News-Symbolbild_Lagebericht-1-1024x341

Rapport scientifique, 11 janvier 2022

Haupttext

En ce moment, l’incidence du SARS-CoV-2 en Suisse est plus élevée que lors des précédentes vagues pandémiques et double tous les huit à dix jours environ. Au cours de la première semaine de janvier 2022, environ 150 000 personnes en Suisse ont été testées positives au SARS-CoV-2. Des études menées lors de vagues épidémiques précédentes ont montré que les nombres de cas confirmés ne correspondaient qu’à la moitié, voire à un tiers du nombre réel de contaminations. En supposant que le nombre de cas non déclarés soit resté à peu près le même, cela signifie donc que, au cours de la première semaine de janvier, environ 3,5-5 % de la population suisse a été infectée par le variant Omicron du SARS-CoV-2 . Le nombre de tests positifs augmente actuellement d’environ 50% par semaine[1]. Le nombre d’infections réelles devrait augmenter encore plus rapidement, car plus l’incidence est élevée, plus le nombre de cas non déclarés augmente en raison de l’épuisement des capacités de dépistage.

Si les contaminations continuent d’augmenter au même rythme, plus de la moitié des personnes en Suisse seront infectées d’ici fin février, selon toute vraisemblance par le variant Omicron majoritairement. C’est ce qui ressort de l’analyse d’un modèle mathématique simple décrivant le nombre de personnes susceptibles à l’infection, de personnes infectées et de personnes guéries (un modèle appelé SIR ; voir section 2 ci-dessous). De tels modèles présentent des simplifications importantes et ne servent ici qu’à faire des estimations approximatives. Pour ce modèle, nous supposons que toutes les personnes, à l’exception d’une partie des personnes triplement vaccinées, peuvent être infectées par Omicron et que Re se situe entre 1,5 et 2. Très approximativement, on s’attend à ce que, en Suisse, le nombre d’infections augmente continuellement jusqu’à ce qu’environ 1/3, voire 1/2 de la population ait été infectée. L’immunité résultant d’une infection empêchera, au moins dans un premier temps, d’autres contaminations de personnes récemment infectées. Pour cette raison, si la fréquence des contacts reste la même, on s’attend à une transition vers une diminution des infections à moyen terme après le dépassement de cette valeur maximale. Une fois la vague passée, 65 à 85 % des personnes seraient alors immunisées contre Omicron, soit par une troisième vaccination, soit par infection. Si les contacts sont davantage réduits dans les jours et semaines à venir, ce pourcentage sera plus bas, car moins de personnes seront infectées par Omicron. Si, en parallèle, de nombreuses personnes reçoivent en plus une troisième dose de vaccin, le pourcentage d’immunité contre Omicron sera plus élevé.

Le pic d’infections est attendu dans les deux prochaines semaines, ce qui signifie que le pic de nouveaux cas confirmés quotidiennement est attendu un peu plus tard, dans environ 1 à 3 semaines. Et ce, si la dynamique observée jusqu’à présent n’a pas changé depuis le début de l’année et ne changera pas dans les semaines à venir. Au plus fort de la vague épidémique Omicron, 10 à 30 % de la population serait contaminée en une seule semaine. Après 2 à 4 semaines supplémentaires, le nombre d’infections mesurées (avec une proportion de cas non déclarés de 2-3) retomberait alors en dessous de 10 000 cas confirmés par jour. En résumé, on s’attend, selon ces estimations simples, à ce que les infections atteignent leur point culminant en janvier et qu’elles diminuent en février.

Si, après cette vague épidémique, les contacts avec le variant Omicron se multiplient à nouveau, la valeur R réaugmentera et une nouvelle vague pourrait survenir parmi les personnes qui ne sont pas encore immunisées contre Omicron. Si le rythme de la vaccination ne s’accélère pas, il y aura donc 15-35 % de la population qui n’aura pas été infectée dans la vague épidémique actuelle et qui n’aura pas décidé de se faire vacciner (ou de recevoir une dose de rappel). Toutefois, une deuxième vague épidémique telle que ce qui vient d’être décrit n’est pas attendue si, avec le début du printemps, la saisonnalité du SARS-CoV-2 maintient la valeur R à moins de 1.

Comme mentionné ci-dessus, cette estimation approximative fait un certain nombre d’hypothèses simplificatrices. Ces hypothèses sont discutées dans la section 2 ci-dessous. En particulier, il est important de noter que la dynamique attendue dépend fortement du comportement de la population. Si, face à la forte circulation du virus, les gens ont adapté leur comportement et réduit leurs contacts, on s’attend à un ralentissement de la dynamique et à un pic d’incidence plus faible. En outre, l’incidence élevée entraînera une augmentation des engorgements dans les procédures de dépistage par tests, de sorte qu’au cours des prochaines semaines, le nombre de cas confirmés s’écartera de plus en plus de celui des infections réelles.

Ces considérations montrent que la Suisse doit se préparer à une situation dans laquelle une partie considérable de la population sera infectée simultanément. Une telle situation affecte directement tous les domaines de la vie publique, y compris le système de santé, les services publics, l’éducation et le secteur privé.

