel pour une liste complète des sources.

Pour les développeurs cherchant à construire une carte du nouveau coronavirus, Amanda suggère des ressources fiables comme la page CDC pour le Novel Coronavirus 2019 et le résumé de situation 2019-nCoV, Next Strain et Be Outbreak Prepared. Pour en savoir plus sur les modèles de maladie et comprendre les paramètres utilisés pour quantifier la portée d'une maladie (par exemple, prévalence, incidence, taux de mortalité), le New York Times a récemment expliqué les principes épidémiologiques clés, et le CDC a un manuel open source sur les principes de l'épidémiologie.

"Avec une maladie émergente qui fait la une des journaux, il peut être utile de proposer une comparaison avec d'autres maladies plus familières, comme grippe, pour mettre en perspective les données sur la prévalence et le taux de mortalité. Les schémas de transmission des maladies sont également importants à considérer. Par exemple, les cas sont-ils liés au voyage ou sont-ils le résultat d'une transmission locale de personne à personne? »

Explorez la carte d'EpiRisk

EpiRisk, une plate-forme informatique construite par l'équipe GLEAMviz de l'Université Northeastern et la Fondation ISI, contextualise le risque du coronavirus en modélisant comment il pourrait se propager par rapport aux compagnies aériennes et aux habitudes de navettage. La plateforme permet une estimation rapide de la probabilité d'exporter des individus infectés depuis des sites touchés par une épidémie vers d'autres régions et est utilisée pour une analyse préliminaire de l'épidémie de 2019-nCOV à Wuhan.

«Soyez conscient de la façon dont les gens vont réagir, utiliser et comprendre (ou mal comprendre) ce qui est présenté. Nous ne voulons pas que les visualisations incitent à la peur – nous voulons plutôt qu'elles informent et améliorent la compréhension de ce qui se passe. La couleur, le texte et les autres décisions de conception que vous prenez peuvent provoquer une réaction viscérale chez votre public. Ne renforcez pas la xénophobie ou les stéréotypes dans la façon dont vous présentez les informations sur les données démographiques de la maladie, ou ne créez pas de gros titres incendiaires. Pensez à ce que pourrait ressentir une personne directement touchée par cette maladie en regardant une visualisation. »

Voir Epidemics Lab

Emergent Epidemics Lab, une visualisation de mise à jour en direct construite par le professeur Samuel Scarpino de l'Université Northeastern, garde la composante humaine à l'esprit pour cette visualisation. La plateforme permet aux utilisateurs de filtrer la carte par cas confirmés, nom de pays, historique des voyages et relation avec Wuhan. La carte affiche ensuite les incidents par date de confirmation à l'aide d'une rampe de couleur rouge-bleu avec les cas confirmés les plus récents affichés en rouge et les cas plus anciens affichant du bleu – une différenciation qui prend soin de ne pas provoquer de réaction viscérale. Pour en savoir plus sur les données ou pour contribuer, visitez le Github du laboratoire.