Konfedera

Concept de parti politique décentralisé et multinational, pour la démocratie directe, l'allocation universelle et une Confédération d'États souverains.

Gestion des épidémies

email Facebook Twitter
Màj : 4 avril 2020   –   # pages : 22 [?]

Résumé

https://konfedera.org/gestion-des-epidemies#resume

Scientifiques médiatisés, journalistes et politiciens ressassent continuellement le discours suivant :

« Nous vivons une pandémie (COVID-19) dont la gravité est exceptionnelle. Le confinement général s'impose donc car il permet :
  • d'abaisser le pic de l'épidémie ⇒ de réduire le risque de surcharge des hôpitaux ;
  • de retarder le pic de l'épidémie ⇒ de gagner suffisamment de temps pour développer un traitement et/ou un vaccin ».

Or les faits suivants montrent que l'actuelle pandémie n'est pas statistiquement exceptionnelle, et que le confinement général n'est en aucune circonstance la meilleure stratégie.

  1. Statistiques. Chaque année, environ 500.000 personnes meurent dans le monde en raison de complications liées aux virus de la grippe saisonnière. Au 4 avril 2020 le nombre de décès provoqués par COVID-19 dans le monde représentait 13% de ce nombre (en outre il semble que les statistiques de la grippe cette année soient très inférieures à la moyenne ...). En France la grippe tue annuellement 0,02 % de la population, alors que COVID-19 a tué 0,0002 % de la population chinoise, soit proportionnellement cent fois moins. La nature globale de l'épidémie (pandémie) ne change rien à ces faits statistiques puisque la capacité hospitalière globale augmente avec l'étendue géographique de l'épidémie.

  2. Hôpitaux. La "surcharge" de certains hôpitaux n'est donc pas causée par les cas graves mais par la masse des personnes que le catastrophisme médiatique fait accourir vers les services médicaux pour des symptômes bénins. Cette surcharge non justifiée réduit les ressources humaines et matérielles requises pour les cas graves, provoquant ainsi une hausse du nombre de décès. Nous ne sommes donc pas en train de neutraliser une pandémie, mais de provoquer ce que des modèles mathématiques réductionnistes "prévoient" erronément (cf. point suivant). La crise actuelle est ainsi causée par la seule panique. C'est un phénomène connu des économistes sous le nom de "prophétie autoréalisatrice" ("self-fulfilling prophecy").

  3. Modèles. La croyance dans l'efficacité du confinement général est nourrie par des modèles mathématiques inadaptés à la complexité des maladies transmissibles. Durant les précédentes épidémies de virus nouveaux les prévisions calculées par ces modèles ont systématiquement exagéré la gravité de la situation (heureusement, sans que cela ait provoqué de confinement général). D'autre part l'analyse détaillée des limitations pratiques du confinement général fait comprendre que sa faisabilité est irréaliste. On ne s'étonnera donc pas de constater qu'il n'existe pas de cas démontré scientifiquement d'épidémie ayant été retardée ou atténuée par confinement général.

  4. Stratégie. La méthode scientifique ne consiste pas en l'application de croyances, mais de faits avérés. Ainsi la méthode scientifique pour neutraliser une épidémie peut se résumer en une règle simple :

    • en situation normale : stratégie passive reposant sur le phénomène d'immunité collective ;
    • en situation de crise (c-à-d lorsque la capacité hospitalière risque d'être submergée par l'épidémie) :
      • s'il existe des groupes à risque ⇒ stratégie ciblée : "confiner les seuls groupes à risque ⇒ dépister et traiter au sein de ces seuls groupes " ;
      • si toute la population est également à risque ⇒ stratégie massive : "dépister massivement ⇒ confiner et traiter les seuls positifs".
  5. Repositionnement. L'absence éventuelle de traitement spécifique ne justifie pas de ne pas appliquer immédiatement le dépistage massif, qui permet (i) d'isoler les contaminés identifiés et (ii) d'ainsi pouvoir réaliser un profilage indispensable pour le suivi épidémique, la recherche des super-contaminateurs et la conception de médicaments et vaccins spécifiques. En outre des recherches chinoises et françaises ont montré que des médicaments existants non spécifiques peuvent être utilisés comme substituts à des médicaments spécifiques (stratégie du "repositioning").

  6. Le confinement général :
    • entrave la production et distribution du matériel nécessaire pour le personnel médical, le dépistage et l'adaptation de traitements non spécifiques ;
    • est un calvaire pour les femmes battues, les personnes âgées, les familles confinées dans des trois pièces, ou encore les petits indépendants.
  7. Démocratie. Étant donné que le taux de mortalité de la pandémie COVID-19 n'est en rien exceptionnel par rapport aux régulières pandémies (qui n'avaient pas suscité de confinement général) il en résulte logiquement que si les populations ne se révoltent pas contre ce confinement général, celui-ci deviendra la norme.

Un système de gestion des épidémies est proposé afin que le délire collectif provoqué par des pandémies ne se reproduise plus, et qu'elles soient neutralisées efficacement.

Introduction

epidemie.jpeg

AVERTISSEMENT. Étant donné la dangereuse généralisation de l'hystérie autour de COVID-19 ce document est une publication en cours, faisant l'objet de mises à jour quotidiennes. Elle contient donc des erreurs et approximations, mais des corrections et précisions son apportées chaque jour, de sorte que la qualité, l'étendue et la profondeur de l'article augmentent constamment. N'hésitez pas à me communiquer vos commentaires. N.B. Je ne suis pas de formation médicale mais économiste. Je ne suis pas non plus expert en économie de la santé, mais je crois que l'avis des non spécialistes – pour autant qu'ils travaillent avec méthode ainsi que des sources crédibles et vérifiables – peut avoir de la valeur précisément parce que leur approche est à la fois généraliste et particulière. Je suis un chercheur libre.

Concernant la crise en cours le présent article développe notamment la thèse selon laquelle la crise sanitaire sera in fine du même ordre de gravité qu'observé en Chine (c-à-d relativement limitée), et que cela n'aura pas été le résultat du confinement général (une pratique moyenâgeuse dont "l'efficacité" pratique est sans lien avec son efficacité théorique) mais d'une combinaison du phénomène naturel d'immunité collective et de la stratégie moderne "dépister & traiter".

Quoi qu'il advienne, il importe d'en tirer des leçons pour le futur. Que faire en cas d'épidémie lorsqu'il n'existe ni vaccin anti-viral ni traitement curatif spécifique ? Quelle stratégie choisir, et comment la mener ? Pour ce faire nous proposons de concevoir un système de décision permettant aux individus et organisations (dont les gouvernements) de savoir à partir de quand il importe d'appliquer des mesures sanitaires, lesquelles (stratégies) et comment (annonce, timing, obligation/recommandation, ...).

Ce système de gestion des épidémies (SGE) permettrait :

  • d'aider les décideurs politiques à prendre les bonnes décisions au bon moment ;
  • de limiter si ce n'est neutraliser l'hystérie médiatique et les vagues de panique ;
  • enfin, "last but not least", de neutraliser le risque que des gouvernements mal intentionnés invoquent le "principe de précaution" pour imposer de façon récurrente voire permanente un régime de confinement général.

Le présent article est composé de trois parties :

  • une analyse de l'épidémie du virus COVID-19 ;
  • une description de trois stratégies de gestion des épidémies ;
  • une proposition pour un système de gestion des épidémies (SGE).

COVID-19 : analyse d'un délire collectif

https://konfedera.org/gestion-des-epidemies#COVID-19-analyse-delire-collectif

N'y a-t-il pas chaque année des épidémies causant des morts, et dont la croissance est exponentielle ? Dans l'affirmative, chaque année nous sommes confrontés au risque que le système hospitalier soit surchargé (et je crois savoir que certaines années il l'est effectivement, ce qui augmente le nombre de décès, mais sans que cela suscite une panique collective). Une question vient alors à l'esprit : pourquoi n'a-t-on pas appliqué de confinement général durant ces années ?

Autrement posé : pourquoi a-t-on appliqué le confinement général pour COVID-19 ? Le fait qu'il s'agit en l'occurrence d'une pandémie n'est pas une réponse pertinente dans la mesure où le réseau hospitalier global augmente avec le nombre de régions touchées et que le taux de mortalité de COVID-19 n'est pas exceptionnel (cf. infra). Par conséquent cette pandémie est certes caractérisée par une forte augmentation du nombre global de décès mais – et il est fondamental de bien comprendre cela – sans modifier les statistiques de mortalité ! Ce qui signifie que du point de vue de chaque individu l'épidémie COVID-19 ne correspond pas à un risque de mortalité inhabituel ! Ce qui par contre est inhabituel dans le cas de cette épidémie c'est l'hystérie collective qu'elle a suscité.

On avait déjà par le passé observé un tel phénomène (HIV, vache folle, grippe aviaire, ...) mais avec COVID-19 il a atteint une échelle jamais égalée, et dont les conséquences sanitaires, économiques, sociales et politiques risquent d'être désastreuses. C'est pourquoi il est très important de comprendre les causes de ce délire collectif (et de ceux qui l'ont précédés) afin d'implémenter des mesures garantissant qu'il ne se reproduise plus.

Cela est d'autant plus important en raison de la similitude du phénomène avec la guerre (la vraie), cette autre folie collective. Or en situation de guerre, il n'y a plus de place pour le débat : si vous critiquez le gouvernement, celui-ci et ceux qu'il a rallié à lui grâce à la panique, vous accusent de jouer le jeu de l'ennemi meurtrier. Cette vision réductrice a pour effet d'inhiber (voir criminaliser) le débat public et partant l'intelligence collective. Cela conduit à l'incapacité collective de s'adapter intelligemment à l'évolution de la situation et des informations disponibles. Il en résulte généralement des catastrophes. Ainsi en cédant à la panique on peut perdre une guerre face à un ennemi même insignifiant.

