CULTURE ENTRETIEN

5 AVRIL 2020 PAR NICOLAS CHEVASSUS-AU-LOUIS

Le chercheur Samuel Alizon, qui travaille à modéliser l’épidémie de Covid-19, prévient que le déconfinement entraînera un rebond. C’est mathématique. Explications.

Chercheur au CNRS, spécialiste de l’évolution des maladies infectieuses, Samuel Alizon anime l’une des très rares équipes françaises de recherche qui propose des modèles mathématiques de l’épidémie de coronavirus. Alors que des voix médicales réclament un renforcement du confinement, ses travaux montrent que la fin de ce dernier entraînera immanquablement, après une décrue, un rebond dramatique de l’épidémie au bout de quelques semaines. Entretien.

Comment peut-on proposer des courbes du déroulement à venir de l’épidémie alors qu’il y a tant d’incertitudes sur la manière dont la maladie se propage ?

Samuel Alizon : Un des paramètres cruciaux, c’est le nombre d’infections secondaires qu’engendre une personne infectée pendant la durée de son infection. Techniquement, on appelle ce nombre R0. Une épidémie ne peut démarrer que si R0 est plus grand que un. Or, toutes les données que nous avons montrent qu’en l’absence de toute mesure de santé publique, le R0 du Covid-19 est autour de 3. Cela veut dire que chaque personne infectée transmet en moyenne le virus à trois personnes, chacune la transmettant à son tour à trois personnes. Ce nombre permet de déterminer dans les grandes lignes, et dans un scénario catastrophe où rien ne serait fait, quand aura lieu le pic épidémique, quelle sera son ampleur et quelle proportion de la population serait touchée in fine.

Que se passerait-il en l’absence de toute mesure de santé publique ?

Au bout d’un temps, se mettrait en place un phénomène d’immunité de groupe : le virus cesserait progressivement de circuler parce que les personnes infectées ayant guéri, donc immunisées, seront devenues majoritaires et ne pourront plus propager l’infection. Si le R0 est bien de 3, il faudrait qu’environ 66 % de la population soit immunisée contre le Covid-19 pour que l’épidémie commence à décroître. Mais il serait totalement irresponsable de miser sur cette immunité de groupe sans aucun contrôle. Même s’il est vrai que l’épidémie commencerait à décroître au bout de 150 jours, elle continuerait à toucher in fine 90 % de la population. Le seuil de 66 % de personnes infectées nous protège contre d’éventuelles épidémies à venir, mais il ne fait pas disparaître celle en cours.

Quelles sont les bonnes stratégies d’un point de vue épidémiologique ?

Pour définir une stratégie, il est essentiel de savoir ce que l’on veut optimiser ! Souhaite-t-on diminuer le nombre de morts du Covid à tout prix, quitte à avoir plus de morts d’autres maladies ? Souhaite-t-on minimiser les morts chez les jeunes ? Souhaite-t-on baisser les dépenses publiques et les impôts à tout prix ? Chacun de ces buts correspond à différentes stratégies épidémiologiques. L’idéal pour minimiser le nombre de décès liés au Covid-19 serait de maintenir des mesures de contrôle strictes, qui permettent de diminuer le fameux R0, jusqu’à ce qu’un vaccin efficace soit disponible. Mais le souci est que le temps de mise au point d’un vaccin est d’au moins deux ans.

En pratique, il y a donc deux grands types de stratégies possibles. Soit l’endiguement, avec des mesures de contrôle très strictes, allant jusqu’au confinement total avec fermeture des commerces, pendant une période limitée ; soit l’atténuation, avec des mesures plus souples, basées sur le port de masques et l’isolement volontaire des personnes infectées, plus durables dans le temps. Nos modèles mathématiques permettent d’explorer qualitativement, à l’horizon de plusieurs mois et avec des marges d’erreur importantes, les avantages et les inconvénients de ces deux approches.

Quels sont-ils ?

