Why you should never use the type “char” in Java

The post title may be blunt. But I think after reading this article, you will never use the type “char” in Java ever again.

The origin of type “char”

At the beginning, everything was ASCII, and every character on a computer could be encoded with 7 bits. While this is fine for most English texts and can also suit most European languages if you strip the accents, it definitely has its limitations. So the extended character table came, bringing a full new range of characters to ASCII, including the infamous character 255, which looks like a space, but is not a space. And code pages were defining how to show any character between 128 and 255, to allow for different scripts and languages to be printed.

Then, Unicode brought this to a brand new level by encoding characters on… 16 bits. This is about the time when Java came out in the mid-1990s. Thus, Java designers made the decision to encode Strings with characters encoded on 16 bits. All Java char has always been and is still encoded with 16 bits.

However, when integrating large numbers of characters, especially ideograms, the Unicode team understood 16 bits were not enough. So they added more bits and notified everyone: “starting now, we can encode a character with more than 16 bits”.

In order not to break compatibility with older programs, Java chars remained encoded with 16 bits. Instead of seeing a “char” as a single Unicode character, Java designers thought it best to keep the 16 bits encoding. They thus had to introduce the new concepts from Unicode, such as “surrogate” chars to indicate that one specific char is actually not a character, but an “extra thing”, such as an accent, which can be added to a character.

Character variations

In fact, some characters can be thought of in different ways. For instance, the letter “ç” can be considered:

  • either as a full character on its own, this was the initial stance of Unicode,
  • either as the character “c” on which a cedilla “¸” is applied.

Both approaches have advantages and drawbacks. The first one is generally the one used in linguistics. Even double characters are considered “a character” in some languages, such as the double l “ll” in Spanish which is considered as a letter on its own, separate from the single letter “l”.

However, this approach is obviously very greedy with individual character unique numbers: you have to assign a number to every single possible variation of a character. For someone who is only familiar with English, this might seem like a moot point. However, Vietnamese, for instance, uses many variations of those appended “thingies”. The single letter “a”, can follow all those individual variations: aàáâãặẳẵằắăậẩẫầấạả. And this goes for all other vowels as well as some consonants. Of course, the same goes for capital letters. And this is only Vietnamese.

The second approach has good virtues when it comes to transliterating text into ASCII, for instance, since transliterating becomes a simple matter of eliminating diacritics. And of course, when typing on a keyboard, you cannot possibly have one key assigned to every single variation of every character, so the second approach is a must.

Special cases: ideograms

When considering ideograms, there are also a small number of “radicals” (roughly 200 for Chinese). Those get combined together to form the large number of ideograms we know (tens of thousands).

Breakdown of a chinese word into character, radical and stroke
A Chinese Word’s decomposition (credit: Nature: https://www.nature.com/articles/s41598-017-15536-w)


It would be feasible to represent any Chinese character using a representation using radicals and their position. However, it is more compact to list all possible Chinese characters and assign a number to each of them, which is what was done by Unicode.

Korean Hangul

Another interesting case is Hangul, which is used to write Korean. Every character is actually a combination of letters and represents a syllable:

Hangul characters are syllables that can be broken down into individual phonemes.
Credit: https://www.youtube.com/watch?v=fHbkwKAIQLA


So, in some cases, it is easier to assign a number to every individual components and then combine them (which happens when typing in Korean on a keyboard). There are only 24 letters (14 vowels and 10 consonants). However, the number of combinations to form a syllable is very large: it amounts to more than 11 000, although only about 3 000 of them produce correct Korean syllables.

Funny characters

People, especially in social media, use an increasing number of special characters, emojis, and other funny stuff, from 𝄞 to 🐻. Those have made it into Unicode, thus making it possible to write ʇxǝʇ uʍop ǝpısdn, 𝔤𝔬𝔱𝔥𝔦𝔠 𝔱𝔢𝔵𝔱, or even u̳n̳d̳e̳r̳l̳i̳n̳e̳d̳ ̳t̳e̳x̳t̳ without the need for formatting or special fonts (all the above are written without special fonts or images, those are standard Unicode characters). Every flag of the world’s countries have even made it as a single character into the Unicode norm.

This plethora of new characters which made it late into the standard are often using more than 16 bits for their encoding.

Using type “char” in Java

When using the type “char” in Java, you accept that things like diacritics or non existent characters will be thrown at you, because remember, a char is encoded with 16 bits. So, when doing “𝄞”.toCharArray() or iterating through this String’s chars, Java will throw at you two characters that don’t exist on their own:

  • \uD834
  • \uDD1E

Both those characters are illegal, and they only exist as a pair of characters.

Bottom line, when it comes to text, chars shouldn’t be used. Ever. In the end, as a Java developer, you have probably learned that, unless doing bit operations, you should never use String.getBytes(), and use chars instead. Well, with the new Unicode norms and the increasing use of characters above 0xFFFF, when it comes to Strings, using char is as bad as using byte.

Java type “char” will break your data

Consider this one:


What do you think this prints? 1? Nope. It prints 2.

Here is one of the consequences of this. Try out the following code:


This prints the following, which might have surprised you before reading this blog post:


But after reading this post, this makes sense. Sort of.

Because substring() is actually checking chars and not code points, we are actually cutting the String which is encoded this way:

\uD834 \uDD1E \u0031
\___________/ \____/
𝄞 1

It is amazing that a technology such as Java hasn’t addressed the issue in a better way than this.

Unicode “code points”

Actually, it is a direct consequence of what was done at the Unicode level. If you tried to break down the character 𝄞 into 16 bits chunks, you wouldn’t get valid characters. But this character is correctly encoded with U+1D11E. This is called a “code point”, and every entry in the Unicode character set has its own code point.

The down side is that an individual character may have several code points.

Indeed, the character “á” can be either of these:

  • the Unicode letter “á” on its own, encoded with U+00E1,
  • the Unicode combination of the letter “a” and its diacritic “◌́”, which results in the combination of U+0061 and U+0301.

Java code points instead of char

A code point in Java is a simple “int”, which corresponds to the Unicode value assigned to the character.

So when dealing with text, you should never use “char”, but “code points” instead. Rather than

“a String”.toCharArray()


“a String”.codePoints()

Instead of iterating on chars, iterate on code points. Whenever you want to check for upper case characters, digits or anything else, never use the char-based methods of class Character or String. Always use the code point counterparts.

Note that this code will actually fail with some Unicode characters:

for (int i = 0 ; i < string.length() ; i++)
   if (Character.isUpperCase(string.charAt(i)))
        ... do something

This will iterate through characters that are NOT characters, but Unicode “code units” which are possibly… garbage.

Inserting data into a database

Consider a simple relational table:

id 🔑 (primary key) int(11)
c (unique constraint) varchar(4)

Now imagine your java program is inserting unique characters in this table. If based on “char” the Java program will consider two different surrogate chars as different since their code are different, but the database will store strange things at some point since those are not valid Unicode codes. And the unique constraint will kick in, crashing your program, and possibly allowing wrong Unicode codes to be pushed into the table.

Alternative replacements

String.toCharArray() String.codePoints() (to which you can append toArray() to get an int[])
String.charAt(pos) String.codePointAt(pos)
String.indexOf(int/char) String.indexOf(String)
iterate with String.length() convert String into an int[] of code points and iterate on those
String.substring() Make sure you don’t cut between a surrogate pair. Or use int[] of code points altogether.
replace(char, char) replaceAll(String, String) and other replace methods using Strings

new String(char[])
new String(char[], offset, count)

new String(int[] codePoints, int offset, int count) with code points
Character methods using type char Character methods using int code points

Covid en France – le point au 10/12/2020


À l’heure où la désinformation est partout et où les statistiques sont manipulées dans tous les sens, il est important de partir de sources fiables. Pour ceux qui se demandent d’où sortent mes analyses, je prends les fichiers des décès de l’INSEE qui ont ce format et j’en fais des courbes et des cartes :

Nom complet - date et lieu de naissance - date et lieu de décès

Cf. ce billet initial, et également ce billet pour les plus curieux et pour garantir la transparence sur le traitement des données. Refaites ce que je fais chez vous pour vérifier, le logiciel est à disposition ! Cette analyse ne se base que sur ces fichiers, rien d’autre. Ils ont l’avantage d’être difficilement falsifiables .

Toutes les courbes sont lissées sur 10 jours, et chaque année est pondérée par la population totale de la France, afin de ne pas avoir de biais de ce côté-là.

Les cartes présentées ici représentent la différence de mortalité entre 2020 et les années 2015-2019, dans l’intervalle 15 mars-10 mai pour la première vague et 10 octobre-10 novembre pour la deuxième (elle n’est pas terminée, mais les données après le 10 novembre sont trop incomplètes pour pouvoir les prendre en compte).

Où en est-on ?

Pour ceux que les chiffres intéressent, j’ai récupéré hier le fichier des décès (donc, toutes causes confondues) de novembre. Ce fichier couvre en gros mi-octobre à mi-novembre, mais ça commence à ne plus être fiable dès début novembre où des données commencent à manquer.

Les « padedeuxièmevague » peuvent un peu aller se rhabiller. Ce n’est plus aujourd’hui exactement le même virus qu’en mars, mais c’est un parent. Parle-t-on de « grippe de janvier »  puis « grippe de mars » ? Non, ça reste la grippe !

Ici, on a clairement affaire à un virus qui ne réagit pas de la même manière qu’une grippe. Plus soudain. Plus localisé. Car si la grippe frappe dans des zones très larges (couvrant souvent au moins une région administrative) sur des durées relativement longues (plusieurs mois), la Covid semble être beaucoup plus localisée et plus soudaine.

À l’échelle nationale

Les courbes à l’échelle nationale sont plutôt parlantes.

On observe bel et bien une « deuxième vague », qui pour l’instant ne dépasse pas vraiment la grippe de 2016-2017 (l’épidémie la plus meurtrière depuis au moins 20 ans, avant la Covid) à l’échelle nationale.

Petit rappel : les données ne sont pas complètes, en particulier sur la fin de la courbe. On observe aussi une pression non négligeable sur la mortalité par rapport aux années précédentes entre août et octobre. À noter que cette courbe est pondérée par la population totale chaque année. Cette pression n’est donc pas due à une augmentation de la population. Cette courbe va-t-elle redescendre sans monter beaucoup plus haut ? Probable, si les données fournies actuellement par le Gouvernement sont correctes.