La charge pesant sur le système de santé au cours de cette vague d’Omicron résulte du nombre de personnes infectées et de la gravité de l’évolution de la maladie. Pour le moment, le nombre total d’hospitalisations en Suisse n’a pas encore augmenté. Les données de l’Hôpital universitaire de Genève font état d’une augmentation du nombre de patientes et patients hospitalisés infectés par le variant Omicron et d’une diminution du nombre de patientes et patients hospitalisés infectés par le variant Delta. Nous prévoyons une augmentation des hospitalisations dans toute la Suisse dans les prochains jours, dès lors que la prédominance du variant Omicron affecte également les nouvelles entrées dans les hôpitaux. Nous estimons qu’avec le variant Omicron, environ 20 à 35 personnes sur 10 000 infectées devront être hospitalisées. Pour cela nous nous basons sur l’hypothèse que la double vaccination offre 88% de protection contre l’hospitalisation après une infection par Omicron, que plus de 50% des personnes non vaccinées ont déjà été infectées par le SARS-CoV-2 et que le risque d’hospitalisation après une infection par Omicron est équivalent au risque lié à une infection par le virus de type naturel ou jusqu’à 33% inférieur[2],[3]. Nous estimons également qu’environ 1 personne infectée sur 10 000 aura besoin d’un traitement en unité de soins intensifs (USI) ; cette valeur se base sur la probabilité d’un traitement en USI pour les patientes et patients hospitalisés pour une infection par le variant Delta à l’été 2021. Avec le modèle SIR, cette estimation montrerait que le nombre maximum de personnes nécessitant une hospitalisation en une seule semaine peut atteindre 2 500 à 10 000 et qu’il y a 80 à 300 admissions en USI. Si la protection contre l’hospitalisation chez les personnes doublement vaccinées atteignait 95 %, le nombre de personnes nécessitant une hospitalisation en une seule semaine serait réduit à 1500-6000 personnes. Toutes ces estimations reposent sur des hypothèses associées à de grandes incertitudes. Ces chiffres ne représentent donc qu’un ordre de grandeur.

La charge pesant sur les services publics, l’enseignement et le secteur privé résulte du nombre de personnes qui, simultanément, s’absentent du travail et de l’éducation pour cause de maladie, d’isolement ou de quarantaine. Sur la base des scénarios épidémiologiques et en se fondant sur différentes hypothèses concernant le nombre de collaboratrices et collaborateurs que cela implique, leur possibilité de travailler à domicile et la mesure dans laquelle elles ou ils peuvent être remplacés par leurs collègues dans leur travail, le KOF[4] a calculé de manière approximative les conséquences possibles pour la valeur ajoutée en Suisse. Pour simplifier, on suppose que l’effet de la réduction d’une unité de travail est indépendant du niveau de la perte totale de travail. Les scénarios de pandémie les plus optimistes et les plus pessimistes sont combinés avec des hypothèses sur la durée de l’isolement et de la quarantaine des personnes affectées. Au total, la réduction potentielle de la valeur ajoutée due au recul supposé des heures travaillées oscille entre 1,5 et 3,5 milliards de francs dans cette perspective purement basée sur l’offre. En réduisant la période de quarantaines de 7 à 0 jour et la période d’isolement de 10 à 5 jours, la perte de valeur ajoutée est réduite de 700 millions à 1,4 milliard de francs. La réduction des périodes d’isolement a un impact plus important que la réduction supplémentaire de la période de quarantaine, le nombre de personnes en quarantaine étant plus bas que le nombre de personnes en isolement. Ce ratio est également nettement plus faible qu’auparavant dans le calcul en raison de la réduction du nombre de personnes soumises à une éventuelle quarantaine. Si la seule durée d’isolement est réduite de 10 à 5 jours, la perte de valeur ajoutée est réduite de 600 millions à 1,1 milliard de francs.

Une optimisation de la stratégie TTIQ – tests, traçage des contacts, isolement et quarantaine – permet d’améliorer le rapport coûts-bénéfices de cette stratégie. Une telle optimisation s’impose pour trois raisons. Premièrement, les premières études indiquent qu’avec Omicron la période d’incubation est susceptible d’être plus courte qu’avec Delta [5],[6],[7]; voir section 4 ci-dessous) ; de plus, il est probable que l’infectiosité diminue plus rapidement chez les personnes vaccinées que chez les personnes non vaccinées[8]. Cela signifie que dans une population majoritairement vaccinée et dans une situation où le variant Omicron est dominant, la durée de l’isolement et de la quarantaine peut être raccourcie. Deuxièmement, une adaptation des paramètres d’isolement et de quarantaine s’impose également au vu de l’incidence actuellement très élevée. Si l’incidence est très élevée, le rapport coûts-bénéfices de l’isolement et de la quarantaine diminue, comme décrit dans la section 4 ; de plus, si l’incidence est très élevée, il faut moins de temps avant que, à la suite d’une infection confirmée ou suspectée, les personnes ne soient probablement pas plus susceptibles d’être contagieuses que le reste de la population. Troisièmement, une simple estimation montre que, compte tenu de l’incidence élevée actuelle, la quarantaine en particulier ne réduit les infections que dans une faible proportion. Selon cette simple estimation, le traçage des contacts et la quarantaine réduisent pour l’instant le nombre de reproduction de moins de 5 %. En restreignant la quarantaine aux personnes vivant sous le même toit que des personnes infectées, la quarantaine pourrait être circonscrite aux personnes les plus susceptibles d’être infectées. Le dépistage par tests et le port systématique de masques à la fin d’une quarantaine écourtée ou d’un isolement pourraient contribuer à réduire le risque de transmission de l’infection. Un éventuel raccourcissement de l’isolement et de la quarantaine ou une levée de la quarantaine dans certaines situations tendra à contribuer à une augmentation des infections. Il convient donc, parallèlement à d’éventuelles adaptations des conditions d’isolement et de quarantaine, de faire d’autres efforts afin de réduire la vitesse à laquelle les infections se multiplient en Suisse. Un facteur décisif est qu’une proportion aussi grande que possible de personnes infectées soit isolée le plus rapidement possible – que les tests soient effectués à la plus vaste échelle possible et que les personnes présentant des symptômes évitent immédiatement tout contact avec les autres. En outre, l’isolement doit être maintenu au moins jusqu’à ce que les symptômes s’améliorent nettement (pas de fièvre, pas de forte toux, etc.).

