Comparer les taux de létalité à travers le monde : comprendre au-delà des chiffres

Qu’est-ce que le taux de létalité ? Un indicateur qui ne dit pas tout

Le taux de létalité (case fatality rate, CFR, en anglais) mesure la proportion de décès parmi les cas de personnes diagnostiquées pour une maladie sur une période donnée :

Exemple : si une région recense 1 000 cas et 50 décès, le taux de létalité est de 5 %. Il ne faut pas le confondre avec le taux de mortalité, qui exprime le nombre total de décès rapporté à la population globale.

Ce taux peut donc donner l’impression, à tort ou à raison, qu’une maladie est plus « grave » ou « meurtrière » ici qu’ailleurs. Mais cette lecture superficielle omet de nombreuses variables. Pourquoi ?

L’incontournable : que compare-t-on véritablement ?

Avant de confronter les taux de plusieurs zones, il est indispensable de questionner ce que mesurent réellement les dénominateurs et numérateurs :

• Comment définit-on un « cas » ? Critères cliniques, tests diagnostiques, délais : chaque pays peut appliquer des standards différents, ou variable selon les phases d’une épidémie (Sciences & Avenir).
• La qualité et l’exhaustivité des notifications : sous-déclaration ou sur-déclaration des cas et/ou décès varient énormément. Souvenons-nous de la grippe H1N1 ou du COVID-19, où la Chine, l’Italie, puis la France ont modifié leurs critères de comptage au fil des semaines (source : OMS).
• L’instant de calcul : lors d’une flambée, beaucoup de cas recensés n’arrivent à terme (guérison ou décès) qu’après un certain temps, ce qui fausse les calculs instantanés.

On touche ici le cœur du problème : une épidémie n’est pas photographiable parfaitement, quelles que soient la rigueur et la transparence des reporting.

Facteurs de variation majeurs entre pays et régions

Comparer de façon pertinente suppose de pondérer une série de biais incontournables :

• Disponibilité et accès au diagnostic : Plus on teste, plus on détecte de cas bénins ou asymptomatiques, ce qui fait mécaniquement baisser le taux de létalité apparent. Exemple frappant : la Corée du Sud, très proactive en matière de dépistage lors du COVID-19, affichait un taux de létalité largement inférieur à de nombreux pays européens début 2020 (ECDC).
• Âge et profil de la population : Les maladies avec létalité accrue chez les personnes âgées (COVID-19, grippe, Ebola...) voient leur taux varier selon la pyramide des âges. L’Italie, à la population plus âgée qu'en Afrique subsaharienne, a connu un taux de létalité COVID-19 initialement plus haut pour cette raison.
• Capacité du système de santé : Saturation hospitalière = hausse du taux de létalité. Les exemples de Wuhan en janvier 2020, puis du nord de l’Italie, sont emblématiques de ce phénomène.
• Qualité des données vitales : Certains pays disposent de registres d’état civil ou de notification très exhaustifs (Scandinavie, Japon), d’autres sont confrontés à de grandes difficultés dans le recensement des décès (Datacommons).
• Facteurs sociaux et contextuels : Conflits, migrations, tabous : il existe bien des raisons pour lesquelles des cas ou décès ne sont jamais reportés.

Quelques chiffres pour illustrer :

• COVID-19 : Au printemps 2020, l’Allemagne présentait un taux de létalité officiel autour de 1,3 %, contre près de 13 % en Italie et 20 % à une période en France (source : Johns Hopkins University), principalement à cause du dépistage massif côté allemand et un nombre plus restreint de tests initialement en France/Italie.
• Ebola 2014-2016 : En Sierra Leone, le CFR a atteint 28 %, contre près de 67 % en Guinée pour le même virus. Outre le dépistage, les différences dans les soins (et leur accessibilité) expliquent beaucoup.
• Paludisme : Dans les pays à forte endémicité, le taux de létalité pédiatrique hospitalière peut aller de 10 à 30 %, tandis que la létalité globale demeure largement sous-estimée car beaucoup de décès surviennent hors structures médicales (source : OMS Rapport Paludisme 2023).

Pièges méthodologiques : comment éviter les comparaisons hâtives ?