Statistique descriptive

https://konfedera.org/gestion-des-epidemies#statistiques

Cette section comporte trois parties :

  1. dimension spatiale : relativisme
  2. dimension temporelle : ex ante > ex post
  3. dimension qualitative : facteurs socio-sanitaires
Dimension spatiale

Le taux de mortalité de 1 % pour COVID-19 est extrêmement faible en comparaison avec d'autres coronavirus : 10% pour SARS-CoV et 34% pour MERS-CoV [source]. D'autre part chaque année, environ 500.000 personnes meurent dans le monde en raison de complications liées aux virus de la grippe saisonnière (grippe). Au 3 avril 2020 les décès provoqués par COVID-19 dans le monde représentait 13% de ce nombre [source]. En outre il semble que les statistiques de la grippe cette année soient très inférieures à la moyenne ...

En Chine le taux morts / infectés de COVID-19 est de 4 % des quatre vingt mille chinois infectés [source]. Cela correspond à un taux morts / population de seulement 0,03 % pour l'agglomération de Wuhan (le foyer de l'épidémie, 11 millions d'habitants) et 0,0002 % pour l'ensemble de la Chine (1,386 milliard d'habitants). En outre le taux de 4% est une surestimation en raison de biais de mesure (cf. infra) : selon des estimations le ratio morts / contaminés serait inférieur à 1% [source]. On peut mettre en perspective ces taux de mortalité en les comparant avec ceux de la grippe habituellement observés en France : 0,2 % des contaminés et 0,02 % de la population [source].

Taux de mortalité morts / ... (%)
COVID-19 (Chine) Grippe (France) COVID-19 / Grippe
/ Contaminés < 1 0,2 5
/ Habitants 0,03 (Wuhan) 0,02 1,5
0,0002 (Chine) 0,01

Le cas chinois suggère donc que le taux morts / infectés mesuré en cours d'épidémie est au moins quatre fois supérieur au taux morts / contaminés. Et nous allons voir que la surestimation pourrait être substantiellement supérieure à un facteur 4.

Définition. J'ai encore quelques doutes sur la définition attribuée par les statistiques (généralement anglo-saxonnes) à la classe "active cases" : s'agit-il de contaminés > infectés > positifs ? Et surtout comment vérifier que des statistiques quasiment en temps réel ne font pas de confusion ?

Dimension temporelle
Définitions

Commençons par définir les notions requises pour mieux comprendre les biais de mesure.

On peut distinguer deux types de maladies transmissibles, selon que le vecteur est endogène (exemple : postillons) ou exogène (exemple : moustiques).

Contaminés > positifs. Le nombre de personnes testées positives ("confirmed cases") ne donne qu'une sous-estimation du nombre réel de personnes contaminées. Ce n'est que si 100% de la population a été testée que le nombre de personnes contaminées est égal au nombre de personnes testées positives.

Contaminés > contagieux. Seule une partie des personnes contaminées sont contagieuses, de sorte que le nombre d'individus contaminés est supérieur à, et donc surestime celui des individus contagieux.

La période d'incubation est la durée entre la contamination et l'apparition de symptômes. Une question importante est de savoir si l'individu contaminé est contagieux pendant la période d'incubation.

Contaminés > infectés ? La contamination précède l'infection c-à-d l'apparition des symptômes [source], mais il semble que seule une partie de contaminés seront infectés [source ?].

Malades (c-à-d "symptomatiques"). En général la plupart des personnes infectées ne développent que des symptômes bénins (parfois tellement insignifiants qu'elles ne s'en rendent pas compte, ce qui est problématique dès lors qu'elles sont contaminantes, mais d'autant moins que le taux de mortalité est faible). Parmi les symptomatiques une partie ne se présentent pas à un service médical et guérissent naturellement (c-à-d sans traitement). Donc seuls les autres symptomatiques seront traités et enregistrés (par cette voie) dans les statistiques. Enfin la majeure partie des cas graves se concluent par une guérison plutôt que par un décès.

Guéri ⇒ immunisé. En général les personnes guéries (notion de charge virale négative), que ce soit par traitement ou naturellement, ne peuvent plus ni contaminer ni être contaminées (notion de séroconversion). "Traiter" un individu contaminé c'est notamment abaisser sa charge virale en-dessous d'un niveau correspondant à la disparition (i) des symptômes de la maladie et (ii) de la contagiosité de l'individu.

Biais de
mesure

Le taux de mortalité mesuré ex ante (c-à-d durant la partie ascendant de la courbe épidémique) est toujours (très) supérieur au taux de mortalité mesuré ex post (c-à-d juste après la fin de l'épidémie). Or c'est le taux ex post qui est le plus proche de la réalité.

Ex post. Le taux morts / contaminés ne peut être définitivement calculé qu'après l'épidémie : à partir d'une population dont on connaît le nombre de décès on teste un large échantillon aléatoire pour vérifier combien d'individus ont les anticorps contre l'agent pathogène (signe qu'ils ont été contaminés).

Ex ante. Les estimations du taux morts / contaminés faites en début d'épidémie sont fortement sujettes à caution en raison des erreurs d'estimation au niveau :

  • numérateur (# morts) : d'autant plus surestimé qu'on est au début de l'épidémie car (i) les personnes les plus faibles meurent massivement au début ; (ii) en raison de l'urgence les échantillonnages de tests concernent les cas les plus graves (alors que pour mesurer la réalité ils devraient être aléatoires) ;
  • dénominateur (# contaminés) : d'autant plus sous-estimé que le nombre de personnes testées est faible, ce qui est particulièrement le cas au début de l'épidémie (ainsi au 24 février 2020 seulement 320.000 chinois avaient été testés - source) ;
  • au total : avec une surestimation au numérateur et une sous-estimation au dénominateur on a donc une énorme surestimation du taux morts / contaminés. Celle-ci diminue progressivement mais on ne le voit qu'avec retard (parfois même bien après la fin de l'épidémie) en raison du temps requis pour collecter, traiter et propager les statistiques (cf. "ex post" supra). Pendant ce temps le catastrophisme médiatique fait des ravages ...
Dimension qualitative

Polypathologies. La plupart des personnes décédées suite à une infection à COVID-19 souffraient d'une à trois pathologies chroniques (hypertension, diabète, maladies cardiovasculaire, cancers, etc.). C'est la combinaison de ces affections qui explique la quasi totalité des décès "causés par COVID-19". Il y a aussi les personnes souffrant de problèmes respiratoires chroniques : c'est le cas en Chine à cause de la pollution atmosphérique, et en Iran suite aux intoxications chimiques durant la guerre contre l'Irak. À l'opposé la létalité de COVID-19 est quasiment nulle pour des personnes saines : le cas du navire de croisière US Diamond Princess suggère ainsi un taux de mortalité de seulement 1% pour les personnes âgées en bonne santé [source].

Capacité hospitalière.La létalité d'une épidémie, mesurée en nombre de décès, est aussi fonction des capacités quantitatives et qualitatives du système médical. Ce facteur peut expliquer le nombre relativement élevé de décès causés par COVID-19 en Italie, ainsi que le nombre beaucoup plus faible de victimes en Allemagne (NB : un autre facteur explicatif est la stratégie adoptée : confinement général en Italie, dépistage massif et confinement ciblé en Allemagne).

Concernant l'Europe en général il importe de dénoncer la responsabilité de l'Union européenne et de son idéologie libérale anti services publics, qui depuis trente ans, lentement mais sûrement, étrangle les services publiques et les entreprises publiques afin d'en dégrader la qualité, et d'ainsi pousser leurs utilisateurs vers des entreprises privées [approfondir].

Modèles mathématiques

https://konfedera.org/gestion-des-epidemies#modeles-mathematiques
Principes

Les modèles mathématiques sont (très) utiles pour faciliter l'étude d'un phénomène (recherche & enseignement) et, dans certains cas, pour la prévision. Pour ce faire un modèle identifie un nombre limité de variables (considérées à tort ou à raison comme les plus déterminantes), et formule des relations entre elles. En outre le modèle est calibré par la valeur attribuée à chacun de ses paramètres. Par exemple y = a * x + b décrit une relation (linéaire) entre des variables x et y, les paramètres étant a et b.

Un modèle est donc nécessairement une représentation simplifiée de la réalité. Cette simplification constitue à la fois l'intérêt (l'utilité) des modèles ... et leur limite. En général cette limite n'est pas dépassée lorsque le phénomène modélisé est lui-même relativement simple (petit nombre de variables et paramètres, relations linéaires entre les variables, ...). Par contre dans le cas de phénomènes complexes (grand nombre de variables, relations non linéaires, ...) on constate souvent que ces modèles(composés de sous-systèmes hiérarchisés) "ne fonctionnent pas" : lorsque l'on compare leurs résultats aux faits observés, par exemple une série de valeurs calculées ex ante et les valeurs observées ex post, ces modèles ne font pas mieux qu'un tirage aléatoire de résultats possibles. Le danger est alors qu'un modèle "qui ne fonctionne pas" soit utilisé – par incompétence (journalistes, politiciens, ...) ou malhonnêteté (scientifiques) – comme s'il était un modèle pertinent.

Dans le cas des phénomènes complexes il est préférable que leur modélisation soit réalisée par des spécialistes de ces phénomènes. Il importe donc de faire preuve de sens critique par rapport à des modèles conçus par des informaticiens ou mathématiciens n'ayant pas le niveau requis dans le domaine du phénomène qu'ils ont modélisé. Cet appel au sens critique s'adresse particulièrement aux spécialistes pouvant utiliser de façon inappropriée des modèles dont, n'étant pas les concepteurs, ils ne perçoivent pas toujours les défauts et limitations.

