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).
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
Les épidémies de #MPXV sont beaucoup étudiées par les modélisateurs car elles ont, habituellement, un #R0<1. Autrement dit, on s'attend à ce qu'elles régressent vite.
Nous venons de finaliser une étude (non encore évaluée par les pairs ⚠️) pour essayer de l'estimer.
Un fil 1/n 🧵👇
L'efficacité des vaccins 💉contre les formes symptomatiques et sévères est bien établie. Toutefois, pour estimer le nombre de formes critiques évitées *en vie réelle*, il est indispensable d'intégrer de la réduction de la circulation virale conférée par la vaccination. 2/n
Pour cela, nous avons utilisé notre modèle COVIDSIM, dont les projections feront l'objet d'une analyse rétrospective à paraître dans les prochains jours dans @AccpmJ, afin de réaliser des simulations contrefactuelles. 3/n
Grâce à un partenariat avec l’opération @DataForGood_FR de @FacebookFR et l’@umontpellier, l'équipe a pu valider un modèle qui vise à expliquer les variations des nombres quotidiens d’admission et de décès à l'hôpital pour #COVID19.
L’originalité de l’approche réside dans le modèle et les données utilisées.
@FacebookFR donne accès à des données de #colocalisation entre 2 personnes, plus appropriées pour une épidémie car reflètant un #contact (et non juste la position d'une personne).
Les hypothèses communes sont plutôt optimistes : 1) la vaccination est rapide (66% de la population totale vaccinée 2 doses au 1e sept.), 2) aucun relâchement des gestes barrières n'a lieu avant au moins le 14 juil., 2/12
3) le R au 5 juil. valant 1.14 (ce que l'on estime actuellement sur les données d'admissions en soins critiques). 3/12
Le preprint de notre analyse des #Ct des tests #RTPCR de #SARSCoV2, en partenariat avec la Société Française de Microbiologie et plus de 20 laboratoires de virologie français est maintenant en ligne. **NON RELU PAR LES PAIRS**
Il y a eu un débat sur ces Ct et l'opportunité de les communiquer aux patients.
Primo, cela dépend de l'échantillon. Secundo, pour les #coronavirus, il est risqué de voir dans le nombre de copies d'ARN une charge virale. osf.io/5gra3/