Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Épidémiologie

L'importance de la détection précoce des virus

Explorer comment la détection précoce pourrait améliorer les stratégies de réponse aux pandémies.

― 8 min lire


La détection précoce desLa détection précoce desvirus, c'est important.surveillance.grâce à de meilleurs systèmes deAméliorer les réponses aux épidémies
Table des matières

Il y a eu beaucoup de discussions sur les politiques qui auraient pu aider à ralentir les débuts de l’épidémie de COVID-19 qui a commencé fin 2019. Alors que le virus commençait à se propager largement, les experts ont examiné plusieurs mesures qui n'impliquaient pas de médicaments, comme limiter les mouvements, fermer les écoles et encourager les gens à rester chez eux. Ils ont aussi étudié la fréquence des Tests et la durée du confinement pour ceux qui étaient infectés. Ces actions ont en effet aidé à réduire la propagation du COVID-19, mais on a peu parlé de savoir si détecter le virus plus tôt aurait pu mener à une meilleure réponse.

L’idée, c'est que si un virus est détecté tôt, il est plus facile à gérer. Une Détection précoce signifie que des mesures comme le suivi et l'isolement des personnes infectées seraient moins coûteuses et pourraient retarder plus d'infections et de décès jusqu'à ce que les hôpitaux soient prêts à faire face à la hausse des cas. La vraie question est de savoir à quel point la détection précoce ferait une différence. C’est particulièrement important aujourd'hui, alors que les gouvernements envisagent de dépenser de grosses sommes pour ce genre de systèmes.

Surveillance pour une Détection Précoce

Les chercheurs suggèrent d’investir dans des systèmes qui peuvent constamment surveiller les nouveaux virus dans différents endroits. Ça inclut les patients montrant des signes de maladie à l’hôpital, vérifier les eaux usées dans les stations d’épuration, et surveiller les eaux usées des avions en vol international. Ces endroits sont intéressants parce qu'ils étaient souvent testés pour le COVID-19. Bien que les hôpitaux testent depuis le début de la pandémie, la surveillance des eaux usées et des voyages aériens a attiré plus d'attention récemment. Les hôpitaux voient souvent les cas plus tard que les communautés, donc vérifier ces autres sources pourrait être bénéfique.

Il y a eu quelques tentatives de test pour de nouveaux virus dans ces zones, mais ces systèmes n'ont pas encore été largement utilisés. Une raison est l'incertitude sur leur capacité à détecter rapidement des Épidémies. Ces systèmes utiliseraient des tests avancés pour déceler du matériel génétique de familles de pathogènes connus, car beaucoup de maladies passées appartiennent à ces groupes.

Pour voir si une détection précoce à ces endroits pourrait changer comment une pandémie progresse, les chercheurs ont examiné si le COVID-19 aurait pu être détecté plus tôt à Wuhan, en Chine, où l'épidémie a commencé. Ils ont créé un modèle pour simuler combien de cas auraient pu être détectés selon le système de test utilisé et les caractéristiques de l’épidémie.

Construction du Modèle

Les chercheurs ont trouvé, d’après des études antérieures et leur propre travail, que des confinements plus précoces auraient pu retarder le nombre de cas et de décès dus au COVID-19. Cela rend important d’identifier quels systèmes de détection auraient permis une réponse plus rapide. Le modèle simule comment une épidémie se propagerait et à quelle vitesse elle pourrait être détectée avec un système de surveillance spécifique.

Le modèle prend en compte trois aspects clés : la probabilité de détecter une infection, le nombre de cas nécessaires pour déclencher une réponse, et le temps qu’il faut pour détecter des cas après le début de l’épidémie. Dans les hôpitaux, par exemple, la détection dépend de la gravité des symptômes d'une personne lorsqu'elle arrive pour des soins. Pour les systèmes qui testent les individus, le seuil est fixé par le nombre d'infections. Dans les tests des eaux usées, le seuil est basé sur la prévalence de l'épidémie, car seule une petite partie des eaux usées peut être échantillonnée.

En utilisant la littérature existante, les chercheurs ont collecté des données sur ces systèmes de détection et les paramètres des épidémies. Ils ont ensuite testé leur modèle par rapport aux données des premiers cas de COVID-19 signalés aux États-Unis en 2020, parvenant à prédire les temps de détection avec un haut degré de précision.

Comparaison des Temps de Détection

Ensuite, les chercheurs ont utilisé leur modèle pour comparer les temps de détection du COVID-19 à Wuhan avec ce qui aurait pu se passer si les systèmes de détection précoce proposés avaient été en place. Ils ont découvert que la surveillance hospitalière aurait pu détecter le COVID-19 après environ 2 292 cas, tandis qu'en réalité, il a été reconnu après 3 413 cas. Ça veut dire que la surveillance hospitalière aurait pu attraper l'épidémie plus d'une semaine plus tôt.

