URL

https://www.medrxiv.org/content/10.1101/2020.06.27.20141440v1

Type d’article

Preprint

Thème

Stratégies de contrôle Logistique (occupation des lits, respirateurs, transferts)

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

Cibler les tests PCR vers les cas suspects permet d’optimiser la probabilité de détection de cas

Objectifs de l’étude / Questions abordées

Les auteurs divisent la population en plusieurs groupes : les personnes visitant des “fever clinics”, des personnes hospitalisées (différents services à l’hôpital), du personnel soignant (dans différents types de services et dans les “fever clinics”), et le public en général, et recherchent la meilleure allocation des tests PCR pour détecter le plus tôt les premiers cas d’infection par le SARS-CoV-2.

Méthode

Modèle à compartiments, de type SEAIR, avec structure en âge. Les auteurs supposent aussi que des individus guéris peuvent un temps continuer à être PCR+.

Les paramètres du modèle sont tirés de la littérature. Les auteurs considèrent que les tests PCR sont parfaitement spécifiques (pas de faux positifs), et que leur sensibilité varie selon que les individus sont symptomatiques ou non. Les paramètres (dont la structure en âge) sont adaptés au cas de Pékin.

Résultats principaux

Pour détecter au plus tôt les premiers cas, il faut focaliser l’effort de test sur les “fever clinics”, où sont dirigés les cas suspects COVID. Hors hôpitaux, le modèle indique qu’il vaut mieux tester les jeunes pour détecter précocement les cas, car ils ont une plus faible probabilité d’avoir des symptômes que les personnes plus âgées, et risquent alors plus de rester non détectés si l’on ne teste pas.

Commentaire/brève évaluation

L’article est court et j’ai eu du mal à comprendre la structure exacte du modèle. La conclusion qu’il faut focaliser les tests sur les suspicions COVID pour détecter au plus tôt semble logique (au point qu’on peut se demander si un modèle était nécessaire ?), mais on peut se demander s’il n’y a pas d’autres quantités plus pertinentes à optimiser.