Que ce soit pour estimer le taux de létalité du Covid-19 ou pour évaluer la possibilité d’une immunité collective, il faut savoir combien de personnes ont été infectées par le coronavirus SARS-CoV-2. Mais tester l’humanité tout entière – ou même une population tout entière – semble déraisonné. Alors les scientifiques cherchent des solutions. Parmi elles, celles de mathématiciens qui estiment que les tests aléatoires pourraient fournir une réponse proche de la réalité à moindre coût.
au sommaire
Le taux de létalité. C'est le rapport des décès liés à une maladie sur le nombre total de personnes atteintes. Il est utile à estimer la gravitégravité de ladite maladie. Il est ainsi de l'ordre de 0,1 % pour la grippe saisonnière. Et depuis le début de la crise du coronavirus, les experts tentent de déterminer ce qu'il en est pour le Covid-19. Beaucoup de chiffres sont évoqués : de 0,5 et même jusqu'à 3,5 %. Mais pourquoi autant d'incertitudes ?
Parce que pour déterminer le taux de létalité, il faut non seulement connaître le nombre de décès liés au Covid-19, mais surtout le nombre total de personnes qui ont été infectées par le coronavirus. Mais avec des symptômessymptômes qui varient considérablement d'une personne à une autre - certains imaginent même que quatre patients sur cinq pourraient être asymptomatiques - et des ressources finies en matièrematière de tests, difficile de savoir ce qu'il en est vraiment.
“Des taux d’infection et de létalité très proches des taux réels”
Pour contourner ces obstacles, des mathématiciensmathématiciens du Dartmouth College (États-Unis) suggèrent aujourd'hui, plutôt que de tester uniquement des personnes symptomatiques, de tester les populations de manière aléatoire. En suivant une approche semblable à celle qui est retenue pour la réalisation des sondages politiques, par exemple. « Si les tests sont effectués correctement, les taux d'infection et de létalité dans l'échantillon aléatoire devraient être très proches des taux réels dans l'ensemble de la population », expliquent les chercheurs dans un communiqué publié sur The Conversation.
Un échantillon restreint à tester
Ils prennent l'exemple d'une population de 100 individus dont 60 seraient infectés et sur laquelle on aurait à déplorer cinq morts. Le taux de létalité serait alors de 8,3 %. Une approche telle que celle déployée actuellement dans de nombreux pays et qui consiste à ne tester pratiquement que les personnes présentant des symptômes - voire des symptômes sévères - mènerait, à partir de 44 personnes testées, à conclure à un taux de létalité faussé de 12,8 %. En revanche, l'approche que les chercheurs proposent conduirait à estimer le taux de létalité à 6,8 % à partir de 54 personnes testées. Un taux bien plus proche de la réalité donc.
Dans le cas d'un sondage pour une élection présidentielle aux États-Unis, les mathématiciens du Dartmouth College estiment qu'un échantillon de 1.000 personnes donne un résultat avec une marge d'erreur de 3 %. En revanche, un échantillon de 10.000 individus pourrait mener à une erreur de seulement 1 %. Et même vraisemblablement moins. Sachant qu'au 8 avril, 2 millions d'Américains avaient déjà été testés, l'objectif ne semble pas hors d'atteinte.
D'autant que l'opération pourrait, selon les chercheurs, également renseigner sur le taux des cas asymptomatiques. Ainsi que sur certaines variables démographiques. Des informations importantes, car aux États-Unis, les chiffres semblent montrer que les Afro-Américains et les personnes à faibles revenus sont affectées de manière disproportionnée.
Ce qu’il faut
retenir
- Le taux de létalité correspond au rapport des décès liés à une maladie sur le nombre total de personnes atteintes.
- Compte tenu des symptômes variables du Covid-19, le nombre de personnes atteintes est difficile à déterminer. Sauf par des tests aléatoires, de type sondage électoral, affirment des mathématiciens.
- L’occasion aussi d’estimer le nombre de personnes asymptomatiques.
