La maladie actuelle du coronavirus, Covid-19, a été qualifiée de pandémie une fois au cours du siècle. Mais cela peut aussi être un fiasco de preuves une fois en un siècle.

À une époque où tout le monde a besoin de meilleures informations, des modélisateurs de la maladie et des gouvernements aux personnes mises en quarantaine ou simplement à la distance sociale, nous manquons de preuves fiables sur le nombre de personnes infectées par le SRAS-CoV-2 ou qui continuent de l'être. Une meilleure information est nécessaire pour guider les décisions et les actions d'une importance monumentale et pour surveiller leur impact.

Dans la pandémie de coronavirus, nous prenons des décisions sans données fiables

Des contre-mesures draconiennes ont été adoptées dans de nombreux pays. Si la pandémie se dissipe – seule ou en raison de ces mesures – une distanciation sociale et des fermetures extrêmes à court terme peuvent être supportables. Cependant, pendant combien de temps de telles mesures devraient-elles être maintenues si la pandémie se propage à travers le monde sans relâche ? Comment les décideurs peuvent-ils dire s'ils font plus de bien que de mal ?

Les vaccins ou les traitements abordables mettent plusieurs mois (voire des années) à se développer et à se tester correctement. Compte tenu de ces délais, les conséquences des blocages à long terme sont totalement inconnues.

Les données recueillies à ce jour sur le nombre de personnes infectées et l'évolution de l'épidémie ne sont absolument pas fiables. Compte tenu des tests limités à ce jour, certains décès et probablement la grande majorité des infections dues au SRAS-CoV-2 sont manqués. Nous ne savons pas si nous ne parvenons pas à capturer les infections par un facteur de trois ou 300. Trois mois après l'apparition de l'épidémie, la plupart des pays, y compris les États-Unis, n'ont pas la capacité de tester un grand nombre de personnes et aucun pays ne dispose de données fiables sur la prévalence du virus dans un échantillon aléatoire représentatif de la population générale.

Ce fiasco de preuves crée une énorme incertitude quant au risque de mourir de Covid-19. Les taux de létalité signalés, comme le taux officiel de 3,4% de l'Organisation mondiale de la santé, provoquent l'horreur – et n'ont aucun sens. Les patients qui ont été testés pour le SRAS-CoV-2 sont de manière disproportionnée ceux qui présentent des symptômes graves et de mauvais résultats. Comme la plupart des systèmes de santé ont une capacité de test limitée, le biais de sélection peut même s'aggraver dans un avenir proche.

La seule situation où une population entière fermée a été testée était le bateau de croisière Diamond Princess et ses passagers en quarantaine. Le taux de létalité était de 1,0%, mais il s'agissait d'une population largement âgée, dans laquelle le taux de mortalité de Covid-19 est beaucoup plus élevé.

En projetant le taux de mortalité de Diamond Princess sur la structure par âge de la population américaine, le taux de mortalité parmi les personnes infectées par Covid-19 serait de 0,125%. Mais comme cette estimation est basée sur des données extrêmement minces – il n'y a eu que sept décès parmi les 700 passagers et membres d'équipage infectés – le taux de mortalité réel pourrait aller de cinq fois plus bas (0,025%) à cinq fois plus élevé (0,625%). Il est également possible que certains des passagers infectés décèdent plus tard, et que les touristes aient des fréquences de maladies chroniques différentes – un facteur de risque de pire issue de l'infection par le SRAS-CoV-2 – que la population générale. En ajoutant ces sources supplémentaires d'incertitude, les estimations raisonnables du taux de létalité dans la population générale des États-Unis varient de 0,05% à 1%.

Cet énorme éventail affecte considérablement la gravité de la pandémie et ce qu'il convient de faire. Un taux de létalité de 0,05% dans l'ensemble de la population est inférieur à celui de la grippe saisonnière. Si tel est le véritable taux, enfermer le monde avec des conséquences sociales et financières potentiellement énormes peut être totalement irrationnel. C’est comme un éléphant attaqué par un chat domestique. Frustré et essayant d'éviter le chat, l'éléphant saute accidentellement d'une falaise et meurt.

