Notre analyse de la progression des #variants en France à partir de tests réalisés par le laboratoire CERBA et le @CHU_Montpellier est en preprint et en revue.
La carte régionale de la fréquence estimée des variants au 20 fév (scénario conservateur).
Nous avons analysé les facteurs de risques et, comme @SantePubliqueFr trouvons que la proportion de variants est plus élevée chez les plus jeunes.
Cela a aussi été décrit en Angleterre.
On ne peut pas encore trancher entre des raisons biologiques et épidémiologiques.
2/N
On retrouve moins les variants dans les tests issus de milieux hospitalier (patients #COVID19).
C’est logique car il y a environ 14 jours entre infection et hospitalisation.
Ignorer l'origine des échantillons, c'est sous-estimer la propagation actuelle des #variants !
3/N
Attention : 13 % des échantillons ne sont pas criblés car il y trop peu de matériel.
Or, la #charge_virale des infections par les variants est plus élevée.
Si ces 13 % sont causés par des souches non variantes, on a notre scénario conservateur. Sinon il est pessimiste...
4/N
Nous avons utilisé des techniques de biologie de l’évolution (fit d’une courbe logistique) pour estimer l’avantage de propagation des variants.
Résultat, au 20 fév : de 37 à 55 % pour le scénario pessimiste (ce qui est cohérent avec les autres pays).
5/N
On trouve aussi bien plus de #variant type #B117 que type #B1153/#P1. Ces derniers auraient aussi un avantage plus limité (entre 19 et 33 %).
Voici les cartes régionales (scénario conservateur). On note que le Grand-Est a plus de #B1153/#P1.
Donc, dans un scénario pessimiste, les #variants seraient majoritaires depuis la fin de la semaine 6 et on risquerait une forte hausse des #hospitalisations dès la semaine prochaine.
Selon une version moins pessimiste, la hausse serait plus limitée et une semaine plus tard.
6/N
Attention, ces analyses ne concernent "que" 40.000 tests réalisés entre le 26 jan et le 20 fév. avec des régions peu représentées (merci à CERBA et au @CHU_Montpellier).
Malheureusement, nous ne pouvons pas réaliser ces analyses sur l'ensemble des données nationales.
7/N
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Notre site #COVIDici permet de visualiser l’épidémie de #COVID19 par région et département, ainsi que de visualiser les tendances sur 2 semaines basé sur notre modèle épidémiologique.
Le nombre de reproduction R est estimé à 1,09 [1,06 – 1,12], en concordance avec les approches statistiques. 2/N
Ce nombre est relativement stable depuis 2 semaines et rend compte de l'effet des fêtes de fin d'année. L'épidémie n'est plus sous contrôle, nous faisons face à un rebond avec un temps de doublement entre 1 et 2 mois.
Nous l'avions prévu en décembre :
First analyses support the idea that #B117#SARSCoV2#VOC has an increased transmissibility but unchanged clinical severity compared to already circulating variants. Is really an increase in transmission more problematic than an increase in lethality? Well, it depends. Thread 1/N
To keep things simple, let us, once again, take the canonical SIR model (Kermack & McKendrick, 1927) and look at how the cumulative mortality of COVID-19 would vary through time assuming no initial immunity (nor vaccination) but public health measures such that R < R0 = 3. 2/N
We explore 3 hypothetical scenarios: 1 (in grey) is the baseline -- as if the mutations carried by the variant were epidemiologically neutral; 2 (in pink) simulates a 50% increase in transmission and 3 (in blue) represents a 50% increase in lethality. 3/N
Des modèles de fin Déc suggèrent que son R0 est plus de 50 % supérieur aux autres variants.
Cause ou conséquence ? Le variant s’est-il fixé « par hasard » ou de par son avantage ?
On en sait un peu plus.
1/N
Le #variant#B117 a été détecté car 25 % des tests #PCR britanniques ont 3 cibles dans le génome viral et, pour le #B117, 2 sur 3 sont positives. Mais seul le séquençage permet d’être sûr.
Selon @PHE_uk, en Oct, 3 % des tests douteux étaient liés à #B117, en Déc > 95 %
2/N
Les analyses préliminaires de @cmmid_lshtm montrent que ce #variant s’est propagé rapidement dans des régions mais pas dans d’autres.
Les données de mobilité ne semblent pas expliquer ces différences. L'avantage de #B117 serait alors de 50 à 74 %.
La #virulence est le mal qu’un parasite (virus, bactérie,...) fait à son hôte.
Dans le cas du #SARS-CoV-2, on peut la mesurer via le risque d’être hospitalisé ou de décéder. Sachant que cela dépend fortement de l’âge. thelancet.com/journals/lanin…
2/N
Contrairement à une idée répandue, les parasites n’évoluent pas tous pour rapidement devenir avirulents.