Depuis que la variante omicron du coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2) a été initialement identifiée en novembre 2021, de nouvelles maladies ont considérablement augmenté en Afrique du Sud, malgré une utilisation accrue de la vaccination contre la maladie à coronavirus 2019 (COVID-19).
La province du Gauteng a vu la majorité des cas confirmés. Omicron porte plusieurs mutations qui pourraient augmenter la transmissibilité tout en abaissant la défense immunitaire. Les données initiales indiquent que lorsqu’il est exposé à la variante omicron du virus SARS-CoV-2, le risque de réinfection est plus élevé.
Ces premières réclamations, cependant, sont basées sur des échantillons de taille limitée. En outre, un récent examen à grande échelle des résultats des tests COVID-19 en Afrique du Sud révèle que les vaccins COVID-19 actuels peuvent ne pas être aussi efficaces contre la variante omicron qu’on le pensait auparavant.
Étudier: Estimations basées sur la surveillance syndromique de l’efficacité du vaccin contre les maladies de type COVID des variantes émergentes d’Omicron et de COVID-19. Crédits image : BaLL LunLa/Shutterstock
Dans le cas de nouvelles variantes comme l’omicron, des estimations préliminaires de l’efficacité de la vaccination en tant que facteur contribuant à l’émergence et à la dominance des variantes sont nécessaires, en particulier dans les premiers stades de la transmission nationale et internationale.
Dans une nouvelle étude, les chercheurs ont combiné des données de surveillance syndromique en temps réel provenant d’enquêtes transversales quotidiennes avec un estimateur de l’efficacité du vaccin basé sur la prévalence des maladies de type COVID (CLI) pour mieux expliquer l’apparition précoce de la variante omicron à Gauteng, en Afrique du Sud ( V ECLIP ).
Une version pré-imprimée de cette étude, qui doit encore faire l’objet d’un examen par les pairs, est disponible sur le site medRxiv* serveur.
L’étude
Les auteurs ont initialement identifié des symptômes auto-déclarés qui semblaient augmenter pendant les ondes delta et omicron pour caractériser la constellation de symptômes qui peuvent être utilisés pour identifier COVID-19 dans le Gauteng. Ces symptômes comprenaient de la toux, de la fièvre et des douleurs musculaires. Ces symptômes étaient accompagnés d’une perte d’odeur ou de goût, qui a été liée de manière persistante à l’infection au COVID-19 tout au long de la pandémie et était un prédicteur systématiquement fort à travers les pays, le temps et les plates-formes de surveillance syndromique.
IC stricte (anosmie avec fièvre, toux et/ou myalgies), IC classique (toux avec anosmie, fièvre, toux et/ou myalgies) et IC large (myalgies avec anosmie, fièvre, toux et/ou myalgies) ont été les trois critères utilisés. Les auteurs ont utilisé des moyennes mobiles sur 7 jours pour montrer comment la prévalence parmi les répondants aux enquêtes transversales UMD-CTIS utilisant ces définitions CLI est en corrélation avec les instances COVID-19 à partir des données officielles sur le nombre de cas.
Les résultats impliquent que les critères classiques de l’ICM (toux plus au moins un des symptômes suivants : fièvre, douleurs musculaires ou anosmie) sont cohérents avec les cas rapportés. Cela était vrai pendant la vague delta, lorsque la variante Delta dominait, et pendant les deux premières semaines de décembre, lorsque les infections à Omicron étaient en augmentation. En outre, les auteurs ont découvert que la définition stricte de la CLI, qui se veut plus spécifique au COVID-19 mais repose sur un symptôme moins fréquemment rapporté (anosmie), a un signal plus faible pendant la période d’infection par onde omicron que les deux classiques et définitions larges de l’ICM, qui incluent les symptômes les plus fréquemment rapportés. Parce que les cas Omicron sont en augmentation dans le Gauteng en ce moment, le rapport signal sur bruit change.
Les auteurs ont comparé la CLI parmi les vaccinés et les non vaccinés, pendant les périodes d’onde delta et omicron, car les trois signaux de surveillance syndromique basés sur les définitions de la CLI suivis avec les cas COVID-19 et étaient donc des proxys appropriés pour l’infection COVID. Les personnes vaccinées ont été définies comme celles qui ont déclaré avoir reçu deux doses de vaccination, tandis que les personnes non vaccinées ont été définies comme celles qui ont déclaré n’avoir reçu aucun vaccin. En utilisant la prévalence de la CLI parmi les répondants à l’enquête vaccinés et non vaccinés pour dériver V ECLIP, les auteurs peuvent utiliser la théorie traditionnelle des études de cohorte pour approximer le taux d’attaque de COVID-19 pour les personnes vaccinées et non vaccinées.
Il est important de noter que l’estimation V ECLIP n’est pas équivalente à l’efficacité réelle du vaccin car les hypothèses clés sont formulées : (1) les auteurs ont supposé que l’ICP prévalente autodéclarée est un indicateur valable de l’infection incidente au COVID-19, mais les infections percées peuvent être asymptomatiques, et toutes les CLI ne sont pas positives au test COVID19 ; (2) les auteurs ont supposé un modèle simplifié de sous-cohortes non vaccinées et vaccinées, mais ils n’avaient pas d’informations sur l’immunité naturelle chez les non vaccinés, ni sur la formulation ou le calendrier du vaccin pour les vaccinés ; (3) les auteurs ont supposé que les variantes delta et omicron étaient les seules variantes au cours de leurs périodes d’étude respectives et ne tenaient pas compte des autres variantes ou de la co-circulation virale ; (4) les auteurs ont supposé que l’échantillonnage de l’enquête de la base d’étude (c.
Si ces hypothèses sont incorrectes, l’estimateur peut être biaisé vers le haut ou vers le bas (par exemple, infections à omicron asymptomatiques ou toux non liées à COVID-19, respectivement). En conséquence, ces estimations de V ECLIP doivent être traitées comme des évaluations préliminaires pouvant être utilisées pour comparer les changements relatifs de V ECLIP, alertant ainsi d’une perte potentielle d’efficacité de la vaccination avec le développement de la forme Omicron à Gauteng, en Afrique du Sud ou ailleurs. .
Implications
Bien que la surveillance syndromique informée de l’efficacité du vaccin ne soit peut-être pas l’étalon-or pour estimer l’efficacité du vaccin, les auteurs ont démontré qu’en utilisant les répondants à distance et en temps réel de l’enquête sur les tendances de l’ICA au fil du temps, l’analyse des données régionales de l’UMD-CTIS peut rapidement indiquer changements de haut niveau. Néanmoins, cette recherche préliminaire ne décrit qu’un petit nombre de questions qui peuvent être posées en utilisant UMD-CTIS pour mieux comprendre le profil épidémiologique d’Omicron à Gauteng, en Afrique du Sud, et dans le monde. Alors que nous continuons à traiter les variantes du SRAS-CoV-2, ainsi que les maladies infectieuses saisonnières et émergentes en général, il est essentiel que nous combinions les résultats de laboratoire avec les premiers résultats des flux de données de surveillance syndromique.
*Avis important
medRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, orienter la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.
