Âge, sexe, pathologies : un outil pour comprendre leur impact sur le risque de covid

Un outil mathématique construit par l’hebdomadaire britannique The Economist permet de visualier l’impact de l’âge, du sexe et des comorbidités sur le risque d’hospitalisation et de décès du covid. Explications.

La rédaction d'AlloDocteurs
La rédaction d'AlloDocteurs
Rédigé le , mis à jour le
Image d'illustration.
Image d'illustration.  —  Crédits Photo : © Shutterstock / Alexandros Michailidis

Comment l’âge, le sexe et les pathologies dont vous souffrez influent sur votre niveau de risque face au covid ? C’est pour répondre à cette interrogation que l’hebdomadaire britannique The Economist a mis en ligne un outil de calcul. Comment ça marche ? Cet outil utilise un modèle mathématique, qui s’appuie sur les données de santé de 425.000 personnes testées positives aux États-Unis issues de la base COVID-19 Research Database.

Ce modèle calcule la probabilité d’hospitalisation et de décès pour un groupe de personnes non vaccinées et testées positives au covid-19, du même âge, du même sexe et souffrant des mêmes pathologies, 30 jours après le diagnostic.

Obésité, diabète, cancer…

Par exemple, selon ce modèle, un homme de 65 ans testé positif au covid, qui souffre à la fois d’obésité et de diabète de type 2 aurait un risque d’être hospitalisé de 45,8% et un risque de décès de 4,1%. Autrement dit, sur 100 hommes de 65 ans souffrant d’obésité et de diabète de type 2, près de 46 seront hospitalisés et 4 décèderont.

Si c’est une femme de 80 ans qui souffre d’un cancer du sein qui est diagnostiquée positive au covid, son risque d’hospitalisation est de 20,7% et son risque de décès de 7,4%.

Pour un homme de 40 ans qui souffre d’une maladie cardiaque sévère, le risque d’hospitalisation est de 20,9% et le risque de décès de 0,5%.

Enfin, une femme de 35 ans qui souffre d’une maladie chronique du rein a un risque d’hospitalisation de 12 ,5% et un risque de décès de 0,6% si elle attrape le covid.

Les hommes plus touchés que les femmes

Cet outil montre aussi bien les différences de risque qui existent entre homme en femme. Ainsi, sans comorbidité connue, une femme de 45 ans a un risque d’hospitalisation de 4% et un risque de décès 0,2%. Alors qu’un homme du même âge, également sans comorbidité, a un risque d’hospitalisation de 6,9% et un risque de décès 0,3%.

A gauche : risque d'hospitalisation (en bleu) et de décès (en rouge) pour une femme de 45 ans sans comorbidité. A droite : risque d'hospitalisation (en bleu) et de décès (en rouge) pour un homme de 45 ans sans comorbidité. Les courbes de gauche (femme) sont plus aplaties que celles de droite (homme), ce qui traduit des risques moyens plus faibles. © The Economist

L’âge, premier facteur de risque

Autre aspect que l'outil met bien en évidence : l’âge reste le premier facteur de risque. Ainsi, comparé à un homme de 45 ans sans comorbidité, un homme de 85 ans sans comorbidité non plus voit sa probabilité d’hospitalisation atteindre 31,7% et son risque de décès 17,4%.

A gauche : risque d'hospitalisation (en bleu) et de décès (en rouge) pour un homme de 45 ans sans comorbidité. A droite : risque d'hospitalisation (en bleu) et de décès (en rouge) pour un homme de 85 ans sans comorbidité. Plus l'âge (abscisse de la courbe) augmente, plus les risques d'hsopitalisation et de décès augmentent rapidement. © The Economist

Pas d’évaluation personnalisée du risque

Mais attention : si cet outil permet de visualiser l’impact des différents facteurs de risque du covid, il ne s’agit pas d’une évaluation personnalisée du risque, avertit The Economist.
"Notre estimateur est loin de disposer de suffisamment d'informations sur les individus pour fournir des évaluations précises du risque personnel" expliquent les modélisateurs. Car "ces résultats représentent des moyennes de groupe approximatives" et "la situation de chaque personne spécifique sera très différente".

Un risque sous-estimé ?

D’autant que ce modèle comporte plusieurs limites. D’abord, les données sont celles de personnes vivant aux États-Unis et bénéficiant d’une assurance maladie, ce qui ne constitue pas un échantillon représentatif de toute la population positive au coronavirus, reconnaissent les modélisateurs.

Ensuite, plus le profil recherché est "rare", moins les résultats sont fiables. Et les personnes enregistrées dans la base "sans comorbidités" n’étaient pas forcément pour autant en bonne santé. Au final, il est donc "possible" que cette méthode "conduise à une légère sous-estimation de l'impact des comorbidités sur le risque" préviennent les auteurs du projet.

Dernier avertissement de leur part : les décès et les hospitalisations ne sont pas les seuls risques liés au covid. En effet, "le covid peut encore nuire aux personnes qui y survivent", notamment à cause du covid long, ces "symptômes invalidants qui persistent pendant des mois".