Vrai ou Faux ?

LA CHAINE TV FRANCEINFO EST-ELLE COMPLOTISTE ?

Le risque n'est pas l'incertitude. 

Le risque est quantifiable, pas l'incertitude. On peut apprivoiser l'aléatoire avec des probabilités. Avec l'incertitude, on n'a même pas la connaissance des probabilités.

La certitude n'existe pas dans l'univers réel de la prise de décision.

    Le 18 mai, David Lefort, journaliste à France-Info, la chaîne étatique d’informations continues, affirme à l’antenne, en se référant à la formule R0<1, que la Covid-19 ne peut plus se développer. Le 19 mai, il réitère sa démonstration.

    Désapprouvant radicalement le recours à cette singulière formule de R0 < 1,  je contacte la chaîne. On  me dirige vers le site « gouvernemental » de référence : https://www.data.gouv.fr/fr/datasets/r0-vitesse-de-propagation-coronavirus-covid19-departements-incl-paris-on-doit-la-faire-passer-en-dessous-de-1-0-data-de-gouv-fr/.

     Comme il est loisible à chacun de le vérifier, j’y apprends qu'il ne s'agit que d' « un simple jeu de données », publié sous la seule responsabilité d'un pseudo : Jeremy Boyd. 

     Certains « pièges de la pensée », et notamment le culte du nombre et de la formulation mathématique, n’épargnent personne. Ainsi, Philippe Sansonetti, médecin, chercheur à l’Institut Pasteur et professeur au Collège de France, affirme :

–        Le taux de reproduction de base (R0) de Covid-19 étant de 2,5, le pourcentage de population infectée nécessaire pour obtenir cette immunité de groupe et ramener le R0 au-dessous du seuil épidémique (R0<1) se calcule à partir de l’équation : % population infectée nécessaire = 1-1/R0, soit 60 %.

–         suite au déconfinement, lorsque le R0 se sera stablement établi au-dessous de 1, c’est-à-dire sous le seuil épidémique.

(https://laviedesidees.fr/Sortie-de-confinement-ou-la-somme-de-tous-les-dangers.html)

      Comme le rappelle Hannah Arendt (Considérations morales), le fétichisme des mathématiques se ramène simplement à une « adhésion à des codes d’expression ou de conduites conventionnels et standardisés » dont la fonction, est « de nous protéger de la réalité, de cette exigence de pensée que les événements et les faits éveillent en vertu de leur existence ».

    Nous avons décidément tous des difficultés à admettre que nous pouvons « connaître »  en vertu du bon sens une situation que nous ne comprenons pas selon le principe d'une raison suffisante .

Mais passons à mon explication.

    Le 0 de R0 est un vieux truc de mathématicien : le paramètre égal à zéro est la probabilité de ce que l’on recherche. Ce 0 est donc une convention. Ici, avec R0, nous recherchons le taux de reproduction de base de la Covid-19.

Il se calcule comme suit :
                                      [R_0 = C \times P \times D] = R0 = D x C x P
                           où

·         D indique la durée de la maladie pendant laquelle on est contagieux ;

·       C désigne le nombre moyen de contacts que l’on a chaque jour avec d’autres personnes ;

·         Et P représente la probabilité qu’un contact entre un infecté et un individu sain conduise à une transmission du virus.

Précisons que C, P et D ne sont que des échantillons aléatoires. Ils sont corrélés.

    Remarque : R0<1 est un modèle de distribution de probabilité pour chacune des variables aléatoires que l'on étudie : c’est-à-dire la transmissibilité,  le nombre de contacts sociaux et la durée de la période contagieuse. Ce modèle est dit stochastique, car le hasard y joue le rôle le plus important. Tout calcul à partir d'un processus stochastique repose sur une hypothèse, mais adaptée seulement aux populations de faible effectif et aux premiers stades d’une épidémie.

     Or, nous ne savons toujours pas comment la Covid-19 est née, comment elle se propage, ni pourquoi elle s'arrêtera, si elle s’arrête un jour.

    Question : quelle sera notre immunité après l'infection ? Nous avons très peu d'informations et de données sur ce sujet. Théoriquement, l'infection provoque la production d'anticorps capables de reconnaître les cellules infectées, ainsi que celle des cytokines et des chimiokines qui les élimineront. Or les coronavirus (que nous connaissons depuis des années) offrent une faible protection immunitaire ! Un article du Lancet (L.P.Wu et al. « Emerg Infect.Dis. », 13,1562,2007) précise que les patients infectés par le SARS-CoV en 2003 ne présentent plus d'anticorps au bout de trois ans !

    Autre remarque : Quand on évoque « l'immunité de groupe », c'est au théorème du seuil que l'on fait référence. Ce modèle est appliqué à la transmission des maladies infectieuses. Concernant la Covid-19, cette immunité de masse ne se recherche qu'avec la vaccination.

     Le théorème du seuil affirme que, pour empêcher une maladie contagieuse de se développer, il n’est pas nécessaire de vacciner toute une population ; il suffit de ramener le nombre de sujets réceptifs en-dessous du seuil d’épidémie.

      Philippe Sansonetti fixe ce seuil à 60% de la population infectée, sans connaître la réalité de cette dernière et sans vaccin !

Remarque finale : s’il existe des corrélations, elles ne font pas une vérité. En l’état actuel de nos connaissances, notre seule certitude, avec la loi des grands nombres, est que nous assistons à une régression mathématique à la moyenne, post mortem ! La loi des grands nombres concerne des phénomènes indépendants, et la propagation d'une épidémie est tout le contraire de l'indépendance. Celles et ceux qui s’agrippent à ce fumeux R0<1 estiment que les mathématiques constituent le modèle même de l’évidence et que la justification de leur foi en cette évidence rend futile toute recherche des fondements de la propagation et donc de la réalité de la pandémie du coronavirus.

NB : Le raffinement dans l’étalage de l’irrationalisme scientifique a été publié dans un article où les mathématiques sont autofondées par leurs propres méthodes : http://covid-ete.ouvaton.org/Rapport8_stochasticite.html. 

Dans sa lettre de mai 2020, la Société de Calcul Mathématique en produit une analyse très critique :

Cet article est entièrement dépourvu de valeur scientifique. Il voudrait utiliser des outils de nature probabiliste, mais le fait hors de leur domaine de validité. A chaque fois, l'article met en place des lois probabilistes factices (loi de Poisson, loi log-normale, etc.), sans aucune justification, si ce n'est la pratique par toute une communauté. A la fin, bien sûr, il parvient à une conclusion effrayante.

L'approche retenue (par les auteurs), dans son ensemble, les conclusions tirées, dans leur ensemble, sont entièrement dépourvues de valeur scientifique : on a simplement plaqué des outils mathématiques, tirés de leur domaine de validité, sur une situation où ils n'ont absolument rien à faire.