Combien de décès ont-ils été évités par la politique de confinement en France?

Introduction

Selon l'expression désormais consacrée, "une étude récente montrerait que le confinement a évité près de 62.000 décès pour cause de COVID-19 en France entre le 19 Mars 2020, date de la mise en place des restrictions, et le 19 Avril 2020". Cette étude a été très largement reprise par les principaux quotidiens (Le Monde, Le Figaro) ou les chaînes d'information en continu (LCI, CNews, BFM) par exemple. C'est aussi sur cette étude que le Ministre de la Santé, Olivier Véran, s'appuie pour affirmer que le confinement a sauvé des dizaines de milliers de vie.

Disons le tout de suite, cette étude est intéressante et constitue très certainement un premier pas vers l'évaluation a posteriori mais nécessaire des politiques de confinement en France. En effet, cette étude participe d'un effort indispensable de deux points de vue. Tout d'abord parce qu'en régime démocratique, il est vital que les politiques publiques soient évaluées pour des raisons de responsabilité politique. Ensuite, parce que nous approchons du moment du déconfinement et que cette étude pourrait informer la décision politique future. Cependant, parce qu'elle souffre de nombreuses lacunes -- certaines imposées par le manque de connaissances ou de données, d'autres qui sont la conséquence de biais méthodologiques introduits par les auteurs --, cette étude ne devrait pas être utilisée comme une pièce recevable dans le procès de la décision politique de l'imposition du confinement. Elle ne devrait pas non plus être surinterprétée et utilisée comme une arme pour ralentir ou inverser le processus de déconfinement qui s'annonce.

Commençons par résumer l'article scientifique dont il est question ici. Les auteurs proposent, en premier lieu, un modèle de transmission du SARS-CoV-2. Grâce à celui-ci, ils peuvent reproduire sur des ordinateurs, virtuellement, l'épidémie de COVID-19. Ce modèle repose bien sûr -- comme tous les modèles d'ailleurs -- sur de nombreuses hypothèses et valeurs de paramètres inconnues. Cependant, pour limiter les incertitudes, le modèle est calibré en utilisant les données épidémiologiques -- nombre de décès, d'admissions en unité de réanimation ou de soins intensifs, d'hospitalisations... -- sur la période où le confinement n'a pas pu avoir d'effet sur la dynamique de la maladie -- précisément entre les 20 et 28 Mars 2020. Le but de cette étape est de donner une valeur aux nombreux paramètres du modèle, ces valeurs étant choisies de telle façon que les sorties du modèle collent le plus fidèlement possible aux données qui ont été effectivement observées pendant cette période. Une fois le modèle élaboré et calibré, les auteurs peuvent simuler un contrefactuel dans lequel la population n'aurait pas été confinée, c'est-à-dire dans lequel tout serait resté identique à la situation qui a servi pour calibrer le modèle, sorties au cinéma, enfants allant à l'école, bises comme geste amical, etc. compris. Finalement, en faisant la différence entre ce contrefactuel et ce qui s'est effectivement produit, et en attribuant cette différence à la seule mise en place du confinement, les auteurs déclarent évaluer l'impact de la mise en place du confinement en France dans un intervalle de temps donné.

Cette démarche scientifique est relativement habituelle. Elle n'est pas exempte de critiques générales mais elle a tout de même souvent le mérite de donner des résultats quantitatifs et reposant sur des hypothèses et une méthode transparentes. Cependant, dans le cas présent, de nombreuses limitations supplémentaires devraient être explicitées. En conséquence, les résultats de cet article devraient être sérieusement remis en question ou au moins appréhendés avec une grande précaution. A tout le moins le public devrait être conscient de ces limites.

Quels morts?

Tout d'abord, penchons nous sur ce chiffre impressionnant -- au moins à première vue -- de presque 62.000 décès évités grâce au confinement. Quand il s'agit de décision personnelle ou publique, la vie et sa durée ont une valeur. Cette idée est souvent choquante quand on l'entend pour la première fois. Elle contredit beaucoup de tabous profondément inscrits. Mais une fois que l'on décide d'y penser rationnellement, cette idée paraît évidente. Et d'ailleurs, chacun applique, consciemment ou non, une valeur, plus ou moins élevée, à chaque unité de temps de sa propre vie et les conditions dans lesquelles celle-ci est vécue. Sans cela, chacun ne dépenserait son argent qu'en produits médicaux ou favorisant sa santé. Finis les saucissons, alcools, cigarettes pour les plus évidents. C'est aussi en attribuant une telle valeur à la vie que -- explicitement ou plus implicitement -- les autorités de santé peuvent décider des priorités en termes de décisions médicales (ou autres décisions d'ailleurs). Doit-on recommander à la population de se vacciner contre la grippe? Et si oui, le vaccin doit-il être remboursé par la Sécurité Sociale? Ce sont des décisions qui devront être prises après un calcul coût-bénéfice qui intègrera une valeur donnée pour la durée de la vie. Plus généralement, c'est un calcul qui intègre explicitement mais de manière transparente la valeur des années de vie qui doit permettre de juger d'une politique publique. Et dans le cas présent, on peut bien comprendre que 62.000 décès d'enfants de moins de 1 ans évités ne seraient pas identiques aux très différents 62.000 décès que nous aurions évité depuis le mois de Mars. Notons que c'est assez curieux que les auteurs ne donnent pas de chiffre incluant le temps de vie perdu dans leur estimation parce que d'une part, leur modèle spécifie les classes d'âge et leur modèle pourrait donc indiquer sans complexifier plus loin ces résultats et d'autre part, étant donnés leurs cursus, recherches précédentes, etc. les auteurs sont très familiers de ce genre d'outils et de mesures.

