Une estimation des cas de COVID non détectés en France

La pandémie de COVID-19 en cours a mis à rude épreuve les systèmes de santé, perturbé les économies et effiloché le tissu des sociétés du monde entier. Les États-nations ont réagi différemment à la crise et seuls quelques pays ont réussi à maintenir le contrôle de la transmission du coronavirus. Écrire dans NaturePullano et al.1 rapportent leur étude des infections par le SRAS-COV-2 en France à la fin du printemps et au début de l’été 2020. Leur analyse est intervenue après le pic de la première vague de cas de COVID-19 là-bas, mais avant la nouvelle augmentation à l’automne, qui a conduit à une deuxième vague de cas plus élevée. Les résultats offrent des leçons importantes.

Trois caractéristiques clés du coronavirus SARS-CoV-2 l’ont rendu particulièrement difficile et perturbateur. Premièrement, il s’agit d’un virus nouvellement apparu contre lequel la plupart des gens n’ont que peu ou pas d’immunité préexistante. Deuxièmement, la plupart des infections ne sont pas documentées par les systèmes de santé ; de nombreuses personnes atteintes de ces infections non documentées ne présentent aucun symptôme ou seulement des symptômes légers et peuvent propager le virus sans le savoir2. De plus, les personnes atteintes d’infections qui sont finalement documentées deviennent généralement contagieuses avant l’apparition des symptômes.2,3. En conséquence, la majeure partie de la transmission virale au sein et entre les communautés est due à une combinaison d’individus pré-symptomatiques qui développeront plus tard des symptômes, d’individus qui ne développent jamais de symptômes (individus asymptomatiques) et d’individus présentant des symptômes légers qui ne consultent pas un médecin. Troisièmement, malgré la prépondérance des infections non documentées, le nombre total d’infections mondiales (documentées et non documentées) est si élevé – avec des centaines de millions de personnes infectées à ce jour – que la fraction relativement faible des infections qui entraînent des conséquences graves ou la mort4 se compte déjà en millions.

Pour comprendre et contrôler la pandémie, il est crucial d’estimer l’étendue de la maladie au sein des communautés. Un moyen de déterminer la prévalence de l’infection est fourni par une mesure appelée taux de vérification – la fraction de toutes les infections qui sont documentées dans le système de santé comme des cas confirmés. Un taux de détection plus élevé signifie une plus grande capacité à identifier les infections et donc éventuellement à contrôler la propagation du virus grâce à l’isolement des personnes infectées, ainsi qu’à d’autres interventions. Pullano et ses collègues présentent deux estimations générées indépendamment des nouveaux cas symptomatiques de COVID-19 en France au cours d’une période de sept semaines de la mi-mai à juin (générant ces deux estimations à l’aide d’approches de données et d’inférence), pour quantifier le taux de détection des infections symptomatiques. Ils trouvent un écart substantiel entre leur estimation du nombre de cas symptomatiques détectés et du nombre total de cas symptomatiques détectés et non détectés (Fig. 1), révélant un faible taux de constatation. Les résultats suggèrent que le système global de test et de contrôle en place était insuffisant pour contenir le virus avec succès dans ce pays d’environ 65 millions d’habitants.

Figure 1

Figure 1 | Cas de COVID-19 en France. Pullano et coll.1 présentent leur analyse du nombre de nouveaux cas de COVID-19 dans lesquels les individus ont développé des symptômes au cours d’une période de sept semaines, du 11 mai au 28 juin 2020. Cela correspondait à une période où les infections diminuaient après la fin d’un confinement national. À l’aide d’une base de données nationale, les auteurs ont estimé le nombre de cas symptomatiques confirmés détectés dans le système de santé à la fin de chaque semaine (ligne rouge). Ils ont utilisé la modélisation mathématique et l’évaluation des dossiers hospitaliers pour prédire le nombre total de nouveaux cas de COVID-19, y compris ceux non enregistrés dans le système médical (la ligne bleue, l’ombrage indique l’intervalle de confiance à 95%). Les résultats suggèrent qu’une forte proportion de cas n’ont pas été détectés. (Graphique basé sur la Fig. 3a de la réf. 1.)