Et localement ?

C’est bien beau de regarder la tendance nationale, mais localement, il y a des courbes qui montrent qu’il ne s’agit pas d’une « grippette ». En voici quelques exemples.

On voit bien une recrudescence de la mortalité de manière bien plus brutale qu’une grippe dans de nombreux départements, comparé aux années précédentes (2015-2019).

L’épidémie dans les départements les plus touchés lors de la seconde vague. Cliquer pour zoomer.


On observe que les départements très touchés par la deuxième vague ont globalement été assez épargnés lors de la première vague (à part le Rhône). Le département des Bouches-du-Rhône, siège du Pr. Raoult, n’est pas particulièrement épargné. Évidemment, tous les hôpitaux de ce département ne pratiquent pas le protocole du Professeur (tandis que des hôpitaux dans d’autres départements peuvent très bien le pratiquer), donc on ne peut en tirer aucune conclusion.

Ce qui est également intéressant, c’est que les départements les plus touchés lors de la première vague semblent être épargnés pour l’essentiel par la deuxième :

Départements touchés par la première vague et épargnés par la deuxième.


Là encore, difficile de comprendre pourquoi, les raisons peuvent être multiples. Une certaine immunité collective. Un comportement plus « responsable » des gens qui ont été touchés et ont vécu la première vague. Ou tout simplement le fait que le virus sévisse vraiment localement et donc ne revienne pas vraiment là où il a déjà été… pour l’instant.

Et en carte ?

Lorsqu’on regarde sous forme de carte, la surmortalité a été très localisée lors de la première vague :

Première vague (15 mars – 10 mai), plus c’est vert, plus la mortalité est élevée en 2020 par rapport à  2015-2019.


C’est donc principalement la région parisienne, l’Alsace et la Lorraine qui ont été touchées, mais également le Rhône dans une moindre mesure.

Pour la deuxième vague :

Deuxième vague (10 octobre-10 novembre). Très localisée en Auvergne-Rhône-Alpes, avec quelques foyers dans d’autres régions.


Quand on superpose les deux cartes, on voit bien la différence de localisation :

Deux vagues : la première en vert, la deuxième en rouge. En marron, les régions touchées par les deux vagues.


Globalement, l’ouest et de sud-ouest ont été particulièrement épargnés par les deux vagues. Climat ? Humidité ? Vent ? Températures ? Chance ? Moins d’activité économique et donc moins d’échanges avec de potentiels contaminants ? Difficile à dire.

Et le bilan sur l’année ?

L’année n’est pas terminée, mais sa fin approche, et une tendance se dessine très nettement. Car c’est bien beau d’avoir des vagues, mais est-ce que par hasard une « grippe étalée » aurait le même effet global qu’un « Covid soudain » ? En d’autres termes, la Covid fait-elle plus ou moins de morts que la grippe ? Grippe qui par ailleurs a officiellement totalement disparu cette année…

Le nombre de morts cette année s’élève (jusqu’à mi-novembre 2020) à 595940. C’est donc le nombre de décès sur sur 10,5 mois. Cela devrait donc nous amener au minimum (la tendance en hiver – et donc au mois de novembre-décembre étant quand même à la hausse en général) à : 595940×12÷10,5≃681074.

C’est quand même une hausse minimum de 9,6 % par rapport à l’année 2019 (probablement plus, mais on ne le saura véritablement que l’année prochaine vers mi-février), à comparer avec des hausses de 0,4 %, 0,5 %, et 2,2 % les années précédentes (2,2 %, c’est la grippe de 2017). Comment expliquer ce bond, si ce n’est par un virus plus virulent que les précédents ? Effet « papy boom » ? Peut-être. Et vous, vous en pensez quoi ?

Nombre de décès par an depuis 10 ans. 2020 est une extrapolation très vraisemblable à partir des données 01/01/2020-15/11/2020.

Qui meurt ?

Voici les courbes de mortalité en fonction des classes d’âge.

Très clairement, ce sont les personnes au-dessus de 70 ans qui sont les plus touchées, et dans une moindre mesure les 50-70 aussi. Étaient ils tous grabataires lorsqu’ils sont morts ? À vous de voir. Leur durée de vie était-elle limitée ? Pour certains, sûrement. Tous ? J’en doute.

Pour les plus jeunes, ils sont visiblement largement épargnés (même si ce ne sont que des statistiques, attention, il y a des gagnants au loto…) :

Pour rappel, lorsqu’un « petit vieux », vos parents, vos grands-parents, attrapent la Covid, ça ne se fait pas par génération spontanée. C’est qu’ils ont été en contact avec quelqu’un qui était contaminé.

Une société, c’est fait pour protéger les plus fragiles. Sinon, on en revient aux lois de la jungle.

Une pandémie terrifiante ?

10 % de mortalité supplémentaire, c’est loin d’être négligeable. Pour autant, ce n’est pas non plus la peste ou le choléra.

La comparaison avec la grippe espagnole est quand même un bon exemple. Il y a tout de même une grosse différence : la grippe espagnole a profité du terrain de populations au système immunitaire épuisé par la malnutrition suite à la Première Guerre Mondiale, tandis que la Covid se régale de maladies liées à un autre type de malnutrition et de mauvaises habitudes de vie. Mais le schéma semble être le même.

Par ailleurs, il est intéressant de voir que, dans des pays bien gérés, il n’y a que peu voire pas de surmortalité du tout. Dépistage précoce, traçage, utilisation de médicaments pour éviter les cas graves (on va en parler plus loin). Rien de tout cela n’a été mis en place efficacement chez nous. Alors non, on est loin du « virus dévastateur » qu’on nous a vendu avec les images terrifiantes de Wuhan, rappelant les pires films d’apocalypse.

Pas que la mortalité

Pour autant, n’oublions pas que je n’analyse ici que la mortalité. Mais la Covid, c’est bien d’autres choses.

C’est, en l’absence de traitement, aussi la surcharge des hôpitaux, ce qui implique des soins retardés voire annulés pour beaucoup de patients qui en avaient besoin : greffes, opérations du cœur, cancers, accidents, etc. Et donc plus de morts sur le long terme.

Mais c’est aussi, et on n’en parle pas assez, beaucoup de gens qui « s’en sortent », mais à quel prix ? Lésions irréversibles d’organes, myocardites soudaines, problèmes cognitifs, perte à vie du goût et/ou de l’odorat voire parfois de l’ouïe, sans compter ceux (rares mais ils sont là !) qui « galèrent » à être malades pendant des mois.

Même s’ils survivent pour l’instant, tous ceux-là sont des laissés pour compte de notre société malade. Et ils ne sont comptabilisés nulle part.

Alors oui, il faut faire « quelque chose », et ne pas laisser le virus se répandre comme on le fait d’habitude avec les simples grippes. Avant la Covid, combien de fois êtes-vous allé au boulot avec « une petite crève », combien de fois avez-vous éternué ou toussé sans rien devant la bouche en plein milieu d’autres personnes, combien de fois avez-vous « chopé une cochonnerie » suite à des contacts avec des gens manifestement malades ? Combien de fois par jour vous laviez-vous les mains avant la Covid ?

Confinement, masques, barrières, touça…

On peut se poser la question de l’utilité (ou de l’inutilité) de ces mesures. Je connais très bien une école de plus de 1000 élèves où des règles simples mais strictes ont été appliquées : masques, lavage de mains réguliers, désinfection routinière, empêcher les gens d’être en contact rapproché, limiter les interactions entre les différentes classes, mise en quarantaine immédiate des contacts les plus proches en cas de Covid détectée, ouverture des fenêtres, etc. Tout ça malgré tout dans le respect des individus.

Dans cet établissement, les cas de Covid n’ont pas dégénéré et n’ont pas contaminé une large quantité de gens, comme ça aurait très bien pu arriver dans des lieux où, quoi qu’on fasse, il y a des contacts fréquents entre un grand nombre de personnes. La chance ? Peut-être. J’ai quand même tendance à croire qu’on est tous les ouvriers de notre chance. 🙂

Faut-il pour autant tous nous isoler ? Non. L’école en question est ouverte et fonctionne quasiment à plein régime. Elle est tout simplement très bien gérée et les gens y ont adopté une attitude responsable. Des pays comme la Corée du Sud, la Norvège, l’Allemagne et bien d’autres ont montré que des pays bien gérés peuvent parfaitement contenir le virus sans forcément avoir recours à des confinements forcés de toute leur population sur le long terme.

En revanche, lorsqu’on voit des métros bondés chez nous, tandis que les pistes de ski en plein air sont interdites, il y a de quoi se poser des questions sur les mesures mises en place et sur les véritables intentions des dirigeants…

Réponse médicale

Les intentions des dirigeants… parlons-en, justement.

Pas une grippe…

On est ici en présence d’une maladie qui est clairement plus « méchante » qu’une simple grippe. Comment traite-t-on une grippe ? Au lit, bouillon de poulet, riz, carottes et aspirine ou doliprane suivant les préférences. Et en cas de problèmes respiratoires sérieux, hospitalisation. C’est exactement ce que le Gouvernement a fait avec la Covid.

Grave erreur ! C’est cette politique qui a saturé les hôpitaux avec une surmortalité élevée.

Pourtant, il existe des moyens de prévenir la Covid, ou du moins d’éviter d’en arriver à l’hospitalisation pour une large part des patients. Ceci dit, ce n’est pas la seule maladie pour laquelle des solutions existent, et ne sont pas utilisées pour autant. La faim tue 9 millions de personnes par an dans le monde, il y a pourtant un remède très simple, et il suffirait de délester les plus riches d’un pourcentage infime de leur richesse pour l’offrir… mais revenons à la Covid, qui est encore loin des 9 millions de morts pour l’instant.


Pour commencer, en prévention, beaucoup de médecins préconisent exactement ce que je conseillais dès mars (et je ne suis pas médecin !) : vitamine D (extrêmement efficace pour combattre les infections respiratoires), vitamine C, et zinc, facilement trouvables et aux effets indésirables quasi inexistants. C’est pas cher, pas risqué et simple. Pourquoi ne pas proposer cela à l’ensemble des Français, en particulier ceux les plus à risque ? Avant même qu’on connaisse d’autres traitements, c’était une étape de base simple.

