22.07.2020
Optimal COVID-19 epidemic control until vaccine deployment
Modélisation Infectiologie
Djidjou-Demasse R et al
Pre-prints
Résultats principaux
Les auteurs montrent qu'une stratégie d’atténuation de l'épidémie jusqu'à l'obtention d'un vaccin existe, et que de telles stratégies permettent de diminuer grandement le nombre de morts sur cette période. Il est a noter que la stratégie optimale (en tout cas avec les paramètres choisis) semble être de conserver le nombre d'infectés sévères à un niveau très faible (un centième de la capacité des unités de soins intensifs), puis de relâcher le confinement juste avant le déploiement du vaccin. Les auteurs montrent également que ces résultats sont relativement stables. Ainsi, le fait de mettre à jour la stratégie de confinement à intervalles réguliers en fonction des données de la période précédente est suffisant pour obtenir un contrôle efficace du nombre de morts liés à la pandémie.
Que retenir ?
Cet article détermine les méthodes de contrôle optimales d'une épidémie sur une période de temps fixée (en attente d'un vaccin). Le but est de contrôler l'épidémie en minimisant le nombre de décès causés, directement et indirectement, par la saturation du système de santé ainsi que le coût associé à la stratégie de contrôle.
Niveau de preuve Indéterminé
C'est un résultat très intéressant d'optimisation, les auteurs tiennent compte de la saturation du système médical en cas d'épidémie et du nombre de décès qui y sont liés.
Le modèle utilisé par les auteurs est assez complexe, avec un grand nombre de paramètres. Il est à noter qu'ici le temps T auquel le vaccin sera déployé est considéré comme connu, ce qui a un impact non-négligeable sur la solution optimale (le confinement est relâché un certain temps avant T, car les nouveaux contaminés mourront après T.
Il aurait été également intéressant d'étudier l'effet du paramètre mesurant le coût relatif du confinement par rapport au nombre de morts.
Objectifs
L'objectif de cette étude est de déterminer des stratégies permettant le contrôle d'une épidémie limitant au maximum le nombre de morts dûs à cette épidémie, ainsi que le coût associé à cette politique de contrôle. En particulier, l'article prend en compte l'augmentation de la mortalité associée à une saturation du système de santé. Différentes stratégies "réalistes" sont également considérées, comme une politique de contrôle mise à jour à intervalles réguliers, une politique de contrôle constante, ou une alternance entre période de contrôle maximal (type confinement) et minimal.
Méthodes
Les auteurs considèrent un modèle relativement complexe type SEAIR avec différentiation entre forme sévère et modérée. Les individus peuvent être Susceptibles (S) d'être contaminés, puis deviennent Exposés (E) en cas de contamination. Après un temps de latence, ces individus deviennent porteurs Asymptomatiques (A), période pendant laquelle ils sont contaminants, puis Infectés (I) et symptomatiques, et enfin Rétablis (R). Une fraction des individus contaminés développent une forme sévère de la maladie. Si ces individus sont suffisamment peu nombreux pour être tous traités, leur taux de mortalité reste assez bas. En revanche, si celui-ci est trop haut, leur taux de mortalité augmente beaucoup, ainsi que celui de tous les individus malades pour d'autres raisons, dû à la saturation du système de santé. Les auteurs utilisent des méthodes classiques d'équations différentielles et d'optimisation pour déterminer la stratégie de contrôle de l'épidémie (par le taux d'infection) optimale, qui minimise à la fois le nombre total de morts, la durée et l'intensité de la politique de contrôle. Grâce à des méthodes d'analyse numérique, ils peuvent simuler la valeur de ces optima et l'évolution de l'épidémie sous ces stratégies optimales.
Le site Bibliovid et son contenu sont la propriété de Bibliovid.