Atteindre l’immunité collective grâce à la vaccination


La pandémie mondiale de coronavirus a soulevé des questions sur un phénomène connu sous le nom d ‘«immunité collective» et a suscité l’espoir qu’elle puisse aider à ralentir ou à mettre fin à l’épidémie. L’immunité collective se produit lorsqu’une grande partie d’une communauté – le troupeau – développe un certain degré d’immunité contre un virus, ce qui rend moins probable la propagation d’une maladie d’une personne à l’autre. En conséquence, toute la communauté est protégée, pas seulement ceux qui sont immunisés.

Les preuves recueillies jusqu’à présent par les épidémiologistes suggèrent qu’une personne infectée par le COVID-19 transmet le virus à entre deux et trois autres personnes, en moyenne. Voici à quoi cela ressemble sur sept générations d’infection et comment l’immunité peut perturber la chaîne.

Il existe deux voies vers l’immunité collective : les infections naturelles ou les vaccins. Il n’est toujours pas clair si les infections naturelles seules conduiront à une immunité généralisée; alors que la plupart des personnes qui ont eu le COVID-19 ont développé des anticorps, il est trop tôt pour savoir combien de protection ils offrent et pendant combien de temps. Un vaccin peut fournir une immunité généralisée plus rapidement et de manière plus fiable.

Les simulations ci-dessous utilisent un modèle mathématique pour illustrer comment le virus pourrait se propager à des vitesses différentes dans la même communauté, selon les niveaux de vaccination. Le modèle de Reuters reflète les projections d’experts selon lesquelles les vaccins COVID-19 actuellement en développement seront efficaces à environ 70 %, ce qui signifie qu’ils protégeront 70 % des personnes vaccinées contre l’infection par le virus ou contre une maladie grave si elles sont infectées.

Chaque simulation comprend une communauté de 9 000 personnes, les individus étant représentés par des carrés. Chaque communauté a un nombre différent de vacciné individus, devant le même nombre de infecté individus est introduit.

Les simulations utilisent des paramètres épidémiologiques clés, tels que la période pendant laquelle une personne est infectieuse, pour démontrer comment le virus pourrait se propager. Dans chaque scénario, les personnes infectées ont un « contact » avec d’autres carrés, qui peuvent ou non être infectés. Chaque image de l’animation comprend un jour.

Il existe certaines limites à la modélisation des interactions réelles. Par exemple, le modèle suppose que chaque personne aura le même nombre de contacts, mais en réalité, certaines personnes sont plus sociales que d’autres, ce qui affecterait leur probabilité de propagation de la maladie. Il y a aussi beaucoup de choses qui sont encore inconnues sur certains des paramètres épidémiologiques de COVID-19, mais les simulations englobent les connaissances actuelles et établissent une comparaison équitable entre les différents scénarios de vaccination.

Les experts pensent que si aucune autre mesure n’est prise, l’immunité collective pourrait se déclencher lorsqu’entre 50% et 70% d’une population acquiert une immunité par la vaccination.

« Cela dépend si le vaccin a une efficacité de 100%, mais le nombre que la plupart des gens envisagent (pour l’immunité collective) est d’environ 60 à 65% », a déclaré Catherine Bennett, chaire d’épidémiologie à la Faculté de santé de l’Université Deakin de Melbourne.

Pour obtenir une indication solide du moment où le seuil d’immunité collective est atteint, Reuters a effectué 1 000 simulations aléatoires dans chaque scénario de vaccination. Voici ce que montre cette série de simulations.

Baisse des infections

dramatiquement

dans les environs

Resultats de

des milliers de

simulations

Baisse des infections

dramatiquement

dans les environs

Des milliers de résultats

de simulation

Baisse des infections

dramatiquement

dans les environs

Resultats de

des milliers de

simulations

Équilibrer la distribution des vaccins

La manière dont un vaccin est distribué a des implications sur son efficacité. S’il est partagé de manière inégale au sein d’une communauté, par exemple si les habitants des zones riches ont un meilleur accès que ceux des zones plus pauvres, cela crée des grappes sûres mais laisse de vastes zones de personnes sensibles.