Nos premiers travaux, selon un modèle très simplifié, montrent qu’une stratégie d’endiguement appliquée pendant un mois, réduisant le R0 de 90 %, provoquerait certes un déclin sur le moment de l’épidémie, mais serait suivie d’un rebond après la levée du contrôle. En définitive, avec un mois de confinement, on aurait décalé à environ 200 jours au lieu de 150 (en l’absence de mesures) le pic épidémique. Pour une stratégie d’atténuation, réduisant le R0 de 40 %, appliquée pendant un an, le pic aurait lieu dans 300 jours, avec une augmentation du nombre de cas sévères passant vite au-dessus du nombre de lits disponibles en réanimation, estimé à 12 000 en France aujourd’hui. Les deux scénarios, présentés sur ces courbes, sont donc assez sombres. Une piste est d’adapter les stratégies au niveau de risque des personnes, en appliquant des mesures de contrôle plus strictes et plus durables pour les sujets les plus sensibles.

Comment peut-on calculer de tels chiffres ? Quelle confiance leur accorder ?

Il ne s’agit que de modèles mathématiques, qui supposent de simplifier la réalité. Nos calculs supposent par exemple que, mis à part pour l’âge, tous les individus réagissent pareillement à l’infection, ce qui n’est à l’évidence pas le cas. Ils supposent que tout le monde est en contact avec tout le monde, ce qui n’est bien sûr pas le cas non plus. Ils négligent aussi la transmission indirecte du virus, non pas de personne à personne, mais par l’environnement contaminé (les poignées de porte, les articles des supermarchés, etc.). Enfin, une bonne partie des données qui nourrissent nos modèles proviennent du retour d’expérience chinois. Or, plus le temps passe, plus il est clair que l’épidémie ne se déroule pas de la même manière en Chine et en Europe, pour des raisons liées à la fois au contexte social, à l’évolution du virus et peut-être à la génétique différente des populations. Pour ne prendre qu’un exemple, une manifestation classique d’une infection asymptomatique en Europe comme la perte de l’odorat n’a quasiment pas été décrite en Chine. Nous sommes tout à fait conscients de ces limites.

Les courbes que nous publions ne servent qu’à indiquer les grandes lignes des trajectoires épidémiques à attendre… et à nourrir un débat démocratique sur la manière de lutter contre l’épidémie, car le choix entre les différentes options devrait faire l’objet d’une discussion publique. Pour nourrir ce dernier, nous nous apprêtons à proposer une application qui permettra de modéliser l’effet d’un nombre arbitraire de périodes de mise en place de mesures de contrôle. En pratique, l’utilisateur choisit les dates de début et de fin de chaque période, l’intensité des mesures de contrôle (en pratique de combien le R0 est diminué), ainsi qu’un effet différentiel (on peut protéger davantage les plus âgés). L’idée est que chacun puisse se forger une idée de l’effet des mesures de contrôle.

Comment appréciez-vous la stratégie mise en place en France ?

Si le confinement était parfaitement efficace, on se serait attendus à une inversion de la courbe des nouvelles hospitalisations au bout d’environ deux semaines, ce qui correspond au temps estimé entre la contraction de l’infection et l’hospitalisation pour les cas sévères. Ce ne semble pas être le cas et les causes peuvent être multiples. Peut-être y a-t-il eu un délai dans le suivi des consignes, ce qui a décalé le pic. Peut-être l’annonce du confinement a-t-elle entraîné une augmentation temporaire des nouvelles infections, qui elle aussi retarde la décrue.

Pourquoi vos travaux ne proposent-ils aucune courbe de la mortalité à attendre ?

Nous préférons donner des ordres de grandeur car il y a énormément de variables inconnues pour tenter d’extrapoler la mortalité à venir dans différents scénarios de stratégie de lutte. On sait bien que la mortalité augmente avec l’âge mais on ne sait pas très bien comment le risque d’être infecté varie avec l’âge. Mais surtout, estimer les effets sur la mortalité supposerait de savoir comment va réagir le système hospitalier, déjà au bord de l’implosion avant l’épidémie. Va-t-il arriver à saturation ? Si oui, quels seront les effets sur la mortalité, tant des patients atteints du Covid-19 que sur les autres patients, qui risquent par exemple de décéder faute de pouvoir joindre le 15 ? Et qu’en est-il de tous les effets délétères du confinement lui-même ? Nous n’en avons aucune idée précise.