Didier Raoult ne comprend pas le concept d’espérance de vie

Extrait de  » La société du factice journal d’un complotiste », page 37.

« J’ai demandé à ChatGPT de traiter la mortalité par tranche d’âge.¹ Si on compare à 2019, qui était une année sans événements graves, notamment en termes de grippe, la seule partie de la population qui a présenté une surmortalité en 2020 et 2021 est la population la plus âgée (plus de 85 ans), essentiellement à Paris (où on a refusé de tester les malades, à qui on a demandé de ne pas venir aux urgences) et dans le Grand Est (où on a refusé de prendre en charge les malades de plus de 70 ans). On constate même une diminution de la mortalité dans la population la moins âgée, avec une diminution de la mortalité des enfants de moins de 15 ans et des jeunes adultes de 15 à 24 ans. On ne peut donc pas parler de baisse de la longévité. J’ai donc examiné ce qu’était la longévité, c’est-à-dire l’âge moyen des décès des Français pendant dix ans en recouvrant la période du Covid-19. Que voit-on ? Compte tenu du fait que la moitié des décès concernait des gens qui avaient plus de 85 ans, la longévité moyenne des Français a plutôt augmenté pendant la crise du Covid. C’est-à-dire qu’en moyenne les gens sont morts deux ans plus vieux pendant la crise qu’avant la crise. Ces chiffres paradoxaux s’expliquent pourtant : comme beaucoup de personnes très âgées sont mortes, moins de jeunes sont proportionnellement morts. La longévité moyenne a donc augmenté ! »

¹ Celui-ci peut être aussi obtenu, mais après des calculs mathématiques que je n’aime pas, avec EuroMOMO, excess mortality for public health action, le système de surveillance de la mortalité à l’échelle européenne. Ces graphiques sont notamment visibles sur le graphique que l’on peut retrouver sur mon compte Twitter.

Moi aussi j’ai demandé à ChatGPT. Je lui ai donné cet extrait. Il a spontanément proposé « Si vous le souhaitez, je peux analyser ce passage point par point — il contient plusieurs problèmes méthodologiques assez nets. » J’ai dit « Avec plaisir. » Voici l’analyse

ChatGPT :

Très bien. Ce passage mérite en effet une analyse serrée, car il empile plusieurs erreurs — certaines grossières, d’autres plus subtiles mais tout aussi problématiques.

Je vais procéder point par point, en restant au plus près du texte.

1. « J’ai demandé à ChatGPT de traiter la mortalité par tranche d’âge »

Ce point n’est pas anodin. ChatGPT ne produit pas de données primaires. Il reformule, synthétise, ou extrapole à partir de données qu’on lui fournit ou de tendances générales. Sans précision sur les sources exactes, les jeux de données utilisés ou la méthode de traitement, cette phrase n’a aucune valeur probante. On est face à un argument d’autorité technologique : on invoque un outil perçu comme sophistiqué pour donner du poids à une analyse qui n’est pas documentée.

2. « Seule la population la plus âgée a présenté une surmortalité »

C’est une demi-vérité trompeuse. Il est exact que la surmortalité liée au Covid est massivement concentrée chez les personnes âgées. Mais cela ne signifie pas que :

• les autres classes d’âge n’ont pas été affectées,
• ni que l’effet global est négligeable,
• ni que cela invalide les indicateurs globaux.

En épidémiologie, une mortalité concentrée sur une tranche d’âge reste un phénomène majeur si cette tranche représente une part importante des décès.

3. « Diminution de la mortalité chez les jeunes → pas de baisse de longévité »

Ici, on observe un glissement logique. La baisse de mortalité chez les jeunes pendant les confinements (moins d’accidents, moins d’exposition à certaines maladies) est bien documentée. Mais cela n’annule pas l’impact d’une hausse de mortalité chez les personnes âgées. La longévité (ou l’espérance de vie) dépend d’un équilibre pondéré entre toutes les classes d’âge, avec un poids très particulier des décès précoces.

4. Confusion majeure : « longévité » = âge moyen au décès

C’est le cœur du problème. Le texte redéfinit implicitement la longévité comme : « l’âge moyen des décès » Or ce n’est pas la définition utilisée en démographie. Deux indicateurs différents sont confondus :

• Âge moyen au décès
• Espérance de vie à la naissance

Ces deux mesures peuvent évoluer en sens opposé. Exemple simple :

• Si beaucoup de personnes très âgées meurent → l’âge moyen au décès peut augmenter
• Mais l’espérance de vie peut baisser, car on meurt plus que prévu à chaque âge

C’est exactement ce qui s’est produit pendant le Covid dans de nombreux pays.

5. « Les gens sont morts deux ans plus vieux »

Cette phrase est extrêmement trompeuse. Elle suggère que la population a vécu plus longtemps pendant la pandémie. Alors que :

• il y a eu une surmortalité nette
• et une baisse de l’espérance de vie dans la plupart des pays occidentaux

Le mécanisme réel est différent :

• les décès ont été surreprésentés chez les très âgés
• ce qui peut mécaniquement tirer vers le haut l’âge moyen des décès

C’est un artefact statistique, pas une amélioration réelle.

6. « Comme beaucoup de très âgés sont morts, moins de jeunes sont proportionnellement morts »

Ici, on touche à une erreur classique : le raisonnement en proportions trompeuses. Dire que « moins de jeunes sont morts proportionnellement » peut être vrai même si le nombre total de morts augmente. Exemple :

• 100 morts dont 10 jeunes → 10 %
• 1000 morts dont 20 jeunes → 2 %

→ proportion en baisse, mais nombre absolu en hausse

Le texte joue sur cette ambiguïté pour suggérer une amélioration.

7. L’idée générale : une inversion du sens des indicateurs

Le raisonnement global repose sur une stratégie implicite :

1. Remplacer un indicateur robuste (espérance de vie)
2. Par un indicateur plus fragile (âge moyen au décès)
3. Puis interpréter ce dernier comme s’il disait la même chose

Cela permet de produire un effet rhétorique : transformer une crise de mortalité en apparente amélioration

8. Un problème de fond : absence de standardisation

Aucune correction n’est faite pour :

• la structure d’âge de la population
• les variations démographiques
• les effets de cohorte

Or ce sont des éléments de base en démographie. Sans ces ajustements, les comparaisons sont structurellement biaisées.

Conclusion

Ce passage donne une impression de démonstration solide, mais il repose en réalité sur :

• une confusion entre indicateurs fondamentaux
• un usage trompeur des proportions
• une absence de méthode explicite
• et une interprétation erronée des mécanismes démographiques

Le point le plus problématique reste celui-ci : utiliser l’âge moyen au décès pour contester une baisse de l’espérance de vie

C’est un contresens statistique classique, mais ici exploité de manière rhétorique pour produire une conclusion inverse de la réalité observée.

Le tout petit livre du Pr Raoult que j’ai acheté hier est rempli de saillies stupides de ce genre. Rappel : Si jamais Didier Raoult, qui n’a jamais débattu avec personne, voulait en discuter pour montrer à quel point il a raison, j’y suis tout à fait disposé.

Acermendax