Article cover
See copyright

COVID-19

Déferlante Omicron : non, les confinements et autres couvre-feux ne sont pas efficaces (et encore moins lorsque le coup est déjà parti)

Leur effet sur l’épidémie est difficilement mesurable et probablement très limité.

0:00min
100%

Alors qu’Omicron déferle sur l’Europe certains pays reprennent des mesures de restrictions drastiques s’apparentant à des confinements. Au vu de notre expérience avec ces mesures, que nous disent les études de leur efficacité ?

Philippe Lemoine : Je ne pense pas qu’il soit possible d’estimer précisément l'effet de ces mesures. On utilise principalement deux méthodes pour cela. La première, qui est celle qu’a notamment utilisée l’INSERM, consiste à utiliser un modèle épidémiologique censé reproduire le mécanisme causal de la diffusion du virus qui repose sur plusieurs hypothèses complètement irréalistes. On dit au modèle quand les restrictions étaient en place et celui-ci estime l’effet de ces dernières en choisissant les valeurs qui lui permettent de reproduire au plus près la courbe épidémique. Tout ce que cette méthode permet de dire, c’est que si le modèle décrivait fidèlement le mécanisme de diffusion du virus dans la population, les restrictions auraient cet effet, mais on sait qu’en réalité le modèle n’est pas réaliste donc cette condition n’est pas satisfaite et on a aucune raison de prendre au sérieux ces estimations. En pratique, comme un grand nombre de facteurs susceptibles d’avoir un effet sur la transmission ne sont pas pris en compte par le modèle, tout changement du nombre de reproduction effectif ne peut qu’être attribué aux restrictions.  L’autre méthode consiste à utiliser un modèle économétrique qui cherche à établir une corrélation entre la présence d’une restriction et le taux de croissance de l’épidémie. Si une telle corrélation existe et qu’elle est négative, on infère que les restrictions réduisent la transmission. Le problème c’est que, outre un impact causal des restrictions sur la transmission, beaucoup de choses peuvent expliquer la présence d’une telle corrélation. Par exemple, si les gens réduisent leur activité sociale quand le nombre d’hospitalisations explose et que c’est aussi à ce moment que le gouvernement a tendance à mettre en place des restrictions par crainte d’un débordement de l’hôpital, on va observer une corrélation négative entre la présence de restrictions et le taux de croissance de l’épidémie même si les restrictions n’ont aucun effet causal. Par ailleurs, ces méthodes font toutes les deux ce que les épidémiologistes appellent l’hypothèse de mélange homogène de la population (la première explicitement et la seconde implicitement), ce qui veut dire qu’elles supposent qu’une personne infectieuse a la même probabilité d’infecter n’importe quelle autre personne dans la population ou du moins n’importe quelle autre personne dans la même classe d’âge qu’elle. Par exemple, si j’étais infectieux en ce moment, cela voudrait dire que j’aurais la même probabilité d’infecter mes parents chez qui je suis en ce moment pour Noël qu’une personne à l’autre bout de la France avec qui je n’aurai jamais le moindre contact, ce qui est bien sûr absurde. En réalité, le virus se répand sur un réseau complexe qui dépend des interactions qu’ont les gens entre eux, ce qui peut produire des épidémies ayant un comportement très différents de ce que prédisent les modèles plus simples utilisés pour estimer l’effet des restrictions ou faire des projections. J’ai montré que, en fonction des propriétés du réseau sur lequel se diffusait le virus, cela pouvait complètement fausser les estimations de l’effet des restrictions réalisées avec les méthodes décrites plus haut. De fait, que ce soit pour cette raison ou pour une autre, les projections réalisées avec un modèle classique avaient massivement surestimé la hauteur du pic en Afrique du Sud et nous avons toutes les raisons de penser que ce sera la même chose en Europe. En réalité, il est impossible d’estimer précisément l’effet des restrictions sur la transmission et les études brandies par le gouvernement pour justifier ces dernières donnent une fausse impression de certitude, mais elles permettent de donner une caution scientifique à des choix politiques.

La suite de cet article est réservée aux abonnés.

A PROPOS DES AUTEURS

Philippe Lemoine est chercheur invité au sein de la Georgetown University à la McCourt School of Public Policy. Philippe Lemoine publie également régulièrement sur Substack : cliquez ICI