Ensuite sont venus d’autres médicaments qui ont été testés par de nombreux médecins. Par exemple, l’azithromycine, avec des résultats très probants, pour un risque quasi inexistant puisque c’est un médicament couramment utilisé dans le traitement d’autres infections. Pas cher. Efficace. Que demande-t-on de mieux ? Les médecins qui ont essayé (avec succès !) se sont fait rappeler à l’ordre… par leur Ordre, justement. Il valait mieux tester le remdesivir, dépenser des millions pour un médicament qui n’avait pas prouvé son efficacité (on sait maintenant qu’il n’est pas efficace) et qui en plus est toxique (problèmes rénaux).

Il y a aussi la chloroquine, utilisée aussi dans bien d’autres pays apparemment avec succès, même si son effet n’est pas miraculeux. Elle a au moins l’avantage d’être connue depuis longtemps.

D’autres médicaments permettent également de lutter très efficacement contre la Covid, essais cliniques en double aveugle à l’appui. C’est le cas de l’Ivermectine. Pas chère. Utilisée depuis 40 ans sans problèmes. Mais non, personne n’en parle.

Chut. Il vaut mieux tester un vaccin qui va coûter des milliards… dont on ne connaît pas l’efficacité à grande échelle et encore moins à long terme, qui provoque des réactions allergiques, et dont on ne connaît pas les effets secondaires sur le moyen et long terme. On se fout de nous !

Impact économique

Comme je l’avais décrit dès le mois de mars, la Covid provoque une crise économique sans précédent. En France, en parle même de -20 % de croissance sur l’année.

Le Grand Reset

Or, le système financier ne peut survivre sans croissance. Du coup, on nous prépare un « grand reset ». Et ce n’est pas une « théorie complotiste ». C’est annoncé et soutenu publiquement par le Forum Économique Mondial, qui réunit régulièrement les grands de ce monde. Le coupable qui rend ce « reset » nécessaire ? Le virus, bien entendu.

En réalité, ce « reset » n’est que l’aboutissement logique d’une finance basée sur la croissance… qui n’est déjà plus là depuis une bonne décennie. Le système financier s’écroulait déjà malgré les tentatives désespérées de la Banque Centrale Européenne de maintenir le système à flot en injectant massivement de la monnaie dans le système bancaire et qui redouble d’efforts actuellement. Il se serait effondré, même sans Covid. Allons-nous laisser bâtir une société nouvelle par ceux-là même qui ont construit ce qui a déjà amené la destruction de toutes les infrastructures publiques et aux inégalités croissantes que l’on connaît aujourd’hui ?

Changements – à nous de jouer !

Il y a pourtant d’autres solutions : monnaie libre, démocratie participative. C’est le moment pour chacun d’entre-nous de s’intéresser à toutes ces initiatives car ceux qui se prétendent « chefs » ne pourront pas imposer un nouveau modèle sans notre consentement. Consentement qu’ils tenteront d’obtenir à tout prix par du lavage de cerveau via les médias qu’ils possèdent, ainsi que par l’intimidation.

En l’occurrence, l’information et la connaissance sont le pouvoir.

Lorsqu’il faut rebâtir la société suite à une crise, il vaut mieux être informé, pouvoir se « poser » et réfléchir. Or, aujourd’hui l’ambiance est exactement l’exact opposé :

  • la peur, très mauvaise conseillère, sous la forme du virus, mais aussi des masques, de la répression policière, de l’introduction de black blocs violents dans les manifestations pacifiques, le discours anxiogène en boucle des médias, les intimidations de l’Ordre des Médecins, et jusqu’à l’incarcération en asile psychiatrique des dissidents…
  • l’émotion, très mauvaise conseillère aussi, par le confinement, la perte massive d’emplois, le vote incessant de lois toujours plus liberticides et privilégiant toujours les plus privilégiés aux dépens des autres…

Autant que possible, nous devons collectivement ne pas céder à ces émotions… facile à dire, plus difficile à faire.

Pour conclure

La Covid est-elle le pire fléau que l’humanité ait connu ? Évidemment, non. La Covid tue, modérément, plus qu’une grippe, en particulier quand elle n’est pas traitée correctement.

Et pourtant, des traitements simples existent, mais ils sont systématiquement refoulés par les gouvernements. Simple incompétence ? Peut-être. Ça pue quand même la corruption, tout ça. On voudrait utiliser la stratégie de la peur pour museler et contrôler une population qu’on ne ferait pas autrement.

C’est en tout cas une opportunité rêvée pour les gouvernants de calmer les ardeurs de manifestants toujours plus nombreux, partout dans le monde. Avez-vous entendu parler de ces centaines de millions d’Indiens qui se soulèvent actuellement ? Chuuuut.

Souvenons-nous le jour venu qu’il n’y a une crise économique que parce que tout le système financier est basé sur l’enrichissement d’une minorité aux dépens de la majorité – par le biais d’intérêts bancaires pour rembourser de la monnaie créée à partir de rien. Souvenons-nous aussi des slogans de croissance économique brandis depuis des décennies, et la doctrine néo-libérale du « il faut tout privatiser et tout déréguler ». Ces deux facteurs créent des multinationales surpuissantes – plus puissantes que de nombreux états -, tandis que les infrastructures pour le bien commun sont délaissées – sans hôpitaux, la Covid fait des ravages.

À l’inverse, gardons-nous bien de croire qu’un Gouvernement (à la chinoise) va résoudre tous nos problèmes. Tant que nous n’avons aucun contrôle sur les pouvoirs que nous déléguons, à qui que ce soit, nous nous ferons abuser. C’est une évidence qu’il est bon de rappeler de temps en temps.

Surveiller la mortalité « toutes causes » en open source


La transparence est essentielle pour construire une société de confiance. Étant moi-même toujours en doute avec les informations que je rencontre, quelle que soit leur source, je me suis posé beaucoup de questions sur la mortalité depuis le début de l’épidémie de Covid. J’ai d’ailleurs posté des compte-rendus détaillés (et moins détaillés) de ce que je trouvais sur la Covid, ainsi que d’autres informations ici, , et et ailleurs.

L’un des principaux problèmes qu’un citoyen lambda rencontre très vite, c’est la difficulté à évaluer des données nationales qui sont par définition des agrégats, parfois des agrégats d’agrégats… sachant que tout le monde y va de ses propres interprétations. Il me fallait donc repartir de données brutes difficilement falsifiables ou manipulables.

Quelles données ?

Par ailleurs, la comptabilisation des « morts Covid » est toujours biaisée, car comme je l’indique dans cet autre billet, on meurt le plus souvent d’une multitude de facteurs, pas seulement de la Covid (ou d’une autre maladie).

Il ne nous reste donc plus, à nous autres citoyens lambda, la mortalité « toutes causes », qui représente une réalité non biaisée : telle personne est morte à telle endroit à telle date. Or, l’INSEE fournit exactement ces données détaillées. Les données ont toujours 1 mois et demi à 2 mois de retard. Cela permet tout de même de regarder rétrospectivement ce qui s’est passé pour pouvoir anticiper ce qui va arriver. Mais surtout, cela permet de juger du degré de fiabilité de diverses sources d’informations lors des événements passés, et ainsi de se construire un indice de confiance sur telle ou telle source.

J’ai donc développé un programme pour analyser ces données et calculer des courbes de mortalité à partir de ces données brutes. J’ai également mis en place un site pour afficher les résultats, que vous pouvez consulter (le site est chez moi, il est donc possible qu’il ne soit pas toujours disponible et qu’il donne une vue erronée au moment où je fais des mises à jour des données, une fois par mois).

Petit manuel de l’utilisateur

Quelques petites remarques sur le site :

  • les données proviennent directement des données brutes, filtrées (car il y a des doublons dans les fichiers de l’INSEE),
  • le graphe correspond à une année entière, donc les données les plus à gauche correspondent au début de l’année, et celles les plus à droite à la fin de l’année,
  • les différents types d’affichage sont :
    • absolu : c’est le nombre de morts chaque jour,
    • pondéré : le nombre de morts pour 1 million d’habitants, ce qui permet de comparer d’une année sur l’autre puisque la population varie d’une année sur l’autre,
    • étalé : c’est la moyenne glissante du nombre de morts pour 1 million d’habitants sur 10 jours, cela permet d’avoir une version « lissée » des courbes,
  • on peut filtrer par département (ou par pays étranger) pour observer la mortalité dans une région donnée et ainsi cibler des événements locaux,
  • on peut également filtrer par tranches d’âges pour voir l’impact des événements en fonction des âges,
  • on peut filtrer avec un intervalle d’années et/ou de mois, afin de pouvoir comparer des années proches sans le « bruit » des autres années,
  • lorsqu’une seule année est sélectionnée (filtrage de l’année x vers la même année x), l’affichage bascule en mortalité par tranche d’âges, pour analyser un événement en particulier, par exemple.


Dans un souci de transparence et pour faire marcher l’intelligence collective, je publie les sources de mes programmes en open source. Ainsi, chacun peut vérifier mon code, et même l’installer chez soi, le modifier, l’améliorer, et se faire sa propre opinion en toute indépendance.

Le programme java de remplissage de la base de données : https://gitlab.com/jytou/country-death-observe-java

Le site web pour en faire des courbes : https://gitlab.com/jytou/country-death-observe-php

A Single Light to Monitor Them All in Real Time

The context

This week-end’s project was focused around building a simple indicator on my desk that alerts me of any problem at home in real time. That way, I don’t need to regularly check things around. Well, this may sound overkill for many people. But over the years, I’ve written a program to monitor many things around me without the need to perform a regular check myself. The only thing I was missing was some real-time monitor that would alert me whenever something urgently needed my attention.

Computers. I am a computer engineer, and as such I do have a few electronic equipment around. I also monitor the temperature, humidity in an out of the apartment and also water leaks with sensors, as I have some sensitive musical instruments in my home. In the past 2 months, the temperatures here have gone up to 37 degrees Celsius several times. These measurements have helped us, without air conditioning (which makes things worse on the long term), mitigate the heat. We could close everything when outside was hotter than inside, and open in the evening when the temperatures outside were coming close to the temperature inside.

