En m'appuyant sur les incroyables données du thermomètre en ligne fournies par Kinsa Insight, je suis parti de ce que j'ai vu dans les données, à savoir le pic de la pandémie le 18 mars : une valeur aberrante d'environ 4 % en "% de malades" dans l'ensemble de New York.

illu: Graphique de la fièvre aberrante en mars 2020 à New York.

Les données concernant les femmes enceintes ayant accouché au New York-Presbyterian Allen Hospital et au Columbia University Irving Medical Center fin mars montrent que 88 % d'entre elles étaient asymptomatiques (leur système immunitaire est peut-être affaibli par la protéine placentaire HLA-G qui protège le fœtus).

"Dans notre région, qui comprend le haut de Manhattan et le Bronx, environ 15 % des patientes qui sont venues nous voir pour accoucher ont été testées positives au coronavirus, mais environ 88 % de ces femmes ne présentaient aucun symptôme d'infection. Cela signifie que 13,5 % de tous nos patients pendant cette période étaient infectés par le coronavirus mais ne présentaient pas de symptômes. "Washington Post, par Dena Goffman et Desmond Sutton.

De multiples travaux de recherche mettent en évidence des niveaux aussi élevés d'asymptomaticité en milieu urbain (voir la recherche sur l'infection non documentée en Chine). Les environnements fermés comme les navires de croisière ou les porte-avions, ainsi que les maisons de retraite, présentent des niveaux d'asymptomatologie plus faibles, très probablement en raison d'une contamination plus lourde et/ou de la sénescence immunitaire.

En tenant compte de 85% d'asymptomatiques, cela signifie probablement qu'environ 27% des New-Yorkais ont été contaminés par le Covid-19 cette semaine-là ! Même si ce chiffre est basé sur des données recueillies à la température, il est tout à fait cohérent avec le niveau de contamination constaté chez les femmes enceintes. Cela correspond également à l'affirmation du professeur Michael Levitt, prix Nobel de la faculté de médecine de Stanford, selon laquelle le ralentissement du rythme des décès à l'époque indiquait que l'épidémie atteignait son pic.

Je disposais maintenant de trois bases factuelles solides pour modéliser la population infectée dans la ville de New York ; j'ai ensuite simulé grossièrement une courbe de Gauss asymétrique pour calculer les niveaux d'infection hebdomadaires entre début janvier et le 10 mai.

Proxys pour le taux de mortalité du Covid-19

La semaine dernière, j'ai passé du temps à essayer d'évaluer le taux de mortalité réel du Covid-19. Les données disponibles étaient à peu près inutiles, car la plupart des pays n'ont pas fait beaucoup de tests. Et franchement, l'industrialisation de la technologie et du processus de test n'est pas encore très fiable, ce qui est compréhensible.

J'ai décidé d'essayer de trouver un moyen d'obtenir des données qui, toutes choses égales par ailleurs, seraient plus fiables. J'ai pensé que l'un des moyens d'y parvenir était de normaliser le nombre de tests par le nombre de décès, en d'autres termes : le ∑ de tests / ∑ de décès Covid-19. Pourquoi ? Eh bien, parce que plus ce chiffre est élevé, plus les testeurs auraient testé en dehors de l'hôpital, et donc ils sont plus proches de la vérité et ont une bien meilleure image de la réalité. Par exemple, à ce jour, Singapour a effectué 224 262 tests pour 21 décès. Avec 10 679 tests entrepris pour chaque victime du Covid-19, il est clair que les autorités sanitaires de Singapour ont fait des recherches bien au-delà de la famille de la victime, de ses contacts et du personnel de santé. Ainsi, le taux de mortalité lié au Covid de 0,1 % constaté à Singapour est probablement beaucoup plus proche de la réalité que celui des pays qui ont effectué un plus grand nombre de tests, comme l'Allemagne avec 3,14 millions de tests, mais qui n'ont effectué que 393 tests sur chaque victime.

