PARTAGER | IMPRIMER | E-MAIL
Je souhaite la bienvenue à Eyal Shahar appel à un réexamen des articles sur le vaccin contre la Covid. En fait, j'ai commencé bien avant qu'Eyal ne tire la sonnette d'alarme, avant même l'apparition des vaccins.
À la fin de la terrible année 2020, un article très influent paru dans Science. Cela a fait la une des principaux médias du monde entier. Le journal, intitulé « Déduire l'efficacité des interventions gouvernementales contre la COVID-19 », Ce terme a rapidement été utilisé par les gouvernements du monde entier pour justifier leurs politiques de plus en plus autoritaires.
Cela a retenu mon attention car le dernier auteur était le mathématicien tchèque Jan Kulveit. Avec mes deux collègues, Ondřej Vencálek et Jakub Dostál, nous avons rédigé la réponse suivante :
"Tous les modèles sont faux, mais certains sont utiles« Dit un célèbre dicton généralement attribué à George Box. Aujourd'hui, il dirait peut-être que tous les modèles sont faux, et que certains sont même dangereux. C'est, à notre avis, le cas de cette étude. »Déduire l'efficacité des interventions gouvernementales contre la COVID-19 »1 qui est apparu dans Science et a reçu une large attention dans le monde entier.
L'étude vise à comprendre l'efficacité des interventions non pharmaceutiques (INP) dans le contrôle de la pandémie de Covid-19. Les auteurs analysent les données sur le nombre total de cas et de décès dans 41 pays (principalement européens) entre janvier et fin mai 2020. Ils produisent une estimation des effets de huit INP différentes (telles que la limitation des rassemblements, la fermeture des écoles, etc.) mises en œuvre dans de nombreux pays durant la période étudiée. L'effet de chaque INP est quantifié par la réduction du taux de reproduction de l'infection R au moment de l'imposition de l'INP dans le pays concerné.
Les résultats ont été largement salués, car ils semblent démontrer que tous les NPI fonctionnent généralement, et les tailles d'effet semblent conformes au bon sens (par exemple, plus on restreint les rassemblements, plus on obtient une réduction de R). Les gouvernements du monde entier seront ravis d'apprendre que les restrictions qu'ils ont imposées étaient justifiées. Mais l'étaient-elles vraiment ?
En réalité, nous l'ignorons, et cette étude ne nous aide pas à le savoir. Nous affirmons que le modèle présente une faille majeure qui le rend inutile. En examinant la seule équation figurant dans le corps de l'article (voir la section « Brève description du modèle »), nous constatons que les auteurs assumer le nombre de reproduction de base sous-jacent (inobservable) R0,c être constante dans le temps pour chaque pays. Ce taux de reproduction de base est ensuite multiplié par les effets des IPN, puis ajusté aux données. Ainsi, le modèle suppose que tout changement dans la dynamique de l'épidémie est dû aux INPCette hypothèse est trompeuse car elle est circulaire. Si l'on souhaite quantifier les effets d'une intervention, on ne peut pas présumer que tous les effets observés sont dus à cette intervention.
De plus, cette hypothèse de R constant0,c suggère pourquoi les auteurs ont choisi d'arrêter la modélisation une fois les NPI levés. Les NPI sont généralement levés à mesure que l'épidémie diminue. Ainsi, les NPI sont présents lorsque R est élevé et absents lorsque R est faible. Avec des données sur un intervalle de temps plus long (incluant la période estivale de faible prévalence et l'assouplissement des NPI), le modèle simple utilisé par les auteurs apprendrait négatif Effet – les INP accélèrent l'épidémie. Cet effet étant clairement indésirable, les auteurs ont choisi de ne pas utiliser les données de l'été pour ajuster le modèle. Une telle stratégie de modélisation est hautement discutable.
Pour bien comprendre notre propos, nous avons réalisé l'expérience suivante. Nous avons utilisé l'ensemble de données d'origine.2 et a inventé une nouvelle NPI qui n'a jamais existé. Supposons qu'à partir de son imposition, chaque citoyen ait été tenu de porter un t-shirt avec l'inscription « Stop-Covid », jusqu'à sa levée.
