Standardisation des scénarios pour évaluer la nécessité de répondre à une pandémie de grippe

Une épidémie d’infection humaine par le virus de la grippe aviaire AHN a été signalée pour la première fois dans l’est de la Chine par l’Organisation mondiale de la santé en avril . Ce nouveau virus grippal a été mortel dans environ un tiers des cas les mois suivant son identification initiale , et la transmission limitée du virus HNH entre humains ne pouvait être exclue dans certains groupes de cas chinois Il y avait, et il y a encore, la possibilité que le virus mute au point où Une transmission interhumaine durable serait assurée Étant donné que la majeure partie de la population humaine n’a pas d’immunité préalable en raison d’une provocation naturelle ou d’un vaccin induit, une telle souche présente le danger de déclencher une pandémie de grippe en réponse à une telle menace. On a demandé à l’unité du Centre de contrôle et de prévention des maladies de mener une évaluation rapide du fardeau potentiel de la maladie non atténuée et du impacts possibles des différentes mesures d’atténuation Nous avons été chargés d’évaluer les interventions suivantes: respirateurs mécaniques invasifs, antiviraux pour le traitement mais pas pour la prophylaxie à grande échelle, vaccins antigrippaux, dispositifs de protection respiratoire pour les travailleurs de la santé et masques chirurgicaux pour les patients, Ce supplément présente des rapports sur les méthodes et les estimations pour les premières interventions énumérées, et dans cette introduction, nous décrivons l’approche générale et les hypothèses épidémiologiques normalisées utilisées dans la prévention des infections. tous les articles

Méthodes

Approche de la modélisation

Étant donné qu’il n’y a pas encore eu de pandémie causée par le virus HN, il n’existe pas de données pertinentes sur la transmission et les effets cliniques de la maladie. Nous avons donc dû prendre en compte les effets potentiels de la maladie et des interventions sur une pandémie non complètement définie, c’est-à-dire une pandémie causée par une souche générique HxNy Ainsi, tout modèle que nous avons construit devait permettre une large gamme de transmissibilité virale et l’impact clinique qui en résulte. – Par exemple, les médicaments antiviraux contre la grippe pourraient être moins efficaces contre la prochaine souche de grippe causant une pandémie. Compte tenu de ces incertitudes et de la nécessité d’évaluer rapidement un grand nombre de facteurs, les modèles produits devaient répondre à un certain nombre de critères. produit d’une manière qui permettrait aux modèles d’être facilement transférés à d’autres unités du gouvernement et aux responsables de la santé publique, puis utilisé par des personnes qui ne les ont pas construites; devait fournir une identification facile de toutes les variables d’entrée, de leurs valeurs et de leur capacité à changer rapidement ces valeurs; peut être facilement stocké et ressuscité pour une utilisation future et une référence à un moment indéterminé dans le futur; et, les résultats de chaque modèle peuvent être facilement comparés En réponse à ces spécifications, nous avons décidé d’exiger que chaque modèle soit construit dans un format de feuille de calcul, et que nous aurions essentiellement le modèle pour chaque intervention considérée. Dans cette structure, des groupes appelés Task Forces sont formés pour se concentrer sur des aspects particuliers d’une réponse à une urgence de santé publique. Par exemple, pour une réponse à une pandémie de grippe, il y a généralement Groupes de travail sur les vaccins, par exemple sur la distribution, les contre-mesures médicales, par exemple les recommandations concernant l’utilisation de médicaments pour le traitement et la prophylaxie, l’utilisation d’équipement de protection individuelle comme les masques faciaux et les interventions non pharmaceutiques, p. concernant les fermetures d’écoles, la sécurité des frontières et le dépistage

Scénarios épidémiologiques standardisés

Afin de faciliter la comparaison entre les résultats et les spécifications, nous avons normalisé un espace de risque défini en utilisant les plages de transmission et la sévérité clinique d’un cadre d’évaluation de la gravité de la grippe précédemment publié. Figure Le cadre peut être utilisé pour tracer et comparer gravité d’une pandémie de grippe ou d’une saison grippale non pandémique Le cadre utilise des échelles: une échelle de sévérité clinique et une échelle de transmissibilité. L’échelle de gravité comporte un certain nombre de composantes, y compris le taux de létalité et le rapport cas / hospitalisation. ] L’échelle de transmissibilité est évaluée en considérant des facteurs tels que le taux d’attaque symptomatique clinique dans divers endroits, tels que l’école, la communauté et le lieu de travail.

