Les modèles épidémiologiques ont été indispensables pour nous aider à comprendre la pandémie de maladie à coronavirus qui se déroule en 2019 (COVID-19). Une équipe de scientifiques internationaux a récemment développé un modèle épidémiologique pour explorer l’impact de la variation individuelle de la sensibilité et de l’infectiosité sur la dynamique de transmission d’une maladie infectieuse à travers des populations inhomogènes. L’étude est actuellement disponible sur le medRxiv* serveur de pré-impression.
Sommaire
Fond
En épidémiologie, les modèles classiques reposent principalement sur l’hypothèse que tous les individus d’une population donnée sont également sensibles à une infection particulière et ont la même propension à transmettre l’infection à d’autres. Cependant, ces hypothèses ne sont pas toujours raisonnables pour les maladies infectieuses avec de grandes variations d’infectivité individuelle. Dans la récente épidémie mondiale de COVID-19, un petit nombre d’individus infectés seraient responsables d’une infection par le coronavirus 2 (SRAS-CoV-2) du syndrome respiratoire aigu sévère chez un grand nombre d’individus. Ainsi, une estimation précise de l’issue de la pandémie n’est pas possible avec ces modèles classiques.
Dans la présente étude, les scientifiques ont spécifiquement analysé deux aspects distincts mais liés de la dynamique de la transmission du virus: les événements de grande diffusion et la propagation des individus. Les événements qui produisent de nombreux cas de COVID-19 sont appelés événements de grande diffusion. De même, un petit groupe d’individus spécifiques qui créent de nombreux cas d’infection est qualifié d’individus très répandus. Plus précisément, ils ont considéré qu’un super-épandeur est toujours un individu et non un événement.
L’inhomogénéité d’une population donnée, qui joue un rôle important dans la dynamique de transmission de l’infection, peut dépendre de plusieurs facteurs, notamment la variation individuelle de l’excrétion virale, la capacité de génération de gouttelettes et les réseaux de contact. De plus, la variation des systèmes de ventilation à un événement ou un lieu donné peut avoir un impact significatif sur la dynamique de transmission. Dans cette étude, les scientifiques ont analysé séparément deux paramètres: la sensibilité et l’infectiosité. Ils ont ensuite évalué la corrélation entre ces paramètres dans la modulation de la dynamique de transmission.
Selon les modèles épidémiologiques classiques (modèle SIR), il existe trois catégories dans une population donnée: les individus sensibles (S), infectés (I) et guéris (R). Dans ce modèle, le taux d’infection est proportionnel au nombre d’interactions entre les individus infectés et sensibles. En revanche, le taux de récupération est proportionnel au nombre d’individus infectés.
Pour étudier le nombre total d’infections, les scientifiques ont modifié ce modèle en considérant que ces paramètres sont différents selon les individus. En d’autres termes, ils considèrent que le taux d’infection est un produit de la sensibilité et de l’infectiosité individuelles. L’équation mathématique finale qu’ils ont dérivée indique que la proportion totale d’individus qui ont déjà été infectés à un moment donné est la somme des individus actuellement infectés et rétablis.
Observations importantes
L’analyse mathématique réalisée dans cette étude a indiqué que les différences de sensibilité et d’infectiosité individuelles ont un impact significatif sur le nombre total d’infections (taille de l’épidémie) et que la taille réelle de l’épidémie dépend principalement du degré de corrélation entre la sensibilité et l’infectiosité; une corrélation plus élevée est associée à une épidémie de plus grande taille.
En général, l’analyse a révélé qu’une distribution plus large des individus sensibles et infectés est associée à une taille d’épidémie plus faible. Selon le modèle, la taille finale de l’épidémie ne peut être prédite que sur la base des proportions d’infectivité et de sensibilité. La dynamique de distribution de ces paramètres a également un impact significatif sur la taille finale de l’épidémie.
En ce qui concerne la super-diffusion, le modèle a révélé que la corrélation entre la sensibilité et l’infectiosité influence fortement les effets des super-épandeurs sur le taux de croissance initial de l’épidémie. En augmentant le nombre de super-épandeurs sans altérer l’infectiosité et la sensibilité moyennes, les scientifiques ont observé une induction du taux de croissance initial de l’épidémie, qui a finalement augmenté la taille finale de l’épidémie. En revanche, ils ont observé une réduction de la taille finale de l’épidémie en ajoutant un super-épandeur et un individu remarquablement prudent dans le modèle. Cet ajustement a été fait pour augmenter la variation individuelle.
Dans le modèle actuel, les scientifiques n’ont pas envisagé l’option de réinfection. Ils pensent que l’impact des super-épandeurs sur la taille réelle de l’épidémie serait beaucoup plus élevé si la réinfection des individus récupérés était prise en compte dans le modèle.
Importance de l’étude
L’étude fournit un modèle mathématique efficace pour évaluer la dynamique de transmission d’une maladie infectieuse pour une population présentant des différences de sensibilité individuelle et d’infectivité (population non homogène). Les résultats révèlent que dans une population donnée, les différences dans la capacité d’un individu à contracter et à transmettre l’infection sont les plus importantes pour façonner l’issue d’une épidémie ou d’une situation pandémique. Étant donné que la mesure de l’infectiosité et de la sensibilité individuelles de nombreuses personnes est une condition préalable à la détermination de la dynamique de distribution, les scientifiques estiment que prédire la taille finale de l’épidémie est une tâche difficile dans la vie réelle.
*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, guider la pratique clinique / le comportement lié à la santé ou être traités comme des informations établies.