Pourquoi les chiffres sur le Covid donnent une image faussée de lépidémie – Challenges

Le mathématicien Antoine Houlou-Garcia, coauteur avec Thierry Maugenest d’un livre Le théorème d’Hypocrite (Albin Michel, 19,90€) qui démontre l’usage de statistiques trompeuses à travers les âges (depuis Pythagore !) pour justifier des politiques pas toujours justes ou efficaces, voit en la crise du Covid-19 un cas d’école de chiffres mal interprétés voire biaisés.

Challenges – Dans votre livre, vous enjoignez, avec des exemples, à se méfier des chiffres, surtout en matière d’épidémiologie : les épidémiologistes sont-ils mauvais en maths, l’équation a trop d’inconnues ou y a-t-il des arrière-pensées politiques ?

Antoine Houlou-Garcia – L’épidémiologie n’est pas une science exacte surtout au début d’une épidémie d’un virus nouveau. Il y a tant de paramètres inconnus sur le comportement du virus que c’est impossible de construire un modèle prédictif réaliste. Par le passé, les modélisations sur les épidémies de la vache folle, d’Ebola, de la grippe aviaire, du SRAS ont quasi-systématiquement été gonflées par rapport à ce qui s’est passé, ce qui a pu amener à des politiques contestées comme les millions de vaccins commandés inutilement par Roselyne Bachelot en 2009 contre la grippe H1N1. Pourquoi ? D’abord parce que les épidémiologistes sont avant tout des médecins, qui ont pour mission de sauver des vies et donc qui appliquent un principe de précaution maximal. Il est probable que si un collectif d’entrepreneurs férus de calculs statistiques émettait sa propre modélisation, en se basant sur un autre paramétrage, sans chercher le risque zéro, car il aurait plutôt à coeur de continuer à faire tourner l’économie, ils aboutiraient à un risque épidémique mortel bien plus bas… sans avoir forcément tort.

Surtout, ce n’est pas la faute des épidémiologistes qui, en scientifiques, savent bien qu’au début on tâtonne, que la marge d’erreur est grande, connaissent les limites du savoir et combien il faut du temps pour approcher de la vérité. Mais ils sont soumis à une pression énorme des politiques, des médias, de l’opinion publique, pour produire des chiffres qui seront ensuite ressassés, processés, dramatisés voire manipulés. Les humains ont un fort biais cognitif de détestation de l’inconnu, ils préfèrent se raccrocher à n’importe quel chiffre douteux que ne pas avoir de chiffre ! Certains épidémiologistes tombent aussi dans le piège de la célébrité jusqu’à en perdre toute rigueur scientifique et se muer en prophètes comme le professeur Didier Raoult. J’ai lu sa première étude sur son remède miracle, l’hydroxychloroquine : son protocole statistique était si chaotique qu’on ne pouvait strictement rien en déduire ! Et par la suite, même des revues prestigieuses comme The Lancet se sont aventurées dans une course désastreuse au résultat qui n’honore pas la science.

Les dirigeants politiques devraient donc s’émanciper des données produites par les épidémiologistes pour prendre leurs décisions ?

C’est aller un peu loin mais que l’exécutif laisse les manettes si longtemps au conseil scientifique a été le symptôme d’un vide politique inquiétant. Les politiques, élus, doivent prendre leurs décisions et leurs responsabilités en autonomie car ils ont leur propre agenda. La crise économique peut tuer silencieusement autant de gens que le Covid. Donald Trump dit beaucoup de bêtises mais il fait mouche quand il remarque qu’on n’interdit pas aux voitures de rouler pour empêcher les accidents de la route. A un moment, il faut passer le temps de la sidération et avoir la vision de la situation dans son ensemble, considérer aussi les risques de chômage, de paupérisation, d’emploi des jeunes et d’isolement des vieux, de retard scolaire, d’inégalités hommes-femmes et de classe sociale face au télétravail et à la garde des enfants… Se pencher sur des trajectoires de vie représentatives serait faire de la “statistique littéraire” peut-être plus pertinente que la “statistique quantitative”. Et ça permettrait de créer un débat sur les arbitrages qui n’a pas lieu.

Dans le cas du Covid, vous avez des exemples de chiffres manipulés délibérément ou mal utilisés de bonne foi ?

Le doute est permis sur la fiabilité des données fournies par le pays d’origine du virus, la Chine. Peut-on croire sincèrement qu’elle décide brutalement une mise à l’arrêt totale d’une province de 60 millions d’habitants fin janvier alors qu’elle annonce alors moins de 200 morts ? On ne saura jamais le nombre réel de décès dûs au Covid en Chine mais les longues queues de familles allant chercher des urnes funéraires de leurs proches ont montré qu’il était sûrement bien plus élevé que les chiffres officiels. A l’époque, les dirigeants européens auraient dû être moins naïfs et regarder non pas les données transmises par la Chine mais plutôt sa réaction sanitaire, bien plus éclairante sur le danger réel.