Pour réduire le nombre de personnes qui sont infectées et malades au même moment en Suisse, une nouvelle réduction des contacts à fort risque de transmission s’impose. Il s’agit surtout de contacts à l’intérieur sans masque et de situations où de nombreuses personnes sont réunies. Le ralentissement et la réduction de la vague épidémique limiteront les pics de charge dans le système de santé, ainsi que dans les autres aspects de la vie publique, économique et éducative. Dans le même temps, cela permet à davantage de personnes de se faire vacciner contre l’infection par Omicron.

Les vaccins réduisent alors durablement la charge de morbidité, car ces personnes bénéficient d’une certaine protection contre l’infection par Omicron, du moins à court terme. Avec une troisième dose ou, chez les enfants ainsi que chez les plus de 12 ans qui ne se sont pas encore fait vacciner, d’une première et d’une deuxième dose, il est possible d’atteindre une protection contre une infection par Omicron de 30 à 70% pour les 2 à 4 mois suivants[9],[10],[11].

Explications détaillées

1. Situation épidémiologique

Situation générale

Les mois passés, l’actualité épidémiologique avait été dominée par le variant Delta. Le 26 novembre 2021, l’Organisation mondiale de la santé (OMS) a déclaré le nouveau variant, dénommé Omicron, comme préoccupant. En Suisse, ce variant a été détecté pour la première fois dans un échantillon prélevé le 22 novembre 2021 et s’est propagé très rapidement en décembre 2021, si bien qu’il représente maintenant la majorité des nouvelles infections. Depuis la semaine 51, 2021, nous constatons une augmentation du nombre de cas et la valeur R est désormais significativement supérieure à 1 dans toutes les grandes régions.

Si la fréquence des contacts reste la même, la progression d’Omicron entraînera une hausse de plus en plus rapide du nombre absolu de cas. Le nombre de cas augmente actuellement d’environ 50 % par semaine.

Dynamique

Depuis fin octobre et jusqu’au début de décembre 2021, l’estimation de la valeur R était significativement supérieure à 1. Après une brève chute de la valeur R en dessous de 1 à la mi-décembre 2021, elle est à nouveau significativement supérieure à 1 depuis fin décembre 2021.

La moyenne sur 7 jours du nombre de reproduction dans l’ensemble du pays est de 1,43 (intervalle d’incertitude de 95 %, IC : 1,34-1,52), ce chiffre reflétant le niveau de circulation du virus enregistré dans la semaine du 25.12. au 31.12.2021[12].

Les estimations sur une base journalière du taux de reproduction effectif Re pour la Suisse sont de :

  • 1,37 (IC 95 % : 1,29-1,45) sur la base des cas confirmés au 31.12.2021.
  • 0,99 (IC 95 % : 0,88-1,11) sur la base des hospitalisations, au 25.12.2021.

Pour une comparaison sur la base des cas confirmés, le Re est estimé à 1,52 (IC 95 % : 1,41-1,62) pour le même jour.

  • 0,73 (IC 95 % : 0,47-1,03) sur la base des décès, au 19.12.2021.

Pour une comparaison sur la base des hospitalisations, le Re est estimé à 0,97 (IC 95 % : 0,86-1,09) pour le même jour. Pour une comparaison sur la base des cas confirmés, le Re est estimé à 1,24 (IC 95 %  : 1,15-1,33) pour le même jour.

Les estimations pourraient être rectifiées en raison des décalages temporels des notifications et des fluctuations dans les données. En particulier, les notifications d’hospitalisation, incomplètes ces dernières semaines, donneront probablement lieu à une révision à la hausse des chiffres. Nous soulignons que les valeurs Re reflètent le niveau de circulation du virus avec un décalage, car un certain laps de temps s’écoule entre l’infection et le résultat du test ou, éventuellement, le décès. Pour les valeurs Re basées sur le nombre de cas, ce délai est d’au moins 10 jours, et jusqu’à 23 jours pour les décès.

En parallèle, nous déterminons les taux de variation des cas confirmés, des hospitalisations et des décès au cours des 14 derniers jours[13]. Les cas confirmés ont augmenté à un taux de 51 % (IC : 75 % à 29 %) par semaine. Les hospitalisations étaient stables, à un taux de -1 % (IC : 11 % à -11 %) par semaine et les décès à un taux de -23 % (IC : -2 % à -40 %) par semaine. Ces valeurs reflètent l’incidence de l’infection survenue il y a plusieurs semaines.

