URL

https://www.nature.com/articles/s41586-020-2918-0

Type d’article

Article peer-reviewed

Thème

Autre : Epidemiology

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

Cet article présente un cadre de modélisation permettant d’évaluer la sévérité de l’infection Covid-19, en utilisant les données de mortalité de la Covid-19 associées à l’âge et des études de séroprévalence de plusieurs pays pour examiner le taux de létalité de l’infection à travers chacun des pays.

Objectifs de l’étude / Questions abordées

Modèle de mortalité poissonnien qui intègre des données de mortalité associées à la Covid-19 en fonction de l’âge, issues de 45 pays et 22 études nationales de séroprévalence, permettant l’étude de la cohérence du taux de létalité de l’infection (IFR) à travers différents pays. Utilisation de ce modèle pour produire un taux de létalité de l’infection global, par âge et sexe dans un cadre unique et harmonisé, ainsi que la proportion de la population qui a été infectée dans chaque pays.

Méthode

Données de mortalité liée à la Covid-19, en fonction de l’âge et du sexe : collections des données de décès liés à la Covid-19, stratifiées par âge (et parfois aussi par sexe), à un niveau national et obtenues grâce aux gouvernements. Les séries temporelles du nombre de décès par jour pour chaque pays ou région ont été obtenues grâce au Center for Systems Science and Engineering de la Johns Hopkins University.

Etude de séroprévalence : utilisation de données de 25 études de séroprévalence de 20 pays ou régions, pour lesquelles les résultats étaient représentatifs de la population générale et dont les données pouvaient être stratifiées par âge. Seules 22 ont été incluses (16 pays) dans le modèle global.

Modèle :
Le nombre attendu de décès (Dc,a,s) en fonction de l’âge (a) et du sexe (s) est estimé selon l’équation suivante, en supposant une distribution de Poisson : Dc,a,s = Nc,a,s * Λc * δa * IFRa,s avec (Nc,a,s) la taille de la population pour le groupe d’âge (a), de sexe (s), dans le pays (c) ; (Λc) la probabilité cumulée d’infection dans le pays ; (δa) la probabilité d’infection dans le groupe d’âge (a) ; IFRa,s le taux de mortalité du groupe d’âge (a) et de sexe (s), avec âge et sexe constants au cours du temps.
Pour estimer la probabilité cumulée de l’infection (Λc) à partir des études de séroprévalence, les auteurs ont utilisé des séries temporelles quotidiennes des nombres de décès pour déduire la durée des épisodes infectieux et de la transmission ultérieure.
Ils ont inclus les données des études de séroprévalence nationales dans un modèle global. Le modèle a été ajusté aux données pour chaque séroprévalence individuelle et pour les personnes agées de moins de 65 ans. Pour les personnes de plus de 65 ans, les taux de mortalité ont été inférés à partir de données anglaises sur les décès (ces données excluent les décès survenus en maisons de retraite).
Tous les paramètres ont été estimés en utilisant un modèle Bayesien.

Résultats principaux

Mortalité en fonction de l’âge.

  • Fort lien log-linéaire entre âge et risque de décès pour les individus entre 30 et 65 ans, qui continue également pour les âges supérieurs à 65 ans (quand les décès dans les maisons de retraite ont été retirés)
  • Augmentation moyenne du taux de létalité (IFR) de 0.59% tous les 5 ans (95% CI, 0.51-0.68%) pour les âges de 10 ans et plus
  • Risque de décès significativement plus important chez les hommes que chez les femmes, particulièrement chez les personnes âgées (80 ans et plus) : IFR chez les hommes estimé à 10.83% (95% CI 9.28-12.52%) et chez les femmes à 5.76% (95% CI 4.94-6.66%)

Cohérence de l’IFR dans les différentes études de séroprévalence (l’IFR de la France a été pris comme référence).
Les auteurs ont trouvé des estimations variables de l’IFR pondéré en fonction de la population de chaque pays, avec des IFR élevés pour la ville de New York, l’Ecosse, et l’Angleterre, et les IFR les plus bas pour le Kenya, la Slovénie et le Danemark. Ils ont trouvé que l’IFR pondéré en fonction de la population estimée par le modèle global est plus élevé pour les pays avec les populations les plus âgées, comme le Japon et l’Italie, et les IFR les plus faibles pour le Kenya et le Pakistan. Le modèle global reproduit les séroprévalences rapportées pour la majorité des études. Les auteurs ont pu ainsi estimer le pourcentage de la population infectée par pays et ont trouvé une grande hétérogénéité des niveaux de transmission entre pays.

Hétérogénéité de la mortalité des personnes de plus de 65 ans.
Les auteurs ont estimé le nombre de décès attendus en absence de transmission dans les maisons de retraite chez les plus de 65 ans, étant donné le nombre de décès rapportés dans les groupes d’âge plus jeunes, et l’ont comparé avec le nombre de cas de décès rapporté chez les individus de plus de 65 ans. Ils ont observé en Amérique latine un nombre de cas rapportés significativement plus bas que ceux estimés (cohérent avec le nombre de cas de décès non rapportés). Au contraire, ils ont observé une incidence de décès chez les personnes âgées plus grande que celle attendue. Ils ont démontré que dans les cas où il y avait un taux élevé d’infection parmi les résidents des maisons de retraite, en général l’IFR était significativement plus grand quand la population avait été faiblement exposée. Cela illustre la difficulté à comparer des estimations des IFR dans des populations avec transmissions très différentes dans les communautés vulnérables.

Commentaire / brève évaluation, limites, ouvertures possibles

Bonne étude de modélisation. Modèle utilisable avec les données sur les décès liès à la Covid, lorsque les études de séroprévalence ne sont pas accessibles afin de connaître le niveau de transmission.