Des recherches suggèrent que la ville de New York a peut-être atteint le seuil d'immunité du troupeau contre les coronavirus

Une nouvelle étude menée par des chercheurs de l'Université de l'Illinois à Urbana-Champaign et Brookhaven National Laboratory et publiée sur le serveur de pré-impression medRxiv* en juillet 2020 discute de l'effet d'un facteur appelé hétérogénéité de contact persistante sur la taille finale de l'épidémie de COVID-19. Les chercheurs affirment que l'utilisation d'estimations basées sur cette mesure réduit le seuil d'immunité du troupeau (HIT) et suggère que les zones les plus touchées, comme New York City (NYC), sont presque à ce seuil, ce qui signifie qu'elles ne seront pas des sources de se propager à d'autres régions si une deuxième vague de la pandémie actuelle se produit.

La liaison des anticorps à la protéine de pointe (S) du virus SARS-CoV-2 est une étape essentielle pour développer l'immunité contre le coronavirus. Crédit d'image: Juan Gaertner / Shutterstock

La liaison des anticorps à la protéine de pointe (S) du virus SARS-CoV-2 est une étape essentielle pour développer l'immunité contre le coronavirus. Crédit d'image: Juan Gaertner / Shutterstock

Diverses approches épidémiologiques

Les modèles épidémiologiques ont joué un rôle important dans l'étude du nombre et de la progression des flambées infectieuses, mais l'intégration du rôle de l'hétérogénéité de la population en termes de sensibilité individuelle, ainsi que des réseaux sociaux dans de telles études, a été un défi dans de nombreux cas. Parmi les conséquences importantes de ces facteurs, il y a la survenue d'événements de grande diffusion qui alimentent l'épidémie locale initiale, l'altération de la HIT et la taille finale de l'épidémie (FSE).

Plusieurs approches ont été adoptées pour inclure ce facteur tout en modélisant la dynamique d'une épidémie, en se concentrant sur diverses caractéristiques et paramètres. Par exemple, on pourrait utiliser des groupes stratifiés par âge pour estimer les variations des contacts et de la sensibilité. Un autre pourrait utiliser la modélisation mathématique pour simuler des réseaux sociaux réels ou artificiels.

Dépendance Re / R vs S pour la susceptibilité distribuée gamma pour λ = 4 ± 1 (zone bleue). La ligne en pointillé montre le résultat homogène classique, Re = R0S. Notez une réduction substantielle de Re pour COVID-19 à New York et à Chicago, par rapport à cette valeur. Les fractions approximatives des populations sensibles, S, pour les deux villes sont estimées à la fin mai 2020, en utilisant le modèle décrit dans l'article. B) Seuil d'immunité du troupeau (zone bleue) et taille finale de l'épidémie (FSE, zone verte) pour les susceptibilités gamma-distribuées. La plage de λ est la même que dans (A). La FSE est présentée en supposant une corrélation maximale entre la susceptibilité et l'infectivité (χ = 1), ce qui correspond à CV 2 α allant de 1 à 2. Notez une réduction substantielle de la HIT et de la FSE par rapport aux résultats classiques pour une population homogène qui sont indiqués en bleu lignes pointillées et pointillées vertes, respectivement

Dépendance Re / R vs S pour la susceptibilité distribuée gamma pour λ = 4 ± 1 (zone bleue). La ligne en pointillé montre le résultat homogène classique, Re = R0S. Notez une réduction substantielle de Re pour COVID-19 à New York et à Chicago, par rapport à cette valeur. Les fractions approximatives des populations sensibles, S, pour les deux villes sont estimées à la fin mai 2020, en utilisant le modèle décrit dans l'article. B) Seuil d'immunité du troupeau (zone bleue) et taille finale de l'épidémie (FSE, zone verte) pour les susceptibilités gamma-distribuées. La plage de λ est la même que dans (A). La FSE est présentée en supposant une corrélation maximale entre la susceptibilité et l'infectivité (χ = 1), ce qui correspond à CV 2 α allant de 1 à 2. Notez une réduction substantielle de la HIT et de la FSE par rapport aux résultats classiques pour une population homogène qui sont indiqués en bleu lignes pointillées et pointillées vertes, respectivement

La théorie unificatrice

L'approche actuelle vise à prédire non pas l'état final de l'épidémie, comme pour les deux autres, mais l'ensemble du scénario changeant en fonction du temps. Cela a été appliqué au COVID-19, et de nombreux chercheurs sont arrivés à la conclusion que le HIT peut être significativement inférieur à celui obtenu par des modèles plus conventionnels basés sur l'homogénéité.

