Comprendre l’espérance de vie

L’Espérance de vie est une donnée macroéconomique. Elle sert à évaluer la durée de vie théorique des citoyens d’un pays donné pour une année donnée. Outil essentiel de la longévité, elle mérite un dossier pédagogique et détaillé.

Pour comprendre l’espérance de vie nous allons vous apprendre à la calculer. Ce sera la première étape. Elle nous permettra d’analyser l’espérance vie et de la mettre en perspective avec des données géographiques et historiques. Ce sera la deuxième étape. Cette étude nous conduira à rechercher les déterminants qui expliquent les écarts d’espérance de vie entre deux pays, deux époques. Ce sera la troisième étape. Comprendre ce chiffre, c’est aussi pouvoir le mettre en perspective avec d’autres indicateurs de santé qui viennent l’éclairer, le compléter ou le contraster. Je vous apprendrai à en analyser plusieurs pendant la quatrième étape.

Pour conclure, nous verrons si l’évolution de notre espérance de vie doit nécessairement atteindre une limite. C’est un gros travail, je ne vous le cache pas et je vous recommande de choisir le bon moment pour vous y atteler. Je vous présente des chiffres, des calculs, des formules et des tableaux. J’ai rassemblé toute l’information nécessaire pour vous dresser le guide ultime de l’espérance de vie. 

L’origine de l’humanité

Dans ce dossier, nous allons parler d’âge. D’âge et de durée de vie. Celles que nous connaissons aujourd’hui sont sans commune mesure avec celles de nos ancêtres d’il y a 30 000 ans. En ce temps-là, la vie des homo sapiens se terminait bien souvent brutalement. Écrasés par un mammouth. Dévorés par un fauve. Tués dans une rixe entre tribus. Mordus par un serpent. Assassinés par un rival qui convoitait leurs biens. Terrassés par la fièvre, etc. Chaque jour pouvait être le dernier. 

La révolution agricole

L’apparition de l’agriculture a sédentarisé les populations et fait disparaitre une partie des dangers les plus immédiats. L’homme n’avait plus à chasser sa pitance, il ployait le dos de l’aurore au crépuscule pour l’extraire de la terre nourricière. Pendant les quelque dix mille ans qui séparent la révolution agricole antique (à partir de 10 000 av. J.-C.) de la révolution industrielle (fin du dix-huitième siècle), l’espérance de vie a peu varié. Elle oscillait autour de 30 ans. Cela ne veut pas dire que tout le monde mourrait à 30 ans. Une fois passées les années critiques de la petite enfance, les causes de mort prématurée se raréfiaient. Le senior blanchi et chenu pouvait couler des jours heureux jusqu’à la cinquantaine. 

La révolution industrielle

La révolution industrielle a provoqué une accélération des sciences et techniques. Elles ont contribué à l’augmentation durable de l’espérance de vie.

Depuis cette époque, la recherche scientifique et le progrès se suivent et se complètent. Ainsi, alors que Pasteur découvre les antibiotiques, la société civile adopte l’hygiénisme qui révolutionne l’urbanisme, l’architecture, l’organisation des établissements de santé et des hospices. Le résultat est impressionnant :  L’espérance de vie augmente de trois mois chaque année. Les progrès scientifiques et médicaux pourraient accélérer ce processus. Certains experts estiment que nous gagnerons 2 semaines par mois d’ici 40 ans, 3 semaines par mois d’ici 80 ans. À ce rythme, nous pourrions doubler notre espérance de vie chaque mois à partir du début du siècle prochain. 

Dans cette brève histoire de l’espérance de vie au cours des âges passés, présents et futurs, il est toujours question d’un indicateur de santé, l’espérance de vie. 

Comment calculer l’espérance de vie

L’espérance de vie donne une information, et une seule. L’âge maximum théorique qu’une personne née l’année suivant la mesure peut espérer atteindre si les conditions sanitaires et sociales du pays restent identiques à celles de l’année de mesure.

Comment obtient-on ce résultat ? 

