Parmi plusieurs termes de maladies infectieuses à entrer dans le lexique public, les événements de grande diffusion continuent de faire la une des journaux des années après les premiers cas de la pandémie de COVID-19. La manière dont les caractéristiques du virus SARS-CoV2 conduisent certains événements à devenir des événements à grande diffusion tout en laissant d’autres relativement bénins reste non résolue.
Dans Physique des Fluides, par AIP Publishing, des chercheurs du Canada et des États-Unis ont créé un modèle pour relier ce que les biologistes ont appris sur la propagation de la COVID-19 à la façon dont de tels événements se sont produits dans le monde réel. Ils utilisent des données d’occupation réelles provenant de plus de 100 000 endroits où les gens se rassemblent dans 10 villes américaines pour tester plusieurs fonctionnalités allant des charges virales à l’occupation et à la ventilation des paramètres de contact social.
Ils ont constaté que 80% des infections survenant lors d’événements de super-propagation provenaient de seulement 4% de ceux qui transportaient le virus dans l’événement, appelés cas index. La principale caractéristique à l’origine de la grande variabilité des événements de super-propagation était le nombre de particules virales trouvées dans les cas index, suivi de l’occupation globale dans les paramètres de contact social.
Les méthodes des chercheurs visent les observations curieuses selon lesquelles la variabilité entre les événements d’infection est plus élevée que ce à quoi on pourrait s’attendre, une situation appelée surdispersion.
Il est maintenant bien connu que le COVID-19 est aéroporté, et c’est probablement la principale voie de transmission. Cet article relie la transmission aérienne intérieure à l’évolution de la distribution des infections à l’échelle de la population et montre que la physique de la transmission aérienne est cohérente avec les mathématiques de la surdispersion.
Swetaprovo Chaudhuri, auteur
Le modèle du groupe s’appuie sur des simulations numériques et des recherches effectuées par d’autres sur les charges virales et le nombre d’aérosols chargés de virus éjectés par les personnes, ainsi que sur des données sur l’occupation d’un restaurant ou d’une zone de SafeGraph, une entreprise qui génère de telles données à partir de cellules anonymisées. signaux téléphoniques.
« Bien qu’il y ait des incertitudes et des inconnues, il semble qu’il soit plutôt difficile d’empêcher un événement de super-propagation si la personne portant une charge virale élevée se trouve dans un endroit surpeuplé », a déclaré Chaudhuri.
Chaudhuri a déclaré que les résultats soulignent non seulement l’importance des efforts pour freiner la propagation du virus, mais aident également à décrire à quel point une bonne planification peut être intégrale pour chaque situation.
« Pour atténuer ces événements de grande propagation, la vaccination, la ventilation, la filtration, le port de masque, l’occupation réduite – tout est nécessaire », a-t-il déclaré. « Cependant, les mettre en place ne suffit pas, il est important de savoir quelle taille, quel type, quels paramètres peuvent atténuer les risques à certains niveaux acceptables. »