Here are the temperatures my system measured for the last 5 days:

Where I came from

I already had a raspberry pi set up with a tiny monitor showing all the indicators and a big green light (or orange or red) showing the overall status. Something like this:

But this screen consumes 2.5 Watt when it is on, and only 0.15 Watt when it is off. This is a substantial difference, not even mentioning how much wear it causes the screen to be constantly on, just to show a green light!

The solution

A simple solution: use simple LEDs (which consume virtually nothing) controlled by the raspberry. So I built a first circuit to test the whole thing out:

Of course, that also works with the screen off, that’s the goal after all!

A printed circuit

I had to arrange things together on a smaller plate:

… and solder the whole thing together (yes I butchered the soldering, sorry):

That was a mess…

Buddha (you can see his legs on top of the picture) had a hard time coping with the mess, but he played his role perfectly and went into a deep meditation:

And of course I then had to use this very useful piece of equipment for the cables:

Trying it out

The first testing worked out as expected.

I just needed to print a little box for it with the 3D printer:

Final words…

Using a single green LED was not an option. If it was constantly on and green, it could simply mean that the program crashed… which is not good. I could make the LED blink… but any blinking inevitable catches the eye and is bothering. But two green lights alternating doesn’t catch the eye, and ensures that the program is alive.

On the other hand, the error state and the warning state with an orange light are blinking to make sure that my eye will see it:

And now I have an indicator on my desk telling me at all times that everything is ok. Or not.

The managing software is now on my gitlab: https://gitlab.com/jytou/monitoring-and-sensors/

Planned Obsolescence 0 – 3D Printer 3

Here is another short blog post showing the use of 3D printing against planned obsolescence… or simply the inevitable wear of objects, even when they are well designed. There was a part 1 and part 2 before this one.

The problem

In this particular case, I had a perfectly functional object… except for one little part:

As you can notice, the plastic piece that is supposed to hold the paper roll has broken. And it is not a simple fix with some glue:

Designing a solution

Fortunately, thanks to 3D printing, we can now print the same piece at home. Some 3D scanners out there can quickly scan the piece to print an exact copy. However, a broken part generally signals a weakness in the design. This is actually confirmed by the other, symmetrical, piece which started cracking in the exact some area. So printing the same piece would lead to the same problem later. Thus I redesigned it, adding some reinforcements in the area where it broke.. This way, I will reprint the piece with a stronger structure in the places where there is most tension:

Implementing the solution

And now we just need to print it:

The result looks good and quite similar to the original except it’s stronger in the weaker parts:

The main difficulty of this piece was the part that plugs into a rail on the main dispenser. The rail had to be precise enough to allow moving without being too loose.

And it is finally fixed!

Now I am waiting for the left arm to break – it will be a piece of cake to replace it.


Think of all the metal and plastic that could be saved if we repaired our objects instead of systematically buying new ones!

Covid-19 France – le point mi avril 2020

Beaucoup se posent encore la question de la comptabilisation des morts Covid-19… peut-on réellement faire confiance à des chiffres qui sont hautement manipulables ? On entend même des médecins, que ce soit en France ou ailleurs, insister sur le fait qu’on les « force » à inscrire Covid-19 dans les raisons de décès de trop de patients, à leur goût. Alors, cette épidémie est-elle réellement surestimée ?

Fiabilité des données

Nous vivons dans un monde où le mensonge est partout. Les médias mentent sans cesse, parfois directement, parfois par omission. Et je ne parle même pas des membres du Gouvernement, girouettes qui ont dû perdre leur tête depuis longtemps tellement celles-ci tournent dans tous les sens à toute vitesse.

Je comprends bien que, quand on ne travaille pas à l’INSEE et qu’on ne connaît pas de proche de confiance y travaillant, on puisse être sceptique sur les agrégés fournis par cet institut.

Dans cet article, on a regardé l’évolution de la mortalité en France sur les 20 dernières années. On y a vu un événement majeur : la canicule de 2003, qui a considérablement affecté la mortalité pendant deux à trois semaines.

Je m’attache ici à utiliser les fichiers contenant tous les détails des décès : nom, lieux et dates de naissance et de décès. Ces fichiers représentent des données brutes qui sont très difficiles à falsifier. En effet, il ne s’agit pas ici de statistiques dont on peut douter des chiffres. Les noms et détails sont publics et peuvent être vérifiés par tous.

Nous sommes déjà mi-mai 2020, et les fichiers de mortalité d’avril 2020 ont été communiqués par l’INSEE. En général, ces fichiers sont relativement complets jusqu’à presque la moitié du mois qu’ils concernent. La deuxième moité du mois n’est pas fiable tellement elle est incomplète. On va donc s’arrêter à la mi-avril. Je viens d’intégrer ces données dans ma base de données, les nouveaux graphiques sont donc arrivés !

Courbes sur les 20 dernières années

Voici, pour rappel, le graphique de toutes les courbes de mortalité sur les 20 dernières années que j’ai publié il y a un mois :

On y voit très clairement se dessiner la canicule de 2003 (le grand pic rouge) et quelques épisodes grippaux un peu plus violents qu’à l’accoutumée (les épisodes les plus violents sont visibles, particulièrement de 2015 à 2018, en bleu clair, orange et rose clair à gauche et rose foncé à droite).

Alors, la Covid-19 va-t-elle être visible sur ce graphique dans les mois qui viennent ? Jugez-en par vous-même :

Je ne sais pas vous, mais de mon côté, je vois quelque chose de statistiquement nouveau et très clair, là.

Zoom sur les dernières années

Faisons un petit zoom sur les premiers mois des dernières années (2017-2020, de janvier à mai) :

Très clairement, le SARS-CoV-2 n’est pas un virus de la grippe « classique ». D’ailleurs, les données quelques jours avant l’arrêt de la courbe bleue ne sont pas encore complètes, la courbe devrait être plutôt quelque chose comme la ligne en pointillé que j’ai ajoutée à la main :

On ne verra cette courbe avec plus d’exactitude que… le mois prochain.

Au vu de ces courbes, je ne laisserai plus personne me dire que cette épidémie est « hoax ». Que ça plaise ou non, l’excès de mortalité est bien là, et il surpasse très distinctement toutes les épidémies qu’on a connues dans les 20 dernières années. Tout cela, malgré le confinement. Il y a fort à parier que, sans confinement, cette courbe serait allée bien plus haut, il est même probable que la surmortalité serait encore très présente aujourd’hui (mi mai).

Surmortalité en fonction de l’âge

On peut également s’intéresser à la surmortalité en fonction de l’âge.

Voilà les courbes de mortalité en fonction de l’âge depuis le début de l’année 2020 :

Surmortalité par tranche d'âge

On voit clairement que la surmortalité est en très légère hausse à partir de 60 ans (courbe grise). Pour mieux voir les effets, voici les mêmes courbes lissées et rapportées à 1 million de personnes :

L’effet est statistiquement très significatif pour les plus de 70 ans (courbe rouge) et vraiment important à partir de 80 ans (les deux courbes du haut).

On a là exactement les statistiques rapportées de la Covid-19.

Surmortalité en fonction des régions

Les données des fichiers des décès comportent le code postal du décès, on peut donc faire des statistiques région par région.

Il est donc intéressant de voir que la France n’est pas du tout touchée de manière uniforme. Certaines zones sont totalement épargnées par l’épidémie, tandis que d’autres souffrent de manière très claire. Voici une petite carte :

 Surmortalité du 15 mars au 15 avril en 2020 comparé à la même période des années 2017 à 2019 (plus c'est foncé, plus la surmortalité est importante en 2020)

Sans grande surprise, on retrouve là ce qu’on connaît déjà, rien qu’avec le fichier des décès. L’informatique, c’est quand même puissant !

L’Alsace et les régions adjacentes, ainsi que la région parisienne et les départements au nord de celle-ci sont les plus touchés. Le Rhône, la Haute-Savoie et l’Ardèche sont également touchés. La Corse du Sud paie également un lourd tribut… L’ouest, et en particulier le sud-ouest, semblent particulièrement épargnés.

Quelques courbes sur quelques départements

Pour se rendre compte de ce que représentent ces couleurs, voici quelques exemples de courbes correspondant aux départements en fonction des couleurs (vous pouvez cliquer sur l’image pour avoir une meilleure résolution).

Il est très clair que certaines régions n’ont pas été beaucoup plus touchées qu’une grippe un peu sévère, mais sans plus, tandis que d’autres régions ont un pic de mortalité sans précédent. Presque 4 fois plus de morts dans le Haut-Rhin que la normale ! C’est du jamais vu.

Sur Paris, la vague a presque égalé en hauteur le pic de la canicule de 2003 (c’est l’une des zones les plus touchées de France dans les deux cas), mais est bien plus long (pour rappel, il manque encore des données et la descente de la courbe Covid-19 n’est en réalité pas aussi prononcée)…

Pour Paris, on peut donc dire d’ores et déjà que, dans les 20 dernières années, il y a eu deux événements majeurs qui ont affecté la mortalité de manière significative : la canicule de 2003 et la Covid-19 de 2020… mais on ne se confine pas contre une canicule (ou alors on met la clim !).

Les anomalies de la région lyonnaise

La région lyonnaise, où j’habite, est un peu particulière. C’est une région généralement assez touchée par les épidémies, probablement en partie en raison de la promiscuité d’une grande ville. Mais il y a une anomalie que je n’avais pas remarquée jusque là :

On voit très clairement la canicule de 2003, la grippe de 2016-2017, la Covid-19… mais aussi un pic en 2000, entre février et mars. En regardant la carte de France de la surmortalité par rapport aux années suivantes (2001-2005), il semblerait bien que seule la région lyonnaise ait été touchée :

J’ai cherché un peu et je n’ai rien trouvé de probant pour expliquer cette surmortalité très localisée. Si un lecteur a une explication, je suis preneur !