Le plus simple pour calculer l’espérance de vie pourrait consister à compter les morts afin de calculer la moyenne de l’âge de décès de tous les morts sur une année.  Mais procéder directement à la moyenne des âges de décès pose deux problèmes. Ce calcul mélange des données disparates. Des gens décédés à l’âge de 80 ans qui ont vécu une vie très différente de ceux décédés à l’âge de 10 ans. D’autre part, le calcul de la moyenne ne permet pas de comparer des pays dont les structures de population sont différentes.

Si vous comparez les moyennes des âges de décès à un pays qui compte beaucoup de jeunes, par rapport à celles d’un pays qui compte beaucoup de personnes âgées, même si en moyenne les nombres de morts sont identiques dans les deux pays, vous obtiendrez une moyenne beaucoup plus faible dans le pays très jeune. C’est pourquoi nous devons rechercher une méthode de calcul qui fait ressortir ces nuances. Pourquoi pas un âge moyen de décès sur une cohorte ? C’est-à-dire un groupe homogène d’individus qui sont nés durant une année donnée. Par exemple, on regarde toutes les personnes nées en 1850, on les suit au cours du temps, on note les âges de décès et on fait la moyenne. Cela donne un indicateur plus fiable, car tous les individus ont connu peu ou prou le même genre d’existence. 

Mais il y a un point délicat

Nous devrons attendre que tout le monde soit mort avant de faire notre calcul. Pour l’année 1850, cela ne devrait pas poser de problème. En revanche, ce n’est pas un système très adapté aux projections annuelles !

Nous devons chercher un système qui a la clarté de la moyenne et la fiabilité de la cohorte. Pour y parvenir, les démographes réalisent une moyenne sur une cohorte fictive construite à partir des tables de mortalité. Cela semble un peu compliqué ! Essayons d’y voir plus clair en découpant le procédé.

Les tables de mortalité

Une table de mortalité est une liste des taux de mortalité par classe d’âge pour une année donnée. Pour chaque classe d’âge, la table de mortalité recense le nombre de morts dans l’année divisée par le nombre total d’êtres humains recensés dans le pays. Les morts qui avaient entre zéro et un an, entre un an et deux ans, et ainsi de suite jusqu’à la classe ultime des morts qui avaient l’âge le plus avancé. Une fois que l’on a réalisé ce recueil, on crée une population fictive de 100 000 personnes et on applique à chaque âge le taux de mortalité emprunté à la table de mortalité. 

On va fabriquer une population en donnant un âge à chacun des 100 000 individus de notre cohorte fictive. Par exemple, si le taux de mortalité pour la classe de zéro à un an est de 1 pour mille, notre cohorte compte 100 000 x 0,001 = 100 individus. Une fois le travail terminé, on dispose de la liste complète des âges de décès de ces 100 000 personnes fictives. C’est à partir de ces données que l’on calcule l’âge moyen de décès de la cohorte. Et cet âge moyen, c’est l’espérance de vie. 

D’accord, mais cela semble un peu tordu, non ? Pourquoi ce résultat est-il plus fiable ? 

L’espérance de vie ne dépend pas de la structure de la population

Contrairement à la moyenne, ce résultat ne dépend pas de la structure de la population. L’espérance de vie contient l’information sur les taux de mortalité de l’année choisie et permet de faire des prédictions. Par exemple, on peut dire que les enfants qui naissent en 2020, s’ils ont exactement les mêmes conditions de vie que les humains de 2019, vivront en moyenne aussi longtemps que l’espérance de vie de 2019.  C’est vrai, c’est très théorique et peu réaliste. Cette probabilité qui ne tient compte ni des progrès médicaux et sanitaires ni — à l’opposé — des guerres et des épidémies donne une tendance. Elle est plus utile pour faire des comparaisons historiques ou internationales que pour savoir individuellement quelle est votre espérance de vie personnelle.

Quels sont les déterminants qui expliquent l’espérance de vie ?

Des déterminants  ?  

