Intervention de Alice Desbiolles

L'enjeu du passe est, je le répète, non pas l'efficacité vaccinale mais la saturation des hôpitaux. Le passe repose sur un outil, la vaccination, dont les effets sur la diminution de la transmission et de la contamination ne sont pas avérés dans les essais cliniques randomisés. Empiriquement, on peut tous constater que le vaccin et l'immunité naturelle ne bloquent pas la transmission et la contamination : on peut se faire recontaminer et on peut contaminer.

L'objectif était de sanctuariser des lieux, d'inciter à la vaccination et de réduire la saturation des hôpitaux.

S'agissant de la couverture vaccinale des personnes les plus à risque, elle ne dépend pas du passe : des pays qui n'ont pas mis en place de passe ont tout de même atteint 100 % de couverture vaccinale de ce public et d'autres sont parvenus à ce taux avant d'instaurer un passe.

S'agissant de la saturation des hôpitaux, elle ne dépend pas du nombre de patients covid hospitalisés : le vrai problème, c'est la fuite du personnel et les lits qui ne peuvent pas être ouverts du fait de ce manque de personnel.

S'agissant de la sécurisation des lieux, on peut tous expérimenter empiriquement que, vacciné ou pas, il est possible de transmettre le virus ou d'être contaminé dans les endroits en question. Il est très difficile de fixer des indicateurs pour un dispositif dont chacun peut constater la vacuité. Cela ne signifie pas qu'il ne faut rien faire ; au contraire, il faut déployer des actions très fortes de promotion de la vaccination dans le respect du consentement des individus, en orientant celle-ci sur les personnes les plus à risque. Pour cela, nous avons besoin des données sur les comorbidités, distribuées par tranches d'âge, notamment en réanimation, pour cibler les personnes qui se retrouvent en réanimation.

Il m'est donc difficile de vous proposer des critères d'évaluation d'un dispositif qui, de toute façon, repose sur un outil dont l'effet sur la réduction de la transmission et de la contagiosité n'a pas été évalué. Le dispositif est à la base biaisé.

La question du recours à l'expertise scientifique pendant la crise est très importante. Richard Horton, le rédacteur en chef du Lancet, une très grande revue médicale, a publié un éditorial en septembre 2020 dans lequel il déplorait que la « science » qui a guidé les gouvernements depuis le début de l'épidémie n'ait été incarnée que par des modélisateurs d'épidémies et des infectiologues. La pluridisciplinarité n'a pas été prise en compte, notamment dans le Conseil scientifique. Alors qu'il existe des agences indépendantes dont les missions sont régies par le code de la santé publique - je pense à Santé publique France, qui avait géré la crise précédente de la grippe, à la Haute Autorité de santé (HAS) et au Haut Conseil de la santé publique (HCSP) -, c'est une structure créée ad hoc, le Conseil scientifique, qui a émergé. J'ai le plus grand respect pour ses membres, mais cette instance a « shunté » toutes les autres.

Un article très intéressant rédigé par des membres du Haut Conseil de la santé publique publié dans La Santé en action en juin 2021, intitulé « L'expertise sanitaire en temps de crise », pointe que le choix des membres du Conseil scientifique s'est fait par cooptation, ce qui induit un risque de collusion entre experts et de promotion d'une seule orientation. Normalement, l'expertise doit se faire de façon pluridisciplinaire, et le choix des experts retenus doit être beaucoup plus large. Cet article précise qu'il n'y a pas eu de validation externe et indépendante des avis produits par le Conseil scientifique, c'est-à-dire de regard par les pairs et de discussions potentiellement contradictoires. Or du dissensus résulte le consensus. La confrontation de points de vue potentiellement contradictoires doit conduire au point de vue le plus nuancé et le plus efficace.

Non seulement ce débat scientifique contradictoire, qui est habituellement organisé par les institutions, n'a pas eu lieu, mais il n'est même pas accepté. Un avis du Conseil scientifique du 19 janvier 2022 précise, dans sa partie sur l'amélioration de la communication et de l'information que « ni l'impératif de liberté d'expression et de démocratie, ni les principes de controverses scientifiques ne sont facilement compatibles avec la médiatisation d'opinions non documentées formulées par des personnes se prévalant d'une légitimité scientifique auprès du public ». François Alla dénonçait le rôle de service après-vente des agences sanitaires qui ne servaient qu'à enregistrer des décisions déjà prises par l'exécutif. Chacun en pensera ce qu'il voudra.

Deux chercheurs ont fait un travail d'évaluation des modélisations qui ont justifié des mesures draconiennes, non fondées sur les preuves, qui ont eu des dommages collatéraux majeurs. Ils indiquent qu'il n'existe pas d'évaluation rétrospective publique des modélisations utilisées en France, alors que l'évaluation fait normalement partie intégrante des bonnes pratiques de la modélisation mathématique. Le travail d'évaluation des modélisations et des scénarios de l'Institut Pasteur, de l'Inserm et de l'Imperial College qu'ils ont conduit aurait été attendu des institutions. Je rappelle que les modélisations de l'Imperial College ont servi de base aux décisions de confinement de la France et d'une bonne partie du monde.

Ces chercheurs ont pris l'exemple de la Suède, le seul pays qui a pris des mesures mais n'a pas confiné sa population pendant la première vague - car il y a tout un continuum d'interventions entre ne rien faire et confiner une population. D'après les modélisations de l'Imperial College, si ce pays ne prenait aucune mesure durant la première vague, 90 000 décès étaient attendus : la réalité est toute autre, car il y a eu moins de 10 000 décès durant la première vague.

Il est donc important de réaliser toujours une évaluation a posteriori. Sur les onze modélisations qu'ils ont testées, il n'y a eu que deux cas de figure dans lesquels la situation réelle était comprise entre les valeurs des différents scénarios ; dans les neuf autres cas, la réalité se situait en dehors de ces valeurs et, dans huit cas sur neuf, il y avait même une surestimation de la réalité. Un biais en faveur d'une surestimation semble donc présent : les scénarios médians, qui étaient souvent utilisés comme les plus probables, surestimaient la réalité dix fois sur onze.

La modélisation épidémiologique est extrêmement difficile : une bonne anticipation de la réalité est l'exception et l'erreur est la norme. Au regard de la rétrospective qu'ils ont publiée, on peut conclure que les modélisations n'apportent pas un niveau de preuve suffisant pour supporter la mise en place d'interventions de santé publique à fort impact. Le biais en faveur d'une surestimation peut favoriser l'adoption de mesures plus restrictives que nécessaire. Je précise que les modélisations en Suède prévoyaient un nombre de décès cinq à six fois plus élevé que la réalité et que seul un confinement strict permettrait d'empêcher une saturation majeure de l'hôpital, qui n'a pas du tout eu lieu.