Ainsi des modèles de propagation épidémique ont été développés, dont le plus simple est connu sous l'acronyme de SIR [exemple1, exemple2].

Les prévisions produites par les modèles épidémiques concernent principalement :

  • la vitesse de développement de l'épidémie ;
  • le moment où le sommet de la courbe épidémique sera atteint (et donc le niveau de ce sommet) ;
  • l'effet de diverses stratégies anti-épidémiques (par exemple le confinement général pour retarder et/ou abaisser ce sommet).

Une modélisation de COVID-19

covid19-modele.png

Ligne rouge : capacité hospitalière en lits de soins intensifs. Courbes : différents scénarios d’utilisation de la capacité selon la stratégie appliquée. Conclusion : dans tous les cas la capacité hospitalière serait submergée [source].

Performance médiocre

Les prévisions des modèles épidémiques s'avèrent relativement exactes concernant le taux de croissance, pour autant que l'horizon temporel ne dépasse pas une ou deux semaines (comme pour les modèles météorologiques ...). On ne s'étonnera donc pas de constater qu'elles sont généralement très éloignées de la réalité concernant le moment (et donc le niveau) du sommet de la courbe épidémique. Ce fut systématiquement le cas lors des précédentes épidémies de virus nouveaux (c-à-d inconnus), les modèles prédisant l'écrasement des services hospitaliers par un tsunami de cas sévères. À chaque fois ils se sont "trompés" (entre guillemets puisque ce fut systématiquement dans le sens de l'exagération ... nous y reviendrons plus loin), ... heureusement sans que cela ait provoqué de confinement général. Il y a à cela aux moins deux causes naturelles : le réductionnisme et la sensibilité aux conditions initiales (nous verrons plus les causes d'origine humaine).

Réductionnisme

Les modèles mathématiques reposent sur un certain nombre d'hypothèses – notamment la formulation des relations entre variables (les fonctions), la valeur des paramètres (les "constantes") et conditions initiales – supposés représenter la réalité. En l'occurrence il s'agit notamment de décrire les modes de transmission du virus.

Exemples d'hypothèses [source] :

  • "le nombre de contacts par individu dans les écoles est le double de celui observé ailleurs" ;
  • "la période d'incubation est de 5,2 jours" ;
  • "l'infectiosité survient 12 heures avant le début des symptômes pour les symptomatiques, et 4,6 jours après l'infection pour les asymptomatiques" ;
  • "le taux de propagation R0=2,4" ;
  • "les symptomatiques sont 50% plus contaminants que les asymptomatiques" ;
  • "deux tiers des symptomatiques le sont suffisamment pour s'auto-confiner dans les 24 heures suivant l'apparition des symptômes, et sont hospitalisés dans les cinq jours" ;
  • "30% des hospitalisés le seront en soins intensifs, et 50% de ceux-ci meurent" ;
  • "la durée d'hospitalisation est de 8 jours pour les cas non critiques et 16 jours pour les cas critiques" ;
  • "70% des ménages respectent les mesures sanitaires" ;
  • "le taux de contact sur le lieu de travail est diminué de 25% (distanciation)" ; ...

Didier Raoult – premier expert mondial dans le domaine des maladies transmissibles selon le classement expertscape – dénonce l'incapacité des modèles mathématiques à représenter la complexité des maladies transmissibles, qui plus est dans le cas de virus nouveaux et/ou à mutations fréquentes. On notera à cet égard le gigantesque réductionnisme consistant à ramener à la seule problématique de propagation d'un virus celle, beaucoup plus complexe, de neutralisation de ses effets sur la santé publique.

Raoult rappelle ainsi que parmi les causes de transmission, il y a celle entre les êtres humains, mais tous les humains ne transmettent pas la maladie de la même manière. Certains sont des "superspreaders" : par exemple les enfants sont plus contaminants mais moins malades, tandis que les sujets âgés sont plus sensibles mais moins contaminants. D'autre part les comportements culturels, comme cracher par terre, peut induire des différences spatiales dans la propagation d'un virus. Les maladies infectieuses sont donc des maladies d'écosystème [source]. Par conséquent un modèle représentant un écosystème déterminé fonctionnera encore plus mal pour un autre écosystème. En outre ceux-ci se transforment constamment.

Systèmes
complexes

Le phénomène des maladies transmissibles est déterminé par de nombreux facteurs sociologiques et culturels qui en font un phénomène aussi complexe que le système économique (et l'ont sait l'inefficacité des modèles mathématiques pour prévoir l'évolution future des variables économiques).

Or une propriété des systèmes complexes est leur sensibilité aux conditions initiales, qui rend impossible la prédiction de leur évolution (cf. théorie du chaos).

Sensibilité aux conditions initiales

Dans cette animation en boucles (30 sec.), après quelques secondes les deux pendules se désynchronisent brusquement [source].

Notons cependant que dans les systèmes complexes, qui possèdent un grand nombre de degrés de liberté (c-à-d de variables), et où l’on se préoccupe de prédire des quantités "macroscopiques", qui sont des moyennes statistiques (par exemple la pression et la température d'un volume gazeux), l’instabilité exponentielle du système "microscopique" n’est généralement pas synonyme d’imprédictibilité. Autrement dit, en général, l'imprévisibilité des variables du niveau micro n'implique pas l'imprévisibilité de moyennes statistiques au niveau macro. Il existe cependant des situations particulières (exceptionnelles ?) dites "critiques" où l'on observe un phénomène de "transition de phase" c-à-d tel que le système hésite entre deux chemins possibles [source].

Mais il n'y a pas que les limitations naturelles que sont le réductionnisme et les systèmes complexes qui posent problème. Il y a aussi l'utilisation abusive des modèles par des personnes incompétentes (notamment des journalistes) ou mal intentionnées (notamment des journalistes et des scientifiques).

Utilisation abusive
Illustrer vs
démontrer

Ce qu'il faut bien comprendre c'est que les résultats d'un modèle mathématique ne constituent aucunement une démonstration (c-à-d une preuve) de la thèse modélisée ! Un modèle mathématique ne fait rien d'autre que de produire des valeurs (les "résultats du modèle") correspondant à différentes valeurs de ses paramètres. Un modèle permet seulement d'illustrer différents scénarios d'une thèse (par exemple : "le confinement général permet de retarder et abaisser le sommet de la courbe épidémique"), mais cela ne démontre pas cette thèse. Par exemple, il est incontestable que les modèles astrologiques produisent des prévisions, mais cela ne prouve en rien que ces modèles sont effectivement capables de prédire l'avenir. D'ailleurs, lorsque l'on compare une série de leurs prévisions (donc ex ante) avec les faits observés (donc ex post) on constate que ces modèles ne font pas mieux qu'un tirage aléatoire de résultats possibles.

La plupart des journalistes, décideurs politiques et même de nombreux scientifiques tombent dans le piège de cette confusion. C'est alors que peut entrer en jeu la manipulation des paramètres.

Valeurs des
paramètres

Nous avons vu que les résultats d'un modèle sont des scénarios correspondant à différentes valeurs des paramètres. Ces paramètres sont déterminés par les utilisateurs du modèle, mais sont généralement entachés de deux types de biais :

  • estimations erronées : les valeurs initiales et les paramètres peuvent être des valeurs :
    • mesurées sur l'épidémie en cours ; ⇒ ces valeurs sont d'autant moins pertinentes que les biais de mesures évoqués précédemment seront importants ;
    • mesurées sur de précédentes épidémies considérées comme "potentiellement similaires" ⇒ ces valeurs sont d'autant moins pertinentes que l'épidémie en cours est différente des celles utilisées comme référentiels ;
    • calculées à partir de modèles ⇒ ces modèles ne sont plus alors que des objets divinatoires.
  • intérêts financiers/politiques : ce dernier biais ne doit pas être sous-estimé : on peut faire dire beaucoup de chose (ce que l'on veut ?) à un modèle ; or des résultats catastrophistes augmentent les chances de médiatisation d'un modèle, et donc de ses auteurs.

On notera ainsi la déclaration pour le moins légère de l'OMS du 23 janvier 2020 : « Human-to-human transmission is occurring and a preliminary R0 estimate of 1.4-2.5 was presented » [source]. Les études de références n'étaient-elles que des travaux préliminaires et n'ayant pas fait l'objet d'une validation par des pairs ? [exemple].

On passe alors au stade suivant de la confusion voire manipulation : faire passer une valeur calculée pour une valeur observée.

Mesure
vs calcul

Il arrive que des modèles sont utilisés de façon abusive comme instrument d'analyse descriptive. Ainsi la plupart des articles de presse mélangent sans distinction des données mesurées (supposée provenir de l'analyse descriptive) et des données calculées (provenant de modèles), ce qui a pour effet que des valeurs calculées (qui peuvent être très éloignées de la réalité) sont présentées comme valeurs mesurées.

Enfin en toile de fond de ces confusions voire manipulation, il y a la question fondamentale de la causalité.

Corrélation
vs causalité

Une autre pratique abusive est d'interpréter une simple corrélation entre deux variables comme étant une relation de causalité selon laquelle l'une déterminerait l'autre. Exemple : « le nombre de mort a diminué peu après l'implémentation du confinement général, donc celui-ci permet d'abaisser le nombre de mort » (alors qu'en réalité c'est l'immunisation collective qui a bloqué la contamination et partant le nombre de décès).