Ce sont des modes de vie, des évolutions, des régressions, des situations, des innovations, des bouleversements qui ont une incidence mesurable sur la durée de la vie. Par exemple, toutes les personnes nées avant 1966 ont pu bénéficier de l’avancée médicale majeure qu’a constituée la première greffe cardiaque réalisée cette année-là par le professeur Barnard ! 

À l’opposé, les démographes pensent que la politique du charbon gratuit a fait chuter l’espérance de vie de certains habitants de Chine du Nord de presque 5 ans. À l’échelle mondiale, le tabagisme est responsable d’une perte d’espérance de vie de 2,2 ans en moyenne. Il fait 7,2 millions de morts chaque année. Le sida raccourcit l’espérance de vie de 0,7 an en moyenne. Il fait 1 million de victimes par an. Pour le paludisme, on parle d’une espérance de vie amputée de 0,6 an et de 600 000 décès par an. Les guerres causent une diminution de l’espérance de vie de 0,3 an et 530 000 décès annuels. Mais, selon une étude réalisée par des chercheurs allemands, le fléau qui surpasse tous ceux-là, c’est la pollution de l’air. Elle raccourcit de 3 ans en moyenne, l’espérance de vie à travers le monde. En 2015, elle a causé 8,8 millions de morts prématurées ! 

Existe-t-il une liste de déterminants qui influencent l’espérance de vie ? 

Des classements de causes directes et indirectes sont proposés ici et là, mais ce sont au mieux des listes logiques faisant appel au bon sens et non des mesures scientifiques imparables. En revanche, des études de terrain ont fait ressortir des causes possibles de longévité applicables à des territoires spécifiques. La plus célèbre étude démographique de terrain porte sur les zones bleues. Ce sont des régions du monde où la longévité est particulièrement élevée. Actuellement, on en dénombre cinq. Une région montagneuse en Sardaigne, une île Grecque, une péninsule au Costa Rica, une communauté religieuse en Californie et l’île d’Okinawa au Japon. Pour ces cinq territoires, les causes probables de longévité relevées par les démographes sont : 

1. Une activité physique régulière, mais modérée : les habitants des zones bleues se déplacent à pied, utilisent peu d’appareils électriques. Ils ont une vie active sans avoir nécessairement une activité sportive,
2. Un lieu de vie sauvage, peu urbanisée, proche de la nature,
3. Une vie peu stressante,
4. Une alimentation faiblement calorique,
5. Un régime naturel, reposant essentiellement sur des produits agricoles peu transformés,
6. Une consommation raisonnée d’alcool, notamment de vin : un peu, mais pas trop
7. Une vie spirituelle ou une pratique religieuse,
8.  Une vie familiale intense,
9. Une vie sociale, des relations de voisinage quotidiennes, des échanges.

À lire : Le secret des zones bleues

Nous savons à présent calculer l’espérance de vie et nous comprenons comment elle varie. Cette donnée permet de faire des comparaisons entre les pays et de suivre l’évolution de l’espérance de vie au cours des âges. Vous devez vous assurer que les données comparées sont cohérentes. 

L’espérance de vie est éclairée par les données qui la constituent. Prenons un exemple en analysant l’évolution de l’espérance de vie, en France, depuis le Moyen Âge. 

Nous avons vu que pour calculer l’espérance de vie, nous devons disposer de la table de mortalité. C’est-à-dire le relevé de toutes les naissances et de tous les décès. Premier problème, pour la France et l’Europe, cette donnée n’est relevée scientifiquement que depuis le 19e siècle. Nous ne pouvons pas faire un calcul de l’espérance de vie au Moyen Âge sauf à faire du spécifique pour une population sur laquelle nous avons ces informations, comme les nobles ou — encore mieux — les familles régnantes. En outre, quand bien même nous parviendrions à reconstituer les tables de mortalité de l’époque, l’espérance de vie doit être analysée avec circonspection.

Pourquoi ?  

