Une analyse approfondie révèle les oscillations nord-sud dans les cas de COVID-19, révélant comment les vagues régionales façonnent la pandémie à travers les États-Unis et fournissant des informations clés pour les futures interventions sanitaires.
Étude: Oscillations spatiotemporelles de la COVID-19 aux États-UnisCrédit photo : Cryptographer / Shutterstock.com
Dans une étude récente publiée dans la revue Rapports scientifiques, Les chercheurs analysent les oscillations spatiotemporelles jusqu'alors non reconnues dans les cas de maladie à coronavirus 2019 (COVID-19) à travers les États-Unis.
Sommaire
Tendances du COVID-19 aux États-Unis
Depuis janvier 2020, le coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2), l'agent pathogène responsable de la COVID-19, a infecté près de 100 millions de personnes, dont plus d'un million ont succombé à la maladie aux États-Unis. Des schémas spatiotemporels de transmission du SRAS-CoV-2 ont été observés depuis son apparition aux États-Unis, les cas de COVID-19 augmentant souvent pendant l'hiver et variant selon les régions.
Des recherches supplémentaires sont nécessaires pour élucider les mécanismes impliqués dans ces schémas, améliorer notre compréhension de la dynamique des maladies, améliorer la précision des prévisions des futures poussées et optimiser les interventions de santé publique.
À propos de l'étude
Les taux quotidiens de cas de COVID-19 ont été obtenus auprès du New York Times pour les 48 États continentaux. Les données ont été obtenues du début de l'épidémie jusqu'au 15 août 2022, ce qui a donné lieu à un total de 937 jours d'observation inclus dans l'analyse. Bien que les données soient disponibles au-delà de cette date, la précision et la fréquence des rapports ont diminué, en particulier dans les derniers stades de la pandémie.
Pour les analyses au niveau des comtés, 3 108 comtés des États-Unis continentaux ont été inclus, ce qui a donné lieu à 2,9 millions de points de données et 150 millions de cas signalés par jour et par comté. Le logarithme des taux de cas pour 100 000 personnes a été utilisé pour toutes les analyses en raison de sa distribution log-normale.
Avant de prendre le journal, une moyenne mobile sur 14 jours a été appliquée pour lisser les tendances. Une fenêtre de sept jours n'a pas été sélectionnée pour l'analyse car certains comtés signalaient des cas de COVID-19 toutes les deux semaines.
Le regroupement hiérarchique a été utilisé pour comparer les taux de cas quotidiens État par État, les coefficients de corrélation de Pearson étant utilisés comme mesure de distance. La méthode de Ward a minimisé la variance au sein du groupe pendant le regroupement. Sur la base du coefficient de corrélation de Spearman, une carte thermique des classements des États selon les dates a été utilisée pour visualiser les changements dans les tendances des cas au niveau des États au fil du temps et révéler des modèles de classement oscillatoires.
Pour l'analyse au niveau du comté, la décomposition en valeurs singulières (SVD) a été utilisée pour décomposer les taux de cas logarithmiques et identifier les modèles spatio-temporels les plus significatifs.
Résultats de l'étude
Une importante oscillation nord-sud des taux de cas de COVID-19 a été identifiée à l'aide de données au niveau des États. L'analyse de clustering hiérarchique a révélé des groupes distincts d'États, avec une frontière entre les États du nord et du sud observée le long de la latitude nord de 37°-38°.
Une matrice de corrélation des classements des États sur plusieurs dates a montré un motif structuré en « damier », avec des blocs de corrélations internes élevées durant environ trois mois. Ces blocs indiquaient des cycles récurrents de similitudes des taux de cas entre les États. La matrice a également révélé des bandes diagonales parallèles, avec de fortes corrélations observées dans les classements des États d'un an et deux ans plus tôt.
L'émergence du variant Omicron du SARS-CoV-2 a temporairement perturbé cette tendance. Cependant, ces tendances ont repris après le pic des cas d'Omicron, au cours duquel des oscillations constantes ont été observées entre les régions du nord et du sud des États-Unis.
Les quatre premiers modes de SVD ont représenté plus de 85 % de la variance des taux de cas entre les comtés. Le mode I, qui a capturé les tendances cycliques globales des taux de cas, a expliqué 75 % de la variance. En comparaison, le mode II a montré une nette oscillation nord-sud dans l'est des États-Unis, avec des taux de cas élevés alternant entre le nord-est et le sud-est au fil du temps.
Le mode III a mis en évidence des oscillations dans le nord des États-Unis, en particulier pendant l’automne et l’hiver, avec des taux de cas élevés dans les régions du centre-nord et du nord-est observés respectivement pendant l’automne et le printemps. Le mode IV, qui explique moins de variance, est corrélé à des vagues spécifiques dans les régions du nord-est et du Midwest.
Ces schémas spatiotemporels ont démontré que les taux de cas de COVID-19 suivent des schémas réguliers et oscillatoires selon les latitudes, avec des vagues épidémiques qui se propagent entre les régions du nord et du sud au fil du temps. Bien que ces oscillations soient marquées selon la latitude, des signes de structure supplémentaire selon la longitude ont également été observés dans une moindre mesure.
Conclusions
L'épidémie de COVID-19 a généré un ensemble de données spatiotemporelles sans précédent, avec environ trois millions de points de données de cas enregistrés dans 3 108 comtés américains sur 937 jours. Malgré les imperfections du rapport, ces données ont fourni une opportunité précieuse pour des analyses informatiques avancées.
Les chercheurs ont découvert des tendances oscillatoires jusque-là méconnues dans l’épidémie en analysant des schémas récurrents. L’une des découvertes importantes a été l’oscillation de la COVID-19 dans l’est des États-Unis (EUCO), qui est un schéma nord-sud où les taux de cas alternent autour du 37e degré de latitude nord. Cette oscillation ne représentait que 5,2 % de la variance totale ; elle expliquait cependant une grande partie de la variation régionale dans le nord-est et le sud-est.