À l’époque, il n’y a eu aucune communication particulière, et évidemment pas de confinement. Une idée tout de même : il y a eu cette année-là un épisode grippal très sévère dans d’autres pays comme la Grande-Bretagne ou les États-Unis. Peut-être qu’un passager revenant d’un avion a ramené cette souche virulente, qui s’est alors répandue dans la région via les autres passagers. Les réseaux de surveillance de la grippe n’étaient pas aussi développés qu’aujourd’hui, et on n’a pas levé l’alarme à temps… le temps de s’en apercevoir, c’était déjà fini.

On remarquera au passage que l’épidémie a fait un léger rebond après la première vague passée. Espérons que la Covid-19 ne fera pas mieux… mais elle est beaucoup plus répandue sur le territoire. C’est d’autant plus curieux qu’il y a eu de grandes campagnes de vaccination « test » de 1998 à 2001.

Marseille, l’outsider

Les Bouches-du-Rhône offrent une situation assez curieuse, que je n’ai pas retrouvée ailleurs en France :

Marseille a dès la mi-mars 2020 une courbe… intéressante ! La mortalité diminue de manière significative. Avant de remonter. Mon explication ? Le confinement. Eh oui, n’en déplaise à certains, le confinement ne crée pas de surmortalité. Non seulement il sauve des vies en évitant une trop grande propagation de l’épidémie, mais en plus il sauve des vies tout court : lorsqu’on est chez soi, on court moins à droite et à gauche, on n’a plus le stress des bouchons 2 fois par jour, on n’a pas d’accident dans la rue…

En fait, Marseille est l’une des rares régions de France à avoir confiné avant que l’épidémie commence à sévir. On a donc un confinement précoce qui limite la mortalité, puis la Covid-19 prend le dessus… avec sans aucun doute aussi certains effets néfastes du confinement au long cours, même s’ils sont marginaux (accidents domestiques, dépression, évitement de soins qui auraient été nécessaires, etc.).


La Covid-19 a déjà modifié de manière significative les statistiques de mortalité, en particulier dans certains départements où la « vague » est sans précédent, malgré le confinement.

Aujourd’hui, mi mai, nous sommes déconfinés. Malheureusement, le Gouvernement ne promeut toujours pas des traitements qui permettent clairement de diminuer la mortalité de manière significative. Ce sont des traitements communs, pas chers, sans effets indésirables notoires et leur efficacité a été prouvée. Mais on nous dit « si vous êtes atteint de la Covid-19, cloîtrez-vous chez vous et priez pour que ça passe ». Qu’attend-on donc ???

Covid-19 : 2ème vague… ou pas ?

Je vois de plus en plus de gens se poser la question : court-on le risque d’une deuxième vague de Covid-19 après le relâchement du confinement ?

(pour ceux qui pensent que la première vague est un vaste hoax, si vous n’avez pas peur d’être confrontés à des idées différentes des vôtres, vous pouvez lire mon article sur le sujet puis faites un tour sur le site euromomo.eu)

Les experts

Les excellents résultats de l’Allemagne sont principalement dus à un certain Christian Drosten, virologue de renom, qui a entre-autres développé le test pour dépister le premier SRAS il y a près de 20 ans.

Dès janvier 2020, il a développé les premiers tests pour SARS-CoV-2, ce qui a permis aux structures médicales en Allemagne de tester massivement dès l’arrivée du Covid-19 (pour savoir pourquoi j’ai gardé le masculin, c’est ici), et ainsi d’éviter le pire dans son pays.

En France, nous avons aussi notre héros marseillais, Didier Raoult.

Grâce à son Institut, il a testé au début de l’épidémie plus de gens que la France toute entière. Par ailleurs, il a développé un protocole de traitement à partir d’hydroxychloroquine et d’azithromycine. Grâce à ces deux médicaments combinés, son institut a des résultats à faire pâlir l’ensemble des autres hôpitaux français. D‘autres se sont d’ailleurs saisis de sa méthode un peu partout dans le monde (pas seulement en France, aux États-Unis et même en Algérie), parfois en y ajoutant du zinc, parfois en utilisant l’azithromycine seule, avec d’excellents résultats.

Ces deux « sommités », comme on aime les appeler, ont au moins un trait en commun : le pragmatisme. Et dans ce cadre, ils ne jurent tous deux que par un passage obligé : les tests. C’est d’ailleurs ce qu’ont fait tous les pays qui « s’en sortent bien » : Corée du Sud, Taïwan, la Chine après Wuhan, etc.

En revanche, ils sont totalement opposés sur d’autres terrains, en particulier par leur attitude face à la vie. Le premier, germanique de nature plutôt réservée, toujours dans le doute ; le second, méditerranéen exubérant, de nature très optimiste et plein de certitudes affichées.

Leur avis

Or, voilà, l’Allemand prévient depuis quelques temps déjà qu’une seconde vague pourrait être encore plus meurtrière que la première.

En revanche, le Français affirme qu’il n’y a jamais de seconde vague dans les infections respiratoires. Il nous donne l’exemple du SRAS qui n’a pas vraiment refait surface. Il insiste également en disant que ce sont généralement des phénomènes saisonniers et que tout cela passera avec le printemps et l’été, pour ne plus jamais revenir.

Alors, qui croire ?

Une question de bon sens

Comme toujours, je n’ai aucune paroisse. J’écoute tous les avis. Et je me forge le mien.

Si les sons de cloche venant de gens qui ont fait leurs preuves sont tous concordants, il est fréquent que je me range derrière leur avis… à moins que leurs conclusions soient totalement contraires à ce que me souffle le bon sens.

Lorsque c’est le cas, je me pose des questions et essaie de comprendre pourquoi mon bon sens est à contre-courant. Souvent, je réalise alors que mon bon sens était biaisé par des connaissances fausses, une erreur de logique, un oubli de certains paramètres importants, etc. C’est un exercice très intéressant qui permet de déceler nos erreurs. Je continue de douter fortement tant que je n’ai pas mis mon bon sens en défaut. Parfois, ce sont les experts eux-mêmes qui négligent certaines informations – qu’ils n’ont d’ailleurs pas toujours si elles sont dans des domaines connexes mais pas directement liées à leur domaine de pointe. Je trouve que c’est une démarche saine que nous devrions tous pratiquer.

Qui croire ?

Car lorsque les « experts » tout aussi crédibles ont des positions opposées, il ne me reste plus que mon bon sens. Qui vaut ce qu’il vaut…

En l’occurrence, on a là deux experts qui sont difficiles à départager. Quand à expertscape, je me méfie d’un classement « au nombre de publications ». J’ai été dans le monde de la recherche et je sais que quantité rime rarement avec qualité. Surtout que le Pr. Raoult est simplement co-signataire de nombreux papiers qu’il n’a évidemment pas écrits lui-même.

Pour commencer, ils peuvent très bien avoir tous les deux raison. Il ne s’agit là que de probabilités, et personne n’est aujourd’hui en mesure de prédire ce que l’avenir nous réserve, nous en connaissons encore trop peu sur cette maladie. Alors, on ne peut exclure que l’un ou l’autre des deux scénarios arrive : pas de vague ou grosse vague.

Mon bon sens


Je vous fais part de mon bon sens, qui vaut ce qu’il vaut. En Allemagne comme en France, nous sommes partis en début d’année avec 0 cas. Puis 1. Puis 2. Puis 10. On connaît la suite.

Que s’est-il passé ailleurs ?

Des « rebonds » ont eu lieu en Chine, en Corée du Sud, à Singapour et dans d’autres pays. Au Japon, dont la première vague a été très bien contenue, la deuxième vague fait les mêmes ravages aujourd’hui que la première vague en Italie.

Ces deuxièmes vagues sont d’ailleurs très souvent principalement « importées » par des voyageurs rentrant de pays contaminés. Or, il semblerait que nous rouvrions les frontières (en tout cas pour les autres pays européens).

Malgré ce qu’affirme le Pr. Raoult, des deuxièmes vagues arrivent bel et bien. C’est également le cas avec Ebola, qui fait des résurgences régulièrement.

L’immunité de groupe

Or, il semblerait que, début mai, seule une petite portion (peut-être 5 à 10 %) de la population ait « chopé » le SARS-CoV-2. Là-dessus tout le monde semble être d’accord. C’est largement insuffisant pour créer une « immunité de groupe », tous les spécialistes sont d’accord là-dessus.

En terme d’immunité, on se retrouvera donc exactement comme début mars avec très peu de cas. Mais, comme je l’ai rappelé plus haut, nous sommes partis avec 0 cas pour en arriver en quelques semaines à des centaines de milliers. Dans la mesure où très peu de gens ont développé une immunité, pourquoi une deuxième vague serait-elle différente de la première ?

Les impacts du climat

Début mai, l’impact du climat sur le Covid-19 n’est toujours pas clair.

Les différences entre différents pays sont extrêmement difficiles à analyser. Il y a trop de variables en jeu, comme je le rappelle dans mon article sur le Covid-19. Différences génétiques. Mutation du virus. Habitudes culturelles, alimentaires et de travail. Mesures prises à l’échelle nationale. Etc.

Il n’est toujours pas clair aujourd’hui si le virus préfère le chaud, le froid, le sec, l’humide… Pour rappel, MERS, qui est un coronavirus de même type, préfère le chaud…

On peut effectivement être tenté de miser sur le printemps pour éradiquer le Covid-19, comme pour la grippe saisonnière. Cependant, les mois de mars et avril ont été particulièrement cléments sur une grande partie de la France, on ne peut certainement pas dire que nous avons subi un hiver terrible. Peut-être l’épidémie aurait-elle été plus meurtrière si nous avions eu un véritable hiver. Difficile de le savoir.

Le chaos des épidémies

Les épidémiologistes ne cessent de répéter le mantra du fameux paramètre « R », qui régit la vitesse d’expansion d’une épidémie.

Le Pr. Raoult écarte ce paramètre, laissant entendre que les épidémiologistes ont des modèles bidon et qu’une épidémie est un phénomène chaotique. C’est vrai. Il rappelle que certains « super-contaminateurs » peuvent provoquer des contaminations en chaîne qui accélèrent la propagation de la maladie. Malgré tout, lorsqu’on regarde une population assez large dans son ensemble, des statistiques se dégagent. Pour rappel, les statistiques ne fonctionnent effectivement que sur des grands nombres. Ce n’est pas un hasard que des pays assez proches à tout point de vue comme l’Italie et l’Espagne aient des courbes de propagation assez semblables.

