N’y a-t-il vraiment aucune transmission communautaire du coronavirus en Inde ? Faisons un peu de calcul

L’Inde commence à intensifier les essais de Covid-19, rapporte Quartz. Le gouvernement central et plusieurs États ont commencé à se procurer des kits de test RT-PCR pour le dépistage du virus. Des dizaines de fonctionnaires se sont déployés dans tout le pays pour suivre les contacts des personnes dont le test s’est révélé positif. En outre, l’Inde envisage de nouveaux protocoles de test afin d’accroître la population pouvant être couverte par les tests dont elle dispose déjà.

Toutefois, l’Inde reste à la traîne de plusieurs pays, avec un taux de dépistage d’un peu plus de 200 par million de personnes, bien que certains États soient nettement plus élevés. Dans ce contexte, l’annonce récente du ministère de la santé selon laquelle il n’y a pas de transmission communautaire en Inde doit être étudiée plus avant.

Malgré les histoires occasionnelles de personnes qui ont déclaré s’être rendues à l’hôpital avec le Covid-19 mais n’avaient pas d’antécédents de voyage, deux études officielles menées n’ont trouvé aucun cas positif au sein de la communauté. Conformément aux directives de l’Organisation mondiale de la santé (OMS), le ministère de la santé a annoncé après la deuxième de ces études – qui n’a trouvé que 40 cas positifs chez des personnes sans antécédents de voyage pertinents, sur 5 911 patients atteints de maladies respiratoires aiguës graves – que le Covid-19 ne s’était pas propagé dans la communauté.

Bien que cette nouvelle soit réconfortante, elle est sujette à des interprétations erronées. Le problème auquel ces études sont confrontées est qu’avec un faible taux de dépistage, il y a de fortes chances de ne pas trouver de Covid-19 dans la communauté, même s’il y est présent. Selon nos calculs statistiques, même si près de 0,01% de la communauté était infectée, il y aurait plus de chances que ces deux études sur les non-voyageurs ne donnent aucun cas confirmé.

Comprenons pourquoi.

Considérons un jeu simple

Supposons que nous donnions à 7 300 personnes du Madhya Pradesh une pièce d’or spéciale, que nous leur disions de la cacher dans leur poche et d’aller chez eux. Si nous vous laissons choisir 9 050 maisons à visiter, quelle est la chance que vous ne trouviez pas une seule de ces personnes ? (Nous vous donnons un moment pour y réfléchir avec du papier et un crayon).

Il y a environ 73 millions de personnes dans le Madhya Pradesh, ce qui signifie que nous avons donné des pièces d’or à environ 0,01 % des habitants de cet État. Pour chaque maison que vous visitez, il y a 99,99% de chances que vous ne trouviez pas quelqu’un avec une pièce d’or. La probabilité que vous ne trouviez même pas une seule pièce d’or après 9 050 visites est d’environ 40 %. (Cela représente environ 99,99%^9050, si l’on ne tient pas compte du fait que vous ne visitez pas un foyer deux fois). Nous n’avons pas choisi ces chiffres au hasard : Le Madhya Pradesh avait effectué 18 099 tests au 21 avril, la grande majorité dans des hôpitaux. Notre jeu demande ce qui se passerait si la moitié d’entre eux (9 050) étaient effectués dans la communauté.

C’est un problème qui se pose dans toute l’Inde. Le tableau suivant indique le nombre total de tests effectués dans différents États, dont la grande majorité dans des hôpitaux. Le tableau donne également la possibilité de ne pas trouver un seul cas de Covid-19 si le taux d’infection réel dans la communauté était de 0,01% et si la moitié des tests étaient effectués dans la communauté. Notez que la probabilité de détection augmente avec le nombre de tests effectués.

Même s’il y avait des milliers de personnes infectées dans ces États, il est très probable que les tests effectués à ce jour ne trouveraient aucun cas confirmé.

Une prévalence de 0,01 % est-elle vraiment différente de l’absence d’infection ? OUI. Premièrement, une prévalence de 0,01 % dans un pays de 1,353 milliard d’habitants impliquerait qu’il y a 1,35 lakh de personnes infectées. C’est plus que tous les cas confirmés de Covid-19 au Brésil et en Russie réunis. C’est plus de 50 % de plus que le nombre de cas en Chine.

Deuxièmement, presque tous les modèles épidémiologiques qui ont été utilisés pour modéliser le Covid-19 en Inde partent du principe que moins de 50 personnes ont été infectées au départ. Le fait d’avoir 1,35 lakh infecté dans la communauté conduirait à ce que la moitié du pays soit infectée assez rapidement.

Troisièmement, il serait presque impossible de retrouver et d’isoler un si grand nombre d’individus.

Nous n’avons pas l’intention que ces chiffres alarment les gens. Nous ne disons pas qu’il y a 1 35 000 personnes infectées en Inde. Au contraire, les niveaux actuels de dépistage ne permettraient probablement pas de détecter l’une de ces personnes, si elles étaient infectées.

Comprendre les détails techniques

Lorsque le gouvernement a déclaré qu’il n’y avait pas de transmission communautaire, il utilisait (à juste titre) un terme technique défini par l’OMS. Selon la définition de l’OMS, il n’y a pas de transmission communautaire tant qu’il n’y a pas un « grand nombre de cas » qui ne peuvent être liés aux voyageurs. Cependant, le public, et de nombreux dirigeants politiques, ne connaissent pas ces détails techniques. Ils peuvent penser à tort que le gouvernement indien affirme qu’il n’y a pas de prévalence communautaire du tout, ce qui nuira à ses efforts pour mener une action responsable en vue de contrôler Covid-19.

Malgré notre scepticisme statistique, nous ne sommes pas si pessimistes quant à la trajectoire de l’Inde. Le Conseil indien de la recherche médicale (ICMR) ouvre la voie en faisant approuver les tests et les laboratoires, en important des tests, en faisant travailler les laboratoires 24 heures sur 24 et 7 jours sur 7, et en permettant aux laboratoires de regrouper les échantillons de tests afin d’augmenter le nombre de personnes pouvant être testées avec les tests limités des laboratoires actuels.

Elle évalue également avec soin les coûts et les avantages de tester la communauté dans les hôpitaux par rapport au terrain. Nous devons soutenir le gouvernement dans ses efforts pour augmenter le nombre de tests. Ce n’est qu’avec un taux de dépistage plus élevé que nous saurons si nous avons 135 personnes infectées ou 1 35 000. La réponse est essentielle dans la lutte de l’Inde contre le Covid-19.

Anup Malani est le professeur Lee et Brena Freeman de la faculté de droit de l’université de Chicago et professeur à la Pritzker School of Medicine.

Via Quartz, David Kaiser est le professeur Germeshausen d’histoire des sciences, professeur de physique et doyen associé pour les responsabilités sociales et éthiques de l’informatique au Massachusetts Institute of Technology.

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.