Lundi 6 Avril 2020

Coronavirus expose les problèmes et les pièges de la modélisation


Les leçons à tirer de la pandémie de coronavirus occuperont les universitaires et les professeurs d'université pendant des décennies. La principale d'entre elles est la valeur de la modélisation et le fait qu'une dépendance non critique à leurs résultats peut vous induire en erreur.

Prenez un modèle récent de l'Université d'Oxford. Il a évalué dans quelle mesure les différents scénarios d'épidémie correspondaient à l'augmentation des décès dus aux coronavirus au Royaume-Uni et en Italie. Le scénario britannique le plus extrême supposait que seule une infime fraction de la population était à risque de maladie grave. Il a également estimé que, la semaine dernière, 68% de la population avait été exposée au virus. L'étude, qui n'a pas été publiée ou revue par des pairs, a déclenché une vague de titres déclarant que le coronavirus peut avoir infecté la moitié de la population britannique. C'est 34 millions de personnes.

Mais comme l'ont souligné les modélisateurs des maladies infectieuses et les experts en santé publique, y compris l'équipe d'Oxford eux-mêmes, le modèle a utilisé des hypothèses car il n'y avait pas de données fiables.


Personne ne sait quelle fraction du public risque de souffrir d'une maladie grave. L'étude montre simplement comment des scénarios extrêmement différents peuvent produire le même schéma tragique de décès, et souligne que nous avons besoin d'urgence de tests sérologiques pour détecter les anticorps contre le virus, pour découvrir dans quel monde nous nous trouvons.

Paul Klenerman, l'un des chercheurs d'Oxford, a qualifié le chiffre de 68% de résultat le plus extrême et a expliqué qu '«il y a un autre extrême qui est que seule une infime proportion a été exposée». Le vrai chiffre, qui est inconnu, était probablement quelque part entre les deux, a-t-il déclaré.

En d'autres termes, le nombre de personnes infectées en Grande-Bretagne est soit très grand, soit très petit, soit moyen. Cela peut sembler inutile, mais c'est précisément le point. "Nous avons besoin de beaucoup plus de données sur qui a été exposé pour informer la politique", a déclaré Klenerman.

Le modèle d'Oxford a été utile pour souligner la nécessité de tests sérologiques, mais pas pour saisir l'ampleur de la pandémie au Royaume-Uni. Comme l'a dit le professeur James Wood, chercheur en dynamique des infections à l'Université de Cambridge: «Le document fait beaucoup trop de spéculations et est ouvert à une surinterprétation flagrante par d'autres.

Devi Sridhar, professeur de santé publique mondiale à l'Université d'Edimbourg, a déclaré que l'étude d'Oxford énonçait une hypothèse et rien de plus. «C'est comme si j'étais assis ici et que je mettais dans des équations très sophistiquées ce qui changerait si nous avions un vaccin demain. Je pourrais montrer comment un vaccin sauverait des vies et vous pourriez voir les gros titres lire "Un nouveau vaccin va sauver des vies." Mais nous n'avons pas de vaccin. "

La modélisation de l'Imperial College, qui étayait la conviction du gouvernement que la nation pouvait surmonter l'épidémie en laissant l'infection se propager, créant ainsi une «immunité collective», était plus troublante.

Le modèle, basé sur un code de 13 ans pour une pandémie de grippe longtemps redoutée, supposait que la demande d'unités de soins intensifs serait la même pour les deux infections. Les données de la Chine ont rapidement montré que cela était dangereusement faux, mais le modèle n'a été mis à jour que lorsque davantage de données ont été déversées en Italie, où les soins intensifs ont été rapidement dépassés et les décès ont explosé.

Ce n'était pas non plus la seule lacune du modèle impérial. Il n'a pas tenu compte de l'impact des tests rapides, de la recherche des contacts et de l'isolement, qui peuvent être utilisés aux premiers stades d'une épidémie ou dans des conditions de confinement pour limiter les infections à un point tel que lorsque les restrictions sont levées, le virus ne devrait pas rebondir.

Il ne s'agit pas de savoir si les modèles sont défectueux, mais de quelles manières ils sont défectueux, et les modèles peuvent encore être extrêmement précieux si leurs lacunes sont appréciées. Comme pour les autres sources d'information, elles ne doivent cependant jamais être utilisées seules.

«Les modèles sont une entrée utile parmi beaucoup d'autres lorsque vous faites des politiques publiques, mais vous devez utiliser la triangulation. Vous devez parcourir différentes sources d'informations et ne pas vous en remettre à une seule. C'est plus compliqué et complexe que de simplement dire «OK, voici un chiffre», mais vous obtenez une réponse plus précise pour notre monde », a déclaré Sridhar.

Jamais les paroles du statisticien britannique George Box n'ont été aussi vraies que dans cette pandémie: "Tous les modèles sont faux, mais certains sont utiles."

Lire les articles précédents :
L'OMS prévient que l'épicentre pandémique du coronavirus pourrait se déplacer aux États-Unis

Voici le dossier de politique étrangère d’aujourd’hui: l’OMS met en garde épicentre du virus pourrait se déplacer aux États-Unis, Inde...

Fermer