ETE Fr Profile picture
Équipe de modélisation de l'épidémiologie et de l'évolution des maladies infectieuses (Univ. Montpellier, CNRS, IRD). Aussi sur https://t.co/5PpmZ4fcvG

May 29, 2021, 8 tweets

** non relu par les pairs **

En collaboration avec #CERBA et @CHU_Montpellier, grâce à @BaptElie, nous avons étudié la cinétique du #SARSCoV2 à partir des Ct de 17113 tests #PCR chez 8006 personnes.

Nous détectons des différences entre #variants.

medrxiv.org/content/10.110…
1/N

La cinétique correspond aux variations de charge virale au cours du temps au sein d'une personne infectée.

Dans le cas du #SARSCoV2, une des premières analyses a été réalisée sur des patient⋅e⋅s par l'équipe de Jérémie Guedj à @IAME_Center.

pnas.org/content/118/8/…
2/N

L'originalité de notre étude est qu'elle porte sur la population générale et qu'elle compare les #variants.

Les 2/3 des échantillons sont du B.1.1.7, 20 % sont des souches sauvages et 6 % sont a priori du B.1.351 (P.1 est très rare en France).

3/N

** non relu par les pairs **

En résumé, on trouve un pic de charge viral plus élevé pour les variants et, dans le cas de B.1.1.7, cet effet est corrélé avec l'âge (le pic est plus élevé chez les personnes plus âgées).

4/N

** Non relu par les pairs **

On trouve aussi que la baisse charge virale serait plus faible pour le #variant B.1.1.7, ce qui conduit à des durées de périodes infectieuses plus longues (+0,8 jour). Pour les personnes hospitalisées, cette durée est plus longue (+1,5 jours).

5/N

** non relu par les pairs **

Au niveau épidémiologique (on fait un lien entre Ct et infectiosité via l'intervalle sériel), ces différences de cinétique intra-hôte se traduiraient par des avantages de transmission des #variants dépendants de la démographie de la population.

6/N

** non relus par les pairs **

Les avantages de transmission pour les #variants estimés à partir des cinétiques sont très cohérents avec nos estimations sur les données épidémiologique (40 % pour V1 avec l'intervalle sériel de Nishiura et alii).

medrxiv.org/content/10.110…

7/N

Merci à l'équipe de #CERBA et au @CHU_Montpellier pour cette collaboration autour des données de criblage (étude NCT04653844) et à @BaptElie pour l'analyse en un temps record.

PS : ces résultats sont cohérents avec ceux de l'équipe de @FrancoisJB

hal.sorbonne-universite.fr/hal-03217231/

8/N

Share this Scrolly Tale with your friends.

A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.

Keep scrolling