Exemples

Quelques lignes extraites d'une étude scientifique [source], et qui nous rappellent que les modèles doivent être interprétés avec prudence et sens critique :

  • « Certaines études antérieures ont signalé différente valeurs de R0 (de 1,40 à 6,49 avec une moyenne de 3,28) en raison de différentes sources de données, périodes et méthodes statistiques » (p. 16).
  • « Certaines limites de cette étude doivent être notées. Premièrement, bien que notre prédiction du modèle soit bien alignée avec les données observées, nous avons fixé les valeurs de plusieurs paramètres sur la base d'études épidémiologiques antérieures sans tenir compte de l'incertitude, ce qui pourrait réduire la précision de nos résultats » (p. 17).
  • « L'impact des interventions doit être considéré dans son ensemble et nous n'avons pas pu évaluer les stratégies individuelles par la courbe épidémique » (p. 17).
Modèles vs réalité

Durant l'épidémie COVID-19, journalistes, politiciens et "scientifiques" ont ressassé continuellement le "raisonnement" suivant : « le confinement général permet de retarder et d'abaisser le pic de l'épidémie, de sorte que nous gagnons suffisamment de temps pour développer un traitement et/ou un vaccin ».

Or cette affirmation est en contradiction :

  • avec l'analyse théorique que nous venons de développer ;
  • avec les faits observés, à savoir que :
    • la faisabilité et l'efficacité du confinement général sont irréalistes, comme montré plus loin dans notre analyse de la stratégie de confinement général ;
    • il n'existe pas de cas scientifiquement démontré d'épidémie ayant été retardée ou atténuée par confinement général.

On jugera alors avec d'autant plus de sévérité la déclaration de la ministre belge de la Santé, Maggie De Block, déclarant au sujet du confinement général : « On savait qu’il faut attendre 8 à 10 jours pour voir si les mesures sont efficaces » [source]. Et l'on constatera avec d'autant plus d'inquiétude le silence de la quasi totalité de la communauté scientifique par rapport aux incompréhensions voire abus des décideurs politiques.

Exploitation médiatique

https://konfedera.org/gestion-des-epidemies#exploitation-mediatique

Comment expliquer la surmédiatisation (amplification) catastrophiste (distorsion) et anxiogène de l'épidémie de COVID-19, alors que celle-ci n'a rien d'exceptionnel ?

Ce délire collectif est une parfaite illustration :

  • de ce que les phénomènes sociaux sont généralement multifactoriels ;
  • d'un effet "boule de neige", c-à-d cumulatif, par lequel les facteurs originels en induisent d'autres, qui renforcent les premiers par boucle de rétroaction.

Nous simplifierons l'analyse en distinguant facteurs sources (la vague) et facteurs induits (les surfeurs, qui amplifient la vague).

Facteurs sources
https://konfedera.org/gestion-des-epidemies#delire-collectif-facteurs-sources"

Les facteurs/agents sources sont des organisations qui (de façon pas nécessairement coordonnée) déclenchent la vague médiatique pour servir des intérêts particuliers. Nous en avons identifié deux : les entreprises "d'information" et l'atlantisme anti-chinois.

Entreprises
"d'information"

La concurrence que représentent les médias sociaux pour les entreprises "d'information" incite ces entreprises à toujours plus de catastrophisme ("biased news") afin de doper l'audimat et partant les revenus publicitaires. Ainsi dans le cas de l'épidémie COVID-19 ces médias "professionnels" ont annihilé chez les infos-dépendants toute capacité d'analyse des faits statistiques, en les matraquant de messages catastrophistes focalisants. Notamment des témoignages de personnes ayant perdu plusieurs parents en quelques semaines à cause du virus, ou encore de personnel médical de soins intensifs surchargés, ... mais en passant sous silence le fait que chaque année on observe de tels cas rien qu'avec la grippe saisonnière (qui tue annuellement 0,02 % de la population française, alors que COVID-19 a tué 0,0002 % de la population chinoise, cf. supra).

Les médias ont également dénigré des informations contrecarrant le très rémunérateur catastrophisme (audimat = revenus publicitaires). Ainsi le journal Le Monde a accusé Didier Raoult – premier expert mondial en matière de maladies transmissibles selon le classement expertscape – d'avoir propagé des « fake news » dans sa vidéo annonçant la disponibilité d'un traitement (très) efficace de l'infection à COVID-19 [source] !

Médias vs réseaux sociaux : qui dit la vérité (1m05s - 2020)

Le conférencier est Didier Raoult, le premier expert mondial dans le domaine des maladies transmissibles.

On notera, dans le chef des journalistes, un comportement d'inversion accusatoire consistant à accuser "les réseaux sociaux" de propager des "fake news". Or si cela est certes exact il reste à démontrer que globalement ces réseaux nuiraient à la qualité de l'information. Or de récentes recherches scientifiques sur l'intelligence collective suggèrent plutôt le contraire [approfondir].

Atlantisme
anti-chinois

La volonté des appareils d'États atlantistes de nuire à la réputation de la Chine, où se situait la source de l'épidémie. S'inspirant alors de la technique du judo (exploiter l'attaque de l'adversaire) le gouvernement chinois aurait surfé sur la vague médiatique (voire même l'aurait amplifiée) pour positionner la Chine en champion de la gestion des épidémies, une fois la "bataille" gagnée "avec brio", et d'autant plus facilement que l'épidémie n'avait rien d'exceptionnel. Ainsi le confinement général de l'agglomération de Wuhan (foyer de l'épidémie) n'avait aucune nécessité de santé publique, mais fut motivé par des raisons d'image.

Facteurs induits
https://konfedera.org/gestion-des-epidemies#delire-collectif-facteurs-induits"

Les facteurs/agents induits sont des personnes, groupes ou organisations qui surfent sur la vague déclenchée par les sources originelles, ce qui a pour effet de l'amplifier. Nous en proposons trois au jugement du lecteur : les pseudos experts, le personnel médical (médecins et infirmières), les gouvernements.

Pseudos
experts

Les entreprises "d'information" n'ont aucune peine à attirer sur leur plateau ou dans leurs colonnes des scientifiques prêts à se positionner en experts dans une spécialité qui n'est pourtant pas la leur. En usurpant le statut d'expert et en se prêtant au spectacle médiatique (*) ces scientifiques participent à amplifier fortement la vague d'hystérie collective (ce qui augmente leur chance d'être réinvités ultérieurement par ces médias).

(*) Spectacle médiatique. Le temps d'antenne et l'espace rédactionnel sont limités par de fortes contraintes liées à l'audimat et aux proportionnels revenus publicitaires. Il en résulte que le discours de ces scientifiques est simplifié à outrance, ce qui facilite son détournement en "biased news" à des fins commerciales ou idéologiques.

Personnel
médical

La stratégie de l'UE pour tuer les entreprises publiques du service public c'est de réduire progressivement leur financement public afin de rendre impossible les conditions de travail ⇒ dégrader la qualité des services ⇒ pousser les citoyens vers des entreprises privées plus chères [ France : L'hôpital public au bord de la crise de nerfs (avril 2018) ; Belgique : Hôpitaux publics bruxellois: le ras-le-bol des blouses blanches (juin 2019) ]. Dans le contexte catastrophiste de COVID-19, certains médecins et infirmières ont pu amplifier l'effet boule de neige en cédant à la panique (crainte de surcharge au pic de l'épidémie) ou en exagérant leur situation (*) pour revendiquer plus de moyens financiers pour les hôpitaux.

(*) Notamment en ne soulignant pas que la surcharge n'est pas causée par les cas graves de COVID-19 mais par la masse des personnes que le catastrophisme médiatique fait accourir vers les services médicaux pour des symptômes bénins. Cette surcharge non justifiée réduit les ressources humaines et matérielles requises pour les cas graves, provoquant ainsi une hausse du nombre de décès.

Gouvernements

Une fois mis au pied du mur par l'hystérie médiatique, la plupart des gouvernements s'y soumettent. L'imposition du confinement général a fait explosé la panique et ainsi accru la pression sur les hôpitaux, ce qui était pourtant ce que les gouvernements cherchaient à éviter. Ce phénomène est bien connu des économistes, sous le nom de "prophétie autoréalisatrice" ("self-fulfilling prophecy").

Comment un gouvernement terrorise la population (1m07s - mars 2020)

Chaque jour à 11 heures le gouvernement belge organise une conférence de presse, présentée par des scientifiques, et consistant essentiellement (i) à mentionner le nombre de nouveaux décès ; et (ii) à répéter inlassablement les mêmes instructions. Or citer chaque jour le nombre de nouveaux décès sans les placer en perspective (notamment par rapport au nombre quotidien de victimes de la grippe saisonnière) n'a aucune valeur informative, et ne peut avoir pour effet que de terroriser la population.

Stratégies anti-épidémiques

https://konfedera.org/gestion-des-epidemies#strategies

Nous distinguons quatre types de stratégie en matière de gestion des épidémies :

  • passive : immunité collective ;
  • active défensive : confinement général ;
  • active offensive massive : dépister massivement ⇒ confiner les seuls positifs et les traiter ;
  • active offensive ciblée : confiner les seuls groupes à risque ⇒ dépister et traiter au sein de ces seuls groupes ;

Rappel : par "traiter" nous entendons abaisser la charge virale en dessous d'un niveau où le porteur n'est plus contagieux (ce qui en général est accompagné par la disparition des symptômes).

Immunité collective

La stratégie passive est fondée sur le phénomène naturel d'immunité collective, par lequel la propagation d'une maladie contagieuse peut être enrayée dans une population si un certain pourcentage des individus sont immunisés, par exemple par vaccination ou parce qu'après avoir été contaminés ils n'ont pas développé la maladie ou en ont guéri (avec ou sans traitement). Ce phénomène participe à l'éradication naturelle des épidémies (courbe en cloche).

Une politique sanitaire correspondant à cette stratégie consiste à limiter le confinement aux groupes à risques (par exemple les personnes âgées ou atteintes de pathologies sous-jacentes), ce qui présente l'avantage d'éviter les coûts sociaux, économiques et politique de la stratégie de confinement général (section suivante).

