• Covid-19 : face à la quatrième vague, les effets trop tardifs de l’accélération de la vaccination, selon l’Institut Pasteur

    L’immunisation d’une partie plus importante de la population sous la pression du passe sanitaire réduira le pic d’hospitalisations mais ne devrait pas suffire à éviter « un encombrement important à l’hôpital », d’après les dernières modélisations de l’équipe de Simon Cauchemez.

    L’accélération de la vaccination suffira-t-elle à contrer la quatrième vague ? Sans doute pas, selon les dernières modélisations de l’Institut Pasteur, mises en lignes mardi 27 juillet https://modelisation-covid19.pasteur.fr/realtime-analysis/delta-variant-dynamic. Selon ces calculs, l’immunisation d’une partie plus importante de la population sous la pression du passe sanitaire réduira la taille du pic d’hospitalisations, mais sans autres mesures, il pourrait bien être aussi haut que celui de la deuxième, voire de la première vague. « Si on reste sur une dynamique avec un taux de transmission égal à 2 [ce qui signifie que chaque individu infecté contamine en moyenne deux personnes], cela pourrait conduire à un encombrement important à l’hôpital », souligne le chercheur Simon Cauchemez, par ailleurs membre du #conseil_scientifique.

    Si, fin mai, lorsque le variant Delta n’était encore qu’une menace incertaine, le modélisateur espérait un « été tranquille », ses scénarios sont désormais bien plus pessimistes. Dans l’hypothèse où la vaccination atteindrait, en rythme de croisière, 700 000 injections par jour, et où la part des Français souhaitant se faire vacciner serait de 70 % chez les 12-17 ans, 90 % parmi les 18-59 ans et 95 % chez les plus de 60 ans, jusqu’à 2 500 hospitalisations quotidiennes sont attendues au pic, soit un niveau proche de celui de la deuxième vague, en novembre 2020. C’est moins que ce qui était anticipé le 9 juillet, avant l’annonce de la mise en place du passe sanitaire – jusqu’à 4 800 hospitalisations par jour, soit bien au-delà des 3 600 hospitalisations observées au pic de la première vague, en avril 2020 –, mais bien trop pour éviter que les hôpitaux ne débordent de nouveau.

    INFOGRAPHIE LE MONDE

    Le nombre de lits de soins critiques occupés au pic pourrait atteindre 5 400, voire 7 200, si les durées moyennes de séjour sont plus longues (quinze jours contre dix), c’est-à-dire les niveaux atteints lors des deux premières vagues épidémiques. « Une réduction du taux de transmission grâce à des mesures non pharmaceutiques reste donc importante pour limiter l’impact de la vague sur le système hospitalier », insistent les auteurs de ces projections, en précisant que « même de petites réductions peuvent avoir un impact important ». En abaissant le taux de transmission de 10 %, le nombre d’hospitalisations au pic ne serait plus « que » de 1 800, et de 1 200 avec une réduction de 25 %.

    INFOGRAPHIE LE MONDE

    « A la croisée des chemins »

    Le passe sanitaire y parviendra-t-il ? « Son effet est difficile à anticiper. Tout dépend de sa mise en œuvre », indique Simon Cauchemez, en rappelant que du point de vue du contrôle de l’épidémie, des mesures appliquées à l’ensemble de la population n’ont pas davantage d’intérêt que des mesures ciblant seulement les personnes non vaccinées. « Auparavant, on n’avait pas d’autre choix que de fermer un lieu où le risque de contamination est élevé. Maintenant, on peut le laisser ouvert pour les personnes qui contribuent peu à la transmission », précise le modélisateur, citant une étude sur l’épidémiologie du SARS-CoV-2 dans une population partiellement vaccinée.

    « On est à la croisée des chemins. Le fait qu’on soit passé de 2 000 à 20 000 [cas positifs par jour] en très peu de temps est un signal très inquiétant. Il va falloir suivre la situation de très près dans les jours et les semaines qui viennent pour voir si on réussit à casser cette dynamique », explique le modélisateur. A différentes reprises déjà, l’épidémie a pu suivre une trajectoire imprévue – du fait de la météo ou encore des vacances. « Dans le passé, on a vu des ralentissements ou des accélérations de l’épidémie sans pouvoir les expliquer. Il y a le virus, mais aussi l’ajustement du comportement des gens, indépendamment des mesures prises par les autorités », souligne-t-il. Depuis quelques jours, la courbe s’est ainsi infléchie dans plusieurs pays, comme au Royaume-Uni, sans explication claire – mais les Anglais totalement vaccinés étant bien plus nombreux que les Français, toute comparaison est hasardeuse. [ainsi 100 % des personnes de plus de 80 ans y sont vaccinées, un facteur décisif pour la part des décès, ndc]

    Alors que des départements envisagent de réinstaurer un couvre-feu et que le port du masque est redevenu obligatoire en extérieur dans 22 d’entre eux, une étude mise en ligne mi-juillet par une équipe de modélisateurs de l’université de Bordeaux https://www.medrxiv.org/content/10.1101/2021.07.09.21260259v3 précise l’impact qu’on peut en attendre. Grâce à différentes méthodes statistiques, les scientifiques sont parvenus à démêler les effets des différentes interventions. Selon leurs calculs, le premier confinement a réduit le taux de transmission de près de 80 %, le deuxième confinement, avec les écoles ouvertes et un assouplissement du télétravail, autour de 50 %, et les différents couvre-feux, autour de 30 %, sans grande différence suivant qu’il démarre à 18 heures ou à 20 heures. La fermeture des écoles n’aurait, en revanche, contribué qu’à une diminution de 7 %.