Pullano et ses collègues ont dérivé leur première estimation des cas symptomatiques confirmés de COVID-19 à partir d’une base de données nationale, qui a été conçue pour suivre et enregistrer les résultats des tests du SRAS-CoV-2. Cette base de données a été lancée en mai 2020, à la fin du confinement de printemps en France. Les informations qu’il contient comprennent des tests virologiques de routine et des rapports de symptômes pour : le personnel de santé ; les personnes âgées en maisons de retraite ; résidents d’établissements de soins de longue durée; et les patients hospitalisés pour quelque raison que ce soit, ainsi que des données sur la recherche et le dépistage des contacts des cas confirmés de COVID-19. En plus de ces mesures de surveillance, toute personne qui présentait des symptômes de la COVID-19 pouvait obtenir des tests de diagnostic si elle était référée par son médecin. En tenant compte des cas asymptomatiques et pré-symptomatiques, ainsi que des délais entre l’apparition des symptômes et les tests, Pullano et al. a obtenu une estimation du nombre de personnes atteintes de COVID-19 confirmé chez qui des symptômes se sont développés au cours de la période d’étude de sept semaines.

Pour leur deuxième estimation, Pullano et ses collègues ont utilisé un modèle mathématique, des dossiers d’hospitalisation et une méthode d’estimation du maximum de vraisemblance pour déduire toutes les incidences de SRAS-CoV-2 (documentées et non documentées) dans lesquelles l’apparition des symptômes chez les personnes infectées s’est produite pendant la période d’étude . Leur approche d’inférence de modèle permet l’estimation d’un large éventail de conditions épidémiologiques, y compris le nombre total d’infections symptomatiques. Ces estimations comportent des incertitudes selon la qualité des données disponibles et si les hypothèses et la forme du modèle représentent vraiment la dynamique de la transmission du SRAS-CoV-2. En testant systématiquement la sensibilité de leurs découvertes aux hypothèses qu’ils ont faites, Pullano et al. fournir une confiance supplémentaire dans leurs inférences et limiter les limites de l’incertitude pour leur valeur estimée pour le nombre total d’infections symptomatiques.

À l’aide de la base de données de surveillance, Pullano et al. estiment qu’il y a eu plus de 14 000 cas symptomatiques confirmés avec apparition des symptômes au cours de la période d’étude. Cependant, en utilisant l’approche d’inférence de modèle, les auteurs suggèrent plutôt une estimation beaucoup plus élevée – d’un peu moins de 104 000 infections symptomatiques au total (confirmées et jamais documentées). Ce constat dresse un tableau général inquiétant. L’estimation de l’approche d’inférence de modèle suggère que 86% des infections symptomatiques n’ont pas été détectées, malgré les faibles niveaux d’infection qui ont suivi le verrouillage du printemps et un programme centralisé et coordonné de test et de traçage. Pullano et al. notent à juste titre que bien que le taux de détection ait augmenté au cours de la période de sept semaines étudiée, la grande majorité des infections symptomatiques n’ont néanmoins pas été détectées.

Pullano et ses collègues n’ont pas inclus les infections asymptomatiques lors de leur calcul du taux de vérification. Si le taux d’infection asymptomatique estimé par les auteurs est inclus, le calcul correspondant suggère que seulement environ 1 infection par le SRAS-CoV-2 sur 12 a été identifiée au cours de la période d’étude. Autres études2,5 ont également estimé un sous-dénombrement substantiel des infections totales et des infections symptomatiques. Pullano et coll. utilisent également leurs conclusions pour examiner ce que les données révèlent sur les lacunes des efforts de surveillance de la COVID-19.

