URL

https://doi.org/10.2807/1560-7917.ES.2020.25.17.2000257

Type d’article

Article peer-reviewed

Thème

Paramètres épidémiologiques

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

L’objectif de cet article est d’estimer l’intervalle de génération, l’intervalle sériel et le taux effectif de reproduction de base.
Les auteurs utilisent les données de l’épidémie à Singapour (21/01/20 - 26/02/20) et à Tianjin en Chine (14/01/20 - 27/02/20).
Les méthodes utilisées appartiennent au cadre Bayesien.

Objectifs de l’étude / Questions abordées

L’intervalle de génération (generation interval) est l’intervalle de temps entre le moment où un individu est infecté et le moment où celui qui l’a infecté a été lui-même infecté. L’intervalle sériel est en revanche l’intervalle de temps entre l’apparition des symptômes entre un contaminateur et un infecté. L’intervalle de génération peut être considéré comme un nombre ou bien comme une distribution. L’incubation est l’intervalle entre l’infection et l’apparition des symptômes.

Méthode

L’intervalle sériel d’un individu s’écrit comme l’intervalle de génération auquel on ajoute la différence entre les temps d’incubation. Les auteurs supposent que ces variables aléatoires sont indépendantes, de loi Gamma pour les temps de génération et d’incubation, avec paramètres fixés pour ce dernier. La moyenne de la période d’incubation est 5.2, et son écart-type 2.8. L’estimation est réalisée avec le logiciel R, à l’aide de l’algorithme de Metropolis-Hastings pour échantillonner la distribution a posteriori des intervalles de génération et sériel.

Résultats principaux

Les auteurs trouvent pour l’intervalle de génération, avec intervalle de confiance 95%, [3.78, 6.78] pour Singapour et [3.01, 4.91] pour Tianjin. La transmission pré-symptomatique (le contaminateur développe les symptômes après l’infecté, i.e., intervalle sériel négatif) est estimée à 48% pour Singapour et 62% pour Tianjin. Comme attendu, les estimations des moyennes des distributions des intervalles de génération et sériel sont approximativement égales, le deuxième ayant une variance plus grande.

Commentaire / brève évaluation, limites, ouvertures possibles

Cette étude a des limitations, soulignées par les auteurs :

  • elle est basée sur des estimations extérieures de la période d’incubation et sa distribution ;
  • elle ne tient pas compte de changements lors de l’épidémie dans la transmission des données ;
  • elle ne tient pas compte des changements dus aux mesures NPI (Non Pharmaceutical Interventions) ;
  • elle ne tient pas compte de la contraction de l’intervalle de génération due à la moindre densité des susceptibles. De plus, il n’y a pas de test de convergence des chaînes de Markov et le code ne s’appuie pas sur des bibliothèques R classiques pour le bayesien, ce qui rend certaines fonctionnalités indisponibles. Enfin, dans la littérature l’intervalle sériel est estimé par des valeurs variant entre 3.96 et 6.7 (cf : Balram Rai, Anandi Shukla, Laxmi Kant Dwivedi (2021) Estimates of serial interval for COVID-19: A systematic review and metaanalysis, Clinical Epidemiology and Global Health 9, 157–161).