URL

https://www.nature.com/articles/s41598-021-89127-1 https://doi.org/10.1038/s41598-021-89127-1

Type d’article

Article peer-reviewed

Thèmes

Immunité
Infectiologie

Que retenir de cet article, en 1-2 phrases ?

Cet article utilise un modèle SEIR pour décrire l’évolution de l’épidémie de Covid-19 dans la région de Delhi. En prenant en compte le risque de faux négatifs des tests diagnostiques et les individus non testés, et en croisant ces données avec des mesures de séroprévalence, les auteurs estiment que 92 à 96% des cas de Covid-19, et plus de 67% des décès liés à la Covid, ne sont pas comptabilisés.

Objectifs de l’étude / Questions abordées

L’objectif de cette étude est de déterminer le nombre de cas de Covid-19 et de morts dues à la Covid dans la région de Delhi, en prenant en compte les risques de faux négatifs des tests RT-PCR. Deux périodes sont considérées : juin-juillet 2020 et janvier-mars 2021. Pour ce faire, les auteurs modélisent la dynamique de l’épidémie au cours du temps par un modèle SEIR prenant en compte les tests PCR, en particulier les faux négatifs. Ils comparent les résultats obtenus à ceux tirés d’enquêtes de séroprévalence non-limitées à l’Inde, permettant de déterminer le nombre de personnes ayant été contaminées par la Covid-19.

Méthode

Les auteurs utilisent un modèle SEIR stratifié par âge pour modéliser la dynamique de l’épidémie. Les individus infectés sont séparés en 3 classes : les individus non-testés, les individus testés positifs et les individus testés, mais faussement classés comme négatifs. Les individus rétablis sont classés en 4 groupes, selon qu’ils sont rétablis ou décédés, et détectés ou non-détectés. Les données observables sont le nombre de malades détectés rétablis et le nombre de malades détectés décédés.

Les paramètres de ce système (supposés dépendant du temps) sont ensuite estimés grâce à un algorithme MCMC afin de se rapprocher des nombres de cas et de morts quotidiens rapportés dans la région de Delhi. Afin de valider a posteriori ce modèle, le nombre d’individus rétablis dans ce modèle est comparé au nombre d’individus rétablis estimé grâce aux enquêtes de séroprévalence. Les données utilisées sont celles mises à disposition par les autorités indiennes, collectées par le site https://www.covid19india.org/.

Résultats principaux

Les auteurs obtiennent un très fort taux de non-mention de cas de Covid-19, et de décès dus à la Covid-19. Ces résultats sont cohérents avec les résultats obtenus grâce aux enquêtes de séroprévalence, et en estimant le nombre de morts grâce à l’IFR obtenu dans d’autres régions du monde. Ils observent que la sensibilité des tests RT-PCR a un effet multiplicatif sur le nombre de cas non-rapportés. Ainsi, si les tests étaient parfaits, on attendrait au 10 juillet 2020 un nombre de cas non-détectés 34 fois supérieur au nombre de cas observés, mais en prenant en compte un taux de faux-négatif de 15%, le nombre de cas non-détectés s’approche de 40 fois le nombre de cas observés.

Commentaire / brève évaluation, limites, ouvertures possibles

Dans le modèle proposé par les auteurs, la détection d’individus comme infectés a un effet relativement faible sur la prévention de futures contaminations, il n’est donc pas étonnant que le nombre de cas non-rapportés soit proportionnel à l’inverse de la sensibilité du test utilisé. Les résultats obtenus grâce à ces modélisations sont en accord avec les résultats obtenus grâce aux enquêtes de séroprévalence, mais ne permettent pas de prendre en compte les résultats de ces enquêtes pour améliorer la précision de l’estimation du nombre d’individus non-contaminés.