J'ai ensuite tracé les taux de mortalité d'un certain nombre de nations comparables par rapport à cette approximation, et la convergence visuelle était assez étonnante pour moi. Et je suis sûr qu'elle l'est pour vous aussi (voir le graphique ci-dessous). Bien que les taux de mortalité par infection (IFR) de chaque pays soient/semblent aléatoirement différents, la même gravité biologique/épidémiologique s'exerce. Pour dissiper le caractère aléatoire, j'ai simulé mathématiquement un bassin de test plus important - à l'aide de Google Sheets - j'ai construit une courbe de convergence (série de puissance) de tout cela, et le taux de mortalité pointe à 0,1 % comme vous pouvez le voir par vous-même (avec un Rsqr 0,76). Fondamentalement, cette courbe de convergence élimine le caractère aléatoire et indique une sorte de gravité biologique.

Illu: courbe de taux de mortalité de l'infection Covid normalisée pour les tests

Après avoir visionné une vidéo du Prix Nobel de Chimie, le Pr. Michael Levitt de la Stanford School of Medicine, où il expliquait le plafonnement précoce de l'épidémie de Covid-19, j'ai décidé de lui envoyer cette vidéo. Il a eu la gentillesse - malgré un agenda fou autour du Covid - de m'envoyer un courriel positif disant qu'il pensait que mes hypothèses étaient "très raisonnables". J'ai eu une autre confirmation que ce chiffre avait du sens pendant le week-end grâce à un échange merveilleux avec ma classe INSEAD 97J (je vous aime !). J'ai donc décidé d'utiliser un taux de mortalité de 0,1 %, ce qui correspond à la létalité des autres coronavirus et se traduit par 15 000 décès cumulés à New York, une courbe qui correspond très bien à la réalité (au 10 mai 2020).

Illu. Graphique de la propagation de Covid à New York

Sur la base de ces données et de cette analyse, les New-Yorkais sont probablement en sécurité maintenant puisqu'ils auraient atteint l'immunité collective, surtout si des mesures de base sont prises pour réduire le R0 et abaisser le seuil d'immunité.

Je suis sûr que beaucoup trouveront des défauts à l'approche que j'ai décrite ci-dessus. Elle a l'avantage d'exister, d'être fondée sur des données et d'avoir de multiples points de vérification qui l'ancrent assez solidement. Je n'ai pratiquement pas touché aux données et je les ai triangulées à plusieurs reprises. Je ne suis pas épidémiologiste, mais je suis un consultant expérimenté, formé à la démarche scientifique et possédant une expérience en biotechnologie. Mon objectif depuis le début était - et est toujours - d'essayer de contribuer à donner une meilleure image de la situation en ces temps chaotiques. J'ai commencé à penser que le virus tuait 5,5 % de la population, mais les données, les analogies avec les modèles de croissance du cancer que j'avais bricolés, combinées à l'approche scientifique que l'on m'a enseignée, tout cela m'a conduit à l'autre extrémité du spectre : 0,1 % de taux de mortalité. Je suis convaincu que ce travail peut être reproduit dans d'autres pays et villes, très rapidement, et je vais commencer à le faire pour mon pays, la France.

Les données et l'excellent travail de nombreux chercheurs semblent indiquer clairement que le Covid-19 s'est répandu dans le monde sans que personne ne s'en aperçoive, et a pris tout le monde par surprise. J'espère que cela contribuera à apporter un peu de clarté et à nous rapprocher tous ensemble vers une solution.

Marc Girardot

NB 2022. Comme vous pouvez l'imaginer, je n'ai jamais imaginé que nous serions encore là où nous sommes aujourd'hui en sachant ce que je savais alors. Il est encore incroyable que les médias grand public, les autorités de santé publique, les grandes entreprises technologiques et la majeure partie de la population n'aient toujours pas réalisé à quel point leur réaction était disproportionnée, que la protection de l'immunité croisée a été balayée sous le tapis et que nos vies ont été inutilement perturbées pendant deux ans.

Passez un bon week-end.

Marc"