Je me suis amusé à faire quelques simulations, je publierai probablement un article sur le sujet plus tard. Ces simulations prennent justement très fortement en compte « l’aléatoire » . Et effectivement, en début d’épidémie, la modification d’un petit paramètre peut changer absolument tout. Encore mieux, dans certaines conditions, avec les mêmes paramètres de départ, on peut basculer de « aucune épidémie » à « population contaminée à 60 % » d’une simulation à l’autre.

La réaction de la population

Face à l’épidémie de Covid-19, il se dégage dans les populations mondiales deux camps, très distincts.

Il y a ceux qui « s’en fichent », qui pensent que rien ne va leur arriver. Ce sont principalement les populations d’Europe et d’Amérique du Nord. On peut aussi mettre les Japonais dans cette case une fois la première vague passée : tout s’est bien passé, on ne risque plus rien.

Et puis, il y a ceux qui connaissent et ont vécu les épidémies. Les Asiatiques, touchés de plein fouet par le SRAS. Les pays du Moyen-Orient, qui ont connu MERS. Les pays africains, qui ont, malheureusement, une grande habitude des épidémies.

Et on voit que, en terme de résultats, les vagues sont totalement différentes. Dans les pays où la population a conscience des gestes à faire en cas d’épidémie, la première vague a été très amoindrie (sauf à Wuhan dû à l’effet de surprise). Dans les autres pays, c’est la débandade.


Aurons-nous droit à une seconde vague ? Tout dépend de nous. De nos actions. Serons-nous trop confiants ? Préparons-nous alors à boire la tasse. Serons-nous non pas « apeurés » mais « lucides » ? Il ne s’agit pas de trembler ou de paniquer. Il s’agit juste d’être vigilants. D’agir comme le soldat qui, prêt à recevoir un coup potentiel, lève son bouclier pour se protéger.

Portez des masques. Si vous avez les moindres symptômes, restez chez vous. Évitez les endroits fréquentés. Tenez-vous à distance autant que possible. Ouvrez les fenêtres de vos bureaux au lieu d’utiliser la clim.

Plus facile à dire qu’à faire, je sais. C’est pourquoi…

Ma boule de cristal

Pour ceux qui veulent des prédictions, je m’y risque.

Voici ce que je vois dans ma boule de cristal :

  • les Français n’ont pas la culture du masque,
  • les Français n’aiment pas qu’on restreigne leur liberté chérie,
  • beaucoup de Français vont suivre le Pr. Raoult, se disant donc qu’il n’y a aucun risque… après tout, il a bien dit en février qu’il n’y avait aucun souci à se faire en France « parce que les maladies infectieuses sont des maladies d’écosystème »,
  • le Gouvernement a déjà tout fait pour empirer l’épidémie dès le début, et il continue,
  • le printemps est là, les gens vont beaucoup sortir, faire leurs petites emplettes « compenser » pour ce mois « perdu et enfermé »,
  • beaucoup vont se dire que le plus dur est passé.

J’espère sincèrement mal interpréter les nuages de ma boule de cristal. l’avenir nous le dira.

Il y aura une deuxième vague. Nous serons reconfinés. Il y aura même une troisième vague à l’automne. Nous serons à nouveau confinés.

Preuve MD5

Pour ceux qui liront ce blog plus tard, je vous propose un moyen de vérifier que le message principal de ma conclusion ne sera pas altéré dans le futur afin que je puisse m’y référer.

Copiez le texte du tout dernier paragraphe de la section précédente (le paragraphe de prédiction qui commence par « Il y aura une deuxième vague »). Allez sur cette page (ou utilisez l’outil de votre choix pour calculer un hash SHA-256) et copier ce paragraphe, sans rien enlever ou ajouter. Basculez sur SHA-256. Vous devriez trouver la chaîne suivante :


Pour vérifier que le paragraphe en question de ce post ainsi que le hash ci-dessus n’ont pas été édités depuis ce jour, vous pouvez également vérifier que ce hash figure dans une transaction de 45 Ğ1 effectuée dans la blockchain Ğ1 ce jour, à exactement 04/05/2020 22:45, au bloc #319538, dont le commentaire est exactement ce même hash. Ainsi, vous saurez que cela a été posté aujourd’hui.

This research revolutionizes our understanding of Covid-19


Warning: this paper has generated an answer which claims that the authors used wrong methodology to get to their results – so this could be all wrong. Remember, we are in a research phase here.

This paper totally changes the way we understand how Covid-19 works. By using only computer models, the authors made fascinating discoveries. Here is a very short summary of their findings.

Covid-19 attacks hemoglobin

The authors discovered that the virus doesn’t attack the lungs, but rather… hemoglobin. You know, that red thing found in red blood cells which carries oxygen in the body.

As the virus attacks hemoglobin (actually only the “heme” part), it impairs the transport of oxygen. Therefore, it deprives the body from this essential component. Besides, it also reduces the transport of carbon dioxide, which slowly poisons the body.

As for the lungs, they do still try to transmit oxygen. Unfortunately, that oxygen remains stuck in the alveoli due to lack of hemoglobin in the blood. This creates an inflammation of the alveoli and a general irritation of the lungs.

Thus, it is not surprising that ventilators have little effect on patients, as many doctors report. We would definitely need something to cleanse the blood and enable transport of oxygen and carbon dioxide.

Covid-19 uses porphyrins to enter cells

We thought that Covid-19 entered the cells through ACE2 receptors. However, we know since the beginning that its affinity with those receptors is quite limited. Something was off, but we stuck to it for want of anything better.

This paper shows that the virus can dock on porphyrins (and synthesize some as well). These are building blocks of all living things. They were some of the first organic compounds that made life possible. Here comes the catch: some porphyrins can enter the cells, to bring in oxygen or some metals, for instance.

The virus, thanks to its docking mechanisms to those molecules, could use them as keys to enter the cells. Therefore, it wouldn’t even need to use ACE2 receptors.

Analysis on some potential drugs/cures

This paper shows that chloroquine can dock on some parts of the virus which attack hemoglobin. Of course, this is great news. However, the authors’ models suggest that the binding is not very strong. This could explain why it seems that chloroquine is not a miraculous treatment. Instead, its efficiency varies greatly from one patient to the next.

An antiviral, Favipiravir, can dock on portions of the virus which normally lock on porphyrins. Therefore, it prevents the virus from using porphyrins as keys to enter the cells. Thus, this antiviral can slow down the proliferation of the virus. This is especially true at the beginning of the infection.


The authors carefully note that further research is needed to confirm their findings. Indeed, those are only theoretical models that need to be tested in real life. However, their research offers tremendous perspectives in enhancing our understanding of this virus. Outstanding!

Cette recherche révolutionne notre compréhension du Covid-19

Voici le lien vers l’article en question

Attention : ce papier a fait l’objet d’une très sérieuse critique, qui semble montrer que la méthodologie des auteurs n’est pas sérieuse et que leurs résultats ne sont donc pas corrects.

Ce papier révolutionne totalement notre compréhension du Covid-19. Tout ça en utilisant uniquement des modélisations sur ordinateur. Impressionnant. Voilà un très rapide résumé de leurs trouvailles.

Le Covid-19 attaque l’hémoglobine

Si ce que montrent les auteurs est confirmé, le virus ne s’attaque pas aux poumons mais à… l’hémoglobine. Vous savez, ce truc rouge présent dans les globules rouges qui permet d’amener l’oxygène un peu partout dans le corps.

Comme le virus capture l’hémoglobine (en fait, juste sa partie « heme »), le transport d’oxygène ne se fait plus. De fait, le corps est privé de cet élément vital. Par ailleurs, le transport du dioxyde de carbone est également perturbé, ce qui intoxique le corps.

Au niveau des poumons, ceux-ci s’enflamment parce que le dioxygène qu’ils mettent à disposition ne passe plus dans le sang par manque d’hémoglobine, ce qui crée une inflammation et l’obstruction des alvéoles.

Pas étonnant, donc, que les ventilateurs ne soient pas efficaces. Il nous faudrait plutôt un mécanisme pour nettoyer le sang et permettre le transport de ces deux gaz.

Le Covid-19 utilise les porphyrines pour entrer dans les cellules

On croyait que le virus entrait dans les cellules par les récepteurs ACE2. Or, on le sait depuis le début, le virus n’a que faiblement d’affinité avec ces récepteurs. Dès le départ, on pouvait déjà penser que les récepteurs ACE2 n’étaient peut-être pas le mode majeur d’entrée du virus dans les cellules.

Ce papier montre que le virus peut se fixer sur les porphyrines (et en synthétiser certaines). C’est une classe de molécules organiques présentes dans tous les êtres vivants. En fait, ce sont des blocs de base de la construction même du vivant. Or, certaines porphyrines permettent d’entrer dans les cellules. Elles peuvent par exemple y amener de l’oxygène ou des métaux.

Le virus profiterait justement de cette clé pour entrer dans les cellules, sans avoir besoin de passer par les récepteurs ACE2.

L’effet des médicaments

La chloroquine se fixe sur les parties du virus qui attaquent justement l’hémoglobine. C’est évidemment une bonne nouvelle. Mais les auteurs soulignent que sa capacité à se fixer sur le virus n’est pas très forte. Cela explique une efficacité mitigée et très variable selon les individus.

Le Favipiravir (un antiviral testé contre le virus) se fixe sur les portions du virus qui lui permettent de s’accrocher à des porphyrines. Cet antiviral l’empêche ainsi de rentrer dans les cellules. C’est donc un moyen d’endiguer sa reproduction, particulièrement en tout début d’infection.


Les auteurs précisent qu’il faudrait d’autres travaux pour confirmer leurs découvertes. Néanmoins, c’est un pas de géant en avant dans notre compréhension du virus. Chapeau bas.


Le Covid-19 va-t-il changer les statistiques de mortalité ? (France, 2000-2019)


Ces dernières semaines, suite à la pandémie de Covid-19 qui sévit partout sur la planète, on entend de plus en plus « mais, vous vous rendez-compte, le virus a fait tant de milliers de morts ». Le problème est qu’un nombre sans contexte ne signifie rien. Comme si je vous disais que, là où j’habite, il y a mille personnes sans emploi. Sans vous dire combien il y a d’habitants au total, c’est une information qui n’apporte rien.

