Au cours de cette épidémie, de nombreuses désinformations deviennent virales, mais tout autant de mauvaises conclusions sont tirées d'hypothèses correctes. La philosophe des sciences Sylvia Wenmackers a trouvé huit erreurs sur le covid-19 qui ont à voir avec la probabilité.
Lors d'une interview à la radio sur la popularité du vaccin contre la grippe, une Néerlandaise a déclaré :"Si j'ai ensuite la grippe et que j'attrape aussi le Covid, je mourrai terriblement." Bien que la combinaison de deux infections augmente le risque d'issue fatale , Ce n'est bien sûr pas le seul résultat possible. Dans ce sophisme, les probabilités sont ignorées et l'une des possibilités est présentée comme une certitude. La même tendance à la pensée en noir et blanc est à l'origine de faux dilemmes tels que :"Si vous attrapez le Covid-19, soit vous mourez, soit vous ne le remarquez pas." En réalité, ce ne sont pas les deux seules possibilités. .
Cette erreur a à voir avec les probabilités contingentes qui se produisent dans les procès, ainsi que dans les contextes médicaux. Supposons que vous sachiez que 85 % des personnes qui ont contracté le Covid-19 portaient toujours un masque, il ne s'ensuit pas que 85 % des personnes qui ont porté un masque ont contracté le Covid-19 ! Pour calculer cette seconde chance, vous devez appliquer le théorème de Bayes, et pour cela vous avez besoin de deux facteurs supplémentaires en plus de la première chance conditionnelle. L'un de ces facteurs supplémentaires est la prévalence, un facteur si souvent oublié qu'une erreur distincte a été nommée d'après lui.
"Un résultat de test positif signifie que la personne testée a probablement le Covid-19." Cela semble logique et peut-être vrai, mais ce n'est pas toujours le cas. La probabilité d'un résultat faussement positif dépend, entre autres, de la prévalence :le pourcentage de la population générale qui a le Covid-19. Plus il est bas, plus le risque de faux positif est grand.
Quelques cas de réinfection ont été signalés, la maladie étant très grave la deuxième fois. Cela semble être une mauvaise nouvelle, mais Carl Bergstrom, un biologiste spécialisé dans la dénonciation de la désinformation, a noté que les cas graves font l'objet de l'enquête la plus approfondie. Chez les patients présentant des symptômes légers, il sera donc rarement révélé s'ils ont déjà été infectés.
Supposons que les risques de contracter la grippe et de contracter le covid-19 sont indépendants. Si vous testez ensuite une personne présentant des symptômes de la grippe et que cette personne s'avère avoir la grippe, vous pourriez penser que le risque de covid-19 est resté le même. Mais alors vous vous trompez :le risque d'avoir aussi le covid-19 est maintenant plus faible.
Tous les patients atteints de covid-19 n'en infectent pas d'autres, alors que certains infectent beaucoup de gens. Cela signifie que dans des situations très similaires, de grandes épidémies se produisent parfois et parfois non. C'est une pure coïncidence. Supposons que vous fassiez une liste de villes comparables (même région, taille et composition de la population) et que vous gardiez une trace de celles qui connaissent une épidémie. Rétrospectivement, vous pouvez toujours trouver une variable en corrélation avec ces épidémies. Mais si vous pensez que cette variable explique les épidémies, vous vous leurrez probablement. En science, cette faute professionnelle est HARKing appelé :Hypothèse après que les résultats sont connus †
Dans ma chronique d'avril (Eos No. 4, 2020), j'ai écrit sur le malaise que je ressentais en comparant le nombre de morts de la grippe annuelle avec le nombre de morts d'une maladie qui n'existait que depuis quelques mois. En attendant, Carl Bergstrom a mis ce terme approprié dessus.
Vous pourriez vous attendre à ce que la plupart des infections surviennent dans la population la plus à risque. En fait, davantage de personnes sont infectées par des populations à risque faible ou modéré. La raison est simple :la population à haut risque est petite.
Pendant ce temps, je remarque que certaines personnes utilisent à tort le terme "paradoxe de la prévention" pour faire référence à une prophétie auto-destructrice. C'est le phénomène que les mesures préventives semblent presque toujours superflues par la suite :parce que la propagation n'a pas été trop mauvaise, ou parce qu'une épidémie majeure a suivi. J'en ai déjà parlé dans le numéro d'avril, mais cela n'empêche pas que cette idée fausse continue d'être véhiculée.