Parce que la structure de la population a énormément changé en quelques centaines d’années. Pour le comprendre, comparons la structure de la population française en 2014 et en 1806. Aujourd’hui, l’espérance de vie reflète bien la réalité de l’âge moyen de la mort. Si l’on compare le chiffre de l’espérance de vie avec la moyenne et la médiane, on est dans des valeurs très voisines et proches de l’âge maximum de vie constaté pour la période. 

Mais si la distribution des données est différente, cela attire la moyenne vers le pic de distribution. Cela provoque une décorrélation entre la moyenne, la médiane et l’âge maximum de la vie. 

Dans les pays ou aux époques où la mortalité est élevée, l’espérance de vie ne reflète pas l’âge typique auquel les gens mourraient.  

C’est pour cette raison que l’espérance de vie à la naissance n’est pas pratique pour calculer votre espérance de vie individuelle, que les démographes appellent l’espérance de vie résiduelle. Pour calculer cette espérance de vie résiduelle, nous devons avoir recours à une moyenne tronquée. On enlève les données qui ne sont pas utiles au calcul. 

L’espérance de vie résiduelle se calcule sur les estimations des taux de mortalité à l’âge pour lequel vous souhaitez réaliser votre mesure.

On reprend notre table de mortalité en supprimant les données antérieures à cet âge. On constitue ensuite une nouvelle population fictive de 100 000 individus avec les classes d’âge qui nous intéressent. Ainsi, en 2019, l’espérance de vie :

• à 40 ans est de 81,1 ans pour les hommes et 86,4 ans pour les femmes 
• À 65 ans est de 84,6 ans pour les hommes et 87 ans pour les femmes

Et si l’on reprend notre année 1806 : 

• L’espérance de vie à la naissance est de 42 ans,
• L’espérance de vie à 10 ans est de 59 ans, 

Ces mesures individuelles ne permettent pas d’obtenir une vue complète de la situation et surtout de l’évolution de la mortalité par classe d’âge. Pour obtenir cette représentation, nous devons construire un diagramme qui est appelé courbe de survie où x = âge et y = nombre de survivants sur 1000 personnes. La courbe de survie mesure l’évolution de l’espérance de vie au cours du temps. 

Comparons à nouveau 1806 et 2014. 

Si l’on groupe les données démographiques de l’année 1806 et de l’année 2014, on constate qu’en avançant dans le temps, la courbe s’arrondit entre les deux relevés. De concave, elle devient convexe. Cette poussée est due à :

• l’augmentation de l’espérance de vie,
• La disparition de la mortalité infantile,
• La raréfaction et des causes de mort des êtres humains avant 65 ans. 

Le profil de 2017 correspond à un phénomène appelé la rectangularisation de la courbe. Cela signifie que la courbe tend à atteindre une forme rectangulaire, car la mort ne frappe pas avant la sénescence. 

Impact d’une pandémie de type covid-19 sur l’espérance de vie

Selon les démographes de l’INED, il faut qu’une évolution à la baisse se prolonge pendant au moins trois ans pour marquer une tendance. 

Par exemple aux États-Unis, l’espérance de vie diminue depuis 2015. Les démographes estiment que cette baisse peut s’expliquer par la sédentarité et l’obésité de nos voisins d’Outre atlantique. Ce travail stimulant pose toutefois une nouvelle série de questions et d’interrogations. L’espérance de vie permet d’évaluer la santé d’un pays. Mais cet indicateur n’est pas suffisant. Car la santé ne se résume pas à savoir si l’on est vivant ou mort. Tous les malades de la covid-19 n’ont pas succombé. Les survivants qui ont été hospitalisés ont été intubés, alités pendant de longues semaines. Ils ont perdu du poids, du muscle et du souffle. Ils devront supporter plusieurs mois de convalescence, de la rééducation. Enfin, ils courrent le risque de ne jamais retrouver complètement le niveau de santé qu’ils avaient avant de tomber malades. 

Cela, l’espérance de vie ne nous le dit pas. Alors, comment faire pour le mesurer ? 

Comment compléter l’information avec des données qui prennent en compte le poids des maladies sur la population et la qualité de vie liée à la santé ? 