Tout cela étant dit, appliquons-nous à faire un calcul rapide en nous appuyant sur le modèle des auteurs. L'âge moyen de tous les décès liés au COVID-19 était de 79 ans le 14 Avril 2020. Et cet âge moyen a très peu changé avec la mise en place du confinement. On peut donc imaginer que les vies sauvées par le confinement sont celles de personnes qui ont en moyenne 79 ans. Or l'espérance de vie d'une personne de 79 ans est d'environ 10 ans. Ainsi, ce serait en fait 620.000 années de vie qui auraient été sauvées par le confinement lors du premier mois de sa mise en place . Si on considère, selon les estimations les plus basses, que le confinement coûte autour de 50 milliards d'euros par mois, c'est donc environ 80.000 euros qui seraient payés par année de vie gagnée. En considérant un coût plus important du confinement, on pourrait arriver à plus de 240.000 euros dépensés par année de vie gagnée. En Angleterre où la valeur de l'année de vie est explicitement comprise et utilisée pour évaluer des politiques publiques, le National Institute for Health and Care Excellence qui émet les avis officiels pour la pratique médicale, estime qu'une politique publique est injustifiée si elle coûte plus que 20.000 à 30.000 livres britanniques par année de vie en bonne santé gagnée. Ainsi, au moins selon les critères anglais habituels, l'analyse coût-bénéfice des vies sauvées par le confinement révèlerait une très grande inefficacité. Notre but ici n'est pas de dire définitivement que le confinement était une mauvaise politique. Notre intention est plutôt de montrer que le chiffre de 62.000 vies épargnées est sûrement trompeur si il est lancé sans plus d'explications dans le débat publique. Dit autrement, si on acceptait socialement de dépenser 50 à 150 milliards d'euros -- le coût économique du premier mois de confinement -- pour sauver des vies, on devrait envisager de dépenser cette somme dans beaucoup de politiques publiques bien plus efficaces, c'est à dire qui sauveront beaucoup plus de vies que ce que n'aurait fait le confinement.

Quelle période d'évaluation?

Penchons-nous maintenant sur la fenêtre de temps retenue par les chercheurs de l'EHESP. Comme dit plus haut, le nombre de décès évités, chiffre principal de cette étude, est donnée pour la période entre le 19 Mars 2020 et le 19 Avril 2020. Les dynamiques de propagation des maladies sont toujours complexes. C'est d'ailleurs pour cette raison que l'on ne peut pas faire d'évaluation d'une politique publique en épidémiologie sans des modèles informatiques sophistiqués. Ceux-ci permettent de prendre en compte tous les effets, y compris ceux qui agissent loin dans le temps. Et tout pousse à croire que la dynamique du SARS-COV-2 a des effets retardés importants. D'ailleurs, les membres du gouvernement semblent être très conscients de ces effets et le montrent en étant si attentifs au processus de déconfinement, craignant la "seconde vague" qui touche déjà certains pays. Pour aller plus loin et mieux nous faire comprendre, dans un but pédagogique et sans ambition de réalisme, considérons un modèle extrême et imaginons un instant que, comme l'OMS en suggère la possibilité, les anticorps au SARS-CoV-2 ne procurent pas de protection contre une seconde infection. Dans ce cas, juger de la politique de confinement ne peut se faire que si l'on envisage son maintien perpétuel ou si on intègre le processus de sa levée. Personne ne peut envisager le premier cas pour des raisons évidentes d'effondrement économique. Dans le second cas, tout ce qu'aurait fait le confinement aurait été de retarder de quelques mois les conséquences mortelles de la circulation du SARS-COV-2. Evaluer la politique de confinement en tronquant les bénéfices à son premier mois serait alors totalement fallacieux. En ces temps de comparaisons martiales, cela reviendrait à juger la campagne de Russie de Napoléon aux seuls mois d'été 1812 sans voir que l'avancée glorieuse ne faisait que provoquer la débâcle à venir.

Pour résumer, dans l'article des chercheurs de l'EHESP, les décès évités par la politique de confinement le sont uniquement parce que les infections sont moins nombreuses grâce aux restrictions imposées lors du premier mois de sa mise en place. Mais il pourrait ne s'agir en fait, à moins que le confinement ne dure éternellement ou au moins jusqu'à la vaccination de la population, que d'un délai infligé à la dynamique de la maladie. A la levée éventuelle du confinement, le SARS-CoV-2 pourrait reprendre sa marche funeste et les décès évités en Mars en Avril 2020 seraient alors vite rattrapés. Seuls quelques mois auraient été gagnés à un coût prohibitif. Et les 62.000 personnes dont on aurait sauvé les vies n'auraient en réalité écopé que d'un sursis très court.

