Exposure Records Preserved by Two Users of Japan's COVID-19 Contact-Confirming Application During the Seventh Wave: A Descriptive Study

Dans le paysage numérique de la santé publique, une expérience silencieuse s'est déroulée autrefois à l'intérieur des smartphones de citoyens ordinaires. Au plus fort de la pandémie, le Japon a déployé un outil conçu pour protéger ses citoyens sans compromettre leur vie privée. Cette application, connue sous le nom de COCOA, ne suivait pas les déplacements des gens ni les personnes qu'ils rencontraient. Au lieu de cela, elle reposait sur un échange simple et anonyme de signaux numériques entre téléphones à proximité. Lorsque deux appareils s'approchaient suffisamment l'un de l'autre, ils échangeaient brièvement un code. Si l'une de ces personnes testait positive au virus plus tard, l'application pouvait alerter l'autre personne qu'elle s'était trouvée à proximité d'une infection, tout en gardant les identités des deux parties complètement cachées. Le système était conçu pour fonctionner silencieusement en arrière-plan, enregistrant ces rencontres rapprochées comme des « fenêtres d'exposition ». Pendant un certain temps, ces registres numériques ont vécu sur les téléphones de millions de personnes, un enregistrement silencieux de la proximité qui pouvait aider les gens à faire des choix plus sûrs. Cependant, comme beaucoup de mesures temporaires en période de crise, le système avait une date d'expiration. Lorsque l'application a cessé de fonctionner, les données stockées sur les appareils ont été perdues dans le néant, laissant les chercheurs face à une question : qu'ont montré exactement ces registres tant que le système était encore en vie ?

Une étude descriptive publiée récemment tente de répondre à cette question en examinant les registres préservés de seulement deux individus qui ont conservé leurs données après la cessation des opérations de l'application. Les chercheurs se sont concentrés sur la septième vague de la pandémie au Japon, une période qui comprenait un changement de politique important fin septembre 2022, lorsque le gouvernement a modifié la manière dont les cas étaient signalés. L'étude suit les empreintes numériques de deux observateurs distincts durant cette période. Le premier observateur travaillait dans un hôpital à Tokyo et faisait son trajet presque exclusivement en voiture privée, une routine qui a probablement limité ses contacts avec autrui. Le second observateur vivait dans la préfecture de Kyoto et passait la grande majorité de son temps à la maison. En examinant les fichiers exportés de leurs téléphones, les chercheurs ont pu voir exactement quand ces deux personnes avaient été à proximité de quelqu'un qui aurait pu être infecté, combien de temps ces rencontres avaient duré, et quelle avait été la force du signal entre les téléphones.

Les registres ont révélé un schéma qui reflétait l'ascension et la chute plus larges de la septième vague de la pandémie. Entre début avril et fin septembre, une période couvrant 176 jours, l'observateur basé à Tokyo a enregistré 358 fenêtres d'exposition potentielles, tandis que l'observateur de Kyoto en a enregistré 261. Lorsque les chercheurs ont examiné les totaux hebdomadaires, ils ont constaté que le nombre de rencontres enregistrées a augmenté brusquement en juillet puis a décliné en septembre, suivant de près le décompte quotidien des nouveaux cas signalés dans chaque préfecture. La connexion était assez forte pour que les hauts et les bas des registres des deux observateurs progressent de concert avec les tendances nationales. Cependant, lorsque les chercheurs ont examiné les changements de semaine en semaine, la connexion est devenue beaucoup plus faible. Les registres ne réagissaient pas instantanément à chaque petite fluctuation du nombre de nouveaux cas, suggérant que les journaux de l'application capturaient le pouls général de l'épidémie mais manquaient les détails plus fins, au jour le jour.

Un examen plus approfondi de la nature de ces rencontres a montré que la plupart d'entre elles étaient probablement à faible risque. L'application attribue un poids à chaque rencontre en fonction de la force du signal entre les deux téléphones, ce qui sert de substitut à la distance et à la durée. La vaste majorité des fenêtres enregistrées pour les deux observateurs tombait dans la catégorie ayant le poids le plus bas, indiquant que les téléphones étaient soit éloignés, soit que le signal était trop faible pour suggérer une interaction proche et prolongée. Pour l'observateur de Tokyo, 97,2 % des fenêtres enregistrées appartenaient à cette catégorie de poids le plus bas, et pour l'observateur de Kyoto, le chiffre était de 93,1 %. Cela suggère que, bien que l'application détectait constamment la proximité, la plupart de ces détections n'étaient pas le type de contact étroit et soutenu qui mène typiquement à la transmission.

L'étude a également capturé l'effet immédiat d'un changement de politique majeur. Le 26 septembre 2022, le Japon a révisé son approche du signalement obligatoire des cas, ce qui a altéré le flux de données vers l'application. Suite à ce changement, le nombre de fenêtres enregistrées a chuté de manière spectaculaire. L'observateur de Tokyo a vu son décompte passer de 45 rencontres dans les 27 jours précédant la révision à seulement trois dans les 27 jours suivant celle-ci. L'observateur de Kyoto, qui avait enregistré 25 rencontres au cours de la même période pré-révision, n'en a enregistré aucune dans les 23 jours suivant le changement. Ce déclin marqué indique que le changement de politique a eu un impact tangible sur les données que l'application pouvait collecter, bien que les chercheurs notent qu'ils ne peuvent isoler cet effet d'autres facteurs, tels que les changements dans la manière dont les clés de diagnostic étaient fournies, le nombre de personnes continuant à utiliser l'application, ou les mises à jour des systèmes d'exploitation des téléphones eux-mêmes.

Enfin, cet examen à petite échelle des données de deux utilisateurs sert de rappel de la complexité impliquée dans l'analyse des dossiers de santé numériques a posteriori. L'étude ne prétend pas prouver l'efficacité de l'application pour prévenir la propagation du virus, et elle n'offre pas non plus une mesure définitive de son succès. Au lieu de cela, elle souligne que les données laissées sur le dispositif d'un utilisateur sont le produit de nombreuses pièces mobiles : les définitions utilisées pour compter une exposition, les dates auxquelles les données ont été récupérées, et l'historique des changements de logiciels et de politiques survenus au fil du temps. Les registres préservés par ces deux utilisateurs montrent que l'application capturait effectivement le rythme de la vague pandémique, mais l'histoire qu'ils racontent est nuancée, façonnée par les circonstances spécifiques des utilisateurs et par les règles changeantes du système lui-même.