Tableau Mesures de transmissibilité et de sévérité clinique pour l’évaluation d’impact pandémique définiea Scaleb Paramètre Transmissibilité Taux d’attaque symptomatique, communauté ≤%% -%% -%% -% ≥% Taux d’attaque symptomatique, école ≤%% -%% -%% -% ≥% Taux d’attaque symptomatique, lieu de travail ≤%% -%% -%% -% ≥% Taux d’attaque secondaire du ménage, symptomatique ≤%% -%% -%% -% ≥% R: nombre génital de base ≤ – – % de consultations externes pour un syndrome grippal% -%% -%% -%% -% ≥% Sévérité clinique Taux de létalité & lt;%% -%% -%% -%% -%% -% &%% Case taux d’hospitalisation & lt;%% -%% -%% -%% -%% -% &%% Ratio, décès: hospitalisation ≤%% -%% -%% -%% -%% -% &%% Scaleb Paramètre Transmissibilité Taux d’attaque symptomatique, communauté ≤% % -%% -%% -% ≥% Taux d’attaque symptomatique, école ≤%% -%% -%% -% ≥% Taux d’attaque symptomatique, lieu de travail ≤%% -%% -%% -% ≥% Attaque secondaire domestique taux, symptomatique ≤%% -%% -%% -% ≥% R: nombre reproductif de base ≤ – – – ≥% de consultations externes en cas de syndrome grippal% -%% -%% -%% -% ≥% Clinique gravité Taux de létalité & lt;%% -%% -%% -%% -%% -% &%% Taux d’hospitalisation de cas & lt;%% -%% -%% -%% -%% -% & gt; % Ratio, décès: hospitalisation ≤%% -%% -%% -%% -%% -% &% Pour le taux de létalité et le nombre de cas hospitalisés, l’échelle montre une sévérité faible et l’échelle montre une sévérité élevée en grasSource: Adapté de Reed et al a Ces estimations se rapportent au cadre d’évaluation de l’impact des pandémies de grippe, illustré à la figure b Les italiques représentent les mesures de transmissibilité incluses Espace de risque défini, illustré dans la vue de la figure

Figure Vue largeDownload slideCadre pour évaluer l’impact d’une pandémie de grippe, avec des exemples de pandémies et de saisons grippales illustrées à titre d’exemple L’espace de risque possible présumé est la gamme de transmissibilité et sévérité clinique normalisée pour tous les modèles utilisés pour évaluer l’impact possible des interventions étudiées Pour la gamme réelle des valeurs utilisées dans chacun des modèles, voir le tableau Voir le texte principal pour plus de détails Notez que les saisons -, – et – étaient des saisons non pandémiques Elles sont incluses pour fournir des points de référence concernant l’impact des saisons non pandémiques Adapté de Reed et al Figure Vue largeDownload slideCadre pour évaluer l’impact d’une pandémie de grippe, avec des exemples de pandémies et de saisons grippales illustrées à titre d’exemples L’espace de risque possible supposé est la plage de transmissibilité et de sévérité clinique standardisée pour tous modèles utilisés pour évaluer l’impact possible de l’intervention étudiée s Pour la fourchette réelle des valeurs utilisées dans chacun des modèles, voir le tableau Voir le texte principal pour plus de détails. Notez que les saisons -, – et – étaient des saisons non pandémiques. Elles sont incluses pour fournir des points de référence sur l’impact des saisons non pandémiques. Reed et al

Espace de risque possible

Nous avons défini et choisi un espace de risque qui a une échelle de transmission allant d’environ une échelle de, par exemple, comparable à un taux d’attaque de la communauté de% -% à une échelle de taux d’attaque de la communauté de & gt;% une échelle de sévérité clinique bas de gamme, avec un taux de létalité de% -% et un ratio décès / hospitalisation de% -% Tableau La gamme supérieure de gravité dans notre espace de risque a été définie comme une échelle de, avec un Taux de létalité de% -%, et un ratio décès-hospitalisation de% -% Tableau Notez que l’espace de risque défini enferme le et pandémiques Figure Il est essentiel de noter que cet espace de risque choisi est illustratif, non définitif sont les données définissant les éléments épidémiologiques de la prochaine pandémie, tels que le taux de transmission et le taux de létalité, d’autres espaces de risque pourraient être choisis pour la planification. Les modèles présentés dans cette collection, construits selon les spécifications énumérées ici, permettent des modifications rapides. en entrée v alues