Un manque de vision…

Mi-février 2020, le Pr. Didier Raoult, infectiologue de renom, expliquait avec agacement que le Covid-19 n’allait pas influer sur les statistiques de mortalité en France « à moins que les choses changent beaucoup ». Il s’appuyait alors sur le fait que l’épidémie semblait être maîtrisée en Chine (en fait, le confinement de Wuhan n’a pris fin que début avril). Par ailleurs, la « grippe » n’avait fait que très peu de morts en Iran et en Corée du Sud. Il a simplement « oublié » à l’époque que :

  • la progression de l’épidémie n’en était qu’au tout début de la progression exponentielle en Iran,
  • elle n’avait été enrayée par les Chinois qu’au prix d’un confinement drastique dans un pays où la surveillance permet de faire respecter une telle mesure (avec des peines de prison en cas d’infraction).

Par ailleurs, il juge le confinement totalement inutile. Comme si effectivement rester chez soi revenait totalement au même en terme de taux contamination que d’embrasser tous les passants.

… mais aussi de l’amateurisme…

Évidemment, il ne pouvait pas non plus prévoir la gestion calamiteuse du gouvernement français lors de cette crise (pas de masques, pas de tests, frontières restées ouvertes en particulier avec l’Italie, invitations à sortir, à voter et à travailler au moment où il était déjà trop tard et que le confinement aurait déjà été nécessaire, etc.). Il prévenait par ailleurs un mois avant dans une autre vidéo que les coronavirus sont particulièrement dangereux et devraient faire l’objet d’une surveillance accrue.

À noter que je ne suis ni « pour » ni « contre » Didier Raoult. C’est une assertion qui n’a pas plus de sens que d’être « pour » ou « contre » la pluie. Didier Raoult a d’évidentes connaissances dans certains domaines. Pour autant, il n’est pas infaillible, comme tout être humain. De mon point de vue, il a fait des erreurs sérieuses tant en vision à long terme qu’en communication. Malgré tout, il fait exactement ce qu’il faut faire dans sa région contre l’avis de toute sa hiérarchie, c’est déjà vraiment exemplaire et courageux. Mais ceci n’est pas un article sur lui… continuons !

Estimer l’impact d’une cause de mortalité

Comme je le rappelle dans cet autre article, estimer l’impact d’une cause de mortalité est un exercice de funambule.

Comment comptabiliser une personne qui avait de l’asthme, des problèmes cardiaques, de la tension, et qui est morte suite à une infection respiratoire non testée. Covid-19 ? Pas Covid-19 ? Et si elle a été testée, quelle a été la condition décisive du décès ?

La réalité est que c’est l’ensemble de ces facteurs qui ont causé le décès, pas un facteur seul. Il est relativement rare que quelqu’un meure d’une seule pathologie. C’est plutôt un ensemble de facteurs conjugués qui cause la mort. À l’exception des accidents et de quelques maladies comme certains cancers. La faim est également une cause « racine » de mortalité importante dans le monde.

L’impact en Chine

On voit de plus en plus des gens s’alarmant de dizaines de milliers de morts en Chine depuis le début de l’année. Ils estiment immédiatement que ces morts sont à mettre sur le compte du Covid-19.

Or la région de Wuhan, le Hubei épicentre de l’épidémie, compte pas moins de 59 millions d’âmes. C’est comparable à la France en terme de population. Or, en France, il y a plus de 1500 décès par jour hors période épidémique. Sur 2 mois de confinement, et si on considère que la région de Wuhan a le même taux de mortalité que la France, cela donne pas moins de 75.000 morts en temps normal. Pas étonnant donc qu’il y ait des dizaines de milliers de morts à Wuhan à la sortie de plus de deux mois de confinement. Il paraît évident que tous ces morts n’ont pu être pris en charge pendant le confinement.

Le Gouvernement chinois cache peut-être des choses. Je ne fais que donner des chiffres basiques, à chacun d’en faire ce qu’il en veut. Il est extrêmement difficile de mesurer l’impact de l’épidémie sur place sans avoir des chiffres détaillés. Des ordres de grandeur seuls ne peuvent donner aucune indication.

Une manipulation facile

Le comptage est donc très délicat lors d’une épidémie. Il est vraiment facile de manipuler les données quant aux causes de mortalité. Et ce, soit à la hausse, soit à la baisse. Certains clament par exemple que le diabète cause xxxxx morts par an. Seul ? Vraiment ? Là encore, ce n’est très souvent qu’une cause qui s’additionne à d’autres.

Le seul indicateur véritablement intéressant lorsque survient une épidémie avec un fort impact est la mortalité totale dans la population. On peut alors mesurer la portée globale d’un événement, que ce soit une épidémie ou autre chose d’ailleurs, en comparant avec les années précédentes (et suivantes si on a les données).

La question est tout de même se savoir : une épidémie de grippe fait-elle effectivement une grosse différence visible dans la mortalité ?


Mettons maintenant tout cela en perspective. Je suis persuadé que le Covid-19 a parfaitement le potentiel de changer les statistiques de mortalité – en fait il le fait déjà début avril 2020, puisque le Directeur Général de la santé précisait le 4 avril que la mortalité habituelle était déjà supérieure de 27 % par rapport à la normale en semaine 13, toutes causes confondues. Et il annonce le 9 avril qu’en semaine 14, d’après les premières estimations qui pourront être revues à la hausse, l’excédent de mortalité atteindrait 41 %. Si c’est réellement le cas, c’est déjà énorme. Et cela malgré le confinement mis en place plus de 2 semaines plus tôt.

Des sources fiables

Le site officiel des statistiques en France publie de manière transparente et publique les fichiers des décès. Cette publication arrive généralement avec un ou deux mois de retard, mais c’est mieux que rien.

C’est une excellente source de données pour mesurer la mortalité globale dans la population française. En effet, ces données étant publiques, il est extrêmement difficile de « tricher ». J’ai vérifié moi-même la présence de personnes décédées de mon entourage dans ces fichiers et je t’invite, lecteur, à faire de même. Ce sont des fichiers texte qui sont extrêmement faciles à lire et à analyser. Un simple [Ctrl-F] dans un éditeur texte basique permet de chercher le nom de quelqu’un.

Pour une analyse un peu poussée, il suffit d’introduire ces fichiers dans une base de données. On peut ensuite faire du filtrage et du comptage. On obtient alors directement toutes sortes d’informations, et ce pour chaque jour depuis des décennies. Par exemple la mortalité en fonction de l’âge. Ou encore le nombre de décès en fonction du département (et même de la commune).


Voici le graphique final du nombre de morts en France sur les 20 dernières années :

Chaque courbe de couleur représente les données d’une année entière, chaque point correspondant à un jour donné, le premier janvier tout à gauche et le 31 décembre tout à droite, en ordonnée le nombre de morts par jour.

Il se dégage de ce graphique trois éléments majeurs :

  • la première anomalie qui saute aux yeux est un grand pic rouge au centre, ce n’est pas du tout une erreur, il correspond à… la canicule d’août 2003,
  • de manière plus générale, on constate que la mortalité est moins forte une fois le printemps arrivé et redémarre doucement en septembre, donnant aux courbes cet aspect de cloche inversée, ce qui montre que l’hiver est généralement plus mortel que l’été,
  • le dernier point est qu’on observe que certains hivers sont particulièrement plus meurtriers que d’autres, leurs courbes se détachent clairement au-dessus de celles des autres années.

La seule crise visible des années 2000-2019

Il se dégage donc des 20 dernières années une seule grande crise en terme de mortalité. On en a pas mal parlé à l’époque, mais c’est une période qui est aujourd’hui relativement oubliée.

Incontestablement, à l’échelle du pays, c’est la catastrophe sanitaire la plus grave et la plus fulgurante qui ait eu lieu dans les 20 dernières années. Lorsqu’on fait le total, cela fait plus de 17.000 morts de plus que la moyenne habituelle pour la saison, en l’espace de 2 semaines. Plus de 58.000 morts au mois d’août 2003 en France, contre environ 41.000 morts en 2002 et 2004.

Détaillons par tranches d’âges

Regardons l’impact de la canicule en fonction de l’âge en isolant seulement l’année 2003 :

Chaque courbe est ici le nombre de morts par tranche d’âge de 10 ans

Sans surprise, ce sont les plus de 70 ans qui ont le plus souffert. Ils correspondent aux trois courbes qui sont largement au-dessus des autres. Les 50-70 ans (les deux courbes en rose et gris) ne sont pas totalement épargnés non plus.

En revanche, les moins de 50 ans n’ont quasiment pas souffert en terme de mortalité. Ils apparaissent en bas, dans la courbe violette et celles en-dessous d’elle.

Détaillons par Département

On peut voir très rapidement des différences notables de l’impact de la canicule dans les différentes régions. Les graphiques suivants sont pondérés par la population totale. Par ailleurs, chaque point est une moyenne des dix jours précédents pour lisser les courbes. En effet, les variations sont trop grandes d’un jour à l’autre lorsqu’on regarde un département seul.

Les régions centrales et grandes villes

Beaucoup de grandes villes, Paris, Lyon, Bordeaux, et certaines régions ont été très fortement impactées par la canicule :

Les régions épargnées

Dans d’autres régions, en revanche, le pic est parfois à peine visible :

  • certaines régions épargnées comme le Cantal ou l’Aveyron, probablement favorisées par la campagne où la chaleur se fait moins sentir que dans les grandes villes,
  • les régions montagneuses où la chaleur s’est évidemment fait beaucoup moins sentir et où le pic d’août est beaucoup moins prononcé qu’ailleurs,
  • certains départements de Bretagne, grâce à son climat océanique.

On pourrait également comparer en terme de pyramide des âges dans chaque département. Les analyses possibles ne manquent pas…

La carte

Et, bien sûr, la carte que tout le monde attend. Plus c’est rouge, plus le taux de mortalité dépasse largement celui de 2002 et 2004 sur le mois d’août.