Les indicateurs de santé qui complètent l’espérance de vie

Les démographes, les médecins et les scientifiques ont développé d’autres indicateurs qui tiennent compte de ces facteurs. 

Découvrons les plus utilisés.

Le YPLL (Years Of Potential Life Lost) est l’estimation du nombre potentiel d’années de vie perdues. Cet indicateur repose sur l’écart entre une espérance de vie raisonnable (par exemple 70 ans) et le nombre d’années de vie perdues par rapport à ces 70 ans.  

• Si je meurs à 50 ans, je perds 20 YPLL, 
• Si je meurs à 90 ans = je n’ai rien perdu, 
• Si je meurs à 15 ans, je perds 55 YPLL 

On ne calcule pas le YPLL par individu, mais en nombre d’années perdues pour 100 000 habitants.  Par exemple, en France en 2013, le YPLL est de 3130 alors que dans les années1960 il était à 8000. Cet indicateur permet de mesurer la quantité d’années perdues à cause de certaines maladies. On peut par exemple dire que la covid-19 a fait perdre 2000 YPLL pour un pays donné. Et donc on peut fixer des priorités de santé publique en concentrant les efforts sur les maladies qui ont le YPLL le plus élevé. 

En France en 2013, le score de la tuberculose est de 1,3 YPLL alors que le mélanome fait perdre plus de 18 YPLL. Logiquement, la politique de santé a consacré plus d’énergie et de moyens dans la lutte contre le mélanome. Évidemment, ces priorités évoluent au cours du temps. Ainsi, en France toujours, mais en 1960, le YPLL de la tuberculose était de 321 et celui du mélanome de 12,6. C’est formidable et nous pourrons calculer le YPLL de la Covid-19 dès la fin de l’année. Mais cet indicateur n’est toujours pas suffisant, car il ne tient pas compte de l’impact réel de la maladie sur les patients qui n’en meurent pas. 

Et cela, c’est gênant pour le covid-19, comme nous l’avons évoqué plus haut, mais aussi, concernant les seniors, pour toutes les maladies chroniques ou comorbidités. Pour mesurer leur impact, les scientifiques ont inventé un nouvel indicateur dans les années 1970, le DHLL.

Le DHLL évalue le nombre de jours de vie en bonne santé que la maladie fait perdre. 

DHLL = jours perdus (les jours du YPLL) + jours de maladie + jours perdus à cause du handicap ou des séquelles définitives de la maladie. Pour calculer ces séquelles, on applique un coefficient variable selon les maladies. Par exemple, pour un AVC, le coefficient est de 75 % pour la poliomyélite, il est à 25 %. Donc si je vis 10 ans après un AVC, c’est comme si j’avais perdu 7 ans et demi de vie en bonne santé.

Le DHLL permet de faire des études d’impact sur la santé des malades et le fardeau de la maladie. Il aide également à prioriser les politiques de santé.

Le DHLL permet d’évaluer l’impact des actions de terrain en chiffrant l’écart de résultat entre un programme de vaccination contre la rougeole qui permettait de gagner 16 fois plus de DHLL que la construction d’hôpitaux pour soigner les malades de la rougeole. Avec le temps, le nombre d’indicateurs de santé a augmenté de manière exponentielle. D’ailleurs, la crise covid-19 nous en révèle de nouveaux chaque jour, comme vous l’avez sûrement constaté. Cependant, il y a deux indicateurs de référence qui font consensus. Les chercheurs les ont élaborés à partir des jeux de donnés qu’ils utilisent pour le YPLL et le DHLLL.

• Les Quality Adjusted Life Years (QUALYs) qui servent aux analyses micro-économiques, en évaluant le nombre d’années de vie restant à vivre, comme les YPLL. 
• Les Disability Adjusted Life Years (DALYs) qui servent à évaluer le fardeau de la maladie. L’OMS les utilise dans un baromètre annuel : le GBD (Global Burden of Disease). Construits sur la même base que le DHLL, ils prennent en compte comme variable l’espérance de vie à l’âge du décès maximal sur terre.

