La méthode et la rigueur, grandes absentes de la Covid-19

Photo by ThisisEngineering RAEng on Unsplash - https://unsplash.com/photos/nZbtducZUFU — ThisisEngineering RAEng,

Il n’y a plus d’analyse de résolutions de problèmes dans nos institutions. L’émotionnel, le ressenti font la loi. Il en va de même pour la gestion de la crise covid.

Par Michel Negynas.

Entre la terreur du changement climatique, les objectifs de réduction des émissions de CO2 risibles tellement elles sont irréalistes, les ENR dont l’intermittence est niée, les perturbateurs endocriniens qui vont nous faite interdire tous nos objets courants, les solutions « miracle » régulièrement promues pour que notre pays rattrape 40 ans d’incurie industrielle, il n’y a plus d’analyse de résolutions de problèmes dans nos institutions. L’émotionnel, le ressenti font la loi.

Pour la gestion de la Covid-19, nous sommes dans la continuité de cette ambiance. Plus d’un an après le début de la pandémie, rien n’a été organisé correctement pour la piloter. On a empilé des organismes (Conseil Scientifique, Comité pour la recherche et l’expertise, acronyme CARE, très discret…) plus ou moins redondants, plus ou moins en désaccord, certains membres affichant médiatiquement des  positons personnelles, mettant le gouvernement en difficulté… Rien de concret n’est sorti de tout cela, sauf de vagues courbes prédictives, issues de modélisations dont on ne sait rien, et surtout, bâties à partir d’indicateurs foireux (air connu dans d’autres domaines…).

Les indicateurs et leur mesure

On change d’indicateur de pilotage en fonction des situations : au début, c’était le nombre de réanimations pour pallier l’insuffisance de nos moyens hospitaliers. Sauf que ce n’était pas vraiment un indicateur mais la conséquence d’un processus dont le vrai indicateur était la circulation du virus… sauf qu’il n’y avait pas de tests.

Taux d’incidence

Alors que les soignants ont fait des progrès se traduisant par une moindre pression sur la réanimation, l’indicateur choisi est le « taux d’incidence », c’est-à-dire le nombre de cas positifs trouvés par rapport à la population. Chacun comprendra que c’est insensé, puisque la première variable affectant cet indicateur est le nombre de tests effectués. La région qui fait le plus de tests est fatalement montrée du doigt.

la méthode

Le diagramme ci-dessus délivré par le site du gouvernement est peu lisible (le nombre de tests en gris, les tests positifs en rouge) car il ne lisse pas les week-ends. Mais on voit en gros que la variation du nombre de cas positifs est corrélée à la variation du nombre de tests. Ceci est d’ailleurs plus net sur les chiffres du week-end  qu’en semaine. On pourrait objecter qu’à partir de fin décembre, ce n’est plus vrai… sauf qu’on a progressivement changé la mesure, en décembre, par changement de méthode de comptabilisation et par diversification des tests, certains ayant des fiabilités inférieures (voir le « point d’attention »).

Taux de positivité des tests

Évidemment, la remarque ci-dessus s’applique aussi au taux de positivité qui découle du nombre de cas et du nombre de tests. Il est un peu meilleur, mais cet indicateur est également influencé par la nature des cohortes qui viennent se faire tester. Juste avant le nouvel an, on voit bien, sur le diagramme, qu’il y a eu un grand nombre de tests de « précaution ».

Pertinence des mesures

Il y a pire : un an après le début, il n’est toujours pas possible d’avoir une norme pour les tests PCR, ni même d’avoir un état des normes utilisées par les laboratoires. Or le test PCR est basé sur le nombre d’amplification des fragments de virus initiaux pour arriver à un seuil de détection donné (chiffre C indice t). Le C doit être un compromis entre C faible (faux négatifs élevés) et C fort (faux positif élevé).

Et la situation actuelle est encore plus surréaliste puisqu’on mélange dans les mêmes indicateurs des tests très différents sur le plan des prélèvements et des méthodes.

Taux de reproductivité du virus R effectif

Ce taux est censé chiffrer combien en moyenne une personne infectée en contamine d’autres. Il est quasi impossible à calculer car il dépend de nombreux paramètres comportementaux et environnementaux. Même les chercheurs qui tentent de le modéliser ne peuvent qu’estimer certaines des variables.

Nota : les confinements ont été du 17 mars à 12 heures au 11 mai 2020, et une deuxième fois, en allégé,  du 30 octobre 2020 au 15 décembre 2020. Or, on voit une cassure fin novembre. Pourquoi ?

On ne sait pas grand-chose sur la méthode de calcul du gouvernement. Certes, les codes informatiques source sont en open data, mais sans commentaires… bon courage pour s’y plonger.

La meilleure description est ici. Si cela n’a pas changé depuis la publication de cet article, le R est très approximatif ; on prend le nombre de cas suspects aux urgences et on le divise par le même cinq jours plus tôt… sachant qu’il est établi que le nombre d’urgences Covid est tributaire de bien d’autres variables. De plus, se pose le problème des asymptomatiques…

En outre, et c’est une remarque générale sur les courbes présentées par le gouvernement, il faut se méfier de celles supposées représenter des phénomènes réels et qui présentent de brusques changements de pente, et même des discontinuités. Le mystère du 30 septembre n’a jamais vraiment été expliqué.

