Dans notre dernière interview,Ma Cliniquea parlé au Dr Mark Penney de ses efforts de recherche sur la pandémie de COVID-19 en cours et de la façon dont nous pouvons améliorer les vaccinations contre le COVID-19 grâce à des applications de recherche de contacts.
Sommaire
Qu’est-ce qui a inspiré vos dernières recherches sur COVID-19?
De formation, je suis physicien mathématicien et avant la pandémie mes recherches se concentraient sur les applications de la topologie à la théorie quantique des champs. Au cours de notre premier verrouillage, j’ai commencé à parler avec des collègues du Perimeter Institute for Theoretical Physics de la façon dont nous pourrions appliquer des modèles de la physique, en particulier la théorie de la percolation, pour comprendre COVID-19.
Nous avons fini par former une équipe interdisciplinaire de physiciens aux côtés d’experts de la modélisation des maladies infectieuses et de la vaccination. Certaines recherches classiques en théorie de la percolation montrent que le taux de propagation d’une maladie infectieuse augmente lorsque la population a plus de variation dans son nombre de contacts. Notre motivation initiale était de mieux comprendre comment ces hétérogénéités dans les modes de contact humain impactent les interventions de santé publique.
Crédit d’image : Lightspring/Shutterstock.com
La pandémie de COVID-19 nous a appris qu’en collaborant ensemble, des progrès scientifiques peuvent être réalisés rapidement. Comment ce niveau de collaboration peut-il être mis en œuvre dans les programmes de vaccination COVID-19 ?
Cette recherche est certainement le fruit d’une collaboration. Lorsque nous avons pensé pour la première fois à ce projet, notre co-auteur Lee Smolin a eu la sagesse de suggérer que si nous voulions avoir un impact, nous devions travailler aux côtés d’experts en maladies infectieuses.
Nous avons donc fait équipe avec Chris Bauch, Madhur Anand et Ed Thommes. Nous avons également ajouté Yigit Yargic, alors doctorante de Lee, qui est l’autre auteur principal de l’article et avec qui j’ai travaillé en étroite collaboration.
Les vaccins sont, dans un certain sens, intrinsèquement collaboratifs : ils offrent une protection non seulement à la personne qui les reçoit mais, souvent, également à ceux qui entrent en contact avec eux. Plus concrètement, il y a certainement un besoin de coopération et de partage des ressources pour parvenir à un accès équitable aux vaccins COVID-19 dans tous les pays.
À l’échelle locale, les campagnes de vaccination peuvent être entravées par un fort degré d’attachement préférentiel entre les personnes non immunisées, permettant à la maladie de se propager plus librement parmi les non immunisés. Un tel attachement préférentiel pourrait être un symptôme de division au sein de la communauté autour de la vaccination.
Comment fonctionnent les applications de traçage des contrats COVID-19 ?
Différents pays ont mis en œuvre différentes approches de la recherche numérique des contacts. Une approche populaire utilise Bluetooth pour créer un journal de contacts décentralisé et crypté. L’API de notification d’exposition Google/Apple et BlueTrace sont les deux principales implémentations. Le premier est utilisé au Canada, en Europe et dans certains États américains, tandis que le second est utilisé à Singapour, en Nouvelle-Zélande et en Australie.
Le «journal de contacts décentralisé» auquel j’ai fait référence ci-dessus est, du moins à mon avis, la partie la plus excitante de ces applications de traçage de contrats. L’idée de base est que chaque fois que deux personnes utilisant l’application sont proches l’une de l’autre pendant un certain temps, elles échangent des jetons cryptographiques pour enregistrer leur contact. Sur l’appareil de chaque utilisateur, il y a un journal répertoriant tous les contacts qu’ils ont eus, sauf que les entrées sont cryptées de sorte qu’il est impossible de dire qui était ce contact.
Lorsqu’une personne testée positive pour COVID-19 choisit de la télécharger sur l’application, elle envoie une clé qui permet à tous les autres utilisateurs de l’application de déchiffrer les jetons qu’ils ont échangés. C’est ainsi que le téléphone d’un autre utilisateur peut l’alerter de l’exposition potentielle.
Il est important de noter que dans le cadre Google/Apple, il n’y a aucun moyen pour les autorités publiques, ou quiconque, d’accéder au journal de contacts crypté. Ces systèmes de recherche de contacts fonctionnent sans la collecte centrale d’informations privées.
Crédit d’image : Redkey USB/Shutterstock.com
Pouvez-vous décrire comment vous avez mené vos dernières recherches sur les vaccins COVID-19 et les applications de recherche de contacts ?
Le principal défi technique de ce projet était que notre modèle devait dépendre non seulement de combien de contacts que les gens avaient, mais aussi sur combien de temps ces contacts ont duré. Cela est dû à une subtilité importante sur la façon dont les applications de recherche de contacts enregistrent les entrées dans le journal des contacts.
Si vous passez beaucoup de temps avec la même personne, les applications pourraient potentiellement échanger des jetons plusieurs fois, de nouvelles entrées étant ajoutées environ toutes les 10 à 15 minutes. Les jetons étant cryptés, il est impossible de savoir si deux entrées correspondaient ou non à un contact avec deux personnes distinctes ou à un contact prolongé ou répété avec la même personne.
La littérature existante sur les applications de la théorie de la percolation aux maladies infectieuses avait fait l’hypothèse simplificatrice que la durée du contact n’affecte pas la probabilité de transmission. Ce n’est pas nécessairement une hypothèse terrible, mais étant donné le fonctionnement des applications de recherche de contacts, nous avons également eu besoin de temps pour être dans l’image.
