Préambule : Avant de commencer la lecture de cet article en deux parties, sache que si tu ne souhaites pas te prendre la tête avec l’analyse et le développement de ces idées, tu peux tout de suite aller voir les conclusions qui se trouvent dans l’article : Coronavirus (ou COVID-19) : voici 10 raisons de ne pas paniquer (quitte à revenir ici un peu plus tard).

Introduction

Cette série d’articles vise à donner un aperçu de l’état actuel des choses concernant la pandémie qui sévit actuellement dans plus de 135 pays. Cette analyse est personnelle et est tirée d’une réflexion propre, de l’analyse des données officielles en provenance de nombreuses sources, académiques ou non.

A l’heure actuelle, les informations sont très changeantes et rien n’est figé. Cependant, le recul de pandémies passées ainsi que celui des pays asiatiques dont le pic semble être passé, me permet de tirer quelques conclusions partielles.

Des solutions seront proposées et ce, à titre d’information. Les mesures dictées par le gouvernement restent bien entendu d’actualité. Cependant, il est important pour chaque lecteur de prendre conscience que la panique ambiante semble excessive. Cela est d’autant plus vrai que garder son calme influe sur l’état de nos défenses immunitaires, mais ce n’est pas l’objet de ce billet, rassurez-vous (je le ferai probablement plus tard).

Réflexion sur les chiffres données sur le Covid-19 – Biais possibles

Ce premier article reprend les chiffres donnés de manière brute et relayés par l’ensemble de médias, engendrant en quelque sorte une psychose. Pourtant, plusieurs sources scientifiques appellent à la vigilance et si on y ajoute un peu de bon sens, cela nous ramène à une certaine sérénité.

Mortalité versus létalité

Tout d’abord, revenons sur un peu de vocabulaire épidémiologique afin de comprendre ce que signifient ces deux indicateurs statistiques.

La mortalité

L’épidémiologie distingue différents types de mortalité : globale, spécifique et proportionnelle. Celle dont on entend le plus parler est la mortalité globale qui est définie comme étant le nombre de décès sur une population étudiée et ce, pendant une période donnée.

On définit également le terme de mortalité spécifique. Celle-ci est le rapport entre le nombre de morts dû à une pathologie particulière sur une population étudiée pendant une période donnée. Mais on peut également la définir par le rapport d’un nombre de décès d’une classe d’âge donnée sur la population de cette classe d’âge, toujours pendant la période donnée. C’est donc une division.

Taux de mortalité = nombre de décès sur une période donnée /population sur une période donnée

Létalité

La létalité est le rapport entre le nombre de morts et le nombre de contaminés pour une pathologie particulière. La létalité est un témoin de la gravité de la maladie et/ou de la qualité des soins. C’est également une division.

Taux de létalité = nombre de décès sur une période donnée /contaminés sur une période donnée

Analyse à tête reposée

Comme nous allons le voir, les chiffres bruts sont plus complexes à traiter qu’ils ne le laissent supposer au premier abord. En effet, on entend souvent les phrases suivantes qu’on nous assène dès lors qu’on prend le temps de se poser pour ne pas succomber à la panique : « c’est factuel », « il s’agit de nombre de morts », etc.

Sans tomber dans une émotion excessive et en décortiquant un peu le problème, nous verrons que ce n’est pas si simple que ça et que seule une étude faite a postériori pourra nous donner de véritables indications quant à la dangerosité de cette maladie. En attendant ce futur, il nous faut un peu de recul pour analyser les données. Pour l’instant, voilà ce que nous pouvons en dire.

Le traitement médiatique et la sémantique utilisée

Les médias utilisent très souvent le mot « mortalité », qui serait de 2 à 3% et ils effectuent la division du nombre de morts sur le nombre de contaminés. Il y a donc une erreur de maniement de concept. Le concept épidémiologique qu’ils manient étant, comme nous l’avons vu, la « létalité ».

