La pandémie COVID-19 a fait plus de 2,5 millions de morts dans le monde à ce jour. Le taux de létalité des cas (CFR) est un paramètre important dans la recherche sur la mortalité COVID-19 et est défini comme le rapport du nombre de cas infectés au nombre de décès.
Le CFR sert de mesure quantitative de la gravité ou de la létalité de l’infection au COVID-19. Il peut être une référence à comparer avec d’autres maladies infectieuses comme Ebola ou le syndrome respiratoire aigu sévère (SRAS). Une application essentielle du CFR est de déterminer le nombre de cas infectés par le biais du nombre de morts, car le nombre de morts est généralement considéré comme une quantité relativement fiable.
Le CFR est également utile comme proxy pour l’évaluation des risques.
Il est essentiel de comprendre les facteurs contribuant au CFR afin de l’appliquer correctement. S’il est clair que la mortalité par COVID-19 est étroitement liée aux conditions préexistantes ou à l’état de santé du patient, il ne suffit pas de comprendre le CFR au niveau de la population ou à l’échelle nationale. La mortalité par COVID-19 est souvent due à d’autres maladies pulmonaires ou cardiaques d’un individu, ce qui rend difficile la distinction du CFR au niveau de la population. Le TFC observé peut être différent pour différentes populations, car le nombre de décès peut être affecté par différentes façons de compter la mortalité dans différents endroits, la difficulté à déterminer la cause exacte du décès lorsque des comorbidités sont présentes, et également en raison du nombre manquant dans la mortalité déclarée.
Bien que le CFR ait été appliqué comme mesure de la gravité de l’infection, des estimations de l’infection et de l’évaluation des risques, il y a un manque de compréhension de divers aspects du CFR. Une meilleure compréhension du CFR en termes de paramètres de population ou de covariables est essentielle pour comprendre la différence de CFR dans divers pays.
CFR par groupes d’âge pour certains pays (au 6 juillet 2020).
Analyser les CFR à différents moments instantanés au cours des première et deuxième vagues de la pandémie dans divers pays
Des chercheurs américains ont récemment analysé les CFR à deux moments différents: le 6 juillet, lors de la première vague, et le 28 décembre, lors de la deuxième vague de la pandémie. L’âge et le PIB étaient les paramètres démographiques les plus intéressants dans cette étude, car il a été établi qu’il existe une forte corrélation entre l’âge, le PIB et la mortalité parmi les cas de COVID19. Ces deux covariables critiques ont été utilisées comme approximation de la qualité et de l’abondance de la santé publique. Des études ont montré que le CFR pour les personnes âgées est élevé, alors qu’il est très faible pour les personnes plus jeunes de moins de 30 ans. L’étude est publiée sur le serveur de pré-impression medRxiv*.
CFR à échelle logarithmique par groupes d’âge pour certains pays au 6 juillet 2020.
L’étude a révélé une disparité exponentielle du TFC par groupes d’âge dans un certain nombre de pays, qui ont été choisis principalement en raison de la disponibilité des données et se sont avérés être distribués assez uniformément dans le monde. Les chercheurs ont effectué une analyse approfondie des données exploratoires, qui a conduit à des résultats intéressants. Ils ont montré qu’il existe un effet d’âge exponentiel clair parmi les différents groupes d’âge, et cet indice exponentiel est presque invariant dans différents pays et à différentes périodes de la pandémie.
«Un pays qui se démarque est Singapour, dont le TFC observé est extrêmement bas, compte tenu de son âge médian de la population supérieur à la moyenne.»
L’inversion du rôle des paramètres au cours des première et deuxième vagues peut être due au retard dans la qualité et l’abondance des soins de santé
L’analyse du TFC pour divers pays en utilisant l’âge et le PIB comme indicateurs de la qualité et de l’abondance des soins de santé a permis aux chercheurs de comprendre les rôles de l’âge et du PIB dans les TFC discordants d’un pays à l’autre, malgré les limites de l’exactitude des données. Les résultats ont montré que les rôles joués par le PIB et l’âge étaient également légèrement surprenants. Au cours de la première vague, l’âge était un facteur plus important que le PIB, tandis que leur importance s’est inversée pendant la deuxième vague de la pandémie. Selon les auteurs, cela peut s’expliquer en partie par le retard dans la qualité et l’abondance de la santé publique.
«L’effet exponentiel de l’âge est largement invariant dans les différents groupes d’âge, ce qui est clairement montré sur les deux données avec un exposant estimé presque identique.»
*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 / les comportements liés à la santé ou être traités comme des informations établies.