Notre dashboard permet de suivre l’évolution des chiffres pour le nombre de cas, d’hospitalisations et de décès, stratifiés par âge[14]. Le nombre de cas augmente de manière significative dans tous les groupes d’âge. Les hospitalisations ont augmenté de manière significative dans le groupe d’âge des 20-29 ans et sont restées stables dans les autres groupes d’âge. Toutefois, comme pour le mois dernier, il se pourrait que le nombre d’hospitalisations soit sous-estimé[15].

Chiffres absolus

Le nombre cumulé de cas confirmés au cours des 14 derniers jours est de 3161 pour 100 000 habitantes et habitants. Le taux de positivité des tests est de 32,5 % (au 07.01.2022, soit le dernier jour pour lequel seules quelques notifications tardives sont attendues).

Le nombre de patientes et de patients COVID-19 dans les unités de soins intensifs s’est situé, au cours des 14 derniers jours, entre 269 et 326 personnes (la variation était de -7 % (IC: -2 % à -12 %) par semaine).

Le nombre de décès confirmés en laboratoire au cours des 14 derniers jours s’est situé entre 6 et 22 par jour.

Variants

Un résumé est disponible sur https://sciencetaskforce.ch/fr/evaluation-de-la-situation-epidemiologique-3-janvier-2021/

2. Estimation de la dynamique de la vague épidémique due à Omicron à l’aide d’un modèle SIR

Nous utilisons un modèle mathématique simple qui prend en compte le nombre de personnes susceptibles d’être infectées, contagieuses, et guéries. De tels modèles sont décrits comme des modèles SIR (de « susceptible », « infected », « recovered » ou « removed »[16]). Par une infection, les susceptibilités deviennent des infections ; les infections sont d’autant plus fréquentes qu’il y a de susceptibilités et de personnes infectées ; par la guérison, les personnes infectées deviennent des personnes guéries ; la guérison intervient après une période caractéristique qui correspond à la durée de l’infection.

Ce modèle fait un certain nombre d’hypothèses simplificatrices. Les hypothèses importantes sont notamment :

  • Le nombre des infections dépend uniquement du nombre de personnes susceptibles d’être infectées et de personnes infectées ; les changements éventuels dans le nombre de contacts ne sont donc pas pris en compte ; la progression de la campagne de vaccination n’est pas non plus prise en compte.
  • Les personnes sont soit complètement susceptibles à l’infection par Omicron, soit complètement immunisées. Nous partons de l’idée que toutes les personnes qui ne sont pas triplement vaccinées sont susceptibles d’être infectées, de même que certaines des personnes triplement vaccinées. Les différences de susceptibilité entre les personnes doublement vaccinées, les personnes guéries et les personnes non vaccinées ou qui ne sont pas protégées par une guérison du COVID-19 ne sont donc pas prises en compte.
  • Une infection par Omicron confère une immunité totale contre une future infection par ce même variant pendant la période considérée .
  • Seul le variant Omicron est pertinent et les autres variants (notamment Delta) ne jouent aucun rôle dans la période considérée.

Il est important de noter que le niveau et la durée attendus de la vague Omicron, en particulier, dépendent fortement du comportement de la population, et que les cas confirmés donnent une image de plus en plus imprécise de la dynamique des contaminations. Si, face à la forte circulation du virus, les gens ont adapté leur comportement et réduit leurs contacts, on s’attend à un ralentissement de la dynamique et à un pic d’incidence plus faible. En outre, l’incidence élevée entraînera une augmentation des engorgements dans les procédures de tests, de sorte qu’au cours des prochaines semaines, le nombre de cas confirmés s’écartera de plus en plus de celui des infections réelles.

Ce modèle ne doit donc pas être compris comme une prévision détaillée des évolutions probables. Il sert uniquement à pouvoir estimer sommairement le temps pendant lequel les contaminations continueront à augmenter en Suisse, le nombre de personnes qui seront infectées simultanément lors du pic de la vague épidémique et la vitesse à laquelle les contaminations pourraient diminuer une fois le pic atteint. Le code de programme sur lequel repose cette modélisation est disponible en annexe .

Les résultats de ce modèle dépendent d’un certain nombre de paramètres pour lesquels il existe une incertitude. Nous calculons donc les résultats pertinents de ce modèle pour toute une gamme de valeurs de paramètres différents afin de déterminer une fourchette de résultats plausibles. Plus précisément, nous examinons la plage de valeurs de paramètres suivante :
– Nombre de reproduction d’Omicron début janvier 2022 : 1.5, 2.0.

– Temps de génération pour Omicron : 3 jours, 4 jours.

– Pourcentage de contaminations réelles identifiées : 33 %, 50 %.

– Pourcentage de la population susceptible d’être infectée par Omicron : 70 %, 80 %, 90 %. La limite inférieure représente la situation dans laquelle les personnes triplement vaccinées sont presque totalement immunisées contre l’infection par Omicron. La limite supérieure illustre la situation dans laquelle environ deux tiers des personnes triplement vaccinées ne sont pas immunisés contre l’infection par Omicron.