Or, cela n’est pas juste un problème de mots. Car, l’interprétation du mot « mortalité » peut être prise de manière tout à fait différente du fait de sa consonnance mortuaire, en engendrant, par exemple, un surplus de panique au sein de la population.

Les chiffres d’un véritable taux de mortalité seraient en outre tout de suite moins impressionnants. On aurait effectivement (à l’heure où j’écris ces lignes, le 18 mars 2020) :

Taux de mortalité (France) = (148/67.106) x 100 = 0,000022 %

Ce qui n’aurait effectivement aucun sens et ne serait d’aucune utilité. J’ignore si un choix sémantique a été fait. Toujours est-il qu’il s’agit en réalité du taux de létalité.

Or, des cas réels d’étude tel que par exemple, le Diamond Princess (nous y reviendrons plus loin), nous permettent aujourd’hui d’affirmer qu’il existe des porteurs sans symptômes visibles [1].

Il y a donc une sous-estimation du nombre de contaminés, puisqu’en France, on ne compte que ceux qui se présentent à l’hôpital. Or, le nombre de contaminés serait potentiellement plus grand si on tenait compte également des cas non déclarés.

Le taux de létalité du Covid-19 peut donc théoriquement être revu à la baisse. En effet, on l’obtient en divisant le nombre de morts par le nombre de contaminés ; si le nombre de contaminés est en réalité plus important, pour un même nombre de morts, le taux de létalité diminue.

Illustration

Au 31 janvier 2020, la Chine avait rapporté un total de 11 821 cas de Covid-19 et 259 décès, soit un taux de létalité de 2 % (voir formule plus haut). Puis, deux semaines plus tard, le nombre de cas était passé à plus de 50 000, et les décès, à 1 524, ce qui correspond à un taux de létalité de 3 % (cette augmentation était attendue car les décès sont toujours pris en compte plus tard que les cas de contamination).

Ces taux de létalité de 2 et 3 % avaient été calculés sur la base de nombres de cas « officiels » de Covid-19 (respectivement 11 821 et 50 000). Or, ceux-ci ne tiennent compte que des personnes qui :

  • Présentent des symptômes ;
  • Estiment que leurs symptômes sont suffisamment graves pour aller à l’hôpital ;
  • Choisissent un hôpital ou une clinique capable de tester et de signaler les cas de coronavirus.

Il est donc tout à fait légitime de supposer que des centaines de milliers de cas, peut-être même jusqu’à un million, n’ont tout simplement pas été décomptés.

En épidémiologie, il existe deux types de létalité, peu mis en avant durant le battage médiatique qui a eu lieu ces derniers mois [2].

Ainsi, le taux de létalité d’une infection représente la probabilité de mourir pour une personne infectée, qu’elle aille ou non à l’hôpital. Le taux de létalité des cas (sous-entendu cliniques) est la probabilité de mourir pour une personne infectée qui est suffisamment malade pour se présenter dans un hôpital ou une clinique. Par conséquent, comme on l’a vu, ce taux est plus élevé que le taux de létalité de l’infection, car les personnes qui se présentent à l’hôpital sont généralement plus gravement malades. Or, quand on parle de létalité au sein des médias, il faut entendre « létalité des cas », puisque nous ne comptons pas ceux qui ne se présentent pas à l’hôpital.

Aussi, le scénario suivant est tout à fait envisageable :

Si la Chine avait pu tester l’ensemble de la population de Wuhan et avait fait état mi-février  de 1 524 décès et d’un million d’infections par le Covid-19 plutôt que 50 000, en comptant par exemple toutes les infections symptomatiques et asymptomatiques, dans ce cas, le taux de létalité de l’infection aurait été de 0,15 %, soit un taux de létalité des cas supérieur à la grippe, mais dans un ordre de grandeur rendant beaucoup moins grave le phénomène ; un tel virus constitue un sujet de préoccupation, mais pas une crise sanitaire majeure.

Vous l’aurez compris, le taux de létalité de l’infection est beaucoup plus difficile à estimer que le taux de létalité des cas. Il est effectivement plus difficile de dénombrer les personnes qui sont légèrement malades et/ou qui ne présentent aucun symptôme.

