Dans une étude statistique, le terme biais de sélection désigne une erreur systématique faite lors de la sélection des sujets à étudier. Ce terme regroupe tous les biais pouvant conduire à ce que les sujets effectivement observés lors d’une enquête ne constituent pas un groupe représentatif des populations censées être étudiées et ne permet donc pas de répondre aux questions posées dans le protocole.
Les biais de sélection se produisent lors de l’échantillonnage, c’est-à-dire lors de la sélection d’un échantillon représentatif de la population étudiée.
Aussi, le taux de létalité est la proportion de cas fatals liés à une maladie ou à une affection particulière, par rapport au nombre total de cas atteints par la maladie, on le différencie du taux de mortalité (Ce dernier est réservé au nombre de décès rapporté à l’ensemble de la population d’un territoire, et pas seulement aux cas atteints.)
Actuellement, le monde connait une crise à cause du Coronavirus, les estimations tablent sur un taux de létalité de 2%, sauf que, il faut noter que taux de létalité (nombre de cas fatals / nombre de cas atteints) peut être faux si le nombre de cas atteints est mal connu, par exemple :
- Des gens malades ne se rendent pas à l’hôpital
- Uniquement les gens gravement atteints se rendent à l’hôpital
Bien sûr, il est également possible que le nombre de cas fatals soit inexact (décès en dehors de l’hôpital, donc non comptabilisé comme causé par le virus).
On pense donc que le taux de létalité de 2% est assez exagéré, à cause d’un biais de sélection, il serait en effet inférieur.
Malgré tout, il faut relativiser ce taux, à titre de comparaison, le taux de létalité du SRAS était plutôt important (10 %) mais il n’a tué «que» 774 personnes. Celui de la grippe saisonnière n’est que de 0,3 % ..Mais il est extrêmement contagieux ce qui suffit à porter le nombre de victimes françaises à 10 000 par an.
Article à prendre avec des pincettes, le temps nous dira si en effet ce taux est inférieur ou pas à 2%.