Enfin, nous allons demander à R d'écrire les nombres décimaux en français — c'est-à-dire avec une virgule entre parties entière et décimale — et d'utiliser un nombre de colonnes plus large que celui utilisé par défaut.
<h2id="org45bc055"><spanclass="section-number-2">2</span> Préparation des données</h2>
<divclass="outline-text-2"id="text-2">
<p>
Les données de l'incidence du syndrome grippal sont disponibles du site Web du <ahref="http://www.sentiweb.fr/">Réseau Sentinelles</a>. Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à une semaine de la période demandée. Nous téléchargeons toujours le jeu de données complet, qui commence en 1984 et se termine avec une semaine récente. L'URL est:
<thscope="col"class="org-left">Nom de colonne</th>
<thscope="col"class="org-left">Libellé de colonne</th>
</tr>
</thead>
<tbody>
<tr>
<tdclass="org-left"><code>week</code></td>
<tdclass="org-left">Semaine calendaire (ISO 8601)</td>
</tr>
<tr>
<tdclass="org-left"><code>indicator</code></td>
<tdclass="org-left">Code de l'indicateur de surveillance</td>
</tr>
<tr>
<tdclass="org-left"><code>inc</code></td>
<tdclass="org-left">Estimation de l'incidence de consultations en nombre de cas</td>
</tr>
<tr>
<tdclass="org-left"><code>inc_low</code></td>
<tdclass="org-left">Estimation de la borne inférieure de l'IC95% du nombre de cas de consultation</td>
</tr>
<tr>
<tdclass="org-left"><code>inc_up</code></td>
<tdclass="org-left">Estimation de la borne supérieure de l'IC95% du nombre de cas de consultation</td>
</tr>
<tr>
<tdclass="org-left"><code>inc100</code></td>
<tdclass="org-left">Estimation du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants)</td>
</tr>
<tr>
<tdclass="org-left"><code>inc100_low</code></td>
<tdclass="org-left">Estimation de la borne inférieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants)</td>
</tr>
<tr>
<tdclass="org-left"><code>inc100_up</code></td>
<tdclass="org-left">Estimation de la borne supérieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants)</td>
</tr>
<tr>
<tdclass="org-left"><code>geo_insee</code></td>
<tdclass="org-left">Code de la zone géographique concernée (Code INSEE) <ahref="http://www.insee.fr/fr/methodes/nomenclatures/cog/">http://www.insee.fr/fr/methodes/nomenclatures/cog/</a></td>
</tr>
<tr>
<tdclass="org-left"><code>geo_name</code></td>
<tdclass="org-left">Libellé de la zone géographique (ce libellé peut être modifié sans préavis)</td>
Pour faciliter les traitements suivants, nous remplaçons les numéros de semaine ISO par les dates qui correspondent aux lundis. D'abord, une petite fonction qui fait le travail:
<h3id="org3f4c74b"><spanclass="section-number-3">3.1</span> Calcul de l'incidence annuelle</h3>
<divclass="outline-text-3"id="text-3-1">
<p>
Étant donné que le pic de l'épidémie se situe en hiver, à cheval entre deux années civiles, nous définissons la période de référence entre deux minima de l'incidence, du 1er août de l'année <i>N</i> au 1er août de l'année <i>N+1</i>. Nous mettons l'année <i>N+1</i> comme étiquette sur cette année décalée, car le pic de l'épidémie est toujours au début de l'année <i>N+1</i>. Comme l'incidence du syndrome grippal est très faible en été, cette modification ne risque pas de fausser nos conclusions.
</p>
<p>
Voici une fonction qui calcule l'incidence annuelle en appliquant ces conventions.
Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en octobre 1984, ce qui ne permet pas de quantifier complètement le pic attribué à l'année 1985. Nous le supprimons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population française, sont assez rares: il y en eu trois au cours des 35 dernières années.