Nous avons tiré une date aléatoire uniforme de la période de modélisation d'un pays donné et avons « imposé » cet indicateur de risque de T-shirt aux données (voir la référence [3] pour l'ensemble de données original avec l'indicateur de risque de T-shirt ajouté). Nous n'avons de toute façon pas modifié le nombre de cas et de décès. Un tel indicateur de risque n'a jamais existé et n'a donc pu avoir aucun effet. Nous avons ensuite exécuté le modèle original (voir la référence [4] pour le lien GitHub vers la version utilisée) sans modifier aucun paramètre. Le résultat est présenté à la figure 1. Les T-shirts ont presque fait disparaître la pandémie !
Comment est-ce possible ? Chaque épidémie possède sa dynamique intrinsèque. Le modèle SIR le plus simple produit un pic unique dans le nombre de cas actifs. Si nous voulons reproduire un tel pic avec une fonction exponentielle simple (ce que font les auteurs), le coefficient de l'exposant (c'est-à-dire le empirique numéro de reproduction) doit diminuer dans le temps depuis le début de la première vague. Ainsi, en supposant que tout l'effet sur le nombre de reproduction est dû aux NPI, le modèle ne peut rien produire d'autre qu'attribuer un positif effet (c'est-à-dire une réduction de R) sur tout IPN, même inexistant, comme nous l'avons montré.
Ainsi, à notre avis, le modèle est trompeur et très dangereux, car il peut être utilisé par les gouvernements pour justifier rétrospectivement tout Les NPI qu'ils ont choisi d'imposer au peuple. Nous ne prétendons pas que certaines ou toutes les NPI n'ont pas eu d'effet positif. Nous disons simplement que ce modèle ne permet pas de le savoir.
Figure 1Porter un t-shirt « Stop-Covid » fait disparaître la pandémie.Nous avons envoyé notre réponse sous forme de lettre à l'éditeur de ScienceLa réponse est arrivée : ils étaient vraiment désolés, mais ils ne pouvaient pas publier notre lettre. Ils n’ont pas précisé pourquoi.
J'ai donc copié et collé leur propre « déclaration de mission » dans un e-mail — quelque chose du genre «La famille de revues Science contribue à l’objectif de l’AAAS d’améliorer la communication entre les scientifiques, les ingénieurs et le public.« Je leur ai rappelé qu’aucune communication n’a jamais été améliorée par la censure des voix dissidentes.
Finalement, ils nous ont aimablement autorisés à publier notre réponse sous forme de lettre électronique, dissimulée derrière le contenu complémentaire de l'article original. Cette lettre électronique ne peut être citée, ne permet pas l'utilisation de chiffres et n'apparaîtra dans aucune recherche.
Nous avons publié une version tchèque de notre réponse sous le titre « Les mesures de confinement sont-elles efficaces ? Oui, Monsieur le Ministre ! » sur le site web de la Société tchèque de statistique. Cela nous a valu une lettre très polie de l'auteur et une interdiction discrète dans les médias grand public.
Voilà. Avez-vous de meilleures anecdotes sur le Covid ?
Références
- JM Brauner et al., Science, 10.1126/science.abd9338 (2020).
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/merged_data/data_final_nov.csv
- https://gist.github.com/DostalJ/92e134f9ab4032289b77172d0e6ff583
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/notebooks/main_results.ipynb
Tomas Fürst enseigne les mathématiques appliquées à l'université Palacky, en République tchèque. Il a une formation en modélisation mathématique et en science des données. Il est cofondateur de l'Association des microbiologistes, immunologistes et statisticiens (SMIS), qui fournit au public tchèque des informations honnêtes et fondées sur des données sur l'épidémie de coronavirus. Il est également cofondateur d'un journal « samizdat » dZurnal, qui se consacre à la découverte des fautes scientifiques dans la science tchèque.