Le seul moyen de le faire est de pouvoir tester tous les membres d’une population confinée pendant une certaine durée. Or, cette expérience « en condition réelle » a bien eu lieu.

Le cas du paquebot « Diamond Princess »

Le Diamond Princess[3] est un navire de croisière japonais pouvant transporter jusque 3711 passagers et équipages. Au 14 mars 2020, après plus de 18 jours de quarantaine pour l’ensemble des passagers, il est établi officiellement l’existence de :

  • 696 contaminés
  • 7 décès
  • 325 guérisons spontanées (sans traitements spécifiques à la pathologie)

Compte tenu des conditions, il s’agit d’un véritable cas d’étude expérimental. Un biais évident subsiste (cf. plus loin) : la moyenne d’âge des croisiéristes est de 58 ans [4]. Je n’ai pas trouvé la répartition des âges pour ce paquebot. Mais il est clair que c’est un facteur qui, dans l’absolu, peut être aggravant.

En effet, le tableau suivant issu d’une étude portant sur les cas de coronavirus en Chine et effectuée par le Chinese Center for Disease and Prevention [5] suggère que l’atteinte est plus importante pour les personnes âgées.

figure 1 : étude du taux de létalité en fonction de la répartition des âges à Wuhan (11/02/2020, Chinese Center for Disease and Prevention)

Les données épidémiologiques brutes dans le contexte purement expérimental du « Diamond Princess » sont :

  • Taux d’attaque = (696/3711)*100 = 18,75%. C’est le témoin de la contagiosité.
  • Taux de mortalité globale = (7/3711)*100 = 0.18%
  • Taux de létalité = (7/696)*100 = 1%

Rappelons que la population de ce navire a une moyenne d’âge de 58 ans. Ce qui accentue le taux de létalité.

Ces taux sont bruts et on ne peut pas non plus les prendre comme tels pour évaluer un taux de létalité propre au COVID-19. Effectivement, comme dit précédemment, la répartition des classes d’âge ne correspond pas à celle que l’on trouve au sein d’une population à l’échelle d’un pays. Celle-ci est en cloche généralement (dite gaussienne). Par ailleurs, il faut également tenir compte de la probabilité de survenue de décès liés à ce virus dans un futur proche.

C’est pourquoi certains chercheurs ont utilisé les données du cas de Wuhan dans le but de fournir, à l’aide d’outils statistiques, des taux corrigés tenant compte des deux paramètres cités. Leur objectif est d’approximer un taux de létalité  correspondant au COVID-19. La recherche d’un tel taux, qui ne sera réellement visible qu’à la fin de l’épidémie, est nécessaire afin d’avoir des prévisions sur lesquelles appuyer des stratégies de santé publique.

Ce taux de létalité corrigé est de 1.2% (0.38–2.7%)[6]. Entre parenthèses figure l’intervalle de confiance (par souci de simplicité, nous ne rentrerons pas dans le détail). On remarque que, malgré les corrections, le taux est bas par rapport au taux de létalité des plus de 60 ans à Wuhan.

Comment expliquer un taux aussi bas au sein d’un population considérée comme à risque ? Une partie de la réponse pourrait se trouver dans l’état de santé de la population à bord du Diamond Princess. En naturopathie, on appelle ça un terrain favorable.

En effet, de manière générale, un milieu social favorisé est corrélé à un meilleur état de santé.

Or, les tarifs pour un voyage sur le Diamond Princess vont – hors promotion – de 1000€ environ à 2500€, en tenant compte du fait que les personnes y vont rarement seules et paient donc plusieurs billets (2% de célibataires, Ibid). On peut donc penser que les personnes embarquant dans une croisière au sein de ce paquebot sont aisées.

Ce qui nous permet de déduire que l’état de santé moyen de l’échantillon à bord du paquebot est plus élevé que celui de la population d’un pays de l’OCDE dont sont majoritairement issus les clients.