Le taux de mortalité de Covid-19 pourrait-il être aussi bas ? Non, disent certains, soulignant le taux élevé chez les personnes âgées. Cependant, même certains coronavirus dits bénins ou à rhume commun qui sont connus depuis des décennies peuvent avoir des taux de létalité atteignant 8% lorsqu'ils infectent des personnes âgées dans des maisons de soins infirmiers. En fait, de tels coronavirus « bénins » infectent des dizaines de millions de personnes chaque année et représentent 3 à 11% des personnes hospitalisées aux États-Unis pour des infections des voies respiratoires inférieures chaque hiver.

Ces coronavirus « légers » peuvent être impliqués dans plusieurs milliers de décès chaque année dans le monde, bien que la grande majorité d'entre eux ne soit pas documentée par des tests précis. Au lieu de cela, ils sont perdus sous forme de bruit parmi 60 millions de décès de diverses causes chaque année.

Bien que des systèmes de surveillance efficaces existent depuis longtemps pour la grippe, la maladie est confirmée par un laboratoire dans une infime minorité de cas. Aux États-Unis, par exemple, jusqu'à présent cette saison, 1 073 976 échantillons ont été testés et 222 552 (20,7%) se sont révélés positifs pour la grippe. Au cours de la même période, le nombre estimé de maladies de type grippal se situe entre 36 000 000 et 51 000 000, avec une estimation de 22 000 à 55 000 décès dus à la grippe.

Notez l'incertitude concernant les décès dus à une grippe: une fourchette de 2,5 fois, correspondant à des dizaines de milliers de décès. Chaque année, certains de ces décès sont dus à la grippe et d'autres à d'autres virus, comme les coronavirus du rhume.

Dans une série d'autopsies qui ont testé des virus respiratoires dans des échantillons de 57 personnes âgées décédées pendant la saison grippale 2016 à 2017, des virus grippaux ont été détectés dans 18% des échantillons, tandis que tout type de virus respiratoire a été trouvé dans 47%. Chez certaines personnes qui meurent de pathogènes respiratoires viraux, plus d'un virus est détecté lors de l'autopsie et les bactéries sont souvent superposées. Un test positif pour le coronavirus ne signifie pas nécessairement que ce virus est toujours principalement responsable de la mort d'un patient.

Si nous supposons que le taux de létalité parmi les personnes infectées par le SRAS-CoV-2 est de 0,3% dans la population générale – une estimation moyenne de mon analyse Diamond Princess – et que 1% de la population américaine est infectée (environ 3,3 millions de personnes ), cela se traduirait par environ 10 000 décès. Cela ressemble à un nombre énorme, mais il est enfoui dans le bruit de l'estimation des décès dus à une « maladie de type grippal ». Si nous n'avions pas connaissance d'un nouveau virus et si nous n'avions pas vérifié les individus avec des tests de PCR, le nombre total de décès dus à une « maladie de type grippal » ne semblerait pas inhabituel cette année. Tout au plus, nous aurions pu remarquer avec désinvolture que la grippe cette saison semble être un peu pire que la moyenne. La couverture médiatique aurait été moindre que pour un match NBA entre les deux équipes les plus indifférentes.

Certains craignent que les 68 décès de Covid-19 aux États-Unis au 16 mars n'augmentent de façon exponentielle pour atteindre 680, 6 800, 68 000, 680 000 … ainsi que des schémas catastrophiques similaires dans le monde entier. Est-ce un scénario réaliste ou une mauvaise science-fiction ? Comment savoir à quel moment une telle courbe pourrait s'arrêter ?

L'information la plus précieuse pour répondre à ces questions serait de connaître la prévalence actuelle de l'infection dans un échantillon aléatoire d'une population et de répéter cet exercice à intervalles réguliers pour estimer l'incidence de nouvelles infections. Malheureusement, ce sont des informations que nous ne possédons pas.