À l'inverse, la surveillance des eaux usées aurait détecté le COVID-19 après 4 575 cas, soit 1 162 cas plus tard que la réalité. Cette découverte a été confirmée en vérifiant les données des eaux usées dans le Massachusetts pendant les premiers jours de la pandémie. Comme les tests des eaux usées peuvent être en retard dans les grandes communautés, les résultats n'étaient pas surprenants compte tenu de la taille de la population de Wuhan.

La surveillance des voyages aériens était moins efficace que les autres systèmes parce que la chance qu'une personne soit malade en voyage est faible.

Le Rôle de la Détection Précoce dans d'Autres Maladies

Pour rendre le modèle plus utile pour les épidémies futures, les chercheurs ont développé une formule simplifiée qui ressemble beaucoup aux résultats du modèle original. Ils ont confirmé sa précision en la comparant aux temps de détection réels pour plusieurs maladies, y compris le COVID-19, la variole du singe et la polio.

Les résultats ont montré que le succès des différents systèmes de détection varie selon la maladie. Par exemple, la surveillance hospitalière est plus efficace pour les maladies avec des taux d'hospitalisation élevés comme Ebola, tandis que la surveillance des eaux usées peut être plus efficace pour d'autres maladies, comme la polio, où les gens ne montrent souvent pas de symptômes.

Les chercheurs ont aussi examiné comment différentes maladies pourraient bénéficier des systèmes de détection précoce. Ils ont découvert que ces systèmes pourraient aider à attraper les épidémies plus tôt, certains systèmes étant capables de détecter des infections jusqu'à 110 semaines plus tôt que les méthodes standard.

Comparaison des Systèmes selon les Maladies

L'étude a montré que les systèmes de détection précoce ont une gamme d'efficacité selon la maladie. Le temps gagné grâce à ces systèmes peut varier de moins d'une semaine pour le COVID-19 à plus de deux ans pour d'autres maladies.

Comme les maladies infectieuses peuvent changer, il est crucial de découvrir quel système de surveillance est le mieux adapté pour chacune d'elles. Pour les maladies ayant une plus grande chance de se propager par les eaux usées, la surveillance des eaux usées est souvent plus fiable. En revanche, pour les maladies qui entraînent des hospitalisations, la surveillance hospitalière a tendance à mieux fonctionner.

La surveillance des voyages aériens, bien que non efficace pour de nombreuses maladies antérieures, a mieux fonctionné pour quelques maladies où le risque d'excrétion fécale est faible et où l'hospitalisation prend plus de temps.

Points Clés

Les résultats suggèrent que les avantages des systèmes de détection précoce varient largement selon la maladie spécifique. Investir dans ces systèmes pourrait mener à des améliorations significatives dans notre réponse aux épidémies. Cependant, il est aussi important de reconnaître que la détection précoce à elle seule ne garantit pas le succès. Un effort coordonné est nécessaire pour assurer une réponse rapide et efficace une fois qu'une épidémie est détectée.

De plus, lors de la décision sur les systèmes à financer, des facteurs comme le coût et la capacité à fournir des preuves claires de la gravité de la maladie sont importants. Par exemple, bien que la surveillance des eaux usées puisse fournir une détection plus rapide, elle ne donne pas d’indication sur la gravité de la maladie, contrairement à la surveillance hospitalière.

Ces insights peuvent guider les discussions sur les politiques visant à se préparer aux futures pandémies. Il y a des efforts en cours dans le monde entier pour négocier de nouveaux accords pour la préparation aux pandémies, soulignant la valeur des systèmes d'alerte précoce. Les résultats de cette recherche peuvent influencer quels systèmes de détection sont considérés comme les plus efficaces et dignes d'investissement pour construire une stratégie robuste de préparation aux pandémies.

Source originale

Titre: Quantitatively assessing early detection strategies for mitigating COVID-19 and future pandemics

Résumé: Researchers and policymakers have proposed systems to detect novel pathogens earlier than existing surveillance systems by monitoring samples from hospital patients, wastewater, and air travel, in order to mitigate future pandemics. How much benefit would such systems offer? We developed, empirically validated, and mathematically characterized a quantitative model that simulates disease spread and detection time for any given disease and detection system. We find that hospital monitoring could have detected COVID-19 in Wuhan 0.4 weeks earlier than it was actually discovered, at 2,300 cases (standard error: 76 cases) compared to 3,400 (standard error: 161 cases). Wastewater monitoring would not have accelerated COVID-19 detection in Wuhan, but provides benefit in smaller catchments and for asymptomatic or long-incubation diseases like polio or HIV/AIDS. Monitoring of air travel provides little benefit in most scenarios we evaluated. In sum, early detection systems can substantially mitigate some future pandemics, but would not have changed the course of COVID-19.

Auteurs: Michael Springer, A. B. Liu, D. Lee, A. P. Jalihal, W. P. Hanage

Dernière mise à jour: 2023-10-06 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.06.08.23291050

Source PDF: https://www.medrxiv.org/content/10.1101/2023.06.08.23291050.full.pdf

Licence: https://creativecommons.org/licenses/by-nc/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires