URL
https://www.medrxiv.org/content/10.1101/2021.03.27.21254471v1 https://doi.org/10.1101/2021.03.27.21254471
Type d’article
Preprint
Thèmes
Immunité
Virologie
Que retenir de cet article, en 1-2 phrases ?
Une approche bayésienne est utilisée pour estimer le rapport entre le nombre d’infections Covid-19 et le nombre de cas testés positifs. Les auteurs retrouvent des résultats cohérents avec une étude concurrente, avec des intervalles de confiance plus réduits.
Objectifs de l’étude / Questions abordées
L’objectif est d’estimer la séroprévalence dans la population, à partir de deux types de données : cas confirmés positifs et échantillons de données sérologiques. L’approche bayésienne permet de réduire la taille des intervalles de confiance, par rapport à une méthode de maximisation de la vraisemblance utilisée précédemment. Elle permet d’introduire une incertitude sur la spécificité et la sensibilité des tests sérologiques, ainsi que d’utiliser conjointement les données de tests virologiques et sérologiques.
Méthode
La dynamique de l’épidémie est donnée par un modèle déterministe : une phase de croissance exponentielle, jusqu’à un certain instant, puis une phase de décroissance exponentielle. La vraisemblance du modèle bayésien utilise deux types d’observations : le nombre de cas confirmés chaque jour, et le nombre de cas positifs aux tests sérologiques. Ces nombres sont décrits par des lois binomiales. Les paramètres du modèle sont nombreux, on notera en particulier la sensibilité et la spécificité des tests sérologiques. La méthode est testée sur une simulation numérique, puis sur des données réelles (population de Vancouver, données sérologiques de l’été 2020, et nombre de cas confirmés entre janvier et mai 2020).
Résultats principaux
L’approche utilisée permet effectivement d’estimer les quantités ciblées par l’étude : fin mai 2020, 0,57% de la population totale du grand Vancouver avait été infectée par SARS-CoV-2 Ces résultats sont cohérents avec une étude concurrente, et plus précis (largeur de l’intervalle de confiance égale à 0,19% versus 1,22% pour l’étude précédente).
Commentaire / brève évaluation, limites, ouvertures possibles
La méthode semble pertinente. Un modèle plus détaillé pourrait permettre d’affiner les résultats.