Confinement ou dépassement des capacités?

Evidemment, le lecteur attentif et informé pourra objecter que l'important est surtout que la politique de confinement aura évité les décès causés par l'engorgement du système hospitalier et non pas seulement les décès de ceux qui n'ont pas été infectés par une maladie à la virulence diminuée grâce au confinement. Nous serons tout à fait d'accord avec ce lecteur. Mais ce n'est pas ce qui est étudié dans l'article que nous critiquons ici. Ce serait alors s'en remettre au hasard que de comprendre un chiffre donné dans une étude pour le résultat d'une évaluation dont il ne traite pas. En effet, comme reconnu par les auteurs en conclusion, une étude qui quantifierait l'effet de l'évitement de la saturation des services hospitaliers nécessiterait de connaître précisément les taux de létalité hors hôpitaux. Or nous n'avons pas d'estimation de cela . Mais cette remarque nous amène tout de même à notre dernier argument.

Ici aussi, pour élaborer notre analyse, utilisons un modèle très exagéré et qui n'aura pour utilité que sa valeur pédagogique. Imaginons que les mesures de confinement n'ont strictement aucun impact, que le nombre de personnes infectées est le même avec ou sans la mise en place de cette politique. Dans ce cas, quand la maladie commence à se propager, chacun va aux urgences ou passe par le SAMU aux premiers symptômes. Les médecins de celui-ci, bien reposés, sans hésiter, envoient les cas douteux à l'hôpital. Le nombre d'hospitalisations est élevé et tous les morts du COVID-19 le sont à l'hôpital. Sur cette base, on prévoit une future explosion du nombre d'admissions à l'hôpital et de décès qui y auront lieu. Puis, quand on approche des contraintes du système hospitalier, quand les salles de soins intensifs ou de réanimation sont pleines, quand les hôpitaux manquent de personnels pour l'accueil des patients ou quand ceux-ci sont épuisés, les EHPAD n'envoient plus les malades à l'hôpital, les erreurs d'orientation arrivent et les gens montrant les premiers symptômes de la maladie restent chez eux, sachant qu'on pourra difficilement les soigner. Les nombres d'admissions et de décès à l'hôpital restent alors stables et ne suivent pas les courbes exponentielles qui devraient être les leurs si la circulation de la maladie était le seul facteur déterminant. Dans notre modèle, la cause de la stabilité du nombre de décès à l'hôpital est uniquement l'approche ou le franchissement des contraintes de capacité. En aucun cas la politique de confinement dont nous avons fait l'hypothèse qu'elle n'avait aucun effet. De la même façon que nous avons vu que restreindre la fenêtre de temps étudiée peut être trompeur en éliminant tous les cas retardés, considérer uniquement ce qui se passe à l'hôpital peut être trompeur en cachant tous les effets de débordement en dehors de l'hôpital. C'est un cas d'école d'un biais statistique connu sous le nom d'effet du reverbère qui pousse à tirer des conséquences fausses de causes qui ont été sélectionnées parce qu'elle sont les seules mesurables.

Bien sûr, le cas que nous décrivons ici est extrême même si il semble que, effectivement, les EHPAD sont de moins en moins visités par le SAMU, que certains services ont refusé des patients et que le nombre de décès à domicile ne soit pas négligeable. Cependant, il montre que quand un contrefactuel (ici la situation où il n’y aurait pas eu de confinement) est comparé à une situation réelle, il faut, pour attribuer la causalité des différences à un élément donné -- dans notre cas, la politique de confinement -- que cet élément soit le seul qui puisse distinguer le contrefactuel de la réalité. Or dans le cas de la transmission du COVID-19, de nombreux autres facteurs peuvent influer sur le bilan des décès à l'hôpital: le franchissement des contraintes hospitalières n'en est qu'un exemple.

Conclusion

Estimer les conséquences de la politique de confinement en France est indispensable. Tout d'abord parce que, généralement, une démocratie comme la nôtre, dont un des moteurs principaux est la responsabilité des preneurs de décision, doit tout faire pour rendre publiques les conséquences des décisions collectives. Ensuite, parce que notre pays approche de la période de déconfinement et que ce qui s'est passé les dernières semaines pourrait aider à l'élaboration d'une politique future optimale. Cependant, étant donné l'état des connaissances actuelles, il est aujourd'hui bien trop tôt pour lancer dans le débat des chiffres sans les accompagner d'explications complémentaires pour aider le public à en mesurer les limites ou comprendre les biais méthodologiques qui les sous-tendent. Le risque serait de participer au concert d'approximations, de contrevérités, de propos farfelus qui ont été tenus dans les médias -- parfois par les experts -- depuis le début de cette crise. Ce texte est notre contribution aux efforts de clarifications et de de transparence dont le public a besoin et qu'il mérite.