Vous savez à présent comment compléter l’analyse de l’espérance de vie avec des indicateurs de santé qui donnent des informations sur l’impact des maladies. Des indicateurs fort utiles quand on s’intéresse aux personnes âgées et aux maladies chroniques. En effet, la chronicisation des maladies a contribué à l’augmentation de l’espérance de vie. 

Comment ? 

En développant des traitements qui annulent ou ralentissent les effets mortels de maladies autrefois fulgurantes. Ces maladies chroniques sont également connues sous le nom de comorbidités. Par exemple, le cancer du pancréas, l’hypertension artérielle, le diabète, la leucémie, etc. Toutes ces maladies qui ne tuent plus obligent cependant les personnes âgées à prendre des traitements à vie, subissant parfois des effets secondaires de la médication ou de la maladie elle-même. 

Outre les indicateurs de santé dont nous venons de faire la découverte, la mesure de l’impact de ces comorbidités sur la santé est réalisée au travers d’un autre indicateur, l’espérance de vie en bonne santé. Elle est estimée respectivement à 64,1 pour les femmes et 62,7 ans pour les hommes. 

Trois jeux de données servent à calculer l’espérance de vie sans incapacités : 

• L’état de santé perçu par les personnes concernées, 
• l’existence ou non d’une maladie chronique, 
• la présence ou non d’une limitation des activités habituelles depuis six mois en raison d’un problème de santé. 

L’espérance de vie en bonne santé fait intervenir la notion subjective d’état de santé perçu par les personnes concernées. En outre, on peut s’interroger sur la corrélation entre traitement médicamenteux et bonne santé. Si l’espérance de vie sans incapacité désigne la période où je n’ai pas besoin de médicaments pour vivre, que dire des vaccins, des antibiotiques et de tous les traitements qui me sauvent la vie en amont ?  Est-ce que je pourrais avoir une telle espérance de vie si je n’étais pas vacciné contre la rougeole ou la tuberculose ?  

La question est ouverte, mais si nous voulons aller plus loin, nous devons nous interroger sur la cause racine du problème de l’espérance de vie en bonne santé. Puisque les maladies chroniques apparaissent en vieillissant, le problème est-il la maladie chronique ou sa cause racine, le vieillissement ? 

La vieillesse est-elle une maladie ? 

Dans les années 1960, lorsque la recherche sur le cancer n’e était qu’à ses débuts le but était d’empêcher les tumeurs de se répandre et d’améliorer la vie des patients. Presque personne ne s’intéressait aux causes du cancer. C’était juste une maladie qui fait partie du cycle du vivant. Ceux qui cherchaient à en trouver les causes étaient marginalisés. Les gens vieillissent, certains développent un cancer, nous devons les soulager du mieux qu’on peut. 

Aujourd’hui, les causes génétiques du cancer sont comprises et nous ne considérons plus qu’il est inévitable. Grâce à de nouvelles disciplines, comme l’immunothérapie, les décès globaux dus aux cancers ont diminué de 17 % aux États-Unis entre 1991 et 2016. Et continuent de chuter, c’est une victoire qui se compte en millions de vies. 

La recherche sur le vieillissement en est à ses débuts

La recherche sur le vieillissement en est au même stade que la recherche sur le cancer dans les années 1960. Nous savons à quoi ressemblent le vieillissement et ses symptômes, mais chercher à en trouver les causes et essayer de l’éradiquer est perçu comme futile et regardé avec hostilité.  

Le vieillissement n’est pas considéré comme une maladie. Dans aucun pays. Pourtant, c’est la cause principale de mortalité dans le monde. Et nous sommes tous affectés par cette condition qui génère toutes les autres maladies qu’on voit dans la vieillesse.  Le biologiste australien David Sinclair travaille depuis plus de 30 ans sur les causes du vieillissement. Il a publié ses théories dans son livre Lifespan.  