Les chercheurs considèrent la surdispersion, c'est-à-dire les poussées soudaines à court terme de transmission virale causées par des événements de super-diffusion, par exemple, comme une source de variation plus importante. À l'autre extrémité du spectre se trouve l'hétérogénéité persistante, qui se réfère aux caractéristiques comportementales individuelles relatives à une longue période de temps, qui est liée à une fluctuation plus régulière. Ils tentent de rapprocher à la fois en considérant à la fois la nature biologique et sociale de l'hétérogénéité et leur rôle dans la modification de la dynamique épidémique tout au long de son laps de temps, ainsi que la façon dont ils déterminent la HIT et la FSE.

L'étude dit: «Dans notre théorie, une décision personnelle d'assister à une grande fête ou à une réunion ne serait significative pour la dynamique épidémique que si elle représente un modèle de comportement récurrent. D'un autre côté, les événements de grande propagation sont façonnés par des variations de courte durée de l'infectiosité individuelle (par exemple, une personne pendant la phase hautement infectieuse de la maladie assistant à un grand rassemblement). »

Cette dernière entraînerait des estimations exagérées de l'hétérogénéité par rapport aux mesures moyennées dans le temps ou à long terme qui sont importantes pour déterminer la façon dont les épidémies disparaissent lorsque l'immunité du troupeau est atteinte.

Ils commentent que cette approche est à la fois «pratique et utile dans la pratique» en ce qu'elle n'a pas besoin de plus d'étalonnage pour tenir compte des conditions épidémiques qui changent considérablement, mais peut incorporer des données réelles. Ceci est possible en incorporant le facteur d'immunité λ, qui encapsule tout l'effet de l'hétérogénéité, dans de nombreux cas. Ce facteur décide de la vitesse à laquelle le taux de reproduction effectif, Re, tombe au stade précoce de l'épidémie et joue un rôle déterminant dans l'obtention du HIT et du FSE modifiés en l'absence d'atténuation.

Sources d'hétérogénéité

L'hétérogénéité parmi les individus d'une population provient de facteurs biologiques, comme la fonction immunitaire, la constitution génétique, l'âge et les maladies coexistantes, et des facteurs sociaux, comme le nombre de contacts sociaux étroits que l'on a. Le facteur de sensibilité α varierait non seulement avec l'immunité biologique, mais serait plus élevé chez les personnes exerçant des professions à haut risque telles que les travailleurs de la santé, ou chez celles qui travaillent dans les centres sociaux, ou défient systématiquement les réglementations de distanciation sociale. Ces sources relèvent du facteur d'immunité λ.

Après avoir estimé cela, les chercheurs ont ensuite utilisé des données empiriques de haute qualité sur les hospitalisations, le taux d'occupation des unités de soins intensifs (USI) et le nombre de décès quotidiens pour estimer le facteur d'immunité λ, à la fois à New York et à Chicago et dans certains États américains. Ils sont arrivés à une diminution marquée de Re, indiquant le rôle prépondérant joué par l'hétérogénéité, et un facteur d'immunité λ compris entre 4 et 5. Cela correspond étroitement à la valeur calculée à partir de l'hétérogénéité sociale et biologique. Les chercheurs commentent: «Cette analyse montre comment notre modèle est capable de faire des prédictions concrètes et testables.»

Projections et implications

Les chercheurs ont intégré leur théorie dans un modèle épidémiologique du moment de l'infection pour prédire les résultats possibles en cas de deuxième vague à New York et à Chicago. Leurs projections sont qu'il n'y aura pas de deuxième vague à New York, ce qui signifie que le HIT y a déjà été adopté. À Chicago, qui a été frappée avec une intensité moyenne, la deuxième vague devrait être beaucoup plus douce en raison des effets d'hétérogénéité, même si aucune atténuation n'est entreprise. D'un autre côté, avec des mesures douces telles que le port de masques, la limitation des rassemblements dans les bars intérieurs, les salles à manger et d'autres avenues pour les événements de grande diffusion, et le traçage des contacts, la deuxième vague pourrait être complètement évitée dans de tels endroits, suggèrent-ils.

*Avis important

medRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, orienter la pratique clinique / les comportements liés à la santé ou être traités comme des informations établies.

Vous pourriez également aimer...