Cette politique sanitaire "passive" repose cependant sur le pari que le pic de l'épidémie, c-à-d le nombre le plus élevé de personnes contaminées ne dépassera pas les capacités matérielles et humaines du système médical. Elle est donc d'autant plus efficace que le taux de mortalité est faible. Cette stratégie est pourtant appliquée dans la plupart des épidémies. Ainsi chaque année des épidémies léthales et dont la propagation est exponentielle, son maîtrisées sans confinement général. Par conséquent, chaque année nous sommes confrontés au risque que le système hospitalier soit surchargé. Et certaines années cela est effectivement le cas, ce qui implique que des malades sont moins biens soignés voire pas du tout, et que certains en meurent. Le nombre de ces décès est implicitement considéré comme "acceptable" au regard des coûts sociaux, économiques et politiques du confinement général, dont l'application systématique aux épidémies saisonnières aurait pour effet d'instaurer le confinement général quasiment chaque année ... (PS : dans la troisième partie de l'article nous analyserons cet arbitrage).

Approfondir : wikipedia.org / Immunité grégaire

Confinement général

https://konfedera.org/gestion-des-epidemies#confinement-general
Principes

Cette stratégie, également qualifiée de "distanciation sociale" s'applique aux épidémies qui se propagent par contact interindividuel direct et non par le biais d'un vecteur tel un moustique. Elle consiste à inciter (voire forcer) l'ensemble de la population à appliquer un ensemble de mesures sanitaires (essentiellement confinement + distanciation corporelle et hygiène) jusqu'à ce que l'épidémie ait dépassé son pic.

Les partisans du confinement général affirment, sur base de modèles mathématiques (cf. supra ...), que celui-ci aurait pour effets [source] :

  • de retarder le sommet de la courbe épidémique ⇒ on gagne du temps pour augmenter la capacité hospitalière et en particulier le nombre de lits de soins intensifs ;
  • d'abaisser le sommet de la courbe épidémique ⇒ on réduit le risque que la capacité hospitalière soit dépassée par les besoins.

Les modèles mathématiques du confinement général reposent sur le nombre moyen de personnes contaminées par un individu contaminé. L'objectif du confinement général est de ramener cette variable (appelée taux de reproduction, et notée R0) en-dessous de 1, ce qui a pour effet (théorique) d'éteindre l'épidémie. Ainsi selon un tel modèle (et les hypothèse sur lesquelles il repose ...), le confinement général appliqué à Wuhan aurait ramené la valeur de R de 3,9 à 0,32 [source].

Dans la stratégie passive de l'immunisation collective le but est au contraire de laisser la valeur de R passer au-dessus de 1.

La formule mathématique la plus simple du taux de reproduction (modèle SIR) est conçue comme suit : on suppose que chaque jour l'individu contaminé va croiser C personnes, qu'il contaminera avec une probabilité P, et cela se produira pendant chacun des D jours que durera sa maladie. Par conséquent R0 = C * P * D [source, exemple].

capacites-hospitalieres.png

Il s'agit donc d'une application du principe de précaution c-à-d d'une spéculation : au moment où l'on décide d'appliquer ou non une politique active (zone verte), moment qui se trouve proche de T=0, on ne sait pas avec précision (notions d'estimations hautes et basses de la propagation effective) quel sera ex post le positionnement relatif de la courbe épidémique par rapport à la capacité hospitalière. La raison en est les biais de mesures exposés supra.

Selon le positionnement relatif des courbes par rapport à la capacité hospitalière, ont pourra tirer l'une de trois types possibles de conclusion :

  • Capac. hospit. 1 : le coût social et économique de la stratégie de distanciation a permis de minimiser le nombre de malades ne pouvant être traités : la surface verte au-dessus de la ligne de capacité 1 est inférieure à la surface bleue au-dessus de cette ligne ;
  • Capac. hospit. 2 : le coût social et économique de la stratégie de distanciation a permis de réduire à zéro le nombre de malades ne pouvant être soignés : la surface verte est inférieure à la ligne de capacité 2, de sorte que l'on a pu éviter un nombre de décès équivalent à la surface bleus située au-dessus de la ligne de capacité 2 (on suppose que les malade non traités meurent) ;
  • Capac. hospit. 3 : le coût social et économique de la stratégie de distanciation fut inutile.
Irréaliste et absurde
https://konfedera.org/gestion-des-epidemies#confinement-general-absurde

En théorie le confinement général semble très efficace : s'il est pleinement appliqué, l'épidémie serait neutralisée en quelques semaines [source]. Le principe est exposé dans l'animation suivante.

reductionnisme-epidemie.gif

L'un télétravaille, l'autre ne se rend pas à ce barbecue, une troisième ne voyage pas en avion, et le dernier reste à la maison. Comme il est facile de se bercer d'illusions par des raisonnements simplistes ...

Le principe illustré par l'animation ci-dessus semble l'évidence même, et l'on est alors tenté de croire que « oui, ça fonctionne bien comme cela, et le résultat obtenu est bien celui-là ». Cependant nous avons montré supra que les modèles ne sont qu'une illustration d'une thèse et n'en constituent nullement une démonstration. Et cela vaut également pour le principe de précaution, qui peut être également un illusion ("gagnant à tous les coups"). Pour démontrer la thèse selon laquelle le confinement général serait efficace il faut la confronter à la réalité des faits ... qui est (beaucoup) plus complexe que ce schéma.

Interrogé fin mars 2020 par le journal français Le Parisien sur l'efficacité du confinement général, le professeur Didier Raoult, premier expert mondial en maladies transmissibles selon l'indice expertscape, répond en ces termes : « Jamais on n’a pratiqué ainsi à l’époque moderne. On faisait ça au XIXe siècle pour le choléra à Marseille. L’idée du cantonnement des gens pour bloquer les maladies infectieuses n’a jamais fait ses preuves. On ne sait même pas si ça fonctionne. C’est de l’improvisation sociale et on n’en mesure pas du tout les effets collatéraux. Que se passera-t-il quand les gens vont rester enfermés chez eux, à huis clos, pendant 30 ou 40 jours ? En Chine, on a rapporté des cas de suicides par peur du coronavirus. Certains vont se battre entre eux [source].

Nous avons identifié trois raisons qui expliquent pourquoi dans la pratique le confinement général est irréaliste et absurde :

  • l'impossibilité à court terme d'augmenter substantiellement la capacité hospitalière ;
  • l'impossibilité de l'application pratique du confinement général ;
  • les effets collatéraux du confinement général.
Capacités
hospitalières

Il n'est pas possible d'augmenter substantiellement en quelque semaines la capacité hospitalière. En particulier les lits de soins intensifs requièrent non seulement du matériel complexe mais surtout du personnel compétent. Or ces ressources ne peuvent être créées en quelques semaines mais seulement ré-allouée entre hôpitaux (ce qui est pratiquement complexe à réaliser, et cela alors qu'il n'est pas possible de prévoir les régions qui seront en surcharges et celles qui ne le seront pas). Les affirmations des gouvernements qui ont prétendu l'avoir fait (et alors qu'ils n'étaient pas même en mesure de gérer efficacement les seuls stocks de masques de protection) sont donc mensongères et concernent probablement des lits de soins non-intensifs.

Application
pratique

On ne peut confiner totalement une large population au domicile sur des périodes de plusieurs semaines car les gens doivent sortir au moins pour aller (i) chercher de la nourriture (sauf à constituer massivement des stocks, ce qui n'est pas gérable globalement) ; (ii) sur leur lieu de travail (les services qui peuvent être réalisés par télétravail ne représentent qu'une partie du PIB). Quand ces personnes retournent à leur domicile, il ne leur est pas possible d'appliquer en permanence la distanciation (un mètre cinquante), le port du masque et de gants, le lavage des mains (après chaque contact sans gants).

En outre les faits énoncés ci-dessus ne concernent que la seule capacité de la population à appliquer ces mesures. Il est donc fait abstraction de la volonté de la population de le faire. Or il apparaît qu'une partie non négligeable de la population ne les respecte pas [exemple-FRA, exemple-BEL].

L'application effective de l'ensemble de ces mesures sanitaires est réaliste dans le cadre très circonscrit d'une salle d'opération, sur la durée d'une opération et avec une (très) petite population professionnelle (médecins et infirmières). Mais elles sont par contre totalement irréalistes dans la vie de tous les jours c-à-d en tous lieux, en toutes circonstances, à tout instant, par tout le monde. Et cela alors que les plus fines particules expectorées peuvent très probablement rester en suspension dans l'air pendant plusieurs heures, donc y voyager au gré des courants d'air et se fixer n'importe où (et y rester infectieux pendant plusieurs jours).

Maintenant faisons malgré tout abstraction de tous ces faits et supposons que le confinement général permet de ralentir la propagation épidémique. Il reste encore à voir si cela sera suffisant pour l'emporter sur ses effets collatéraux.

Effets
collatéraux

Comparons maintenant la "faisabilité" du confinement général par rapport à ses effets collatéraux : si l'efficacité est trop faible au regard des effets collatéraux, le confinement général nuit à la neutralisation de l'épidémie.