Les 9 causes primaires du vieillissement 

1. Lésion du génome et de l’ADN 
2. Réduction des télomères 
3. Dégradation de l’épigénétique 
4. Mauvais repliement des protéines 
5. Dysfonctionnement des mitochondries 
6. Mauvaise détection des nutriments 
7. Sénescence des cellules 
8. Épuisement des cellules souches 
9. Signalisation intercellulaire et inflammation 

Aller plus loin : lisez notre article les 9 causes du vieillissement enfin décryptées

David Sinclair a mis au point la théorie de l’information sur le vieillissement. Selon lui, nous devenons vieux et sensibles aux maladies parce que nos cellules perdent de l’information au niveau épigénétique. L’ADN stocke les informations de manière numérique. L’épignénôme stocke les informations au niveau « analogique », il est sujet aux dégradations de nature physique. Les informations ne peuvent plus être lues correctement.

Pour traiter le vieillissement à sa cause, il faut redonner aux cellules les informations qu’elles avaient lorsque la personne avait 20 ans et qui sont aujourd’hui perdues. La recherche est en bonne voie. Elle apporte ainsi une solution au problème de diminution de la vue qui apparait à partir de 45 ans. Selon la théorie de Synclair, c’est parce que les cellules de la vue ont perdu une partie de leurs informations au fil des années. Les chercheurs de son laboratoire ont réussi à rajeunir les cellules du nerf optique de vieilles souris. Si nous y parvenons pour le nerf optique, nous pourrions le faire pour d’autres cellules du corps. Les transhumanistes estiment que la vieillesse est une maladie et qu’elle peut donc être soignée. 

« Aujourd’hui, notre espérance de vie est principalement limitée par le vieillissement qui peut être vu comme un programme génétique d’autodestruction. Présent en chacun d’entre nous, qui se déclenche vers l’âge de 20 ans et mène à une mort certaine, une centaine d’années après, soit vers 120 ans. 

Or, sans vieillissement, votre espérance de vie serait de 1000 ans. 

La question qui se pose c’est de savoir si l’humanité dispose des technologies nécessaires pour pouvoir stopper ce programme de destruction. En l’occurrence, la révolution en cours dans le domaine des NBIC nous donne de sérieux espoirs de pouvoir arriver à arrêter le vieillissement d’ici la fin du siècle. »

Vous avez aimé cet article ? Vous avez appris des choses ?

Savez-vous que je publie une nouvelle analyse chaque semaine ?

En la lisant, vous prendrez de l’avance sur vos concurrents sans avoir à réaliser une veille fastidieuse, puisque nous la ferons pour vous !

Pour bénéficier de mes analyses, rejoignez les 2000 professionnels abonnés à ma liste de diffusion exclusive en inscrivant votre e-mail ci-dessous.

Ou… découvrez les derniers numéros de Longévité en visitant cette page de présentation.

Bibliographie et sources

Livres

• La fin de l’individu, voyage d’un philosophe au pays de l’intelligence artificielle / Gaspard Kœnig (2019)
• The Valley, une histoire politique de la Silicon Valley / Fabien Benoit (2019)
• La guerre des intelligences / Laurent Alexandre (2017)
• Une puce dans le cerveau / Dorian Neerdael (2014)

Vidéos 

• Risque Alpha : Episode 3
• Risque Alpha : QALYs & DALYs, indicateurs de santé 
• Monsieur Phi : Voulez-vous mourir ? 
• Long Long Life : Les 9 causes du vieillissement (playlist)
• Singularity University : David Karow at SU Global Summit 2019
• The Flares : Vers un allongement radical de la durée de vie 
• The Flares : Ethique transhumaniste et futur positif
• Vsauce : Why don’t we all have cancer ? 

Articles en ligne

• Centre d’observation de la société : allons-nous vivre 150 ans ?
• INED : l’espérance de vie en France
• Population et société : peut-on gagner trois mois par an indéfiniment ? 
• Nature : Human age limit claim sparks debate
• Revue interrogations : inégalités de revenus et état de santé, une relation ambiguë 

Données en ligne

• INSEE : jeu de données 2020
• OMS : GBD
• Google Public Data : Banque Mondiale