« Nous devons être sûrs que nous diffusons le vaccin équitablement dans la population », a déclaré Joel Miller, maître de conférences en mathématiques appliquées à l’Université La Trobe de Melbourne, qui utilise des modèles mathématiques pour aider à créer des politiques gouvernementales et d’organisations à but non lucratif pour le contrôle des maladies infectieuses.

Aux premiers stades de la distribution d’un nouveau vaccin, une priorité plus élevée peut être accordée aux travailleurs de la santé et aux autres personnes en première ligne, ou à celles considérées comme les plus vulnérables, un processus connu sous le nom de «vaccination ciblée». Miller a déclaré qu’il était crucial que les personnes qui pourraient être considérées comme des super-épandeurs, comme les travailleurs des transports publics, reçoivent également le vaccin rapidement.

« Une campagne de vaccination idéale garantira que le vaccin atteigne les groupes les plus à risque mais aussi ceux qui sont les plus responsables de la propagation de l’infection », a déclaré Miller.

Restrictions de mouvement

Le mouvement des personnes a également des implications pour la propagation d’un virus. Le modèle de base de Reuters repose sur l’hypothèse qu’un petit pourcentage de personnes se rendent dans des communautés situées en dehors de leur environnement immédiat.

Dans le graphique ci-dessous, nous comparons deux populations : le premier groupe comprend des personnes qui se mélangent et voyagent beaucoup et le second groupe a des citoyens relativement statiques. La différence dans la vitesse de propagation d’un virus est claire.

À des niveaux de vaccination inférieurs, le nombre de personnes qui finissent par être infectées est similaire dans les deux groupes, mais la propagation est beaucoup plus lente dans la population statique, ce qui maintient le nombre de cas à un niveau gérable pour les hôpitaux et les prestataires de soins de santé. Ce scénario se reflète dans les mesures de confinement et les restrictions de voyage imposées par de nombreux pays pendant la pandémie de coronavirus pour tenter « d’aplatir la courbe ».

Si une personne sur quatre voyage

0 journées

Même lorsqu’un pourcentage élevé de la population est vacciné, le nombre de personnes infectées peut être encore réduit lorsque les gens ne se déplacent pas.

Si une personne sur quatre voyage

0% infecté

Si personne ne voyage

0% infecté

Vaccination vs infection naturelle

L’immunité collective peut également être atteinte lorsqu’un grand nombre de personnes ont eu une maladie et se rétablissent. Cependant, le jury ne sait toujours pas quel type de protection une infection naturelle par ce nouveau coronavirus offre, et certainement plus de personnes mourraient en attendant l’effet de troupeau que si un vaccin était produit.

« Le risque n’est pas acceptable », a déclaré Bennett. « Nous ne pouvons pas nous permettre d’avoir des personnes infectées pour atteindre l’immunité collective alors que nous en savons si peu sur les effets à plus long terme. »

Pendant que nous attendons

Il n’existe actuellement aucun vaccin contre le COVID-19, bien que des essais soient en cours à différents stades dans le monde. Il faut généralement plusieurs années pour qu’un vaccin soit identifié, testé, produit et enfin atteint le marché de consommation. Les fabricants de vaccins espèrent réduire considérablement ce délai pour COVID-19 grâce à des essais plus rapides et en fabriquant à grande échelle avant même que les produits aient fait leurs preuves.

En attendant, la distanciation sociale, le port de masques, l’hygiène des mains et d’autres interventions peuvent réduire les transmissions et contribuer à créer l’effet de troupeau. Le nouveau coronavirus se propage principalement via des gouttelettes expulsées lorsqu’une personne tousse ou éternue, et des particules d’aérosol expulsées lorsque nous parlons.