Liste non exhaustive de coûts sociaux et économiques d'une politique de confinement généralisé, et de sa corrélative médiatisation :

  • entrave à la production & distribution de biens et services indispensables à la lutte contre l'épidémie (dont du matériel médical : masques, désinfectant, respirateurs, matériel de dépistage, médicaments, ...) ;
  • effets de panique :
    • surcharge inutile des hôpitaux et cabinets médicaux, par des personnes paniquant parce qu'elles présentent des symptômes bénins qui ne les auraient pas inquiétées sans la dramatisation médiatique du confinement ;
    • angoisse pour l'ensemble de la population, et ses effets nuisibles sur la santé physique et mentale ;
    • pénuries dans les magasins en raisons de clients constituant des stocks de précaution ;
    • stigmatisation de groupes spécifiques ("Avec le coronavirus, incidents racistes et xénophobes se multiplient dans le monde" : source) ;
  • et toutes les personnes pour qui le confinement est un calvaire : violences familiales, familles confinées dans des trois pièces sans terrasse, indépendants tombant en faillite ; ...

COVID-19 : le cas du personnel médical infécté

Dans le cas de la crise actuelle (COVID-19) on observe un nombre élevé de malades parmi le personnel médical. Deux explications possibles sont :

  • le manque de moyens de protection : gants, masques, désinfectant, ... dont la fabrication & distribution est entravée par le confinement général ;
  • le cumul du stress :
    • psychique (⇐ info-dépendance ⇐ confinement général) ;
    • physique (travail en première ligne alourdi par des personnes en panique suite au confinement général, et se ruant vers les services médicaux malgré des symptômes bénins) ;
    Or on sait que le cumul du stress psychique et physique augmente considérablement le risque de développer des affections graves.

Scénarios. Faisons à nouveau abstraction de tous les arguments défavorables aux confinement général, et supposons qu'il permet de gagner du temps pour augmenter quelque peu la capacité du système hospitalier. Analysons alors les deux scénarios possibles :

  • Soit les prévisions d'explosion épidémique ne se produisent pas, et les coûts encourus l'auront été également pour rien. Mais en outre le détournement d'une partie considérable des ressources humaines et matérielles des hôpitaux pour préparer ceux-ci à l'hypothétique tsunami de nouveaux cas a eu pour effet une hausse (qui elle est certaine) du taux de mortalité des affections habituelles (puisqu'il y moins de ressources pour les traiter). D'autre part l'ensemble des ressources humaines hospitalières sont alors exténuées avant même le sommet de la courbe épidémique, ce qui peut avoir pour effet que même si ce sommet s'avère finalement gérable dans des conditions de travail habituelles, il ne l'est plus dans ces conditions d'épuisement.
  • Soit les prévisions d'explosion épidémique se réalisent, et dans ce cas les services hospitaliers seront presque certainement submergés et par conséquent totalement hors d'usage en 24h. Non, on ne peut tout éviter dans la vie, et brûler des cierges ou s'enfermer chez soi n'y changera rien (cierges) voire aggravera la situation (confinement général).
Conclusion

Nous avons montré que le confinement général ne peut en aucun cas être appliqué au nom du principe de précaution. La croyance en l'effet du confinement général relève donc du comportement magique, comme aller brûler un cierge à l'église, ce qui peut s'avérer très dangereux si cela nous détourne d'une stratégie rationnelle. Nous sommes aujourd'hui dans un monde où les médias "d'information" ont remplacé les prêtres, et dans l'actualité duquel le confinement général joue la fonction d'un sacrifice rituélique.

Dépister & traiter

https://konfedera.org/gestion-des-epidemies#depister-et-traiter

La stratégie active offensive "diagnostiquer et traiter" consiste à tester massivement la population et à ne confiner que les personnes positives, et les traiter si nécessaire. Cette stratégie requiert des moyens techniques spécifiques (pour le test et le traitement), mais surtout une organisation bien conçue. Elle est recommandée par Didier Raoult, premier expert mondial en matière de maladies transmissibles selon le classement expertscape.

C'est la stratégie qu'ont appliquée notamment la Corée, Taïwan, Singapour, Suède et Allemagne. Or ce sont systématiquement ces pays qui ont le mieux maîtrisé COVID-19, et de très loin comme le confirme le nombre incroyablement faible de décès en Allemagne relativement aux pays européens qui ont appliqué la pratique moyenâgeuse du confinement général.

Un autre facteur explicatif joue cependant : le taux de lits de soins intensifs est quatre fois supérieur en Allemagne par rapport à l'Italie [source].

Dépister

Quelques formes de dépistage :

  • le test PCR mesure la présence de l'ARN viral, donc l’infection ;
  • le test sérologique (par exemple ELISA) mesure la présence d'anticorps, (et partant l'immunisation ?) ;
  • imagerie (par exemple scanning des poumons dans le cas de COVID-19) : permet de repérer des symptômes (mais avec plus d'incertitude que les tests quant à leur cause ?).

Voir aussi wikipedia.org/Test_diagnostique_du_SARS-CoV-2.

Faut-il tester 100% de la population ? Non, en raison du phénomène d'immunité collective (cf. supra). Ainsi la Corée du Sud a pu neutraliser l'épidémie en dépistant trois cent mille personnes, principalement dans les foyers épidémiques [source1, source2], soit seulement 0,6% de la population du pays.

Les tests pourraient être rendus obligatoires dans les aéroports, ports et postes frontières. Des cliniques ambulantes peuvent réaliser des tests partout sur le territoire, avec résultats envoyés par SMS le lendemain. Si possible le test pourrait être réalisé par les personnes elles-mêmes au moyen d'un kit disponible en pharmacie et dans les grandes surfaces.

Les personnes ayant eu des contacts avec des individus contaminés sont recherchées de manière systématique afin d’être testées à leur tour. Cette recherche pourrait être prise en charge par le réseau Interpol.

super-contaminateurs. Il importe de concentrer les efforts de recherche sur les super-contaminateurs, personnes dont la charge virale peut être jusqu'à un million (!) de fois plus élevée que la charge des porteurs les moins contagieux [retrouver la source (Raoult je crois) et vérifier si c'est bien par rapport à la charge des porteurs les moins contagieux].

Enfin l'absence éventuelle de traitement spécifique ne justifie pas :

  • de ne pas appliquer immédiatement le dépistage massif, qui permet (i) d'isoler les contaminés certains et (ii) de réaliser un profilage indispensable pour le suivi épidémique, la recherche des super-contaminateurs et l'application de traitements non spécifiques ;
  • d'appliquer le confinement général alors que son efficacité pratique n'est pas démontrée et que par contre ses effets collatéraux bien connus entravent les efforts de neutralisation de l'épidémie (cf. supra).
Traiter

Définition. On a souvent pour habitude de distinguer traitement symptomatique vs curatif d'une maladie. Cependant cette approche dichotomique du traitement médical est simpliste. D'une part on peut favoriser la guérison spontanée en atténuant les symptômes (dans le cas de COVID-19 : fièvre, toux et dyspnée) au moyen de médicaments habituels pour ces symptômes [source]. D'autre part le traitement curatif peut être appliqué avant l'apparition de symptômes. Ainsi le traitement curatif d'une infection virale ou bactérienne consiste notamment à abaisser sa charge virale ou/et bactérienne en-dessous d'un niveau correspondant à la disparition (i) des symptômes de la maladie et (ii) de l'éventuelle contagiosité de l'infection.

"Repositionnement". En situation d'urgence et en l'absence de vaccin ni traitement curatif spécifique, il faut concentrer les ressources scientifiques disponibles sur le "repositioning" c-à-d la recherche de médicaments existants permettant de traiter le nouveau virus. L'avantage du repositioning c'est que ces médicaments sont déjà agréés, donc immédiatement disponibles. En outre leurs effets secondaires, posologie et interactions sont connues. Dans le cas de COVID-19 le repositioning fut réalisé avec succès et une rapidité stupéfiante (qui a suscité beaucoup de jalousies ...) par l'équipe du Pr. Raoult (sur base de recherches chinoises).

Une façon d'identifier des médicaments candidats pour un repositioning est donnée par le cas de la Chloroquine : en Italie COVID-19 se serait répandu essentiellement dans les régions qui avaient été touchées par le paludisme ... dont la Chloroquine est un traitement [à confirmer par une source crédible].

Urgence. Dans une situation de crise telle que la pandémie COVID-19 l'utilisation immédiate de ces traitements non spécifiques devrait être appliquée dans des conditions moins strictes que celles habituellement requises (réplication des résultats par d’autres équipes, étude randomisée en double-aveugle, ...). On notera à cet égard que des considérations commerciales et géopolitiques pourraient expliquer la campagne de dénigrement subie par l'équipe du Pr. Raoult, notamment en France et Belgique (cf. l'accusation diffamatoire du journal Le Monde à l'encontre du Pr. Raoult, premier expert mondial en matière de maladies transmissibles selon l'indice expertscape, que le journal a accusé de propager une "fake news" (sic) en annonçant les résultats d'une étude scientifique : source).

Diagnostiquer et traiter (18m25s - 16 mars 2020)

Selon Raoult il n'existe dès aujourd'hui aucune barrière autre que politique au dépistage et au traitement de COVID-19 (autrement dit, les personnes qui affirment le contraire sont soit des ignorants soit des menteurs) [fiches de la présentation].

Dépistage et traitement de COVID-19

Dépistage. Recommandations du gouvernement français pour les prélèvement de dépistage par RT-PCR :

L'Allemagne réalise 160.000 tests par semaine (soit 0,2 % de la population) alors que la France n'en fait que 35.000/sem. (soit 0,05 % c-à-d proportionnellement quatre fois moins) [source].

Traitement. Association d'hydroxychloroquine (200 mg x 3 par jour pour 10 jours) et d'azithromycine (500 mg le 1er jour puis 250 mg par jour pour 5 jours de plus), dans le cadre des précautions d’usage de cette association (avec notamment un électrocardiogramme à J0 et J2), et hors AMM. Dans les cas de pneumonie sévère, un antibiotique à large spectre est également associé [source1 ; source2].

