Source : Futura Santé

Que ce soit pour estimer le taux de létalité du Covid-19 ou pour évaluer la possibilité d’une immunité collective, il faut savoir combien de personnes ont été infectées par le coronavirus SARS-CoV-2. Mais tester l’humanité tout entière – ou même une population tout entière – semble déraisonné. Alors les scientifiques cherchent des solutions. Parmi elles, celles de mathématiciens qui estiment que les tests aléatoires pourraient fournir une réponse proche de la réalité à moindre coût.

Le taux de létalité. C’est le rapport des décès liés à une maladie sur le nombre total de personnes atteintes. Il est utile à estimer la gravité de ladite maladie. Il est ainsi de l’ordre de 0,1 % pour la grippe saisonnière. Et depuis le début de la crise du coronavirus, les experts tentent de déterminer ce qu’il en est pour le Covid-19. Beaucoup de chiffres sont évoqués : de 0,5 et même jusqu’à 3,5 %. Mais pourquoi autant d’incertitudes ?

Parce que pour déterminer le taux de létalité, il faut non seulement connaître le nombre de décès liés au Covid-19, mais surtout le nombre total de personnes qui ont été infectées par le coronavirus. Mais avec des symptômes qui varient considérablement d’une personne à une autre – certains imaginent même que quatre patients sur cinq pourraient être asymptomatiques – et des ressources finies en matière de tests, difficile de savoir ce qu’il en est vraiment.

Pour contourner ces obstacles, des mathématiciens du Dartmouth College (États-Unis) suggèrent aujourd’hui, plutôt que de tester uniquement des personnes symptomatiques, de tester les populations de manière aléatoire. En suivant une approche semblable à celle qui est retenue pour la réalisation des sondages politiques, par exemple. « Si les tests sont effectués correctement, les taux d’infection et de létalité dans l’échantillon aléatoire devraient être très proches des taux réels dans l’ensemble de la population », expliquent les chercheurs dans un communiqué publié sur The Conversation.

Lire la suite de l’article ici.