Sources et ressources sur l'épidémie de Covid-19

“L’absence de confinement donne globalement des résultats meilleurs qu’un confinement strict” selon une récente étude

confinement suède

Deux français, Arnaud Delenda et Gilles Pech de Laclaus, respectivement mathématicien et ingénieur en modélisation, viennent de publier une étude baptisée Confinement strict, surcharge hospitalière et surmortalité” qui se penche sur les effets sanitaires des mesures de contrôle des populations dans trois pays qui ont choisi des voies différentes : la Suède (absence de confinement), les Pays-Bas (confinement souple) et la Belgique (confinement strict). Voici quelques-unes des conclusions de l’étude dont vous pouvez consulter l’intégralité en cliquant ici.

“1. A défaut de mesures préventives rapides, l’absence de confinement (Suède) donne globalement des résultats meilleurs qu’un confinement strict, avec un coût économique et social bien moindre.”

“2. Un confinement souple (Pays-Bas) donne des résultats voisins de l’absence de confinement (Suède)”

“3. Le confinement général, strict et indifférencié, malgré un système sanitaire deux fois plus important, réalise un effet pervers sur le taux de guérison marginal : surcharge hospitalière et augmentation des décès. Le contraire de l’effet imaginé.

“4. Le raisonnement selon lequel le confinement général strict et indifférencié influe directement sur le « R0 » de propagation épidémique est faux. Une mesure de confinement général strict et indifférencié n’impacte pas directement le R0 mais l’un de ses paramètres : le taux de contact. […]”

“Des vies sauvées par le confinement ?”
“L’erreur a été poussée encore plus loin avec certaines études prétendant chiffrer le « nombre de vies sauvées » par les NPI [mesures de confinement] les plus strictes. Ce qu’on prétendu faire les équipes de Neil Ferguson à l’Imperial College et l’EPICX LAB. Ce genre de démonstration nous semble empreint de paresse intellectuelle, voire de malhonnêteté. Comparer une situation réelle à la pire des prévisions, c’est la certitude d’avoir éternellement raison. Il y a toujours un scenario pire que le réel.[…] ”

“La conclusion [de notre étude] est contre-intuitive, heurte les idées reçues, et touche les ressorts profonds de la psychologie collective. Plus un investissement est massif, et plus la tendance est d’investir encore. Plus un sacrifice a été important, plus il est difficile d’admettre qu’il était inutile. […] Nous restons modestes mais renforcés dans notre conviction : Le confinement général strict et indifférencié n’a aucun impact notable et peut même avoir des effets indésirables.

“Nous devons ici rendre un hommage appuyé à la Suède. Sans ce choix courageux d’une autre voie, plus conforme aux droits humains et à la prudence scientifique devant des prévisions plus incertaines que l’épidémie elle- même, jamais nous n’aurions pu avoir de comparaison en temps réel et se faire une idée juste. Il faudra garder longtemps à l’esprit ce qui était dit partout dans le monde au sujet de ce choix suédois dans cette deuxième quinzaine du mois de mars 2020.”

“Il est séduisant aussi de comparer la Suède à ses trois voisins scandinaves qui ont opéré des NPI plus strictes et ont connu un bilan léger et remettre en cause la politique suédoise. Mais en descendant d’un niveau national au niveau local, on observe les résultats suivants :”

covid suede
[…]

Lire l’étude complète :
Confinement strict, surcharge hospitalière et surmortalité

Partagez
Commentez

3 commentaires
    • Bonjour, merci pour votre message !
      Partager nos publications est le meilleur moyen de nous soutenir

  • Je ne comprends pas l’obstination à traiter de la pandémie par le recours à sa mathématisation : R0 <1.

    Dans le cadre de la Covid-19, nous assistons à l'utilisation de mathématiques, autofondées par leurs propres méthodes.

    Ainsi

    R0<1 est un modèle de distribution de probabilité pour chacune des variables aléatoires que l'on étudie : c’est-à-dire la transmissibilité, le nombre de contacts sociaux et la durée de la période contagieuse. Ce modèle est dit stochastique, car le hasard y joue le rôle le plus important. Tout calcul à partir d'un processus stochastique repose sur une hypothèse, mais adaptée seulement aux populations de faible effectif et aux premiers stades d’une épidémie.

    Or, nous ne savons toujours pas comment la Covid-19 est née, comment elle se propage, ni pourquoi elle s'arrêtera si elle s’arrête un jour (éventuel caractère endémique).

    Autre remarque : Quand on évoque « l'immunité de groupe », c'est au théorème du seuil que l'on fait référence. Ce modèle est appliqué à la transmission des maladies infectieuses. Concernant la Covid-19, cette immunité de masse ne se recherche qu'avec la vaccination.

    Le théorème du seuil affirme que, pour empêcher une maladie contagieuse de se développer, il n’est pas nécessaire de vacciner toute une population ; il suffit de ramener le nombre de sujets réceptifs en-dessous du seuil d’épidémie.

    Philippe Sansonetti fixe ce seuil à 60% de la population infectée, sans connaître la réalité de cette dernière et sans vaccin !

    (https://laviedesidees.fr/Sortie-de-confinement-ou-la-somme-de-tous-les-dangers.html)

    Remarque finale : s’il existe des corrélations, elles ne font pas une vérité. En l’état actuel de nos connaissances, notre seule certitude, avec la loi des grands nombres, est que nous assistons à une régression mathématique à la moyenne, post mortem !
    Avec le recours à R0 <1 dans le cadre de la covie-19 , certains journalistes (et certains médecins) plaquent des outils mathématiques qu'ils ne maîtrisent pas, tirés de leur domaine de validité, sur une situation où ils n'ont absolument rien à faire.

    Bref, nous avons décidément tous des difficultés à admettre que nous pouvons « connaître » en vertu du bon sens une situation que nous ne comprenons pas selon une raison suffisante (logique).