A l’inverse, l’Allemagne a été célébrée pour le faible taux de létalité du virus… comme si posséder un passeport allemand était un gage de survie ! Pourtant, à y regarder de plus près, il ne s’agit pas seulement d’une meilleure résistance des habitants ou de la supériorité de son système de santé. L’Allemagne a mené tout de suite des tests à grande échelle ce qui, mécaniquement, rabaisse le taux de morts par rapport au nombre de contaminés. De plus, contrairement à la France et l’Italie, elle ne pratique pas de tests post-mortem. Là, ce n’est pas de la triche mais des usages différents. Tant qu’il n’y aura pas un protocole international commun du traitement statistique du Covid, les comparaisons entre pays seront grossières.

Aujourd’hui, selon vous, quelles seraient les statistiques les plus pertinentes à regarder pour juger de la gravité de l’épidémie de Covid ?

C’est impossible de résumer la réalité en un chiffre, sachant déjà que les chiffres ne décrivent pas la réalité mais n’en proposent qu’un éclairage. Mais bien des statistiques pour décrire l’épidémie en donnent une image faussée. Ainsi, le nombre de contaminations qui grimpe, donné chaque jour, fait peur. Ce qui a pour vertu de sensibiliser les gens mais, objectivement, il a peu de sens car les tests ont tellement augmenté qu’il n’est pas interprétable dans le temps. Le nombre de morts est un indicateur plus fiable. Attention aussi à la notion de seuil d’alerte de contamination, fixé à partir de 50 cas pour 100.000 habitants. Il intègre les nombreux asymptomatiques, ce qui est un paramétrage nouveau : en épidémiologie, on ne comptait jusqu’ici que les vrais malades. Il faudrait pouvoir croiser les variables, regarder les décès par tranche d’âge et créer un indicateur de bonne santé des patients pour évacuer les comorbidités, s’attacher aussi au nombre de jours d’hospitalisation moyen, au pourcentage de guéris parmi les hospitalisés… mais évidemment c’est compliqué. C’est difficile de donner des chiffres intelligents en temps réel… et pas facile d’apprendre à s’en abstraire !

Le mathématicien Antoine Houlou-Garcia, coauteur avec Thierry Maugenest d’un livre Le théorème d’Hypocrite (Albin Michel, 19,90€) qui démontre l’usage de statistiques trompeuses à travers les âges (depuis Pythagore !) pour justifier des politiques pas toujours justes ou efficaces, voit en la crise du Covid-19 un cas d’école de chiffres mal interprétés voire biaisés.

Challenges – Dans votre livre, vous enjoignez, avec des exemples, à vous méfier des chiffres, surtout en matière d’épidémiologie : les épidémiologistes sont-ils mauvais en maths, l’équation a trop d’inconnues ou y a-t-il des arrière-pensées politiques ?

Antoine Houlou-Garcia – L’épidémiologie n’est pas une science exacte surtout au début d’une épidémie d’un virus nouveau. Il y a tant de paramètres inconnus sur le comportement du virus que c’est impossible de construire un modèle prédictif réaliste. Par le passé, les modélisations sur les épidémies de la vache folle, d’Ebola, de la grippe aviaire, du SRAS ont quasi-systématiquement été gonflées par rapport à ce qui s’est passé, ce qui a pu amener à des politiques contestées comme les millions de vaccins commandés inutilement par Roselyne Bachelot en 2009 contre la grippe H1N1. Pourquoi ? D’abord parce que les épidémiologistes sont avant tout des médecins, qui ont pour mission de sauver des vies et donc qui appliquent un principe de précaution maximal. Il est probable que si un collectif d’entrepreneurs férus de calculs statistiques émettait sa propre modélisation, en se basant sur un autre paramétrage, sans chercher le risque zéro, car il aurait plutôt à coeur de continuer à faire tourner l’économie, ils aboutiraient à un risque épidémique mortel bien plus bas… sans avoir forcément tort.

Surtout, ce n’est pas la faute des épidémiologistes qui, en scientifiques, savent bien qu’au début on tâtonne, que la marge d’erreur est grande, connaissent les limites du savoir et combien il faut du temps pour approcher de la vérité. Mais ils sont soumis à une pression énorme des politiques, des médias, de l’opinion publique, pour produire des chiffres qui seront ensuite ressassés, processés, dramatisés voire manipulés. Les humains ont un fort biais cognitif de détestation de l’inconnu, ils préfèrent se raccrocher à n’importe quel chiffre douteux que ne pas avoir de chiffre ! Certains épidémiologistes tombent aussi dans le piège de la célébrité jusqu’à en perdre toute rigueur scientifique et se muer en prophètes comme

Articles liés

Réponses