En l'absence de données, un raisonnement de préparation au pire conduit à des mesures extrêmes de distanciation sociale et de verrouillage. Malheureusement, nous ne savons pas si ces mesures fonctionnent. Les fermetures d'écoles, par exemple, peuvent réduire les taux de transmission. Mais ils peuvent également se retourner contre eux si les enfants se socialisent de toute façon, si la fermeture de l'école les amène à passer plus de temps avec des membres âgés de la famille susceptibles, si les enfants à la maison perturbent la capacité de leurs parents à travailler, et plus encore. Les fermetures d'écoles peuvent également réduire les chances de développer une immunité collective dans un groupe d'âge qui est épargné par une maladie grave.

Telle a été la perspective derrière la position différente du Royaume-Uni qui maintient les écoles ouvertes, du moins jusqu'à ce que j'écris ceci. En l’absence de données sur l’évolution réelle de l’épidémie, nous ne savons pas si cette perspective était brillante ou catastrophique.

Aplatir la courbe pour éviter de submerger le système de santé est conceptuellement valable – en théorie. Un visuel devenu viral dans les médias et les médias sociaux montre comment l'aplatissement de la courbe réduit le volume de l'épidémie qui est au-dessus du seuil de ce que le système de santé peut gérer à tout moment.

Pourtant, si le système de santé est submergé, la majorité des décès supplémentaires peuvent ne pas être dus au coronavirus mais à d'autres maladies et affections courantes telles que les crises cardiaques, les accidents vasculaires cérébraux, les traumatismes, les saignements, etc., qui ne sont pas traités de manière adéquate. Si le niveau de l'épidémie submerge le système de santé et que les mesures extrêmes n'ont qu'une efficacité modeste, alors l'aplatissement de la courbe peut aggraver les choses: au lieu d'être submergé pendant une courte phase aiguë, le système de santé restera submergé pendant une période plus longue. . C’est une autre raison pour laquelle nous avons besoin de données sur le niveau exact de l’activité épidémique.

L'un des résultats est que nous ne savons pas combien de temps les mesures de distanciation sociale et les fermetures peuvent être maintenues sans conséquences majeures pour l'économie, la société et la santé mentale. Des évolutions imprévisibles peuvent survenir, notamment une crise financière, des troubles, des troubles civils, une guerre et une fusion du tissu social. Au minimum, nous avons besoin de données de prévalence et d'incidence non biaisées pour l'évolution de la charge infectieuse pour guider la prise de décision.

Dans le scénario le plus pessimiste, que je n'épouse pas, si le nouveau coronavirus infecte 60% de la population mondiale et 1% des personnes infectées meurent, cela se traduira par plus de 40 millions de décès dans le monde, correspondant à la pandémie de grippe de 1918.

La grande majorité de cette hécatombe serait constituée de personnes ayant une espérance de vie limitée. C’est contrairement à 1918, lorsque de nombreux jeunes sont morts.

On ne peut qu'espérer que, comme en 1918, la vie continuera. Inversement, avec des blocages de mois, voire d'années, la vie s'arrête en grande partie, les conséquences à court et à long terme sont totalement inconnues, et des milliards, et pas seulement des millions, de vies pourraient éventuellement être en jeu.

Si nous décidons de sauter de la falaise, nous avons besoin de quelques données pour nous informer sur la justification d'une telle action et les chances d'atterrir dans un endroit sûr.

John P.A. Ioannidis est professeur de médecine et professeur d'épidémiologie et de santé de la population, ainsi que professeur avec l'aimable autorisation de la science des données biomédicales à la Stanford University School of Medicine, professeur avec l'aimable autorisation des statistiques à la Stanford University School of Humanities and Sciences, et co-directeur de la Meta-Research Innovation Center à Stanford (METRICS) à Stanford University.