Une analyse mathématique suggère que la prévention de grands rassemblements pourrait réduire considérablement les taux d’infection au COVID-19 – ScienceDaily

0
5


Il y a eu de nombreux cas documentés d’événements de «super-propagation» de Covid-19, dans lesquels une personne infectée par le virus SARS-CoV-2 infecte de nombreuses autres personnes. Mais quel rôle jouent ces événements dans la propagation globale de la maladie? Une nouvelle étude du MIT suggère qu’ils ont un impact beaucoup plus important que prévu.

L’étude d’environ 60 événements de super-propagation montre que les événements où une personne infecte plus de six autres personnes sont beaucoup plus fréquents que ce à quoi on pourrait s’attendre si la gamme des taux de transmission suivait les distributions statistiques couramment utilisées en épidémiologie.

Sur la base de leurs résultats, les chercheurs ont également développé un modèle mathématique de transmission de Covid-19, qu’ils ont utilisé pour montrer que limiter les rassemblements à 10 personnes ou moins pourrait réduire considérablement le nombre d’événements de super-propagation et réduire le nombre total d’infections.

«Les événements de super-propagation sont probablement plus importants que la plupart d’entre nous ne l’avaient initialement réalisé. Même s’il s’agit d’événements extrêmes, ils sont probables et se produisent donc probablement à une fréquence plus élevée que nous ne le pensions. Si nous pouvons contrôler les événements de super-propagation, nous avons beaucoup plus de chances de maîtriser cette pandémie », déclare James Collins, professeur Termeer de génie médical et de science à l’Institut de génie médical et des sciences (IMES) du MIT et au département de génie biologique et auteur principal de la nouvelle étude. .

Le post-doctorant du MIT, Felix Wong, est l’auteur principal de l’article, qui paraît cette semaine dans le Actes de l’Académie nationale des sciences.

Événements extrêmes

Pour le virus SRAS-CoV-2, le «nombre de reproduction de base» est d’environ 3, ce qui signifie qu’en moyenne, chaque personne infectée par le virus le transmettra à environ trois autres personnes. Cependant, ce nombre varie considérablement d’une personne à l’autre. Certaines personnes ne transmettent la maladie à personne d’autre, tandis que les «super-propagateurs» peuvent infecter des dizaines de personnes. Wong et Collins ont entrepris d’analyser les statistiques de ces événements de super-propagation.

“Nous avons pensé qu’une analyse basée sur l’étude des événements de super-propagation et de la façon dont ils se sont produits dans le passé peut éclairer la manière dont nous devrions proposer des stratégies pour gérer et mieux contrôler l’épidémie”, déclare Wong.

Les chercheurs ont défini les super-épandeurs comme des individus qui ont transmis le virus à plus de six autres personnes. En utilisant cette définition, ils ont identifié 45 événements de super-propagation de la pandémie actuelle de SRAS-CoV-2 et 15 événements supplémentaires de l’épidémie de SRAS-CoV de 2003, tous documentés dans des articles de revues scientifiques. Au cours de la plupart de ces événements, entre 10 et 55 personnes ont été infectées, mais deux d’entre elles, toutes deux issues de l’épidémie de 2003, concernaient plus de 100 personnes.

Compte tenu des distributions statistiques couramment utilisées dans lesquelles le patient typique infecte trois autres, les événements dans lesquels la maladie se propage à des dizaines de personnes seraient considérés comme très improbables. Par exemple, une distribution normale ressemblerait à une cloche avec un pic autour de trois, avec une queue qui se rétrécit rapidement dans les deux sens. Dans ce scénario, la probabilité d’un événement extrême diminue de façon exponentielle à mesure que le nombre d’infections s’éloigne de la moyenne de trois.

Cependant, l’équipe du MIT a constaté que ce n’était pas le cas pour les événements de super-propagation de coronavirus. Pour effectuer leur analyse, les chercheurs ont utilisé des outils mathématiques du domaine de la théorie des valeurs extrêmes, qui est utilisé pour quantifier le risque d’événements dits «de grosse queue». La théorie des valeurs extrêmes est utilisée pour modéliser des situations dans lesquelles les événements extrêmes forment une grande queue au lieu d’une queue effilée. Cette théorie est souvent appliquée dans des domaines tels que la finance et l’assurance pour modéliser le risque d’événements extrêmes, et elle est également utilisée pour modéliser la fréquence d’événements météorologiques catastrophiques tels que les tornades.

En utilisant ces outils mathématiques, les chercheurs ont découvert que la distribution des transmissions de coronavirus avait une grande queue, ce qui implique que même si les événements de super-propagation sont extrêmes, ils sont toujours susceptibles de se produire.

«Cela signifie que la probabilité d’événements extrêmes décroît plus lentement qu’on ne l’aurait prévu», dit Wong. “Ces événements de très grande envergure, avec entre 10 et 100 personnes infectées, sont beaucoup plus courants que nous ne l’avions prévu.”

Arrêter la propagation

De nombreux facteurs peuvent contribuer à faire de quelqu’un un super-épandeur, y compris sa charge virale et d’autres facteurs biologiques. Les chercheurs n’ont pas abordé ceux-ci dans cette étude, mais ils ont modélisé le rôle de la connectivité, définie comme le nombre de personnes avec lesquelles une personne infectée entre en contact.

Pour étudier les effets de la connectivité, les chercheurs ont créé et comparé deux modèles de réseaux mathématiques de transmission de maladies. Dans chaque modèle, le nombre moyen de contacts par personne était de 10. Cependant, ils ont conçu un modèle pour avoir une distribution exponentiellement décroissante des contacts, tandis que l’autre modèle avait une grosse queue dans laquelle certaines personnes avaient de nombreux contacts. Dans ce modèle, beaucoup plus de personnes ont été infectées par des événements super-propagateurs. La transmission s’est arrêtée, cependant, lorsque des personnes ayant plus de 10 contacts ont été retirées du réseau et supposées être incapables d’attraper le virus.

Les résultats suggèrent que la prévention des événements de super-propagation pourrait avoir un impact significatif sur la transmission globale de Covid-19, selon les chercheurs.

“Cela nous donne une idée de la façon dont nous pourrions contrôler la pandémie en cours, c’est-à-dire en identifiant des stratégies qui ciblent les super-propagateurs”, dit Wong. “Une façon d’y parvenir serait, par exemple, d’empêcher quiconque d’interagir avec plus de 10 personnes lors d’un grand rassemblement.”

Les chercheurs espèrent maintenant étudier comment les facteurs biologiques pourraient également contribuer à la super-propagation.

La recherche a été financée par la Fondation James S. McDonnell.

LEAVE A REPLY

Please enter your comment!
Please enter your name here