Nous calculons les résultats pour toutes les combinaisons de ces valeurs de paramètres. Soit un total de 24 combinaisons (2*2*2*3). Cela nous donne une idée de l’éventail des résultats plausibles. Concrètement, avec ces 24 combinaisons de valeurs de paramètres nous trouvons :

  • que le nombre d’infections augmente continuellement jusqu’à ce qu’environ 1/3-1/2 de la population soit immunisée contre Omicron après une infection ou une vaccination de rappel (ce chiffre ne se réfère pas aux tests positifs, mais au nombre de personnes réellement infectées)
  • qu’à cette valeur maximale, environ 10 à 30 % de la population sont infectés en une semaine ; étant donné que l’infectiosité dure environ 5 à 7 jours après l’infection, cela signifie également qu’environ 10 à 30 % de la population est contagieuse en même temps (ce nombre ne fait pas référence aux tests positifs, mais au nombre de personnes réellement infectées)
  • que cette valeur maximale en nombre de cas sera atteinte dans environ 1 à 3 semaines.
  • qu’une fois le pic atteint, le nombre d’infections diminue et qu’après 2 à 4 semaines supplémentaires, le nombre de cas confirmés positifs tombe en dessous de 10 000 – considérant le nombre de cas non déclarés à 2-3 comme à d’autres moments de la pandémie. Au total, 65 à 85 % de la population suisse seront alors immunisés contre Omicron.

Ce modèle simple montre ainsi un risque qu’un grand nombre d’infections, de maladies et d’hospitalisations dans un court laps de temps mettent à rude épreuve le système de santé, les infrastructures publiques, l’éducation et le secteur privé.

3. Estimation de la charge potentielle de morbidité

 L’estimation décrite ci-dessus de la dynamique de la vague épidémique par Omicron permet d’évaluer la charge de morbidité potentielle au cours de cette période. Le nombre total et la gravité des cas de COVID-19 attendus dépendent du nombre de personnes infectées par Omicron, de quelles personnes sont infectées (notamment l’âge et l’immunité préexistante due à la vaccination et à la guérison) et de la gravité de l’évolution de la maladie avec Omicron par rapport à Delta. Ces paramètres sont tous entachés d’une grande incertitude. Le modèle simple décrit au paragraphe 2 permet toutefois, avec des données provenant de Suisse et de l’étranger, de faire des estimations sur la charge de morbidité potentielle.

En se basant sur la probabilité qu’une personne infectée non vaccinée ait besoin d’un traitement hospitalier[17] , sur le nombre de personnes actuellement vaccinées par classe d’âge[18] et sur l’hypothèse qu’au moins 50% des personnes non vaccinées sont guéries (p. ex. [19] pour octobre 2021 et autres infections depuis octobre 2021), on peut estimer très approximativement que 20 à 35 personnes pour 10 000 infections durant la vague Omicron auront besoin d’un traitement hospitalier. Dans ce cas, on estime que la protection contre les formes graves qu’offre le vaccin est de 88 à 95 %. On suppose également que les personnes non vaccinées infectées par Omicron ont une probabilité similaire (éventuellement jusqu’à 33 % de probabilité réduite) d’être hospitalisées par rapport aux infections par des souches virales de 2020.

Avec le modèle SIR, cela signifie que 1500 à 10 000 personnes ont besoin d’un traitement hospitalier en une semaine au plus fort de la vague Omicron. Les données relevées par CH-SUR indiquent qu’environ 1 personne infectée sur 10 000 a besoin d’un traitement dans l’unité de soins intensifs. Cela signifie qu’au plus fort de la vague Omicron, on peut s’attendre à environ 80-300 admissions dans les unités de soins intensifs en une semaine (si la capacité pour ces admissions est disponible à ce moment-là).

Ces estimations révèlent donc une grande incertitude quant à la charge de morbidité attendue au cours des deux prochains mois, avec un risque de net dépassement des capacités. Cela se manifeste aussi bien dans les soins intensifs que dans le système de santé en dehors des unités de soins intensifs.

Il existe également un risque de surcharge du système de santé en dehors des unités de soins intensifs. Jusqu’à présent, environ 40 000 personnes atteintes de COVID-19 ont été hospitalisées en Suisse[20]; la plus forte densité d’hospitalisations à ce jour a eu lieu fin octobre 2020, lorsque près de 1800 personnes ont été hospitalisées en une semaine. Nous l’avons mentionné ci-dessus, nous estimons qu’un traitement hospitalier sera nécessaire pour 1500 à 10 000 personnes en une semaine au plus fort de la vague Omicron. Si le nombre réel d’hospitalisations se situe dans la partie supérieure de la fourchette prévue, il peut en résulter une charge dépassant largement les pics précédents.

4. Adaptations possibles de la stratégie TTIQ (tests, traçage des contacts, isolement et quarantaine)

Dans la situation actuelle, avec une incidence élevée d’Omicron, une adaptation des paramètres TTIQ s’impose. De telles adaptations ont justement été effectuées par le CDC ([21], avec des explications[22]) et par l’ECDC[23] . Le CDC a réduit la durée de l’isolement et de la quarantaine. L’ECDC suggère d’envisager une réduction de l’isolement et de la quarantaine pendant les périodes de forte incidence. Ces recommandations concernent les personnes ne présentant pas de symptômes de COVID-19. Ces changements s’expliquent par la forte incidence du SARS-CoV-2 en Europe et aux États-Unis et par d’éventuelles différences dans les caractéristiques d’Omicron et de Delta. Dans ce qui suit, nous décrirons brièvement les considérations sur les ajustements possibles en Suisse. Ces réflexions s’appuient également sur des analyses antérieures que nous avons menées sur ce sujet[24],[25].