L’Organisation mondiale de la santé (OMS) affirme que les masques peuvent être utilisés dans le cadre d’un ensemble complet de mesures de prévention et de contrôle qui limitent la propagation des maladies virales respiratoires. Une étude commandée par l’OMS et publiée dans le Lancet en juin a déclaré que le port d’un masque peut « entraîner une forte réduction du risque d’infection » par le COVID-19.

Si nous appliquons l’utilisation de masques et/ou la distanciation sociale à notre modèle précédent, sans immunité, une propagation plus lente peut être observée. Le point auquel l’immunité collective entre en jeu peut également être abaissé.

Avec des masques
Distanciation entre
quelques contacts
Même taille de population, plus dispersée
Masques et distanciation

Même taille de population mais plus dispersée

L’objectif global est de réduire le taux de reproduction effectif du virus à moins de 1, auquel cas une épidémie diminuerait car les personnes infectées transmettraient le virus à moins d’une autre personne en moyenne.

Les épidémiologistes conviennent largement qu’une combinaison de vaccination et de mesures de responsabilité sociale continues comme la distanciation physique offrira les meilleures chances d’atteindre cet objectif. L’approche combinée est essentielle étant donné que les premiers vaccins mis sur le marché n’auront probablement pas une efficacité de 100 %.

« Il s’agit d’ajouter des couches », a déclaré Bennett. «Cela nous donne une protection supplémentaire contre la propagation communautaire. La situation est bien meilleure dans les endroits où une combinaison de mesures est utilisée.

Le modèle

Utilisez les curseurs pour entrer vos propres paramètres dans le modèle Reuters et voir une simulation de la propagation.

Méthodologie

Les simulations commencent par créer un nombre prédéfini de carrés. Chaque carré représente une personne. Il initialise la population avec 5 individus infectés et un pourcentage d’individus vaccinés. Les personnes infectées et vaccinées ont été choisies au hasard. Un pourcentage des individus vaccinés (100 % – efficacité du vaccin) est sélectionné au hasard et marqué comme sensible. Expliquer : Si l’efficacité du vaccin est de 70 %, 30 % des carrés vaccinés seront marqués sensibles.

Pour les besoins de cette simulation illustrative, chaque cellule infectée a un « contact » avec 8 voisins immédiats. Une fraction de cellules sélectionnées au hasard ont également un « voisin à longue distance » supplémentaire. Un nombre aussi constant de contacts peut être irréaliste, mais cela garantit une comparaison équitable entre les différents scénarios de vaccination.

Ces voisins peuvent être infectés, vaccinés ou sensibles.

La simulation s’exécute sur de nombreuses « trames ». Chaque cadre représente un jour.

Les paramètres initiaux utilisés sont : R0 = 2,5, jours d’infectiosité = 7, transmissibilité calculée à l’aide de la formule SIR.

Le taux moyen de contact utilisé dans la formule est de 8 car chaque cellule infectée a 8 voisins.

Chaque jour, la simulation s’exécute pour chaque cellule infectée. La cellule infectée est amenée à contacter chacun de ses 8 voisins avec les conditions suivantes :

  • si le voisin est vacciné ou déjà infecté, passez votre chemin
  • si le voisin est infecté, passer à autre chose
  • si le voisin est sensible, générer une probabilité aléatoire et vérifier si elle tombe dans la transmissibilité. Si c’est le cas, alors infectez le voisin. La « génération » de ce voisin est = génération de la source + 1

Une cellule reste infectée pour le paramètre « Jours d’infectiosité » ci-dessus = 7 jours, soit 7 « frames » de la simulation. Après 7 jours, la cellule est déplacée vers la catégorie « supprimé ».

Remarques

Le graphique qui simule l’impact du port de masques utilise un chiffre de réduction des risques de 44% comme indiqué dans une étude commandée par l’OMS et publiée dans le Lancet en juin.

Sources

calculs Reuters ; Dr Joel Miller, Université La Trobe, Melbourne

Par Manas Sharma et Simon Scarr
Écrit par Jane Wardell
Reportage supplémentaire de Christine Soares
Montage par Tiffany Wu

Laisser un commentaire