Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Maladies infectieuses (sauf VIH/SIDA)

Suivi du COVID-19 : Comprendre les risques d'infection

Une étude révèle les tendances d'infection et les facteurs de risque pendant la pandémie de COVID-19.

― 9 min lire


Risques d'infection auRisques d'infection auCOVID-19 révélésles facteurs durant la pandémie.principales tendances d'infection etUne étude met en lumière les
Table des matières

Depuis le début de la pandémie de COVID-19, suivre la propagation du virus est une tâche super importante. Les départements de santé se basent surtout sur les cas signalés, les visites à l'hôpital et les décès pour comprendre l'étendue du virus. Mais ce système sous-estime souvent le véritable nombre d'Infections. Beaucoup de gens n'ont pas de symptômes mais peuvent quand même transmettre le virus. Pendant la pandémie, surtout aux États-Unis, on a bien vu que pas mal d'infections passaient inaperçues pour différentes raisons, comme l'accès limité aux Tests et les changements dans le comportement des gens concernant les consignes sanitaires.

Impact des systèmes de surveillance

Le système national pour suivre les infections à COVID-19 se basait principalement sur les résultats de tests des fournisseurs médicaux et des laboratoires. Ces résultats positifs étaient souvent vus comme une mesure de combien de gens étaient infectés. Mais cette méthode n’a pas pris en compte de nombreuses personnes qui avaient peut-être le virus mais qui n'avaient pas été testées ou qui n'avaient pas du tout montré de symptômes. Des études ont montré que le vrai nombre d'infections pouvait être bien plus élevé que les cas signalés. Ce problème est devenu encore plus important quand l'urgence nationale pour le COVID-19 a pris fin en mai 2023, ce qui a conduit à moins de tests et à une diminution des cas rapportés.

Facteurs influençant le risque d'infection à COVID-19

Beaucoup de facteurs peuvent influencer le risque de tomber malade de SARS-CoV-2, le virus responsable du COVID-19. Ces facteurs incluent la fréquence à laquelle une personne est exposée au virus, ses conditions de santé, si elle a été vaccinée, et comment le virus lui-même a évolué. Par exemple, des mesures de santé publique comme le port de masques et le maintien de distances entre les personnes jouent aussi un rôle important.

Les vaccins ont été introduits en décembre 2020, et leur disponibilité a fortement augmenté d'ici mars 2021. On a constaté que la vaccination réduisait le risque de maladie grave et de décès dû au COVID-19, surtout pendant les différentes vagues de variants comme Alpha, Delta et Omicron. Cependant, l'efficacité des vaccins pour prévenir l'infection a diminué avec l'émergence de nouveaux variants, notamment pendant les vagues Delta et Omicron. Beaucoup de personnes vaccinées ont quand même été infectées, montrant l'évolution du virus.

Changements dans les politiques de santé publique

Avec la large disponibilité des vaccins contre le COVID-19, les politiques de santé publique ont commencé à évoluer. Fin 2021, de nombreuses recommandations ou exigences de Quarantaine, d'isolement et de distanciation sociale ont été assouplies. Ce changement était en rapport avec l'augmentation des taux de vaccination et la disponibilité des traitements pour le COVID-19. Du coup, l'accent a été mis davantage sur la vaccination comme moyen de contrôler les cas graves et moins sur les mesures préventives comme le port du masque.

Ces changements de politique ont probablement influencé le comportement des individus et des communautés. Beaucoup de gens ont commencé à moins compter sur les mesures préventives, ce qui a pu augmenter leur risque d'infection.

Examiner les facteurs de risque d'infection

Bien suivre les groupes démographiques et leurs taux d'infection au COVID-19 est crucial, mais comprendre les facteurs de risque d'infection n'a pas été totalement exploré, surtout pendant les différentes phases de vaccination et les nouveaux variants. Le rôle protecteur des vaccins contre l'infection n'a pas été analysé en profondeur dans un cadre qui prend en compte divers facteurs de risque dans le temps.

