Une étude révèle les failles des tests antidopage dans le foot

Peu de dopage dans le foot ? Dans son dernier numéro publié ce mercredi, le magazine scientifique Epsiloon mène l’enquête sur l’algorithme utilisé par l’Agence mondiale antidopage (AMA), dont s’inspire la FIFA ou la FFF pour mener ses tests. Et les conclusions sont saisissantes.

Comme l’explique l’autrice de l’enquête, Louane Velten, un modèle mis sur pied en 2019 par une équipe de chercheurs de l’Institut national du sport et de l’université Paris-Cité aboutit à des résultats très différents de l’algorithme de l’AMA actuellement en vigueur.

100 fois plus d’anomalies détectées dans l’algorithme des chercheurs français

Prenons le cas du football, puisque c’est notre affaire. Sur la base des 39 363 prélèvements sanguins de footballeurs de Ligue 1 et Ligue 2 collectés entre 2006 et 2019, les résultats (en cours de validation par les pairs) pointent des séquences anormales chez 19% d’entre eux. Or, dans le même temps, le taux de cas positifs dans le football est d’environ 0,2%. En clair, avec ce logiciel, 100 fois plus de footballeurs présentent des anomalies.

Comment expliquer ces différences ? Si on ne peut en conclure qu’ils traduisent un dopage massif (en l’absence de tests directs et suivis médicaux des joueurs pour le confirmer), le travail des chercheurs français révèle surtout les failles du modèle de l’AMA. Depuis dix ans, l’Agence suit le principe de « passeport biologique » : son algorithme vérifie que les biomarqueurs fluctuent normalement au regard de précédentes valeurs recueillies chez un même athlète. Jusqu’ici, pas de problème : l’algorithme de l’équipe française suit le même principe. En revanche, leurs méthodes diffèrent.

Les failles de l’algorithme de l’Agence antidopage

Quelques exemples pour comprendre. L’algorithme français détermine uniquement la normalité en fonction des données physiologiques personnelles de chaque sportif. De son côté, le modèle de l’AMA se fonde dans un premier temps sur une population de référence choisie en fonction du sexe et de l’âge, avant d’affiner les probabilités au fil des prélèvements individuels. Or, les paramètres biologiques ne varient pas de la même manière dans tous les sports : l’hypothèse a priori utilisée par le modèle peut donc manquer de justesse.

Autre biais, l’algorithme de l’AMA est conçu pour détecter si chaque nouvelle valeur est anormale en fonction des valeurs précédentes. Or, si la valeur en question appartient à une série de valeurs anormales, elle ne peut pas être détectée : concrètement, si un joueur prend un produit pendant plusieurs mois, les analyses des prélèvements ne détecteront pas obligatoirement d’anormalités.

Qu’en pense Paul Pogba ?