Scénarios de modélisation de l’épidémie de COVID-19 au Canada

Abstract

CONTEXTE : Le virus du syndrome respiratoire aigu sévère 2 (SARS-CoV-2), un coronavirus ayant probablement comme origine la chauve-souris, s’est transmis des animaux sauvages vers les humains en Chine à la fin de 2019 se manifestant sous la forme d’une maladie respiratoire. La maladie du coronavirus 2019 (COVID-19) s’est propagée d’abord en Chine, puis à l’échelle mondiale, entrainant une pandémie. OBJECTIFS : Cet article décrit la modélisation prédictive de la COVID-19 en général et les efforts déployés au sein de l’Agence de la santé publique du Canada pour modéliser les effets des interventions non pharmaceutiques (INP) sur la transmission du SARS-CoV-2 dans la population canadienne afin d’appuyer les décisions en santé publique. MÉTHODOLOGIE : Les objectifs généraux de deux approches de modélisation, 1) un modèle à base d’agent et 2) un modèle compartimenté déterministe sont décrites et un synopsis des études est illustré à l’aide d’un modèle élaboré à partir du logiciel Analytica 5.3. RÉSULTATS : Sans intervention, plus de 70 % de la population canadienne pourrait être infectée. Les interventions non pharmaceutiques, appliquées avec une intensité insuffisante pour éteindre l’épidémie, réduisent le taux d’attaque à 50 % ou moins, et l’épidémie est plus longue avec un pic moins élevé. Si les INP sont retirées tôt, l’épidémie pourrait reprendre de la force, ce qui se traduirait par des pourcentages élevés (plus de 70 %) de la population touchée. Si les INP sont appliquées avec une intensité suffisamment élevée pour éteindre l’épidémie, le taux d’attaque peut être réduit entre 1 % et 25 % de la population. CONCLUSION : Appliquer les INP avec une intensité suffisamment élevée pour éteindre l’épidémie semblerait être le choix privilégié. Le retrait des INP perturbatrices, comme les fermetures, doit être accompagné d’améliorations aux autres INP afin de prévenir de nouvelles éclosions, d’identifier et de contrôler toute nouvelle chaîne de transmission.

BACKGROUND: Severe acute respiratory syndrome virus 2 (SARS-CoV-2), likely a bat-origin coronavirus, spilled over from wildlife to humans in China in late 2019, manifesting as a respiratory disease. Coronavirus disease 2019 (COVID-19) spread initially within China and then globally, resulting in a pandemic. OBJECTIVE: This article describes predictive modelling of COVID-19 in general, and efforts within the Public Health Agency of Canada to model the effects of non-pharmaceutical interventions (NPIs) on transmission of SARS-CoV-2 in the Canadian population to support public health decisions. METHODS: The broad objectives of two modelling approaches, 1) an agent-based model and 2) a deterministic compartmental model, are described and a synopsis of studies is illustrated using a model developed in Analytica 5.3 software. RESULTS: Without intervention, more than 70% of the Canadian population may become infected. Non-pharmaceutical interventions, applied with an intensity insufficient to cause the epidemic to die out, reduce the attack rate to 50% or less, and the epidemic is longer with a lower peak. If NPIs are lifted early, the epidemic may rebound, resulting in high percentages (more than 70%) of the population affected. If NPIs are applied with intensity high enough to cause the epidemic to die out, the attack rate can be reduced to between 1% and 25% of the population. CONCLUSION: Applying NPIs with intensity high enough to cause the epidemic to die out would seem to be the preferred choice. Lifting disruptive NPIs such as shut-downs must be accompanied by enhancements to other NPIs to prevent new introductions and to identify and control any new transmission chains.