Contact Chercheur
Vittoria Colizza
Directrice de recherche Inserm
ivggbevn.pbyvmmn@vafrez.se
Contact Presse
cerffr@vafrez.se
L’étude s’intéresse au système de dépistage de nouveaux cas de Covid-19 au moment du premier déconfinement. © Adobe Stock
Comment améliorer les politiques de santé publique mises en place pour détecter les nouveaux cas de Covid-19 ? A l’heure du déconfinement et à l’approche des fêtes de fin d’année, cette question est plus que jamais d’actualité. Avec l’objectif d’éclairer les politiques publiques sur ce sujet et de continuer à freiner l’épidémie en France, la directrice de recherche Inserm Vittoria Colizza et son équipe à l’Institut Pierre Louis d’Epidémiologie et de Santé Publique (Inserm/Sorbonne Université) ont développé un nouveau modèle mathématique permettant de tirer de premiers enseignements scientifiques du dispositif « tester – tracer – isoler » mis en place au moment du premier déconfinement de l’été 2020. Leurs travaux sont publiés dans le journal Nature.
A l’approche des fêtes de Noël et au moment où les pouvoirs publics envisagent les prochaines étapes pour alléger les restrictions, la mise en place d’une politique efficace de dépistage des cas de Covid-19 et de traçage des « cas-contacts » est considérée comme une priorité afin de garder le contrôle de l’épidémie.
Vittoria Colizza, directrice de recherche Inserm à l’Institut Pierre Louis d’Epidémiologie et de Santé Publique (Inserm/Sorbonne Université) publie avec ses collègues une nouvelle étude pour faire le bilan de la stratégie « tester – tracer – isoler » mise en place lors du dernier déconfinement.
Afin de renseigner les paramètres du modèle mathématique et estimer le nombre de cas symptomatiques de Covid-19 pendant le déconfinement, les chercheurs ont eu recours à différents types de données : les chiffres d’admission à l’hôpital région par région, des données socio-démographiques, des estimations de Santé Publique France indiquant le pourcentage de personnes respectant les mesures barrières ou encore à des données de mobilité de Google permettant d’avoir une meilleure idée du nombre de personnes retournant en présentiel sur leur lieu de travail.
En parallèle, pour mieux appréhender les comportements des Français en matière de santé pendant le déconfinement et évaluer les éventuels retards dans leur prise en charge, les chercheurs se sont aussi appuyés sur des données issues du système de surveillance participative mis en place par l’Inserm, Santé Publique France et Sorbonne Université. Initialement connu sous le nom de « grippenet.fr » et visant à suivre l’évolution des épidémies de grippe sur le territoire français, ce système est devenu Covidnet.fr au printemps. Par ce biais, ils ont peu avoir accès à des données portant sur l’état de santé et les comportements de près de 7500 personnes entre mai et juin 2020.
Enfin, les chercheurs se sont penchés sur les données du système de surveillance virologique national SI-DEP qui comprend tous les résultats de tests Covid-19 réalisés par les laboratoires de biologie médicale, afin de comparer le nombre de cas de Covid-19 estimés grâce à leur modèle au nombre de cas positifs rapportés via ce dispositif de surveillance.
A partir de leur modèle, les scientifiques estiment qu’au cours de la période étudiée le nombre de cas symptomatiques de Covid-19 a été sous-estimé : environ 90 000 cas symptomatiques de Covid-19 n’auraient pas été identifiés dans le cadre du système de dépistage mis en place dans la période suivant le déconfinement.
Le nombre de personnes positives au Covid-19 aurait donc été supérieur au nombre estimé à partir des données issues de la surveillance virologique via le système SI-DEP. Par ailleurs, les données issues de Covidnet.fr suggèrent que seul 31 % des personnes ayant présenté des symptômes de Covid-19 ont consulté un médecin sur cette période.
En identifiant la majorité des cas de Covid-19 présentant des symptômes, il sera ensuite plus aisé de tracer leurs contacts et d’identifier d’éventuels cas asymptomatiques. A noter que depuis la période de l’étude, le système de dépistage a largement évolué avec notamment l’arrivée des tests antigéniques facilitant ainsi l’accès aux tests à un plus grand nombre.
L’étude suggère aussi que même une augmentation faible du taux d’incidence (nombre de tests positifs pour 100 000 habitants) a un impact délétère sur la capacité à identifier de nouveaux cas. Pour les chercheurs, il s’agit surtout de mieux cibler les personnes qui doivent se faire tester, même lorsque le virus circule faiblement et que le nombre de nouveaux cas est faible.
« Une forte sous-estimation des cas est un frein majeur au contrôle de l’épidémie. En effet, les cas non identifiés continuent de propager le virus mettant à risque notre stratégie de contrôle. Tester-tracer-isoler est le seul moyen dont nous disposons pour continuer à freiner la propagation du virus en allégeant les mesures restrictives ciblant toute la population. La tâche est d’autant plus ardue que nous sommes en période hivernale. Notre étude suggère qu’il faut continuer à renforcer les capacités de dépistage pour qu’elles soient plus ciblées, efficaces et accessibles à tous pour lutter contre la pandémie », conclut Vittoria Colizza.
Vittoria Colizza
Directrice de recherche Inserm
ivggbevn.pbyvmmn@vafrez.se
cerffr@vafrez.se
“Underdetection of COVID-19 cases in France threatens epidemic control”
Colizza et al.
Nature, décembre 2020. DOI : 10.1038/s41586-020-03095-6
PDF de l’étude sur demande