Un raccourcissement de l’isolement et de la quarantaine, ou une levée dans certaines situations, tendront à contribuer à une augmentation des contaminations – même si l’objectif est de limiter cette augmentation autant que possible. Comme expliqué ci-dessus, le nombre élevé de personnes qui, en raison d’un taux de contagion rapide, seront infectées et malades au même moment en Suisse représente un risque important. Il convient donc, parallèlement à d’éventuels allègements des conditions d’isolement et de quarantaine, de faire d’autres efforts afin de réduire la vitesse à laquelle les infections se multiplient en Suisse. Nous développons ci-dessous les options liées au système TTIQ.

L’une des raisons pour lesquelles le système TTIQ pourrait être adapté est l’incidence actuellement élevée du SARS-CoV-2 en Suisse. Le rapport coûts-bénéfices de la stratégie TTIQ diminue à mesure qu’augmente l’incidence. Les avantages du système TTIQ peuvent être interprétés comme la proportion de transmissions ultérieures évitables en isolant les personnes infectées et en mettant en quarantaine les personnes de contact qu’elles ont infectées. Lorsque l’incidence augmente, le pourcentage de retransmissions évitées reste constant jusqu’au moment où, en raison de l’incidence élevée, la vitesse et la couverture du système de dépistage et de traçage des contacts diminuent. À partir de ce moment, l’utilité du système TTIQ diminue à mesure qu’augmente l’incidence. D’autre part, plus l’incidence augmente, plus les coûts du dispositif TTIQ augmentent à leur tour. Les coûts résultent du nombre de personnes isolées ou en quarantaine, et ces chiffres augmentent avec l’incidence. Si l’incidence est très élevée, comme nous nous y attendons en Suisse pour les semaines à venir, les isolations et les mises en quarantaine d’un grand nombre de personnes peuvent entraîner des restrictions importantes dans le domaine de la santé, des infrastructures publiques et de l’économie. Un allègement des conditions d’isolement et de quarantaine peut réduire ces coûts importants.

En cas d’incidence est très élevée, il faut également moins de temps avant que, à la suite d’une infection confirmée ou suspectée, les personnes ne soient probablement plus susceptibles d’être contagieuses que le reste de la population . L’objectif de la stratégie TTIQ est de faire en sorte que les personnes les plus susceptibles d’être contagieuses restent chez elles. Il s’agit des personnes chez qui une contamination a été constatée ou qui ont été en contact étroit avec une personne infectée. Plus le temps passe après une contamination confirmée ou suspectée, plus la probabilité qu’une personne soit encore contagieuse diminue. En effet, la concentration de virus dans le corps, et l’excrétion de ces virus, diminuent avec le temps. Par exemple, la probabilité qu’une personne soit encore contagieuse 8 jours après le début des symptômes est d’environ 10% [26]. Dans une situation de faible incidence, il est judicieux de garder cette personne en isolement encore plus longtemps, jusqu’à ce que la probabilité qu’elle soit infectée tombe nettement en dessous de 10 %. Dans une situation où environ 10 % de la population totale est contagieuse, il n’y a aucune raison de garder cette personne plus longtemps en isolement – elle ne présente pas plus de risque d’infection que les autres personnes. Comme nous l’avons expliqué plus haut, nous nous attendons dans les semaines à venir à des situations où plus de 10 % des personnes en Suisse seront infectées et contagieuses (et en raison du nombre élevé de cas non signalés, une grande partie d’entre elles ne seront pas isolées). Dans de telles situations, il convient donc de réduire la durée de l’isolement et de la quarantaine.

Autre raison d’adapter le dispositif TTIQ, les différences possibles dans la vitesse d’évolution de l’infection entre Omicron et Delta, et une diminution plus rapide de la charge virale chez les sujets vaccinés. La durée optimale de l’isolement et de la quarantaine dépend de la rapidité avec laquelle la probabilité de transmission à une autre personne diminue après une contamination confirmée ou possible (par exemple [27]). Plusieurs études indiquent que la période d’incubation, soit le délai entre les infections et les symptômes, pourrait être plus courte pour Omicron que pour Delta5-7. Avec une période d’incubation plus courte, il serait possible de réduire la durée de la quarantaine sans augmenter le risque de voir des personnes sortir de la quarantaine si elles sont toujours contagieuses. Une analyse de données provenant des États-Unis montre que chez les personnes vaccinées, la charge virale – et donc le potentiel d’infecter d’autres personnes – tombe à un niveau bas environ deux jours plus tôt que chez les personnes non vaccinées ([28]; il s’agit de données provenant d’une situation dominée par le variant Delta). C’est un autre facteur qui permet de raccourcir la durée de l’isolement et de la quarantaine, soit spécifiquement pour les personnes vaccinées ou guéries, soit (dans une population à forte séroprévalence) pour tous.

Avec l’incidence très élevée que nous connaissons en ce moment, l’efficacité du traçage des contacts et de la quarantaine est faible. L’efficacité du traçage des contacts et de la quarantaine peut être estimée sur la base de la réduction du nombre de reproduction obtenue. Un exemple très simplifié montre que cette réduction est actuellement faible.

