Une étude montre que les tests avec auto-isolement l’emportent sur la distance physique dans le contrôle de l’épidémie

Dans une récente étude publiée dans la revue Rapports scientifiquesles chercheurs discutent de l’efficacité de l’éloignement physique et des tests avec auto-isolement comme mesures pour contrôler la transmission virale pendant une épidémie.

Étude: Distanciation physique versus test avec auto-isolement pour contrôler une épidémie émergente. Crédit d’image : Kzenon / Shutterstock.com

Les avantages et les inconvénients de la distanciation sociale

Les mesures de distanciation physique, telles que les exigences de travail à domicile, les fermetures d’écoles et d’entreprises, les restrictions de voyage et les changements de comportement volontaires limitant les contacts interpersonnels, ont été cruciales dans les premières phases de la pandémie de maladie à coronavirus 2019 (COVID-19) lorsqu’un diagnostic fiable les tests et les vaccins et traitements efficaces n’étaient pas largement disponibles.

Les mesures prises pour lutter contre la pandémie de COVID-19 peuvent être attribuées à certaines conséquences négatives, notamment la diminution de l’emploi, la baisse des revenus, ainsi que des effets néfastes sur la santé physique et mentale dus à la réduction des activités économiques et sociales. Par conséquent, des recherches approfondies sont nécessaires pour comparer l’efficacité de l’éloignement physique et de l’isolement dans la lutte contre une épidémie.

À propos de l’étude

Un modèle de compartiment en temps continu a été formulé selon le cadre SIR pour coupler les processus épidémiologiques et économiques afin de représenter les aspects de la transmission virale, de la maladie et de la guérison. Un compartiment primaire a été ajouté pour les individus infectés avec une transmissibilité élevée, appelés « superspreaders », ainsi que le suivi des fractions de population sensibles (S), infectées (I), récupérées (R) ou mortes (D).

Treize compartiments secondaires ont été inclus pour surveiller les résultats des tests COVID-19. Ces compartiments se composaient de neuf états uniques pour les personnes en attente de résultats de test, ainsi que de quatre états pour les personnes isolées.

Pour caractériser les taux de transition entre les compartiments supplémentaires, divers paramètres ont été inclus qui représentaient l’influence de la distance physique sur le taux de taux de contact, la fraction d’individus infectés qui sont devenus des super-diffuseurs, la fréquence des tests, le report de la réception des résultats des tests, les faux négatifs et les erreurs positives. taux de tests et taux moyen de conformité aux tests parmi les personnes dont le test est positif et qui ont dû s’isoler.

Résultats de l’étude

La première variation du modèle, qui incluait une super-diffusion et une valeur décroissante par vie statistique (VSL), a suggéré que la mise en œuvre d’une politique de distanciation optimale peut réduire le taux de contact de près de 34 % de son niveau non contrôlé pendant environ 4,5 mois. Cette réduction du taux de contact peut entraîner une réduction de 23 % des décès causés par l’infection.

Selon l’analyse, les avantages de cette politique représentent 24,9 % du produit intérieur brut (PIB) annuel, tandis que ses coûts s’élèvent à 14,8 % du PIB. Par conséquent, le bénéfice économique net est de 10,2 % du PIB.

La politique de test optimale consiste à tester des personnes qui ne sont pas isolées ou qui attendent les résultats du test tous les deux jours pendant environ 10 mois, ce qui représente 52,2 % des jours. Cette politique se traduit par une diminution de 67,4 % des décès liés aux infections, avec des avantages, des coûts et des avantages nets équivalents à 55,0 %, 30,3 % et 24,7 % du PIB, respectivement.

Les super-épandeurs ont été éliminés du système dans la deuxième variante du modèle. Les résultats qualitatifs étaient comparables à ceux des super-épandeurs, la stratégie de test étant plus performante que la technique de distanciation physique.

Les performances de la politique de distanciation optimisée restent constantes quelle que soit la présence de super-épandeurs. De plus, les performances de la politique de test étaient plus faibles en l’absence de super-épandeurs que lorsqu’ils étaient présents.

La troisième variante du modèle comprenait des super-épandeurs avec VSL restant constant plutôt que de réduire avec la taille de réduction du risque. Les deux politiques optimisées dans cette variation étaient plus strictes que celles de la deuxième variation du modèle en raison des avantages plus élevés du contrôle avec une VSL constante.

L’approche de test optimisée était plus efficace que l’approche de distanciation optimisée. La politique combinée a eu une performance légèrement meilleure par rapport à la politique de test optimisée seule.

La quatrième variante du modèle impliquait l’exclusion de la super-diffusion avec l’utilisation d’une VSL constante. La politique de distance optimale est restée inchangée dans la troisième variante du modèle.

Dans ce cas, la politique de test optimale a été prolongée de 11 jours supplémentaires ; cependant, la politique a eu moins de succès que dans le cadre de la troisième variante en raison des tests d’avantage comparatif affichés pour identifier les personnes ayant une charge virale supérieure à la moyenne. La politique combinée a surpassé la politique de test optimale en ajoutant une petite quantité de distanciation pendant près de sept mois.

conclusion

La présente étude rapporte l’efficacité des mesures de distanciation physique par rapport aux tests avec des techniques de contrôle d’auto-isolement. Selon le modèle d’étude, les tests aléatoires combinés à l’auto-isolement volontaire peuvent offrir des avantages plus importants que l’éloignement physique dans diverses conditions pour une épidémie similaire à la récente pandémie de COVID-19. Cependant, l’efficacité de ces deux stratégies dépend fortement de la transmissibilité de l’agent pathogène.

Les tests de diagnostic sont plus efficaces pour diagnostiquer les infections chez les personnes ayant une charge virale élevée qui sont également plus susceptibles de transmettre le virus à d’autres. Par conséquent, les événements de super-diffusion font des tests une stratégie plus efficace par rapport à la distanciation physique.