Ce traitement permet donc de réduire le temps de portage moyen du virus (durée entre le début et la fin de l’infection, et donc de la contagiosité possible) de 20 jours [source] à 6 jours.

La Chine utilise le favipiravir (un médicament antigrippal dont l'utilisation clinique a été approuvée au Japon en 2014) après un essai clinique montrant une bonne efficacité contre COVID-19 et n'ayant provoqué aucune réaction adverse [source].

Confiner les seuls groupes à risque

https://konfedera.org/gestion-des-epidemies#confiner-seulement-groupes-risque

Cette stratégie est proposée par l'auteur du présent article. L'approche n'est donc pas celle d'un biologiste ou d'un médecin mais d'un économiste. L'approche économique repose sur un fait simple : entre diverses stratégies ayant un effet équivalent (en l'occurrence éteindre la pandémie) c'est la moins coûteuse qu'il faut choisir.

À cette aune la stratégie que nous proposons consiste à identifier les groupes à risque et à ne confiner que ceux-ci. Les groupes à risques sont immédiatement observables puisque c'est précisément leur apparition (les décès causés par l'infection virale) qui attire l'attention. Ces groupes à risques représentent en général un faible pourcentage de la population. Ainsi dans de nombreuses épidémies il s'agit de personnes cumulant deux caractéristiques : un âge élevé et une polypathologie chronique (hypertension, diabète, maladies cardiovasculaire, cancers, ...).

Cette stratégie présente en outre l'avantage d'être la plus efficace en cas de virus inconnu, pour lequel il n'existe ni vaccin ni médicament. Elle est également un complément idéal du phénomène naturel d'immunisation collective.

Quelle stratégie appliquer ?

Commençons par éliminer le confinement général (stratégie active défensive) dont nous avons montré que l'application relève de considérations non pas scientifiques mais à caractère politique (cf. supra "Analyse d'un délire collectif") et religieuse (cf. supra la notion de sacrifice rituélique).

Dépister et traiter est certainement plus efficace que le confinement général pour neutraliser l'épidémie, même en l'absence de traitement. Son coût est en outre inférieur. Cependant le coût d'un dépistage massif demeure élevé, et encore plus le confinement des porteurs, qui peuvent être très nombreux.

Il apparaît alors une méta-stratégie :

  • en situation normale : stratégie passive reposant sur le phénomène d'immunité collective ;
  • en situation de crise (c-à-d lorsque la capacité hospitalière risque d'être submergée par l'épidémie) :
    • s'il existe des groupes à risque ⇒ stratégie ciblée : "confiner les seuls groupes à risque ⇒ dépister et traiter au sein de ces seuls groupes " ;

      Rappel : par "traiter" nous entendons abaisser la charge virale en dessous d'un niveau où le porteur n'est plus contagieux (ce qui en général est accompagné par la disparition des symptômes).

    • si toute la population est également à risque ⇒ stratégie massive : "dépister massivement ⇒ confiner et traiter les seuls positifs".

      Comprenons bien le rôle joué par le phénomène d'immunité collective dans cette méta stratégie : il a pour effet qu'il n'est pas nécessaire de dépister & traiter 100% de la population (alors que les mesures de distanciations doivent être appliquée à 100% de la population).

Situation
"de crise"

Notre définition d'une situation de crise ("risque que la capacité hospitalière soit submergée par l'épidémie") implique que la gestion des épidémies relève de considérations non seulement sanitaires mais également économiques et politiques, en raison de deux caractéristiques de cette définition :

  • elle est fondée sur une incertitude : au moment où l'on doit prendre la décision d'appliquer ou non une stratégie de gestion épidémique et, dans l'affirmative, d'en choisir une, on ne dispose pas de toute l'information nécessaire (cf. la médiocre performance des modèles mathématiques en matière de prévision des épidémies de maladies transmissibles) ;
  • elle est fondée sur un relativisme : face à une même pandémie deux pays dont les capacités hospitalières respectives (mesurées en nombre de lits de soins intensifs par mille habitants) sont très différentes pourront vivre des situations différentes selon que cette capacité sera suffisante ou non par rapport à la gravité de l'épidémie.

Nous allons développer cette problématique dans la section suivante, ce qui nous permettra de proposer un système cohérent de gestion des épidémies.

Système de gestion des épidémies

https://konfedera.org/gestion-des-epidemies#systeme

Nous allons ici décrire les grandes ligne du système de gestion des épidémies (SGE) que nous proposons : problématique, principes, front-end, back-end, évolution.

Problématique

Nous comprenons maintenant qu'en raison de son inefficacité la méthode du confinement général est équivalente à la stratégie passive reposant sur l'immunité collective ... du moins si l'on fait abstraction des effets collatéraux du confinement général. Par conséquent le graphique que nous avions présenté plus haut doit être corrigé sur base des deux principes suivants :

  1. le phénomène d'immunisation collective a pour effet que toutes les épidémie s'éteignent naturellement;
  2. en situation de crise, c-à-d lorsque la capacité hospitalière risque d'être submergée par l'épidémie, la méta-stratégie proposée permet d'abaisser ce risque à un niveau (c-à-d une probabilité) "acceptable".
depister-et-traiter.png

Comprenons bien que lorsqu'on dit « abaisser à un niveau acceptable le risque de submersion de la capacité hospitalière » cela veut dire « à un nombre – potentiel et statistiquement atypique de victimes – qui est considéré comme acceptable ». Mais que signifie concrètement "acceptable" ? La réponse à cette question n'est pas aussi simple qu'il y paraît :

  • incertitude : d'une part, en raison des biais de mesure évoqués dans la première partie de l'article, l'effet d'une stratégie anti-épidémique ne peut être évalué correctement que ex post, de sorte qu'à ce moment on doit prendre une décision en situation d'incertitude c-à-d sans détenir l'intégralité des informations nécessaires ;
  • subjectivité : d'autre part, même s'il n'y avait pas incertitude, il demeure que l'évaluation de ce qui est acceptable est subjective car elle consiste en la détermination d'un nombre de morts considéré comme "(in)tolérable" au regard des coûts sociaux, économiques et politiques des mesures appliquées pour abaisser à ce niveau le nombre final de victimes de l'épidémie en cours.
Éthique et
démocratie

La notion de "nombre tolérable de victimes" peut paraître scandaleuse ou auto-destructrice, et pourtant nous l'appliquons chaque fois que nous pratiquons une activité malgré que son "taux de mortalité" est élevé : se déplacer en voiture, pratiquer l'escalade ou le parachutisme, etc. Car la mort fait bien partie de la vie, ou autrement dit, en poussant à l'absurde : la meilleure façon de ne pas mourir c'est de ne pas vivre.

Il y a ainsi une vingtaine de virus associés aux seules infections respiratoires qui circulent dans le monde [source], causant tous des victimes. En outre le nombre des virus augmente en raison de la mondialisation (propagation et mutations), et le nombre des virus connus augmente avec le progrès scientifique. D'autre part des infections peuvent se transmettre pendant plusieurs dizaines d'années, avant de s’atténuer et de disparaître [source].

Maintenant supposez qu'il existe une probabilité de 90% que le nombre de victimes du virus xyz dans le pays durant les trois mois à venir dépasse x % de la population, à partir de quelle valeur de x êtes-vous disposé(e) à respecter de lourdes mesures sanitaires pendant une période "d'au moins un mois" ? Peut-être allez vous répondre zéro %, afin de minimiser ce nombre potentiel de décès. Mais supposons que la majorité de la population réponde comme vous, et qu'il en résulte que chaque année il faudra appliquer ces mesures sanitaires pendant "au moins un mois". Dans ces conditions il est fort probable qu'une partie de la population va relever sa valeur souhaitée de x juste au niveau où il n'est plus nécessaire d'appliquer ces mesures.

Cependant une alternative est d'augmenter le taux de lits de soins intensifs. Le graphique suivant montre que ce facteur peut expliquer la plus grande létalité de COVID-19 en Italie qu'en Allemagne (NB : un autre facteur a joué : la différence de stratégie : confinement général en Italie, "dépister & traiter" en Allemagne).

Politique

Comment la valeur des variables "taux de mortalité acceptable" et "taux de lits de soins intensifs" sont-elle actuellement déterminées ? Pour répondre à cette question commençons par constater que cet arbitrage est opéré de façon plutôt implicite. Ce qui pose la question de savoir s'il est opéré de façon scientifique et/ou politique, et dans ce second cas démocratiquement ou non. Comme il n'est pas aisé d'apporter de réponse scientifique satisfaisante à toutes les questions, on devine que le processus est probablement à la fois scientifique (c-à-d objectif), et politique (c-à-d subjectif), les considérations économiques et sociales pouvant relever des deux approches. L'objectif de la présente section est d'éclairer la situation et de concevoir un système de décision qui combine rationnellement ces deux approches.

Principes

En période de crise les décideurs politiques doivent prendre des décisions dans l'urgence. Il importe donc que celles-ci aient été préparées en dehors des périodes de crise par des chercheurs : biologistes et épidémiologistes, ainsi que des économistes, politologues, sociologues et philosophes.

Le système de gestion des épidémies (SGE) devrait reposer sur maximum trois options stratégiques, chacune étant caractérisée par :

  • des mesures sanitaires ;
  • des variables de décision et leur valeur critique ;
  • un protocole.

Dans chaque pays les universités pourraient proposer collectivement (*), pour chaque stratégie, une liste de mesures sanitaires, et pour chacune d'elles la valeur critique de la variable de décision correspondante (cette variable pouvant être un indice composite), à partir de laquelle chacune de ces mesures sanitaires devrait être appliquée.

(*) Infrastructure. Pour ce faire leur agence nationale de la santé pourrait mettre à leur disposition une infrastructure pour réaliser ce travail collaboratif, notamment un système de votation par Internet permettant à l'ensemble des chercheurs impliqués de décider collectivement de la forme finale du SGE (et des ses récurrentes améliorations : cf. infra).