  • Deux personnes infectées contaminent actuellement environ trois autres personnes (en supposant que le taux de reproduction est de 1,5).
  • Sur ces deux personnes infectées, environ une est actuellement reconnue comme infectée (en partant de l’idée que la proportion de cas non recensés est de deux).
  • Pour cette personne infectée, environ 0,5 personne contact est actuellement identifiée et mise en quarantaine (sur la base du nombre total actuel de personnes en isolement et en quarantaine, [29]).
  • Une question importante est de savoir quelle est la proportion de personnes en quarantaine qui s’avèrent être infectées. Nous ne disposons pas de chiffres pour l’ensemble de la Suisse. Des données provenant de certains cantons indiquent que cette part pourrait être d’environ 20%[30],[31].
  • Cela signifierait que sur les 0,5 personne de contact en quarantaine, environ 0,1 sont effectivement infectées.

Dans cet exemple simple, le traçage des contacts et la mise en quarantaine permettent de réduire de 3 à environ 2,9 le nombre de personnes infectées susceptibles de transmettre leur infection. Cela correspond à une réduction d’environ 3 %. S’il y a des retards et que des contacts infectés peuvent contaminer d’autres personnes avant d’être placés en quarantaine, la réduction des contaminations obtenue par le suivi des contacts et la quarantaine est encore plus faible. Il est important de noter que cette estimation ne donne qu’une idée approximative de l’ordre de grandeur des bénéfices de la quarantaine – mais elle montre que ces bénéfices sont probablement faibles pour le moment. Dans une situation de faible incidence, où un grand nombre de contacts peuvent être identifiés rapidement, les avantages du traçage des contacts et de la quarantaine pourraient être beaucoup plus importants.

Ces considérations mettent en évidence des options d’adaptation de la stratégie TTIQ. Afin d’améliorer le rapport coûts-bénéfices de la stratégie TTIQ, les éléments suivants peuvent être considérés :

  • Il est important qu’un maximum de personnes infectées s’isole et évite ainsi de transmettre l’infection. Il faut s’attendre à toujours plus d’engorgements dans les procédures de dépistage dans les semaines à venir. Dans cette situation, l’auto-isolement des personnes en cas de symptômes ou d’autotest positif joue également un rôle important, jusqu’au moment où une éventuelle contamination peut être clarifiée par un test de laboratoire.
  • Les motifs exposés ci-dessus suggèrent que la durée de l’isolement peut être réduite. Pour réduire le risque de contagion après une levée précoce de l’isolement, des tests et le port systématique de masques pendant un certain temps après la fin de l’isolement sont une solution. En outre, l’isolement doit être maintenu au moins jusqu’à ce que les symptômes s’améliorent nettement (pas de fièvre, pas de forte toux, etc.).
  • Comme discuté ci-dessus, l’efficacité du traçage des contacts et de la quarantaine est actuellement très faible et les coûts sont élevés. L’efficacité de la quarantaine peut être augmentée en se concentrant sur les contacts les plus susceptibles d’être infectés. Il s’agit en général de personnes vivant sous le même toit.
  • De manière générale, une réduction de la durée de la quarantaine s’impose également. Afin de réduire le risque de contagion après la levée précoce de la quarantaine, des tests et le port systématique de masques sont une solution envisageable.

Cependant, d’éventuelles modifications des paramètres TTIQ peuvent avoir des conséquences imprévues qui sont préjudiciables à la lutte contre la pandémie. Il semble donc plausible que les coûts et les désagréments associés à un isolement et à une quarantaine de dix jours incitent les gens à se montrer plus prudents afin d’éviter les contaminations ou les contacts rapprochés avec des personnes potentiellement infectées. En conséquence, l’assouplissement des conditions d’isolement et de quarantaine pourrait rendre les gens moins prudents et augmenter ainsi le nombre de contaminations. En outre, il est important de noter si les traceurs et traçeuses de contacts ont d’autres fonctions importantes qui ne doivent pas être limitées. Nous n’avons aucune idée de ces conséquences possibles, raison pour laquelle nous ne les intégrons pas dans nos réflexions.

Annexe

Code de programme

library(deSolve)

sir.model <- function(t, parms, vars) {

  with(as.list(c(parms,vars)),{

    dS <-  - beta * S * I

    dI <- beta * S * I  - r*I

    dR <- r* I

    list(c(dS, dI, dR))

  })

}

# Common parameters

S_tot <- 8600   # CH pop (/1000)

I_current <- 30 # Confirmed cases today (/1000)

# Parameter combinations

frac_susc           <- seq(0.7,0.9,by= 0.1) # Assumption for fraction susceptible

fraction_I_detected <- 1/seq(2,3,by = 1)    # Assumption for factor due to underreporting

R0                  <- seq(1.5,2,by= 0.5)   # Basic reproductive number given the current contact structure

gen                   <- c(1/4,1/3)           # One over generation time

# Time vector for integration (10 points/day)

times  <- seq(0, 150, length=1501)

i   <- 1

tab <- NULL

for (fs in frac_susc) {

    for (fi in fraction_I_detected) {

        for (r0 in R0) {

          for (gi in gen) {

            cat(sprintf("\n# Parameter combination %d:\n - Fraction susceptible = %.2f\n - Fraction I detected = %.2f\n - R0 = %.2f\n - Generation time = %.2f days\n\n",

                        i, fs, fi, r0, 1/gi))

            i <- i+1

            # Initial state at the start of the simulation (/1000)

                 S0 <- S_tot * fs         # Susceptible population

                 I0 <- I_current/fi       # True number of infected

                 RR0 <- S_tot - S0 - I0   # Number removed

                 xstart <- c(S=S0, I=I0, R = RR0)

                 # Parameters for SIR model (beta and r)

                 parms  <- c(beta = gi*r0/S0, r = gi)