    « Un phénomène d’usure des mesures »

    Ces calculs ne permettent cependant pas de comprendre la « mécanique » à l’œuvre derrière chacune des interventions. « Quelles que soient les raisons pour lesquelles ça marche, mettre en place un couvre-feu, ça marche ! », résume Rodolphe Thiébaut, coauteur de l’étude, en admettant avoir été surpris par ce résultat, qui contredit d’autres estimations basées, par exemple, sur le niveau de mobilité des Français pendant cette période. « Les mesures ont aussi un effet de signal pour la population », souligne le modélisateur, selon qui ces résultats ne sont pas transposables au contexte actuel.

    « Il y a un phénomène d’usure des mesures, donc l’efficacité qui a pu être constatée n’est plus la même au bout d’un certain temps », explique Pascal Crépey, épidémiologiste à l’Ecole des hautes études en santé publique (EHESP), citant les travaux de la modélisatrice Vittoria Colizza sur la « fatigue pandémique ». « Il peut être trompeur de lier une réduction du taux de transmission à une mesure, car ce pourcentage est malheureusement amené à baisser. Plus une mesure s’applique longtemps, moins elle est efficace », précise-t-il.

    L’effet du climat serait par contre très significatif puisque, selon les calculs de l’équipe de Bordeaux, il serait à l’origine d’une baisse de plus de 20 % de la circulation du virus en été et d’une augmentation de 10 % l’hiver. S’il se confirme, cela pourrait contribuer à décaler l’épidémie dans le temps, mais dans ce cas, « il faut s’attendre à une augmentation de la transmission du variant Delta de 30 % à l’arrivée de l’hiver », souligne Pascal Crépey, en rappelant que d’autres facteurs « non identifiés par le passé » peuvent aussi avoir un impact sur la dynamique à venir du variant. « Pour l’instant, ça va, mais on n’est pas sortis d’affaire », résume-t-il, en rappelant que les vaccinations qui ont lieu aujourd’hui n’auront pas d’effet avant le mois de septembre. « Les gens qui seront hospitalisés au 15 août ont été infectés aujourd’hui. Le tracé des courbes est déjà écrit et va se dévoiler dans les jours à venir. »

    https://www.lemonde.fr/planete/article/2021/07/28/covid-19-face-a-la-quatrieme-vague-les-effets-trop-tardifs-de-l-acceleration

    #covid-19 #hospitalisations

  • Covid-19 : la France n’est pas à l’abri d’une quatrième vague cet été
    https://www.lemonde.fr/planete/article/2021/04/29/covid-19-la-france-n-est-pas-a-l-abri-d-une-quatrieme-vague-des-l-ete_607844

    Des modélisations de l’Institut Pasteur montrent qu’une levée trop rapide des restrictions entraînerait un rebond épidémique dès juin, dont l’ampleur serait déterminée par le rythme de vaccination et la contagiosité des variants.

    Plus on s’en rapproche, plus la perspective d’un déconfinement mi-mai semble s’éloigner. Avec toujours près de 6 000 patients hospitalisés en réanimation, et 30 000 nouveaux cas de Covid-19 par jour, la France est dans une situation nettement moins favorable qu’au 11 mai 2020, lors du premier déconfinement (plus de 2 600 patients se trouvaient alors en soins critiques et avec 1 000 à 2 000 contaminations quotidiennes). Et le déploiement de la vaccination ne suffira pas à éviter une nouvelle vague dès l’été si les mesures de restriction sont levées trop vite, comme le révèlent des modélisations de l’Institut Pasteur mises en ligne le 26 avril.

    • Dans notre analyse rétrospective, l’erreur relative pour les projections du nombre de lits de soins critiques au niveau national est de 6% à 7 jours et de 11% à 14 jours. A l’échelle régionale, l’erreur relative est de 14% à 7 jours et 20% à 14 jours.

      L’émergence de variants plus transmissibles tels que le variant britannique B.1.1.7 pose de nouveaux défis. En effet, notre modèle d’ensemble a été calibré sur des données recueillies pendant une période où ces variants ne circulaient pas encore. Au fur et à mesure que ces variants deviennent dominants, notre modèle risque de sous-estimer la dynamique de croissance de l’épidémie. L’impact de ces variants sur la qualité des projections dépendra sans doute des prédicteurs utilisés. Par exemple, la transmissibilité accrue de B.1.1.7 devrait impacter toutes les variables épidémiologiques de la même façon. On s’attend donc à ce que la performance de modèles utilisant uniquement des prédicteurs épidémiologiques soit moins impactée par l’émergence des variants. Pour cette raison, nous avons développé un deuxième modèle d’ensemble (modèle 2) qui s’appuie uniquement sur des prédicteurs épidémiologiques. Ce deuxième modèle est un peu moins performant sur les données historiques que notre premier modèle (entre 0 et 4% d’erreur en plus) mais sa performance devrait être moins sensible aux évolutions de dynamique liées à la diffusion de nouveaux variants. Par ailleurs, la vaccination va également venir modifier la dynamique des hospitalisations. Au fur et à mesure que la couverture vaccinale augmente, notre modèle risque de sur-estimer la dynamique des hospitalisations.