Qui est John Ioannidis? – AIER

En 2005, un bio-statisticien humble et hautement accompli de l'Université de Stanford est devenu une sensation médiatique. Il avait écrit un article référé intitulé «Pourquoi la plupart des résultats de recherche publiés sont faux». John Ioannidis avait examiné attentivement la reproductibilité des résultats pour découvrir que la plupart échouaient. Il a voulu savoir pourquoi, et a délimité cinq facteurs qui donnent lieu à de fausses sciences. Les médias l'ont brièvement célébré comme un démystificateur de la fausse science. Cependant, le professeur n'est pas une sorte d'iconoclaste. Il est juste prudent, croit aux faits et croit que la science devrait être enracinée dans l'intégrité et la vérité comme premiers principes.

Quinze ans plus tard, le coronavirus faisait son chemin vers les États-Unis. Des millions et des millions de morts parlaient dans l'air, et la nécessité de quarantaines universelles et de la fermeture d'économies et de vies. Ioannidis a vu la tempête à venir et a écrit un article épique, qui sera pendant de nombreuses années considéré comme prophétique: «Un fiasco en devenir? Alors que la pandémie de coronavirus s'installe, nous prenons des décisions sans données fiables. »

«Les données collectées jusqu'à présent sur le nombre de personnes infectées et l'évolution de l'épidémie ne sont absolument pas fiables», a-t-il averti le 17 mars, plusieurs jours après que des modèles prédictifs basés sur des données non fiables prévoyaient des millions de morts aux États-Unis.

Des contre-mesures draconiennes ont été adoptées dans de nombreux pays. Si la pandémie se dissipe – seule ou en raison de ces mesures – une distanciation sociale et des fermetures extrêmes à court terme peuvent être supportables. Cependant, pendant combien de temps de telles mesures devraient-elles être maintenues si la pandémie se propage à travers le monde sans relâche? Comment les décideurs peuvent-ils dire s'ils font plus de bien que de mal?

Les vaccins ou les traitements abordables mettent plusieurs mois (voire des années) à se développer et à se tester correctement. Compte tenu de ces délais, les conséquences des blocages à long terme sont totalement inconnues.

Les données recueillies à ce jour sur le nombre de personnes infectées et l'évolution de l'épidémie ne sont absolument pas fiables. Compte tenu des tests limités à ce jour, certains décès et probablement la grande majorité des infections dues au SRAS-CoV-2 sont manqués. Nous ne savons pas si nous ne parvenons pas à capturer les infections par un facteur de trois ou 300. Trois mois après l'apparition de l'épidémie, la plupart des pays, y compris les États-Unis, n'ont pas la capacité de tester un grand nombre de personnes et aucun pays ne dispose de données fiables sur la prévalence du virus dans un échantillon aléatoire représentatif de la population générale.

Ce fiasco de preuves crée une énorme incertitude quant au risque de mourir de Covid-19. Les taux de létalité signalés, comme le taux officiel de 3,4% de l'Organisation mondiale de la santé, provoquent l'horreur – et n'ont aucun sens. Les patients qui ont été testés pour le SRAS-CoV-2 sont de manière disproportionnée ceux qui présentent des symptômes graves et de mauvais résultats. Comme la plupart des systèmes de santé ont une capacité de test limitée, le biais de sélection peut même s'aggraver dans un avenir proche….

En l'absence de données, un raisonnement de préparation au pire conduit à des mesures extrêmes de distanciation sociale et de verrouillage. Malheureusement, nous ne savons pas si ces mesures fonctionnent. Les fermetures d'écoles, par exemple, peuvent réduire les taux de transmission. Mais ils peuvent également se retourner contre eux si les enfants se socialisent de toute façon, si la fermeture de l'école les amène à passer plus de temps avec des membres âgés de la famille susceptibles, si les enfants à la maison perturbent la capacité de leurs parents à travailler, et plus encore. Les fermetures d'écoles peuvent également réduire les chances de développer une immunité collective dans un groupe d'âge qui est épargné par des maladies graves….

L'un des résultats est que nous ne savons pas combien de temps les mesures de distanciation sociale et les fermetures peuvent être maintenues sans conséquences majeures pour l'économie, la société et la santé mentale. Des évolutions imprévisibles peuvent survenir, notamment une crise financière, des troubles, des troubles civils, une guerre et une fusion du tissu social. Au minimum, nous avons besoin de données de prévalence et d'incidence non biaisées pour l'évolution de la charge infectieuse pour guider la prise de décision.

C'était un avertissement puissant qui aurait dû être entendu. Mais ce n'était pas le cas. Il a donc commencé à faire des interviews, dont certaines ont obtenu des millions de vues. Mais les gouvernements l'ont-ils consulté? Je n'ai pas la réponse à cela. Quoi qu'il en soit, ils auraient dû.

En tant qu'économiste ayant étudié différentes techniques de modélisation, je connais, comme mes nombreux collègues, les graves dangers de l'adoption de politiques basées sur des modèles avec des données non fiables, trop d'hypothèses inconnues et la présomption que les gens obéiront comme des objets mécaniques. Le monde réel s'y conforme rarement. Les économistes le savent. Selon Ioannidis, les modèles du monde de la bio-statistique et de l’épidémiologie souffrent souvent des mêmes problèmes.

Je suis sûr que nous reviendrons sur ces jours avec un choc face à ce que nos dirigeants ont fait au nom de la lutte contre la maladie. De nombreuses réputations en souffriront. Le respect de l'intelligence et du courage moral de John Ioannidis augmentera.