Différence de mortalité entre 2003 et les années adjacentes (2002 et 2004) – plus c’est rouge, plus la différence est importante (et donc la mortalité qu’on peut imputer à la canicule de 2003)

On voit que la Lozère (en blanc) a en fait moins de morts en août 2003 qu’en 2002 et 2004. Anomalie qui est facilement explicable : c’est le département le moins peuplé de France. Il n’y a en moyenne que deux décès par jour dans ce département en été. Il n’y a donc pas suffisamment de données pour qu’elles soient statistiquement pertinentes. Peut-être qu’il y a eu des morts de la chaleur dans ce département cette année-là, peut-être pas, difficile à dire avec les chiffres seuls.

Impact à court terme

L’impact à court terme de cette augmentation soudaine des décès en 2003 est assez intéressant à analyser.

Concentrons notre regard sur les courbes de mortalité de 2002 à 2005.

Courbes lissée du nombre de morts pour 1 million d’habitants

Pour commencer, on voit que la canicule s’est en fait déroulée en deux temps :

  • une première secousse mi juillet  qui a déjà fait son lot de victimes, en épuisant déjà probablement beaucoup d’autres personnes déjà fragiles,
  • une accalmie fin juillet qui semble laisser du répit,
  • finalement la grande vague principale en août.

Au-delà du pic d’août 2003, on voit que la fin de la même année est aussi plus mortelle que les autres (la courbe rouge dépasse très clairement les autres courbes à droite). Ce n’est plus là l’aspect canicule, évidemment, mais autre chose. La réponse se trouve sur le réseau sentinelle, qui indique une forte grippe ainsi qu’une forte incidence de diarrhée hivernale cette année-là. On peut dire que l’année 2003 a fait des ravages parmi les plus fragiles.

Or, on s’aperçoit que la courbe de 2004 (en vert) est sensiblement en-dessous de toutes les autres. Ce n’est pas une grosse surprise : les personnes les plus vulnérables n’ont pas passé le cap de 2003, autant de décès en moins en 2004 !

Vérification sur toute la période

Regardons le nombre de morts par an (pour 1 million d’habitants, pour prendre en compte l’augmentation de la population) :

L’année 2003 a clairement dépassé les précédentes, puis les années suivantes ont été plus « calmes ». Pour revenir une dizaine d’années plus tard au même niveau que 2003.

On voit bien là l’effet d’une épidémie ou d’une canicule qui balaye malheureusement les plus fragiles : ces épisodes ôtent quelques années de vie supplémentaires à ceux qui sont les plus faibles physiquement, mais qui n’auraient probablement pas vécu très longtemps de toute façon.



Lorsqu’on regarde le tout premier graphique de cet article, on peut voir que certains hivers « dépassent » les autres en terme de mortalité, très souvent dus à des grippes saisonnières. Ces épisodes peuvent faire 20.000 morts de plus que la normale dans l’année, étalé sur un ou deux mois, mais guère plus. Sur une semaine, on peut même exceptionnellement observer un quart de mortalité de plus qu’une « bonne année ».

En 2005 survient un épisode grippal particulièrement violent, comme le signale encore le réseau sentinelle. On le voit parfaitement dépasser toutes les autres courbes entre février et début mars dans la dernière courbe ci-dessus (le dos d’âne bleu à gauche). Malgré tout, l’impact sur la saison entière reste assez mineur par rapport à d’autres grippes plus récentes. Peut-être dû au choc de 2003, qui a fait que les personnes les plus fragiles n’étaient plus là en 2005.


Si on regarde la mortalité en hiver, de début novembre à fin mars, on voit qu’il y a une sur-mortalité certaines années dues en particulier aux épisodes gripaux. Malgré tout, cela ne fait pas plus de 10% de changement sur la saison, même pour les années les plus violentes que sont les hivers 2016-2017 et 2017-2018. On peut voir cela sur le graphe suivant, qui donne le nombre de morts par saison hivernale pour 1 million d’habitants.

Ce graphique peut faire peur, à cause du démarrage de l’axe des ordonnées à 6800. Si on regarde l’impact sur la mortalité totale avec un axe commençant à 0, l’effet est totalement différent. On peut alors voir l’impact de la grippe sur l’ensemble de la mortalité. Il n’est pas totalement négligeable, mais il reste faible.

Attention donc lorsqu’on regarde un graphique de prendre tout en compte, y compris les axes.

On peut en tout cas remarquer que la mortalité à l’échelle de la France est très stable sur les 20 dernières années en hiver, une véritable horloge !

L’impact psychologique

Il y a un phénomène que l’on sous-estime trop souvent : l’impact psychologique des décès sur les survivants.

Les morts naturelles prévues

Une personne âgée qui meurt avec des arrières-petits-enfants est toujours un événement triste pour les survivants. Malgré tout, la tristesse est souvent atténuée par le fait que cette personne « a eu une belle vie ». On se dit aussi que, « à son âge », l’inévitable allait arriver un jour ou l’autre, dans le court terme. Il y a eu un temps de « préparation » émotionnelle pour l’entourage, même si évidemment on n’est jamais réellement préparé au décès d’un proche.

Les accidents

Un accident soudain d’une personne dont on n’attendait pas qu’elle nous quitterait sous peu est totalement différent émotionnellement pour l’entourage. Et ce pour une multitude de raisons :

  • évidemment, c’est un choc émotionnel beaucoup plus fort puisque totalement inattendu, sans aucun avertissement préalable,
  • cela laisse sur le carreau des proches qui pensaient encore vivre de longues années voire décennies avec cette personne,
  • une mort accidentelle laisse un vide de responsabilités qui est à combler, tant psychologique que matériel, par exemple dans le cas du décès d’un parent laissant l’autre parent seul avec des enfants, ce qui en plus de la détresse psychologique liée au décès provoque des incertitudes matérielles qui renforcent encore l’angoisse,
  • il est souvent impossible de « faire ses adieux » lors d’une mort soudaine, ce qui rend le deuil encore plus difficile,
  • etc.

Une mort « inattendue » est donc beaucoup plus difficile à supporter. C’est le cas d’accidents, mais aussi de certaines maladies ou attaques foudroyantes.

De nombreux accidents visibles dans les données

En arpentant les données et les graphes obtenus grâce au site du Gouvernement, on retrouve les stigmates d’accidents survenus non seulement en France, mais aussi à l’étranger. Ainsi, le graphique de la Thaïlande est le suivant :

Une petite idée sur le grand pic bleu à droite ? Le tsunami de fin 2004. Quand au pic vert de septembre 2007, c’est le crash de Phuket. Et le petit pic noir à gauche, un accident de bus en avril 2000.

On y retrouve d’autres catastrophes comme l’accident d’avion de Charm el-Cheikh en Égypte au début de 2004. Et aussi sur le sol français loin de la métropole, bagay la, comme il est appelé localement, le tremblement de terre à Haïti en 2011. Autant d’accidents qui laissent des traces dans les chiffres, mais pas toujours autant que dans les mémoires.

Un exemple : le Bataclan (13 novembre 2015)

Dans le cas de phénomènes qui impactent plus que l’entourage proche, comme les attentats, l’impact psychologique sur une population peut être très violent. Ce fut le cas par exemple lors de l’attaque terroriste du Bataclan le 13 novembre 2015.

Si on ne regarde que les chiffres purs de la mortalité, cet événement n’a même pas laissé la moindre trace dans la mortalité à l’échelle de la France :

Dans le même temps, on voit bien que l’activité de la grippe de 2016 (au-dessus du seuil épidémique selon les bulletins de l’époque) fait une très nette différence par rapport aux années précédentes (en rose à droite sur le graphique), mais cela n’a pas fait la une des médias, même s’ils en ont un peu parlé à l’époque.

En revanche, en terme d’impact psychologique sur la population, si personne en 2020 ne se rappelle de la grippe de 2016, tout le monde se rappelle l’attaque du Bataclan. C’est là que l’impact d’un événement inattendu fait une énorme différence de ressenti, qui n’est pas forcément visible dans les chiffres.

Toutefois, si on zoome sur le département 75 (Paris), l’événement est parfaitement visible :

En fait, il est même encore plus visible en zoomant sur les 20-50 ans comparé aux plus de 60 ans où il ne l’est pas, ce qui est logique, vu l’âge moyen de ceux qui assistaient au concert.

Les chiffres sont donc à prendre avec précaution, ils ne reflètent pas toujours la réalité en fonction de ce qu’on regarde et il s’agit de sélectionner avec prudence ceux qu’on veut mettre en avant.


Dans quelques mois, nous aurons les données consolidées détaillées des décès de mars et avril 2020. On pourra alors discuter de l’impact global en France et en fonction des régions de ces premiers mois d’épidémie. Il faudra à ce moment-là ne pas oublier d’ajouter les morts en Allemagne, Luxembourg, Suisse et Autriche, qui ont été envoyés dans ces pays en soins intensifs. Il ne faudra pas non plus oublier que, au-delà des morts, cet épisode aura traumatisé beaucoup de gens :

  • restés confinés chez eux hantés par de la claustrophobie, stressés financièrement,
  • certains laissés à eux-mêmes avec la maladie à étouffer pendant des jours,
  • passages aux urgences,
  • guéris avec des séquelles pulmonaires graves…

Sans oublier un lot de morts non négligeable de personnes qui étaient apparemment en parfaite santé avant de contracter le Covid-19 et dont le décès a été un choc pour leur entourage, en tout point semblables à des accidents soudains. Ces dommages sont irréversibles et durables dans la population. Chaque « + 1 » est un être vivant avec un impact sur ses proches.

En attendant…

La question demeure : à quel point le Covid-19 va-t-il réussir à infléchir la courbe des décès (réponse ici), et ce malgré le confinement ? 40 % de plus ? 50 % ? Quid de l’impact négatif et positif du confinement ?

Négatif pour certains, surtout en terme psychologique mais aussi financier, ce qui a également un effet anxiogène.

Mais positif aussi car moins de stress des transports, moins d’accidents sur la voie publique et… mois de pollution, ce qui dans les grandes villes devrait avoir un effet très positif en terme de réduction de la mortalité. En effet, la pollution ferait environ 50.000 morts par an en France. C’est bien plus que le Covid-19 pour l’instant…

Et pendant ce temps, la nature reprend ses droits, et les apiculteurs en détresse (dont on n’entend jamais parler dans les médias malgré la crise sans précédent qu’ils traversent depuis 20 ans) connaissent un nouveau souffle.