R0 n'est pas une constante: déconstruire un mythe en épidémiologie

Commencer par affirmer que « R0 » — le nombre de reproduction de base — est une donnée intrinsèque au microbe relève plus du mythe que de la science. Cette idée, répandue hors et parfois dans la sphère publique, enferme la dynamique d’une épidémie dans une étiquette statique. En réalité, ce chiffre est une abstraction utile mais contextuelle : il dépend des interactions humaines, du milieu, et des choix de prévention. Défaire ce malentendu éclaire comment on peut agir, même face à des agents réputés « très transmissibles ».

R0 expliqué sans mystère

R0 est un concept moyen qui résume combien d’autres cas un cas index génère en l’absence d’immunité et sans interventions, dans un cadre donné. Autant dire qu’il s’agit d’une moyenne conditionnelle, pas d’une loi physique. Pour être estimé, R0 suppose un environnement social, des comportements et une démographie particuliers — contacts dans la vie domestique, au travail, dans les transports, l’agglomération ou la ruralité. Changer l’un de ces paramètres modifie la moyenne.

Ce que R0 ne dit pas non plus, et que beaucoup oublient, c’est la dispersion autour de cette moyenne. Deux agents avec le même R0 peuvent se propager très différemment si la transmission est homogène ou concentrée dans des événements de « superspreading ». La moyenne masque donc la variabilité cruciale pour comprendre et contrôler une épidémie.

Pourquoi croire que R0 est fixe est trompeur

Plusieurs mécanismes rendent nocive l’idée d’un R0 immuable.

Dépendances sociales et comportementales. Les routines de vie (fréquence des rencontres, formes de travail, taille des foyers) déterminent combien de personnes un infecté croisera. Modifier ces routines change la valeur effective de R0.
Environnement et saisonnalité. La survie des agents, la ventilation des espaces, le temps passé à l’intérieur influencent la probabilité de transmission par contact ou par aérosols. Ces facteurs ne sont pas constants.
Hétérogénéité individuelle. Les personnes diffèrent par leur viralité, leur nombre de contacts et leur rôle dans les réseaux sociaux. Un petit nombre d’individus peut expliquer une grande part de la transmission, situation où cibler les interventions rapporte plus que réduire une moyenne générale.
Immunité préexistante et niveaux d’exposition. La proportion de personnes susceptibles varie selon l’histoire immunitaire d’une population et influe directement sur la dynamique. R0 ne tient pas compte de cette immunité acquise.
Interventions et comportements adaptatifs. Le port du masque, la ventilation, l’isolement rapide des cas et la vaccination réduisent la transmission. Même des mesures partielles peuvent faire baisser substantiellement le nombre moyen de cas générés.

Prendre R0 pour une constante conduit donc à des erreurs d’interprétation : penser qu’une maladie est « intrinsèquement incontrôlable » ou au contraire sous-estimer les effets d’actions ciblées.

Conséquences pratiques : comment la bonne compréhension change la stratégie

Débarasser les décideurs du mythe du R0 immuable influe sur trois registres décisifs.

Prioriser les interventions. Si la transmission est hétérogène, repérer et réduire les événements à haut risque (grands rassemblements mal ventilés, situations professionnelles à exposition élevée) est plus efficace que des mesures uniformes coûteuses. Adapter l’effort en fonction des contextes produit un meilleur rendement épidémiologique.
Communiquer sans fatalisme. Présenter R0 comme un plafond inaltérable alimente le découragement. À l’inverse, expliquer qu’il s’agit d’une moyenne modulable par des actions concrètes favorise l’adhésion aux mesures préventives.
Modéliser avec réalisme. Les modèles qui incorporent hétérogénéité des contacts, dispersion de la transmission et interventions ciblées produisent des prévisions et des scénarios de contrôle plus pertinents que ceux qui utilisent un unique R0 agrégé. Ils rendent visibles des trajectoires possibles : extinction stochastique, propagation par clusters, ou épidémie généralisée suivant la structure du réseau.

La bonne nouvelle est que remettre R0 à sa place n’empêche pas d’utiliser un indicateur simple. Le nombre effectif de reproduction Re, qui évolue dans le temps selon l’immunité acquise et les mesures en place, est précisément l’outil opérationnel : il rend compte de la transmissibilité dans le contexte présent et guide les ajustements politiques.

De l’idée à l’action : quelques implications concrètes

Comprendre que R0 dépend du contexte a des implications directes pour la prévention et la surveillance. Parmi les approches à privilégier :

Renforcer la détection et l’isolement rapides des cas dans les milieux à haute densité de contacts ;
Améliorer la qualité de l’air et la ventilation dans les lieux fermés plutôt que s’appuyer uniquement sur des confinements généralisés ;
Cibler la vaccination et les protections sur les groupes ou lieux qui contribuent le plus à la transmission ;
Intégrer la variabilité individuelle et la dispersion dans les simulations pour évaluer les bénéfices d’interventions focalisées.

Ces mesures montrent que l’« inéluctabilité » suggérée par un R0 élevé n’est pas une fatalité. Le levier effectif n’est pas un nombre unique, c’est la connaissance fine du tissu social, des comportements et des situations de risque.

Admettre que R0 n’est pas une constante change aussi la manière d’interroger l’échec ou le succès d’une politique. Plutôt que d’accuser la nature du pathogène, il est plus utile d’analyser les circonstances — comment et où les transmissions ont lieu, qui est exposé, et quelles protections sont faisables et acceptables. Cette perspective recentre l’épidémiologie sur des interventions pragmatiques et adaptatives, et non sur des fatalités numériques.