URL:
https://arxiv.org/abs/2005.06776
Type d’article :
Preprint
Thème : Stratégies de contrôle
Que retenir de cet article, en 1-2 phrases ? :
Très bonne approche méthodologique avec une rédaction de l’article très pédagogique. Des données de RT-PCR supplémentaires seraient nécessaires pour valider l’approche statistique dans différents contextes ou différents protocoles de collecte d’échantillons biologiques pour estimer la charge virale.
Objectifs de l’étude / Questions abordées :
L’article décrit une méthodologie statistique pour évaluer la prévalence de la maladie dans une population en s’appuyant sur une stratégie de “Group testing” afin d’économiser le nombre de tests RT-PCR utilisés. Différents scenarii sont détaillés.
Méthode :
Approche de statistiques asymptotiques
Calcul d’intervalle de confiance
Modèle de mélange
Modèle censuré
Estimation de paramètres à partir des donnés de 3,712 patients (T. C. Jones, B. Mühlemann, V. Talitha, Z. Marta, J. Hofmann, A. Stein, A. Edelmann, V. M. Corman, and C. Drosten, Preprint Charité Hospital (2020).
Résultats principaux :
- limitation due au manque de jeux de données détaillés / résultats possiblement biaisés car les paramètres utilisés pour modéliser la PCR ont été estimés sur un seul jeu de données
- proposition d’un modèle pour décrire le risque de faux négatifs en fonction du nombre d’individus ajoutés dans le pool pour le “Group testing”
- estimation de la charge virale dans des données de RT-PCR réalisées avec un mélange de 3 gaussiennes censurées
- le “group testing” est une stratégie prometteuse pour détecter précocément les cas asymptomatiques et pré-symptomatiques
Commentaire/brève évaluation :
L’article est très bien rédigé car le lecteur est guidé en partant d’un cas idéaliste où il n’existe pas de faux négatifs dans les tests PCR. Sur cette base, un premier modèle est décrit pour estimer un intervalle de confiance de la prévalence de la maladie en utilisant une stratégie de group testing. Ce modèle est ensuite enrichi pour prendre en compte le cas réel avec des faux négatifs. Pour cela, un jeu de données publiques a été utilisé. Il serait fort intéressant de pouvoir appliquer la même méthodologie sur d’autres jeux de données afin d’évaluer comment l’approche peut se généraliser et donc ainsi envisager son utilisation dans un contexte épidémiologique/clinique.