Conception et recrutement de l'étude

Pour mieux comprendre le risque d'infection à COVID-19 chez les adultes aux États-Unis, une étude a été réalisée avec 6 740 adultes. Les participants ont été recrutés en ligne et devaient avoir au moins 18 ans et fournir un email valide pour le suivi. L'étude a suivi des personnes de divers horizons, y compris de tous les 50 États, de Porto Rico et de Guam.

L'étude a divisé les participants en deux grands groupes selon leurs résultats de sérologie, qui sont des tests permettant de déterminer si quelqu'un a été infecté par le SARS-CoV-2. Cette division a permis de comparer les taux d'infection pendant la période pré-vaccin et la période post-vaccin.

Collecte de données

Pour rassembler des données, les chercheurs ont réalisé 14 études de suivi entre août 2020 et juillet 2022. Les participants ont fourni des infos sur divers facteurs de risque, symptômes, comportements de santé, et tout test COVID-19 non lié à l'étude qu'ils avaient effectué.

Des tests sérologiques, qui examinent des échantillons de sang pour les anticorps, ont été effectués à trois moments différents au cours de l'étude. Le but était de voir qui développait des anticorps au fil du temps, indiquant des infections passées.

Comprendre la séroconversion induite par l'infection

L'étude a défini une infection réussie comme quelqu'un qui a d'abord testé négatif pour les anticorps et a ensuite testé positif. Les chercheurs ont calculé le temps entre ces tests pour déterminer quand les infections ont probablement eu lieu. Cette mesure a aidé à estimer combien de personnes étaient réellement infectées durant chaque phase de la pandémie.

Suivi des Risques et des facteurs

Des infos sur les risques, les comportements et le statut vaccinal ont été collectées grâce à des questionnaires à des intervalles spécifiques. Pour la phase initiale, les données ont été recueillies lors des quatre premières visites, tandis que des données ultérieures ont été collectées lors des visites suivantes au fur et à mesure que les Vaccinations se déployaient.

Les participants ont rapporté divers comportements qui pouvaient affecter leur risque d'infection, notamment s'ils travaillaient dans des emplois essentiels, vivaient dans des foyers surpeuplés ou avaient certaines conditions de santé.

Score de risque composite

Pour évaluer le risque global de COVID-19, les chercheurs ont calculé un score de risque composite basé sur les divers facteurs rapportés par les participants. Des scores plus élevés indiquaient des comportements plus risqués, comme ne pas porter de masques ou aller dans des endroits bondés.

Ce score de risque a aidé à déterminer quels groupes étaient plus vulnérables à l'infection durant chaque période de l'étude.

Données sur le statut vaccinal

Dans la phase pré-vaccin, aucun des participants n'était vacciné. Quand l'étude a atteint la phase vaccinale, beaucoup de participants avaient reçu leurs vaccinations. Ce timing a permis aux chercheurs d'analyser comment le statut vaccinal influençait les taux d'infection.

Analyse des taux d'infection

L'étude a trouvé que le taux d'infections par SARS-CoV-2 était significativement plus élevé dans la phase vaccinale par rapport à la phase pré-vaccin. L'analyse a montré que dans la phase pré-vaccin, le taux d'infection était plus bas que dans les phases suivantes, lorsque plus de gens ont été infectés.

Des facteurs sociodémographiques ont joué un grand rôle dans les taux d'infection. Par exemple, les groupes d'âge plus jeunes et certains milieux raciaux ou ethniques avaient des taux d'infection plus élevés. Ces résultats ont mis en évidence les disparités dans la façon dont le COVID-19 affectait différentes communautés.

Effets de la vaccination sur les taux d'infection

Le statut vaccinal avait une corrélation directe avec le risque d'infection. Ceux qui n'étaient pas vaccinés avaient les taux d'infection les plus élevés, tandis que ceux qui étaient entièrement vaccinés et boostés avaient des taux significativement plus bas. Les données ont montré que la vaccination reste un facteur de protection clé, même lors des pics de nouveaux variants.