Cela peut donc expliquer que, malgré une moyenne d’âge avancée, on n’ait obtenu qu’un faible taux de létalité et ce, même en corrigeant statistiquement la répartition des âges.

Corollaire : le taux de létalité du virus SARS-coV-2 (virus de la maladie COVID-19) est inhérent à l’état de santé initial du patient – le « terrain »plutôt qu’à une grande virulence.

Cela est corroboré par le fait que notre état de santé se dégrade généralement avec l’âge et que le taux de létalité augmente également dès que l’on dépasse 60 ans. Cependant, toutes les personnes de plus de 60 ans ne succombent pas, pas plus que toutes les personnes de 80 ans si l’on se réfère au cas à Wuhan (cf. figure 1)

C’est un point de vue personnel, mais je trouve cela rassurant. Car la gravité des symptômes du COVID-19 ne dépend finalement que de notre aptitude à prendre soin de notre terrain. En somme, à nous responsabiliser.

Modèles mathématiques sur le Covid-19

Certains scientifiques de l’Imperial College[7] et de l’université de Bern[8], ont créé des modèles mathématiques pour estimer le taux de létalité de l’infection par le SARS-CoV-2.

Actuellement, les chiffres indiquent qu’il se situerait entre 0,5 % et 1,6 %. Ces conclusions sont en cohérence avec les données provenant de la génomique et des tests à grande échelle. Ils restent néanmoins des modèles.

Afin de bien fixer les idées, je souhaite préciser qu’il est important de réduire la contagion du virus. Car même si le taux de létalité – donc la gravité d’une maladie – n’est pas très élevé et que beaucoup d’entre nous guérirons spontanément, le taux de mortalité de cette année peut quand même augmenter de manière drastique par rapport aux années précédentes (rappel : taux de mortalité = nombre de décès/population totale).


C’est mécanique
 : plus il y aura de personnes touchées, plus le nombre de morts augmentera, même si statistiquement, il y aurait moins d’1 personne sur 100 qui décéderait. Et cette même personne aurait 9 fois plus de chance de succomber si elle a plus de 80 ans. 1% de 60 millions, ça fait quand même 600 000 morts (certes, il s’agit d’un cas extrême).


Cependant, pour la majorité de la population, il est important d’avoir en tête que si tu ne prends pas de traitement particulier, si tu es en forme et si tu as moins de 50 ans, il est très peu probable que tu décèdes de cette maladie.

D’ailleurs, les données actuelles se conforment bien à l’idée générale que plus une maladie est grave (donc potentiellement mortelle) et moins elle est contagieuse (cf. graphique ci-dessous où aucune des maladies répertoriées dans l’histoire ne se situe sur une droite oblique linéaire).

Ce lien inversement proportionnel peut s’expliquer schématiquement par le fait simple qu’une très grande virulence d’un virus tue rapidement son hôte. Or, pour être contagieux, il faudrait que son hôte puisse vivre assez longtemps pour contaminer ceux qui l’entourent. D’où l’impossibilité d’avoir les deux caractéristiques à la fois.

Dans la deuxième partie, nous évoquerons les comorbidités qui pourraient influencer le taux de létalité ainsi que les facteurs de risque aggravant du COVID-19.


[1] Ce qui peut interroger sur la théorie virale au détriment d’une théorie de santé basée sur le terrain du patient

[2] Concept issu des travaux de Steven Riley, spécialiste des maladies infectieuses à l’Imperial College

[3] https://fr.wikipedia.org/wiki/Diamond_Princess

[4] https://cmmid.github.io/topics/covid19/severity/diamond_cruise_cfr_estimates.html

[5] https://github.com/cmrivers/ncov/blob/master/COVID-19.pdf 

[6]  https://cmmid.github.io/topics/covid19/severity/diamond_cruise_cfr_estimates.html

[7] https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gida-fellowships/Imperial-College-COVID19-NPI-modelling-16-03-2020.pdf

[8] https://www.medrxiv.org/content/10.1101/2020.03.04.20031104v1.full.pdf