                 # Solve model

                 out <- as.data.frame(rk4(xstart, times, sir.model, parms))

                 outNewInf         <- (gi*r0/S0)*out$S*out$I   # Number of new infections (from SIR model, Beta*S*I)

                 peak_newInf       <- max(outNewInf)              # Maximum number of new infections

                 peak_newInf_index <- which(outNewInf == peak_newInf)

                 peak_newInfDay      <- sum(outNewInf[(peak_newInf_index-5):(peak_newInf_index+4)])/10      # Maximum daily number of new infections

                 peak_newInfWeek     <- sum(outNewInf[(peak_newInf_index-35):(peak_newInf_index+34)])/10  # Maximum weekly number of new infections

                 time_peak_incidence <- out$time[peak_newInf_index]                                       # Time when the maximum is reached

                    time_cases_10000    <- min(out$time[outNewInf <= 10/fi])                                # Time when number of daily cases are < 10000 again

                 tab <- rbind(tab, c(fs,fi,r0,gi,

                                     peak_newInfDay, peak_newInfWeek, time_peak_incidence, time_cases_10000,

                                     peak_newInfWeek/S_tot, (sum(outNewInf)*0.1)/S_tot, (sum(outNewInf)*0.1+RR0)/S_tot))

               }

      }

     }

}

colnames(tab) <- c("frac_susc", "frac_I_detected", "R0", "1/genTime",

                   "IncidenceMaxDay", "IncidenceMaxWeek", "t_IncMax", "t_Cases_smaller_10000",

                   "percNewInfInWeekAtPeak", "percInfectedFromToday", "percOmikronImmuneAfterWave")

print(round(tab,digits=2))

Liens:

[1] https://ibz-shiny.ethz.ch/covidDashboard/

[2] https://www.medrxiv.org/content/10.1101/2021.12.24.21268382v2.full.pdf

[3] https://www.medrxiv.org/content/10.1101/2021.12.30.21268560v1.full.pdf

[4] https://kof.ethz.ch

[5] Centers for Disease Control and Prevention. Investigation of a SARS-CoV-2-B.1.1.1.529 (Omicron) Variant Cluster—Nebraska- November-December 2021. MMWR Early Release. Vol. 70. December 28, 2021.

[6] Brandel LT, MacDonald E, Veneti L, Ravio T, Lange H, Naseer U, et al. Outbreak caused by SARS-CoV-2 Omicron variant in Norway, November to December 2021.Euro Surveill.2021;26(50):pii=2101147 https://doi.org/10.2807/1560-7917.ES.2021.26.50.2101147external icon

[7] Lee JJ, Choe YJ, Jeong H, Kim M, Kim S, Yoo H, et al. Importation and transmission of SARS-CoV-2 B1.1.529 (Omicron) variant of concern in Korea, November 2021. J Korean Med Sci. 2021 Dec 27;36(50):e346 https://doi.org/10.3346/jkms.2021.36.e346 eISSN 1598-6357·pISSN 1011-8934

[8] https://www.nejm.org/doi/full/10.1056/NEJMc2102507

[9] https://www.medrxiv.org/content/10.1101/2021.12.20.21267966v2

[10] https://www.medrxiv.org/content/10.1101/2021.12.30.21268565v1

[11] https://www.medrxiv.org/content/10.1101/2022.01.07.22268919v1

[12] https://ibz-shiny.ethz.ch/covid-19-re-international/

[13] https://ibz-shiny.ethz.ch/covidDashboard/trends

[14] https://ibz-shiny.ethz.ch/covidDashboard/, Dashboard Time Series

[15] https://sciencetaskforce.ch/en/scientific-update-of-07-december-2021/

[16] Anderson, R. M. and May, R. M. 1991. Infectious Diseases of Humans. Oxford. Oxford University Press

[17] https://sciencetaskforce.ch/en/scientific-update-of-20-july-2021/

[18] https://www.covid19.admin.ch/en/vaccination/persons

[19] https://www.vd.ch/fileadmin/user_upload/accueil/images/2021_novembre_actus/Proportion_des_Vaudois_ayant_une_immunit%C3%A9_contre_le_Covid-19.jpg

[20] https://www.covid19.admin.ch/en/epidemiologic/hosp?rel=abs&time=total&sum=cumulative

[21] https://www.cdc.gov/coronavirus/2019-ncov/your-health/quarantine-isolation.html

[22] https://www.cdc.gov/coronavirus/2019-ncov/if-you-are-sick/quarantine-isolation-background.html

[23] https://www.ecdc.europa.eu/en/covid-19/prevention-and-control/quarantine-and-isolation

[24] https://sciencetaskforce.ch/en/policy-brief/considerations-regarding-the-duration-of-quarantine-for-people-with-possible-exposure-to-sars-cov-2-infection/

[25] https://sciencetaskforce.ch/en/policy-brief/assessment-of-different-strategies-of-quarantine/

[26] https://www.medrxiv.org/content/10.1101/2021.12.23.21268326v1.full.pdf

[27] https://elifesciences.org/articles/63704

[28] https://www.nejm.org/doi/full/10.1056/NEJMc2102507

[29] https://www.covid19.admin.ch/en/overview

[30] https://corona.so.ch/bevoelkerung/daten/kennzahlen-contact-tracing/

[31] https://www.gl.ch/public/upload/assets/39375/Sentinella%20Bericht%20KW51.pdf?fp=1