Facteurs de risque épidémiologiques

Les chercheurs ont aussi examiné divers facteurs de risque influençant les taux d'infection. Certains comportements, comme la distanciation sociale, le port de masques et l'évitement des espaces bondés, étaient liés à des risques d'infection plus bas tant en phase pré-vaccin qu'en phase vaccinale.

Cependant, dans la phase vaccinale, de nouveaux facteurs de risque ont émergé, comme vivre avec des enfants qui pourraient aller à l'école et les changements dans les comportements sociaux qui provenaient de l'assouplissement des politiques de santé publique et de l'augmentation de la transmission communautaire.

Résultats sur l'utilisation des masques et les mesures de sécurité

Les données globales ont montré que l'utilisation de masques, surtout dans des environnements intérieurs, était toujours associée à des taux d'infection plus bas. Même lorsque les taux d'infection étaient élevés, ceux qui portaient régulièrement des masques signalaient des taux d'infection plus faibles que ceux qui ne le faisaient pas.

Cependant, bien que les mesures de protection aient été efficaces, il est devenu clair qu'elles ne pouvaient pas complètement éliminer le risque d'infection, surtout dans une communauté avec des taux de transmission élevés.

Observations sur les tests auto-déclarés

Les participants à l'étude avaient des taux de résultats positifs plus bas lorsqu'ils se signalaient eux-mêmes comparé à ce que les tests sérologiques montraient. Cette différence soulève des questions sur la sensibilisation et la reconnaissance des symptômes du COVID-19, surtout parmi les personnes vaccinées qui pourraient être moins enclines à se faire tester si elles ressentaient des symptômes légers.

Conclusion et implications futures

Surveiller la tendance des infections à COVID-19 sera essentiel à mesure que la pandémie évolue. La dépendance à la déclaration habituelle des fournisseurs et des laboratoires pourrait devenir moins efficace, car plus de personnes pourraient utiliser des tests à domicile qui ne sont pas pris en compte par les méthodes de suivi standard.

L'étude a souligné l'importance des tests sérologiques comme méthode précieuse pour comprendre l'incidence des infections à COVID-19 et les facteurs de risque associés. Une observation continue est cruciale à mesure que de nouveaux variants émergent et que les mesures de santé publique changent.

En résumé, les résultats soulignent que bien que la vaccination joue un rôle crucial dans la réduction du risque de maladie grave, les mesures de santé publique continues et les comportements individuels restent essentiels pour contrôler la propagation du COVID-19. Les comportements de protection devraient être encouragés, surtout lors de pics de transmission significatifs, et des efforts doivent être faits pour traiter les disparités dans les taux d'infection parmi différents groupes démographiques.

Source originale

Titre: Seroincidence of SARS-CoV-2 infection prior to and during the rollout of vaccines in a community-based prospective cohort of U.S. adults