Exemples de variables de décision (ou de variables constitutives d'un indice composite) :

  • transmissilibité du virus ;
  • mutabilité du virus ;
  • période d'incubation ;
  • disponibilité et fiabilité de tests de dépistage (labo fixe, labo mobile, par les patients) ;
  • nombre de personnes testées positives ("confirmed cases") ;
  • nombre de porteurs asymptomatiques ;
  • nombre de porteurs asymptomatiques et contagieux ;
  • nombre de personnes malades ;
  • taux de mortalité ;
  • disponibilité d'un traitement préventif (vaccin) ;
  • disponibilité d'un traitement des affections (médicament) ;
  • typologie de la population en groupes caractéristiques relativement au virus ; ...

Ces variables de décision reposent sur des variables informationnelles : Comment le virus se propage-t-il? ; Combien de temps survit-il? ; Sur quelles surfaces ? ; Quel est l’impact des différentes mesures de distanciation sociale sur le débit de transmission? ; Quel est leur coût ? ; ...

Protocole

Le protocole permet d'éviter les discussions politiques et scientifiques sur les mesures à implémenter (quoi, quand, comment, ...), ce qui est primordial en période de crise ou il importe de prendre rapidement la meilleure décision.

À chaque stratégie correspond donc un protocole modulant automatiquement les mesures sanitaires au fur et à mesure de l'évolution des variables de décision (notion d'étapes de protocole, correspondant aux valeurs critiques variables de décision), afin de contrôler au mieux l'épidémie tout en minimisant les effets sociaux et économique négatifs. Les décideurs politiques n'ont plus qu'à dire oui ou non, à chaque nouvelle étape du protocole stratégique.

L'on pourrait même aller plus loin en complétant le système par des fonctions :

  1. d'intelligence artificielle : plutôt que de laisser aux gouvernements la liberté de décider au cas par cas d'appliquer telle ou telle stratégie anti-épidémique, l'on pourrait automatiser l'application systématique de chaque mesure sanitaire lorsque sa variable de décision atteint sa valeur critique ;
  2. d'intelligence collective : compléter l'application automatique du système par le déclenchement d'un référendum de validation lorsqu'une valeur critique est atteinte [approfondir : référendum automatique].

Les chercheurs devraient enfin concevoir une méta variable de décision (éventuellement un indice composite) pour le choix de la meilleure stratégie (celle-ci pouvant éventuellement changer au cours du développement de l'épidémie en fonction de l'évolution de cette méta variable).

Front-end

Le système devrait être transparent, notamment afin de neutraliser le risque de crises de panique et aider les agents économiques à faire de bonnes anticipations. L'interface serait un dossier web (*), dont la structure serait de type : Suivi Épidémies / Pays / Code virus / Mesure sanitaire

(*) Par exemple sur le site de l'OMS. Mais cette organisation est-elle crédible, alors qu'elle a nourri voire suscité des hystéries médiatiques en matière d'épidémies. D'autre part en 2010 le British Medical Journal (BMJ) et le Bureau of Investigative Journalism de Londres ont révélé que plusieurs experts ayant participé à la rédaction des directives de l’OMS face à une pandémie grippale ont reçu des rémunérations de Roche et GlaxoSmithKline, deux firmes impliquées dans la fabrication de médicaments ou de vaccins contre la grippe [source 2010]. Dans un futur peut-être pas très éloigné ses fonctions pourraient être (mieux) assurées par une Confédération des États souverains.

À chaque mesure sanitaire x correspondrait un graphique du type suivant :

epidemies-suivi.png

Ainsi par exemple la page web France / COVID-19 / Fermeture des écoles présenterait :

  • un graphique tel que ci-dessus ;
  • un descriptif détaillé de la mesure sanitaire (médiatisation, timing, obligation/recommandation, ...);
  • un exposé théorique succin concernant la variable de décision et la mesure sanitaire (éducation de la population).

Back-end

Les valeurs des variables de décision devraient évidemment être nourries automatiquement (en "temps réel") par un lien vers la base de données du système de suivi des virus (que les universités devraient également déterminer pour chaque variable).

Le système de décision implique donc en "input" la gestion d'un système de suivi (virus, diagnostics, traitements, épidémies, experts, théorie, ...). La plupart existent déjà, mais en quantités et qualités variables :

La pertinence des sources doit être garantie. Les statistiques journalières concernant le nombre de victimes dans le monde sont-elles crédibles ? L'OMS joue un rôle central dans la collecte, le conditionnement et la diffusion de ces données sensibles. Mais le processus de fonctionnement du réseau par lequel ces données sont traitées a-t-il seulement été vérifié ? Je l'ignore mais ce que je sais c'est qu'il arrive régulièrement à l'OMS de publier des informations et données biaisées, voire fausses et même totalement farfelues. Sans pour autant condamner l'OMS ce fait doit cependant susciter une lecture critique de ses publications.

Quand au "réseau mondial d'alerte et d'action en cas d'épidémie" (GOARN), sa page d'accueil laisse quelques doutes quant à sa consistante. Quant au portail du règlement sanitaire international (IHR) ça n'est pas beaucoup mieux.

Évolution

Ce système de décision pourra et devra être constamment amélioré, notamment après chaque épidémie. Pour ce faire les universités devraient (toujours collectivement) établir un protocole de reporting ex-post des épidémies, concernant leur gestion (qu'est-ce qui a bien/mal fonctionné, pourquoi, quelles solutions apporter, etc). Ces rapports leur serviront à améliorer le système de gestion des épidémies (variables de décision, mesures sanitaires, ...) aux niveaux front-end et back-end.

Ces opérations d'amélioration du SGE pourront être réalisées dans le cadre de l'infrastructure mise à la disposition des universités par leur agence nationale de la santé.

Conclusion

Le taux de mortalité de la pandémie de COVID-19 n'étant pas statistiquement exceptionnel, l'acceptation du confinement global par la population aura pour effet que celui-ci pourrait devenir la norme plutôt que l'exception. Or nous avons montré que nous ne sommes pas en train de neutraliser une pandémie mais de massacrer durablement la démocratie, la santé psychique de la population et le développement économique.

Le délire collectif COVID-19 qui a submergé la planète illustre la puissance aussi phénoménale que délétère des médias "d'information". S'agit-il d'une forme de coup d'État version 21° siècle, ou du dernier soubresaut d'un pouvoir médiatique contesté par les réseaux sociaux c-à-d par la démocratie ?

Communauté
scientifique

Quoi qu'il en soit force est de constater un autre phénomène tout aussi inquiétant : le rôle coupable joué par la communauté scientifique, dont la quasi totalité s'est laissée emporter dans la folie collective.

Non seulement la communauté scientifique n'a pas assumé sa responsabilité ("scientia vincere tenebras") mais elle a carrément participé a répandre les ténèbres. Ainsi Malgré les échecs répétés des modèles mathématiques comme instruments de gestion des épidémies de maladies transmissibles – car à l'instar des modèles météorologiques ils sont généralement inefficaces au-delà d'un horizon d'un semaine – nous continuons de fonder sur eux des politiques sanitaires pour gérer un phénomène dont l'horizon temporel est plus d'une douzaine de fois supérieur !

Ces faits sont bien connus de Didier Raoult, premier expert mondial en matière de maladies transmissibles, mais manifestement pas de la plupart des scientifiques occidentaux, qui plutôt que de dénoncer l'utilisation abusive des modèles mathématiques en matière de maladies transmissibles l'ont au contraire validée (d'où le confinement général ...), ne serait-ce que par leur silence coupable.

Nous en identifions quatre possibles explications :

  • l'info-dépendance ;

    Je ne suis plus info-dépendant depuis longtemps. J'ai viré la TV il y a près de vingt ans. Je ne m'informe pas auprès des médias "d'information", mais me documente auprès des sources originelles, et lis des articles scientifiques. Chaque jour je constate à quel point l'immédiateté et l'omniprésence de la prétendue "information" nuisent au sens critique et à l'intelligence collective. Ce phénomène fait des ravages même dans la communauté scientifique.

  • un conformisme de classe (celle des bourgeois respectables et bien-pensants), qui va généralement jusqu'à la compromission avec le pouvoir politique ;
  • des scientifiques considérant être injustement méconnus, et espérant que la fréquentation des plateaux de télévision et les contributions dans les colonnes de la presse écrite, leur permettra d'enfin briller sous les spotlights (ce que j'appelle les "scientifiques médiatisés") ;
  • une régression scientifique (doctorats attribués selon des critères de moins en moins exigeants) masquée par le fétichisme réductionniste et technologiste des modèles mathématiques.
"Nouveaux"
virus

Didier Raoult rappelle qu'il y a une surmortalité saisonnière, que l'on a attribuée à la grippe pendant très longtemps, et qui en réalité représente probablement toutes sortes de mortalités associées à des infections virales y compris leur conséquences [source]. Raoult semble ainsi suggérer que les stats "grippe+covid19" de 2020 ne seront pas substantiellement différentes des stats "grippe" des années précédentes.

Près de 30% des cas suspects de COVID-19 seraient en réalité des grippes ... [source].

Démocratie
directe

L'ampleur du délire collectif lié à COVID-19 est telle que le système de gestion des épidémies proposé dans le présent article ne fait vraiment sens que dans le contexte d'un saut évolutionniste vers une Confédération mondiale de démocraties directes souveraines. Celles-ci ne pourront exister qu'en faisant du statut de grande entreprise (dont les banques et les entreprises "d'information") un monopole public, et en gérant ces entreprises publiques sous statut de coopératives publiques.



Infos


top-of-page.png