URL
https://www.medrxiv.org/content/10.1101/2020.10.18.20214585v1
Type d’article
Preprint
Thème
Stratégies de contrôle Infectiologie
Que retenir de cet article, en 1-2 phrases ?
Les sources des données utilisées pour l’estimation du taux de reproduction instantané R_t influencent la valeur obtenue. Les biais sont en partie attribués à l’échantillonnage sur des populations différentes.
Objectifs de l’étude / Questions abordées
- Estimation du taux de reproduction instantané R_t
- Comparaison des estimations à partir de données différentes :
- sources de données différentes (différentes régions de Grande Bretagne)
- comparaison entre les types de données (infections, admissions à l’hôpital, décès)
Méthode
- Estimation de R_t avec “renewal equation”, via “EpiNow2 version 1.2.0” (Abbott S et al.2020 EpiNow2 v1.2.0: Estimate Real-Time Case Counts and Time-Varying Epidemiological Parameters. See DOI: 10.5281/zenodo.4088545 )
- Multiples sources de données, toutes moyennées sur une semaine, et agrégées par région (7 régions de Grande Bretagne):
- taux de positivité des tests (2 sources: officielle + labos privés)
- admissions à l’hôpital
- décès dans les 28 jours après détection de positivité
Résultats principaux
- Les écarts entre les trois estimations (taux de positivité, admissions à l’hôpital, décès) ne sont pas cohérents d’une région à l’autre
- Les données d’hospitalisation ou de décès sont plus propices à une estimation robuste
- Les écarts et biais peuvent venir de la façon dont les tests sont réalisés : - le nombre de tests varie, - les populations testées varient, notamment leur âge moyen.
Commentaire/brève évaluation
Ce papier confirme qu’il est plus pertinent pour calculer R_t d’utiliser les données d’admission à l’hôpital ou de décès, à moins de bien prendre en compte le fait que
- le nombre de tests varie (et donc l’estimation de R_t n’est plus comparable) ;
- l’âge des populations testées varie, et le R_t “moyen” sur les classes d’âge doit être adapté ou interprété en conséquence.