Résumé: LONG ABSTRACTO_ST_ABSBackgroundC_ST_ABSInfectious disease surveillance systems, which largely rely on diagnosed cases, underestimate the true incidence of SARS-CoV-2 infection, due to under-ascertainment and underreporting. We used repeat serologic testing to measure N-protein seroconversion in a well-characterized cohort of U.S. adults with no serologic evidence of SARS-CoV-2 infection to estimate the incidence of SARS-CoV-2 infection and characterize risk factors, with comparisons before and after the start of the SARS-CoV-2 vaccine and variant eras. MethodsWe assessed the incidence rate of infection and risk factors in two sub-groups (cohorts) that were SARS-CoV-2 N-protein seronegative at the start of each follow-up period: 1) the pre-vaccine/wild-type era cohort (n=3,421), followed from April to November 2020; and 2) the vaccine/variant era cohort (n=2,735), followed from November 2020 to June 2022. Both cohorts underwent repeat serologic testing with an assay for antibodies to the SARS-CoV-2 N protein (Bio-Rad Platelia SARS-CoV-2 total Ab). We estimated crude incidence and sociodemographic/epidemiologic risk factors in both cohorts. We used multivariate Poisson models to compare the risk of SARS-CoV-2 infection in the pre-vaccine/wild-type era cohort (referent group) to that in the vaccine/variant era cohort, within strata of vaccination status and epidemiologic risk factors (essential worker status, child in the household, case in the household, social distancing). FindingsIn the pre-vaccine/wild-type era cohort, only 18 of the 3,421 participants (0.53%) had >1 vaccine dose by the end of follow-up, compared with 2,497/2,735 (91.3%) in the vaccine/variant era cohort. We observed 323 and 815 seroconversions in the pre-vaccine/wild-type era and the vaccine/variant era and cohorts, respectively, with corresponding incidence rates of 9.6 (95% CI: 8.3-11.5) and 25.7 (95% CI: 24.2-27.3) per 100 person-years. Associations of sociodemographic and epidemiologic risk factors with SARS-CoV-2 incidence were largely similar in the pre-vaccine/wild-type and vaccine/variant era cohorts. However, some new epidemiologic risk factors emerged in the vaccine/variant era cohort, including having a child in the household, and never wearing a mask while using public transit. Adjusted incidence rate ratios (aIRR), with the entire pre-vaccine/wild-type era cohort as the referent group, showed markedly higher incidence in the vaccine/variant era cohort, but with more vaccine doses associated with lower incidence: aIRRun/undervaccinated=5.3 (95% CI: 4.2-6.7); aIRRprimary series only=5.1 (95% CI: 4.2-7.3); aIRRboosted once=2.5 (95% CI: 2.1-3.0), and aIRRboosted twice=1.65 (95% CI: 1.3-2.1). These associations were essentially unchanged in risk factor-stratified models. InterpretationIn SARS-CoV-2 N protein seronegative individuals, large increases in incidence and newly emerging epidemiologic risk factors in the vaccine/variant era likely resulted from multiple co-occurring factors, including policy changes, behavior changes, surges in transmission, and changes in SARS-CoV-2 variant properties. While SARS-CoV-2 incidence increased markedly in most groups in the vaccine/variant era, being up to date on vaccines and the use of non-pharmaceutical interventions (NPIs), such as masking and social distancing, remained reliable strategies to mitigate the risk of SARS-CoV-2 infection, even through major surges due to immune evasive variants. Repeat serologic testing in cohort studies is a useful and complementary strategy to characterize SARS-CoV-2 incidence and risk factors. SHORT ABSTRACTThis study used repeat serologic testing to estimate infection rates and risk factors in two overlapping cohorts of SARS-CoV-2 N protein seronegative U.S. adults. One mostly unvaccinated sub-cohort was tracked from April to November 2020 (pre-vaccine/wild-type era, n=3,421), and the other, mostly vaccinated cohort, from November 2020 to June 2022 (vaccine/variant era, n=2,735). Vaccine uptake was from 0.53% and 91.3% in the pre-vaccine and vaccine/variant cohorts, respectively. Corresponding seroconversion rates were 9.6 and 25.7 per 100 person-years. In both cohorts, sociodemographic and epidemiologic risk factors for infection were similar, though new risks emerged in the vaccine/variant era, such as having a child in the household. Despite higher incidence rates in the vaccine/variant cohort, vaccine boosters, masking, and distancing likely reduced infection risk, even through major variant surges. Repeat serologic testing in cohorts is a useful and complementary strategy to characterize incidence and risk factors. FundingThe work was supported by the CUNY Institute for Implementation Science in Population Health, the U.S. National Institutes of Allergy and Infectious Diseases (NIAID), Pfizer, Inc., and the U.S. National Institute of Mental Health (NIMH).

Auteurs: Denis Nash, A. Srivastava, Y. Shen, K. Penrose, S. Kulkarni, R. Zimba, W. You, A. Berry, C. Mirzayi, A. R. Maroko, A. Parcesepe, C. Grov, M. Robertson

Dernière mise à jour: 2023-10-02 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.09.29.23296142

Source PDF: https://www.medrxiv.org/content/10.1101/2023.09.29.23296142.full.pdf

Licence: https://creativecommons.org/licenses/by/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