Ainsi, l’une des choses que nous avons dû faire était d’incorporer la durée dans ces modèles et de redéfinir les formules clés. En plus de cela, nous avons dû déterminer comment un programme de vaccination qui priorisait les individus en fonction de leur nombre et de la durée des contacts avait un impact sur le taux de propagation.
Qu’avez-vous découvert ?
Une stratégie vaccinale qui donne la priorité aux individus les plus exposés aux autres a le potentiel de limiter la propagation de la maladie plus efficacement. En effet, les personnes qui ont plus de contacts sont à la fois plus susceptibles d’attraper la maladie et plus susceptibles de la transmettre à d’autres. Cette idée a été bien explorée dans la littérature et même mise en œuvre dans la pratique.
Cependant, son utilisation dans le monde réel est limitée par la capacité des autorités de santé publique à identifier réellement qui sont les personnes ayant le plus de contacts. Dans la pratique, ils utilisent généralement des facteurs démographiques plus grossiers. Par exemple, dans ma région pendant un verrouillage, les vaccins COVID-19 ont été prioritaires pour les travailleurs essentiels qui ne pouvaient pas travailler à domicile en raison de leur risque de transmission accru.
Nous avons proposé un moyen d’exploiter les applications de recherche de contacts existantes pour allouer plus efficacement les vaccins. Le journal des contacts décentralisé créé par les applications de recherche des contacts permet aux stratégies de santé publique, en particulier les vaccinations, de cibler les personnes à forte exposition sans que les autorités publiques n’aient besoin de collecter de manière centralisée des informations sur les contacts de la population. Dans notre proposition, l’application prend une décision en fonction du nombre d’entrées dans le journal des contacts pour déterminer si l’utilisateur de l’application est prioritaire ou non.
Dans le document, nous avons modélisé un scénario dans lequel la demande de vaccins est beaucoup plus élevée que l’offre et l’objectif est d’obtenir la plus grande réduction de la transmission de la maladie à partir d’une offre limitée. Nous avons envisagé un scénario idéalisé dans lequel une personne reçoit un vaccin si et seulement si elle est choisie par l’application.
Notre modélisation a montré que notre stratégie de « points chauds » utilisant des applications de recherche des contacts réduit très efficacement la propagation, ce qui permet de supprimer la maladie avec moins de vaccins. En effet, pour notre modèle de réseau de contact, l’immunité collective a été obtenue avec environ deux fois moins de doses.
Crédit d’image : 2021 Penney et al
Comment cette approche fonctionnerait-elle pour les pays en développement où peu de personnes utilisent des applications de recherche de contacts ?
Moins il y a de personnes qui utilisent l’application, moins il y a de personnes qui pourraient même potentiellement être choisies pour être prioritaires par l’application. Ainsi, la réduction totale de la propagation de la maladie qui pourrait être obtenue est limitée par le nombre de personnes utilisant l’application. Cependant, un résultat intéressant de notre travail a été que le Efficacité de la stratégie est encore élevé même lorsque le nombre d’utilisateurs est faible.
Tous les vaccins attribués aux personnes à forte exposition ont un impact relativement plus important, et les stratégies sont donc toujours en mesure d’obtenir des réductions plus importantes par rapport aux vaccins qu’elles ont attribués à l’aide de la stratégie de point chaud.
Des recherches supplémentaires devraient être effectuées avant qu’un pays puisse décider si l’utilisation de cette technologie est la bonne solution pour lui. Le choix des personnes à privilégier pour les vaccinations a des impacts sociaux et sanitaires au-delà du taux de transmission.
Y avait-il des limites à votre étude? Si oui, quels étaient-ils ?
Il serait préférable de considérer cette étude comme une modélisation préliminaire d’une proposition. Comme mentionné ci-dessus, des études plus détaillées seraient nécessaires pour mieux comprendre tous les impacts. Cela dit, il y a une limitation importante qui mérite d’être soulignée. Nous avons analysé les stratégies de vaccination basées sur des applications de manière isolée.
Dans des scénarios plus réalistes, la distribution basée sur les applications se produirait probablement aux côtés d’autres systèmes plus traditionnels. En effet, pour mieux comprendre l’impact de la stratégie, il faut la considérer comme une partie seulement d’une approche holistique de la vaccination.
Quelle est la suite de vos recherches ?
Nous avons construit un modèle pour un scénario plus proche de la vaccination contre la grippe saisonnière. Le principal moteur de la couverture vaccinale n’est plus l’approvisionnement en vaccins mais plutôt un choix individuel de se faire vacciner. Les applications de recherche de contacts ne servent plus à prioriser l’accès au vaccin.
Au lieu de cela, lorsqu’un utilisateur est sélectionné par l’application, il reçoit une notification indiquant qu’il se fait vacciner en fonction de ses habitudes de contact élevées. Nos premiers résultats suggèrent que la stratégie des points chauds pourrait être un outil précieux pour réduire le fardeau de la grippe saisonnière, en particulier compte tenu de son faible coût de déploiement.
Où les lecteurs peuvent-ils trouver plus d’informations ?
À propos du Dr Mark Penney
Mark Penney est chercheur postdoctoral à l’Université de Waterloo. Il a obtenu son doctorat en mathématiques de l’Université d’Oxford en 2017 pour des recherches à l’interface de la topologie et de la physique. Avant de venir à l’Université de Waterloo, Mark a passé deux ans au Max Planck Institute for Mathematics à Bonn, en Allemagne.