Dans une étude récente publiée dans le Pathogènes PLOS journal, les chercheurs examinent l’ensemble actuel d’informations concernant les interactions du coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2).
La survie du SRAS-CoV-2 malgré la disponibilité généralisée de vaccins efficaces indique que la cocirculation avec d’autres virus et les multiépidémies qui en résultent pourraient devenir plus courantes. Pour mieux prévoir et limiter le danger de telles multiépidémies, il est crucial de clarifier les liens potentiels entre la maladie à coronavirus 2019 (COVID-19) et d’autres infections. Pourtant, ces interactions restent mal connues.
Sommaire
Analyse des interactions pathogènes
De nombreux facteurs sont nécessaires pour caractériser complètement les interactions pathogènes, ce qui rend leur recherche générale difficile. Pour analyser les interactions de manière systématique et exhaustive, l’équipe a proposé un cadre conceptuel qui contient trois composantes d’interaction importantes.
Indication et intensité de l’interaction
La première dimension de ce paradigme est le signe et l’intensité de l’interaction. Ici, l’équipe a défini les signes d’interaction comme positifs pour les interactions synergiques et négatifs pour les interactions antagonistes. La force d’interaction est définie comme l’étendue de l’impact sur un paramètre particulier affecté par un agent pathogène sur un autre. Par exemple, l’infection par le virus de la grippe A (IAV) réduit la croissance du virus respiratoire syncytial humain (RSV) chez les furets et les souris, démontrant une association négative.
Dépendance temporelle de l’interaction
La dépendance temporelle est la deuxième dimension du cadre suggéré. L’intervalle entre les infections et l’ordre des infections peuvent influencer la manifestation et l’intensité de l’interaction. En raison de la dynamique des réponses immunitaires hormonales et cellulaires aux infections respiratoires, le degré d’interaction entre les maladies peut fluctuer dans le temps. Comme le démontrent les effets asymétriques observés dans d’autres investigations, l’ordre d’infection peut également modifier l’interaction.
Interaction entre les mécanismes biologiques et les effets au niveau de la population
La troisième dimension proposée est le mécanisme d’interaction. Plusieurs voies biologiques peuvent induire une interaction, qui détermine ses impacts positifs ou négatifs sur la vulnérabilité à l’infection, les caractéristiques de l’infection ou la gravité de la maladie au niveau individuel et, par la suite, son effet au niveau de la population. De plus, un agent pathogène peut provoquer des altérations de la cellule hôte qui sont soit avantageuses, soit nuisibles à un autre agent pathogène.
Examen des données existantes sur les interactions SARS-CoV-2
Preuve expérimentale à partir de modèles animaux
Après avoir fourni une méthodologie pour examiner les interactions, l’équipe a examiné les données expérimentales sur les co-infections par le SRAS-CoV-2 dans des modèles animaux. Au 22 août 2022, 14 publications ont été identifiées. Premièrement, 11 études qui ont examiné le SRAS-CoV-2 et l’IAV sans atténuation ont été examinées.
Tout au long des 11 études, trois modèles animaux distincts ont été utilisés et les plans expérimentaux différaient considérablement, notamment en termes d’ordre d’infection, d’intervalle entre les infections et de durée de suivi. Neuf articles de recherche ont évalué les co-infections avec l’IAV avant le SARS-CoV-2, six études avec le SARS-CoV-2 avant l’IAV et cinq études avec des infections simultanées. Notamment, seules trois des études ont examiné chacune des trois séquences d’infection, tandis que quatre études ont analysé les intervalles entre les infections.
Preuve épidémiologique
Pour au moins deux raisons, la recherche expérimentale utilisant des modèles animaux est insuffisante pour prédire l’impact des interactions pathogènes sur la santé publique humaine. Premièrement, les modèles animaux ne peuvent pas démontrer avec précision la biologie de l’infection chez l’homme. Deuxièmement, les études expérimentales sur les animaux peuvent être insuffisantes pour prédire le risque comparatif d’infection ou de maladie grave chez les personnes co-infectées par rapport aux personnes mono-infectées.
Études basées sur les co-infections SARS-CoV-2
La recherche basée sur l’identification des co-infections par le SRAS-CoV-2 a cherché à répondre à deux questions : (1) si la co-infection avec d’autres agents pathogènes affecte la gravité du COVID-19, et (2) si l’identification d’autres agents pathogènes affecte la détection du SRAS-CoV-2. La première question a été répondue par quatre méta-analyses avec un total de 95 essais qui ont rapporté des résultats de mortalité.
La première méta-analyse ne comprenait que quatre études. La deuxième méta-analyse a projeté une diminution de la mortalité chez les patients co-infectés par la grippe sur la base de recherches menées en Chine, mais une augmentation sur la base d’études menées en dehors de la Chine. Dans les deux autres méta-analyses, les co-infections par le SRAS-CoV-2 étaient associées à un taux de mortalité plus élevé que les infections par le SRAS-CoV-2 seules.
La relation entre les antécédents de vaccination non COVID et le COVID-19
Les agents pathogènes en interaction constituent des systèmes polymicrobiens ; par conséquent, les thérapies contre un agent pathogène peuvent potentiellement influencer les autres. Une revue complète et deux méta-analyses ont regroupé 30 études observationnelles explorant la relation entre les infections à COVID-19 et les résultats et le vaccin contre la grippe. Alors que l’analyse systématique précédente suggérait que seules quelques études rapportaient des relations inverses significatives entre la vaccination contre la grippe et les résultats liés au COVID-19, les méta-analyses les plus récentes ont noté que la vaccination contre la grippe réduisait considérablement le risque d’infection au COVID-19.
Conclusion
Les résultats de l’étude ont souligné les lacunes considérables dans la compréhension actuelle des interactions du SRAS-CoV-2. Par conséquent, le cadre général proposé pour disséquer l’interaction peut être utile pour guider les futures études dans ce domaine. L’équipe suggère que les modèles mathématiques de transmission pourraient fournir une méthode naturellement efficace pour incorporer ce paradigme. Les chercheurs pensent que le décryptage des interactions SARS-CoV-2 nécessitera l’utilisation de modèles développés dans une perspective multidisciplinaire qui intègre les résultats de plusieurs domaines scientifiques.