Les systèmes de test et de traçage mis en place dans le monde varient, mais ils commencent par des cas « index », des personnes sans contacts infectieux connus qui sont testées en raison de leur travail ou de leurs conditions de vie, de la présentation de symptômes ou, dans certains cas, simplement à cause d’un désir. être testé. En exigeant que la plupart de la population testée obtienne une recommandation de leur médecin, la France pourrait avoir des communautés défavorisées qui ont un accès plus limité aux soins de santé et des taux de dépistage réduits. Pullano et ses collègues rapportent également que les données de surveillance suggèrent que moins d’un tiers des personnes en France qui présentaient des symptômes de COVID-19 ont consulté un médecin.

Dans de telles circonstances, les perspectives d’un contrôle viral continu étaient probablement compromises. La France a ensuite connu une vague particulièrement dévastatrice de cas de COVID-19 commençant en août et culminant début novembre. Les politiques et les comportements qui ont limité la propagation du virus au début de l’été étaient insuffisants pour contrôler le virus à la fin de l’été et à l’automne, lorsque certaines personnes sont parties en vacances ou se sont lassés de la distanciation sociale, les écoles et les universités ont ouvert et le temps s’est refroidi. Ce dernier facteur a entraîné une plus grande survie du virus6,7 et les gens passent plus de temps à l’intérieur et à proximité des autres, par rapport à l’été8.

Certains pays, comme la Corée du Sud, la Thaïlande et le Vietnam, ont réussi à utiliser les tests et le traçage en conjonction avec d’autres stratégies de contrôle pour maintenir des taux de détection élevés et le virus largement sous contrôle (voir go.nature.com/3qkm2bz). Ces succès indiquent que les programmes de dépistage et de traçage peuvent être efficaces, à condition que la prévalence des infections ne dépasse pas la capacité de tester et de documenter les infections, d’identifier et de retracer les contacts de manière approfondie, et d’isoler et de mettre en quarantaine les individus contagieux et potentiellement contagieux. Cependant, les tests et le traçage seuls sont probablement insuffisants pour parvenir à un contrôle durable du COVID-199. Au lieu de cela, des efforts politiques et publics sont également nécessaires pour garantir le respect continu des interventions visant à limiter les infections, notamment le port de masques faciaux, la distanciation sociale et la restriction des grands rassemblements.dix. De nombreux pays, en raison d’échecs de leadership, de barrières culturelles ou institutionnelles, ou d’une simple fatigue, ont échoué dans leurs efforts pour parvenir ou maintenir le contrôle du virus.

Alors que le COVID-19 continue de se propager en France et ailleurs, il est impératif de surveiller les taux de vérification, soit en utilisant des approches d’inférence de modèle2 ou par des tests à grande échelle d’individus pour les anticorps anti-SRAS-CoV-2, qui fournissent une estimation de la proportion d’une population précédemment infectée par le virus11. Les conclusions de Pullano et ses collègues soutiennent l’idée que des efforts doivent être faits pour suivre les taux de sous-détection et pour mieux quantifier le nombre total d’infections. Ces informations sont cruciales pour évaluer avec précision les mesures de contrôle, afin que le besoin d’interventions renforcées ou alternatives puisse être identifié, et pour développer des stratégies de déploiement de vaccins. (Par exemple, comprendre le profil d’infection d’une région fournit des informations utiles si l’on planifie une approche de vaccination anti-cluster). réponse à développer.

Pullano et al. utilisent le taux de constatation pour quantifier la sous-détection en France, et leurs résultats mettent en évidence comment une telle sous-détection, si elle est reconnue, pourrait être utilisée comme motivation pour mettre en place de meilleures mesures de surveillance et de contrôle de la pandémie. Les auteurs montrent également la valeur de la modélisation mathématique pour évaluer à la fois la prévalence des maladies à l’échelle de la population et l’efficacité des politiques de lutte contre les maladies.

Intérêts concurrents

JS et Columbia University divulguent la propriété partielle de SK Analytics. JS divulgue des conseils pour BNI et Merck.

About 1t76c

Check Also

Convertisseur de YouTube en MP3

¿ Pourquoi avez-vous utilisé le nouveau convertisseur de mp3 de youtube ? Convertir des vidéos en …

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.