• Le temps de décalage : Au début d’une épidémie, le taux de létalité paraît sous-estimé, car de nombreux cas n’ont pas encore évolué vers leur issue finale (décès ou guérison). C’est le « lag time » : il faut idéalement attendre la stabilisation des résultats pour un calcul plus « réel ».
• Effet d’écume (détection des cas les plus graves en priorité) : Dans bien des épidémies, seuls les patients hospitalisés – donc gravement atteints – sont comptés au début. Les cas bénins échappent au radar, majorant artificiellement la létalité apparente.
• Biais de sous-déclaration : Certaines régions n’enregistrent qu’une fraction réelle des décès, soit par défaut de systèmes, soit délibérément. Par exemple, Global Health Observatory de l’OMS estime que, dans de nombreux pays à revenus faibles ou intermédiaires, seule une minorité des décès toutes causes confondues est effectivement déclarée.
• Comparaison inter-périodes : Même à l’intérieur d’un même pays, comparer les taux de létalité à différents moments (avant/après saturation hospitalière, nouvelles recommandations, vagues successives de COVID-19, etc.) est source de confusion si la méthodologie n’est pas revisitée.

Comment procéder pour une comparaison valide ?

Pour minimiser les distorsions, plusieurs approches peuvent être combinées :

• Privilégier la létalité à issues connues : Moins affectée par les délais, elle rapporte les décès au total “d’issues” (décès + guérisons) sur une cohorte bien suivie, à défaut de la totalité des cas.
• Réaliser une standardisation des taux, notamment sur l’âge : Cela permet de mettre sur un pied d’égalité des populations démographiquement très différentes. La méthode la plus courante reste la standardisation directe ou indirecte par rapport à une population de référence (Santé publique France).
• Utiliser le taux de mortalité globale (décès/population totale) en complément, pour échapper au biais du dénominateur des cas.
• Croiser plusieurs sources et méthodes pour un regard critique : L’OMS, le CDC, l’ECDC ou des instituts de statistiques nationaux publient régulièrement des analyses critiques des résultats.
• S’informer sur l’existence de surmortalité toutes causes pendant la période d’étude : c’est parfois le seul moyen, dans des contextes avec faible déclaration, d’approcher la réalité ('excess mortality', voir EUROMOMO pour l’Europe).

Focus : quand la « surmortalité » raconte plus que la létalité

Lors de crises aiguës (canicule, pandémie, guerre), il n’est pas rare que le suivi habituel présente de grandes failles, qu’on détecte mieux la gravité d’une situation via la surmortalité : on compare alors le nombre total de décès, toutes causes confondues, à ceux attendus hors évènement exceptionnel.

• En France, en avril 2020, la surmortalité enregistrée par l’INSERM et l’INSEE (tous âges confondus) permettait de mieux apprécier l’étendue réelle de la vague COVID, comparativement aux seuls décès hospitaliers labellisés “COVID-19”.
• L’Afrique du Sud, en 2021, a utilisé la surmortalité pour estimer la létalité de l’épidémie COVID, les décès liés officiellement au Sars-CoV-2 n’expliquant pas tous les "excès" observés (voir les analyses publiées dans The Lancet Respiratory Medicine).

En croisant ces indicateurs, on affine le diagnostic collectif – mais ce sont toujours des approximations, contraintes par la réalité des contextes locaux.

Quelques bonnes pratiques pour s’y retrouver

1. Vérifier d’abord la définition des cas et la méthode de calcul dans chaque pays.
2. Prendre du recul face aux classements instantanés diffusés dans les médias sans débat sur la qualité des données.
3. Consulter les tableaux « standardisés » proposés par l’OMS, l’ECDC ou des agences nationales : ces comparaisons, bien qu’imparfaites, sont les moins exposées aux biais.
4. S’intéresser à la temporalité : une année, un mois, une vague ? Plus la période est courte, moins la comparaison a de sens.
5. Ne pas hésiter à lire les notes de bas de page : elles recèlent souvent la clé des différences statistiques observées.

Pistes pour aller plus loin et cultiver sa vigilance

L’étude des taux de létalité, loin d’être un simple exercice de classement ou de compétition sanitaire, interroge nos méthodes de documentation, notre rapport à la complexité, à la transparence et à l’incertitude. Il n’existe pas de vérité simple face à ces chiffres ; il en ressort néanmoins des enseignements cruciaux : l’importance d’un investissement durable dans la qualité des systèmes d’information sanitaire, la nécessité de toujours contextualiser, et celle de promouvoir un dialogue ouvert autour des incertitudes.

Pour approfondir, une série de rapports périodiques sont à recommander :

• ECDC – Surveillance COVID-19
• OMS – Mortalité et estimations mondiales
• INSEE – Données de mortalité en France