Deux coureurs s'élancent sur une piste dont la pente varie. L'un part plus tôt, l'autre plus tard, et l'arbitre mesure leurs vitesses sans connaître la différence de départ. C'est la même chose avec les variants du virus : les données arrivent avec des retards, et si ces retards ne sont pas identiques, l'estimation de l'avantage compétitif peut être grossièrement erronée.
En biologie évolutive, l'avantage est souvent estimé par la pente de la courbe logit de la fréquence du type envahissant. Le logit est le logarithme du rapport des fréquences, et sa pente indique à quelle vitesse un variant supplante l'autre. Mais cette estimation suppose que les observations reflètent le processus réel sans distorsion. En réalité, entre l'infection et l'enregistrement de l'échantillon, il s'écoule des jours, et différents variants peuvent avoir des retards différents, par exemple en raison des particularités des tests ou de la priorisation.
Les auteurs ont testé cela sur des modèles SIR à deux variants avec immunité croisée complète et ses extensions. Ils ont introduit des retards d'observation fixes ou aléatoires et ont observé comment l'estimation de la pente changeait. Dans le modèle de base, l'erreur relative atteignait de -47.3% à +60.7% selon la différence des retards et le moment d'introduction des variants. Étonnamment, même avec une linéarité presque parfaite de la trajectoire logit (R² = 0.9999), le biais était d'environ 31%.
Cela signifie qu'un bon ajustement logistique ne garantit pas l'absence de biais. Dans les données GISAID pour le Royaume-Uni, la pente de la courbe logit pour le remplacement Alpha→Delta était de 0.107 par jour, et pour Delta→Omicron BA.1, de 0.237 par jour. Ces chiffres ont pu être faussés par les retards, et sans les prendre en compte, on ne peut pas affirmer qu'Omicron croissait réellement 2.2 fois plus vite que Delta.
Maintenant que les coureurs ont franchi la ligne d'arrivée, l'arbitre sait que sans tenir compte de la différence de départ, les médailles pourraient revenir à des coureurs qui ne les méritent pas. Il en va de même en science : avant de tirer des conclusions sur l'avantage d'un variant, il faut comprendre comment les retards d'observation ont déformé le tableau. Des méthodes de correction restent à développer, mais il est déjà clair qu'on ne peut pas ignorer ce problème.
Dans les données GISAID pour le Royaume-Uni, la pente de la courbe logit pour le remplacement Alpha→Delta était de 0.107 par jour, et pour Delta→Omicron BA.1 de 0.237 par jour, ce qui correspond à un doublement de la proportion du nouveau variant environ tous les 6.5 et 2.9 jours respectivement.