Entrées en hospitalisation

Cet indicateur est probablement le plus fiable, mais il se situe déjà très en aval de l’évènement générateur, qui est la contamination (probablement deux semaines). Il est aussi dépendant des protocoles de traitement. Si on suit ce que fait l’IHU de Marseille, davantage d’hospitalisations préventives conduirait à moins de réanimations.

Entrées en réanimation

Cet indicateur dépend grandement des protocoles de soin, il est peu fiable sur le long terme. Et il est encore plus en retard par rapport au fait générateur.

Décès

Cet indicateur est peu fiable. Il est complètement décalé dans le temps, dépend des protocoles de soins, et surtout il est dépendant de deux variables : Covid et comorbidité. L’évolution de la situation pose d’ailleurs des questions gênantes : pourquoi, alors que nous n’avons que 60 % des lits de réanimations occupés par des patients atteints par la Covid, il y a autant de décès, voire davantage, que lors de la première épidémie ? Pourquoi le virus circule toujours en Suède alors qu’il n’y a plus de décès ?

Un trésor inexploité

Dès avril, le CARE avait identifié la possibilité d’analyser et de quantifier la présence de fragments de virus dans les eaux usées. Sauf qu’en février 2021, le réseau de collecte des données Obepine est toujours en construction… Il peut toutefois être consulté, et c’est très intéressant.

Le problème, c’est qu’il est en retard de trois semaines par rapport à l’évènement… alors même que l’intérêt de la méthode est qu’elle anticipe les évolutions : on a constaté que les mesures montent deux à trois jours avant que soit constatée une montée des tests positifs…

Pendant ce temps-là, les pompiers de Marseille ont développé la méthode pour l’appliquer en temps réel à l’heure près et n’ont pas eu besoin de CARE… Ils sont d’ailleurs maintenant sollicités par d’autres collectivités en France pour promouvoir leur savoir-faire…

Les industriels de l’épuration, parties prenantes d’Obepine, ont même développé un nouveau service pour leurs clients.

Nota : j’invite le lecteur à regarder les courbes dans Obépine. Dans beaucoup de cas, la corrélation entre la variation de détection dans les eaux usées et l’évolution du nombre d’infections n’est pas évidente, ce qui confirme le peu de fiabilité des indicateurs basés sur les tests.

En outre, la variation du taux de détection et les dates de prises de décision des mesures sociales (confinement ou couvre-feux) sont loin de coïncider dans tous les cas.

Des questions sans réponse

La pandémie a révélé la partition du monde médical.

D’un côté, une recherche qui ne fait pas de bruit, mais qui est incroyablement performante, y compris sur le plan technologique : vaccins, séquenceurs, respirateurs…

De l’autre, des soignants incroyablement dévoués et pragmatiques qui ont trouvé des solutions dans des hôpitaux qui étaient déjà en crise.

Entre les deux, une faune hétéroclite composée de mandarins hors des circuits depuis longtemps, d’épidémiologistes modélisateurs, de fonctionnaires médicaux qui devraient fournir des réponses à nos questions : où se contamine-t-on ? Le confinement est-il utile et quelle est son efficacité ? Pourquoi certains pays sont plus touchés que d’autres ? Existe-t-il des médicaments efficaces ?…

Ce sont ceux-là qui n’ont aucune autre méthode que des modélisations exponentielles à partir de données douteuses et campent, contre toute évidence, sur les essais en double aveugle.

J’ai déjà signalé la vidéo de John Ioannidis.

En mars 2020, il dénonçait déjà le manque de données fiables.

The most valuable piece of information for answering those questions would be to know the current prevalence of the infection in a random sample of a population and to repeat this exercise at regular time intervals to estimate the incidence of new infections. Sadly, that’s information we don’t have.

Traduction : Les informations de plus grande valeur pour répondre à ces questions seraient de connaître la prévalence de l’infection en temps réel dans un échantillon de population tiré au sort et de répéter cet exercice à des intervalles de temps réguliers pour estimer l’incidence des nouvelles infections. Malheureusement, nous ne les avons pas.

Et en février 2021, je les ai cherchées en vain.

Quand on détecte 6 % de positifs dans les tests, on ne sait toujours pas si cela correspond à une prévalence deux fois, trois fois ou cinq fois plus élevée dans la population.  

Renforcer la méthode et la rigueur

Ces constatations ne visent pas à prendre parti sur toutes les controverses suscitées par la maladie, car cette épidémie est très difficile à cerner du fait de certaines caractéristiques :

  • nombreux asymptomatiques,
  • faible mortalité globale, mais grande hétérogénéité, quasiment individualisée. Elle est centrée presque exclusivement sur les personnes âgées et celles ayant des morbidités chroniques.

C’est un défi pour les statisticiens, à l’origine par exemple des débats surréalistes sur l’efficacité des médicaments. Raison de plus pour y introduire rigueur et méthode.

Vous souhaitez nous signaler une erreur ? Contactez la rédaction.