URL:
https://arxiv.org/pdf/2005.13689.pdf

Type d’article :
Preprint

Type de contenu :
Modèle, Données épidémiologiques, Prédictions, Analyse qualitative ou quantitative

Thème :
Epidémiologie, Déconfinement, Traçage des contacts,

Que retenir ? :
L’épidémie de COVID-19 semble en grande partie propagée par des événements de super-contamination (super-spreading event – SSE). Pour modéliser ces SSEs, utiliser une loi négative binomiale est plus adapté qu’utiliser une loi de Poisson, ce qui a un effet sur les prédictions faites sur l’évolution de l’épidémie.

Description de l’article :
L’objectif de ce travail est d’insister sur le fait que l’épidémie de COVID-19 est principalement portée par des événements SSEs. Pour modéliser ce phénomène, les auteurs proposent de modéliser les chaînes de contamination comme un arbre de Galton-Watson dont la loi de reproduction est négative binomiale, de moyenne R0 fixée. Ils observent que dans ce modèle la probabilité d’extinction spontanée de l’épidémie est plus importante que dans le cas Poisson, et que le simple contrôle des individus à transmission anormale (en empêchant toute contamination au delà de la 10e par exemple) suffit à diminuer très fortement le paramètre R0 de l’épidémie. Les auteurs identifient 4 types d’individus à risque de SSE :

  • individus biologiquement prédisposés à être fortement contaminant,
  • individus très sociables,
  • individus vivant ou travaillant dans un milieu à risque (hôpital, abattoir, prison, foyers/résidence de travailleurs
  • individus participant à un événement social de grande ampleur (concert, croisière, séminaire, etc.) et suggèrent de mettre en place des stratégies différentes pour éviter les contaminations liées à chacune de ces situations.

Commentaire : L’article est très agréable à lire, et est abondamment sourcé avec de nombreux exemples d’événements de type SSE. Les éléments de preuve sont d’avantage basés sur de l’observation qualitative que sur de l’analyse de données, les auteurs mentionnant le caractère “aléatoire” des foyers d’infection qui indique une faible probabilité pour un foyer de se fixer. L’objectif de cet article est de mettre l’accent sur l’existence d’événements SSE et leur impact dans la modélisation de l’épidémie de COVID-19, et dans sa prévention.