Courbes d’épidémie

La taille et la forme de la courbe épidémique pourraient avoir un impact sur l’efficacité des interventions. Par exemple, l’impact des vaccins antigrippaux dépend du début des livraisons de grandes quantités de vaccin par rapport au moment du pic pandémique. Ainsi, nous avons inclus dans le scénario épidémiologique standardisé Ces taux d’attaque clinique représentent le taux d’attaque agrégé dans l’ensemble de la population américaine. Au sein de la population, les sous-populations connaîtront généralement des taux d’attaque différents, par ex. De plus, pour chaque taux d’attaque, nous avons supposé que les scénarios d’ensemencement commençaient. Nous avons utilisé un scénario dans lequel la pandémie a commencé avec l’arrivée des cas infectieux et l’autre quand la pandémie a commencé avec des cas infectieux Figure

Figure View largeTélécharger les taux d’attaque standardisés et les courbes épidémiques utilisés dans les modèles: taux d’attaque clinique et ensemencements initiaux Les taux d’attaque clinique de% ou% représentent le taux d’attaque agrégé dans l’ensemble de la population américaine. et un taux d’attaque clinique d’environ un million de personnes au sein de la population, les sous-populations connaîtront généralement des taux d’attaque différents. Tableau L’ensemencement fait référence au nombre de cas infectieux, soit qui arrivent presque simultanément aux États-Unis pour déclencher la pandémie. View largeTélécharger slide Taux d’attaque standardisés et courbes épidémiques utilisées dans les modèles: taux d’attaque clinique et ensemencement initial Les taux d’attaque clinique de% ou% représentent le taux d’attaque agrégé dans l’ensemble de la population américaine. un% taux d’attaque clinique provoque environ Dans la population, les sous-populations connaîtront généralement des taux d’attaque différents. Tableau L’ensemencement se réfère au nombre de cas infectieux, soit, ou qui arrive presque simultanément aux États-Unis pour démarrer la pandémie. Pour modéliser les courbes épidémiques, nous avons construit un modèle simple, non probabiliste, c’est-à-dire déterministe, qui simule la propagation de la grippe à travers une population en déplaçant la population dans des groupes de population sensibles, exposés, infectieux, récupérés ou morts. ou ≥ ans Nous avons modélisé les probabilités de contact journalier et donc de risque de transmission de maladie en construisant une matrice de contact à partir des données du Royaume-Uni voir tableau A de l’annexe technique AWe ainsi produites notamment des courbes épidémiques différentes. les scénarios de taux d’attaque atteignent un pic en semaines et, alors que les scénarios de taux d’attaque% atteignent un pic en Les taux d’attaque clinique selon le groupe d’âge sont présentés dans le tableau. De toute évidence, le plus grand nombre de cas survient dans le groupe d’âge le plus élevé des personnes âgées de un à deux ans; cependant, les enfants des groupes d’âge et d’âge ont les taux d’attaque les plus élevés, ce qui indique un degré de vulnérabilité potentiellement plus élevé.

Tableau Valeurs présumées utilisées pour modéliser le modèle normalisé de courbes épidémiologiques d’influenza Paramètre Valeur Nombre de personnes infectées par personne infectieuse: pour le taux d’attaque clinique de% a Nombre de personnes infectées par personne infectieuse: pour le taux d’attaque clinique de% a Durée moyenne d’incubation de l’infection d Durée moyenne de la période infectieuse d Proportion de la population asymptomatique% Matrice de mélange de contact Voir Annexe technique A Immunité initiale de la population Zéro pour tous les groupes d’âge Modèle Paramètre Valeur Nombre de personnes infectées par personne infectieuse: pour le taux d’attaque clinique personne infectieuse: pour taux d’attaque clinique de% a Durée moyenne d’incubation de l’infection d Durée moyenne de la période infectieuse d Proportion de la population asymptomatique% matrice de mélange de contact Voir Annexe technique A Immunité initiale de la population Zéro pour tous les groupes d’âge personne infectieuse est souvent, en m termes d’odeurs, appelés R Ce nombre représente le nombre d’infections lorsque la totalité ou la quasi-totalité de la population est susceptible d’être infectée.

Tableau Nombre de cas cliniques et taux d’attaque selon le nombre total de scénarios d’attaque de la population Taux d’attaque clinique total – y – y – y ≥ y Nombre total de cas Taux d’attaque par âge Millions de cas Taux d’attaque par âge Millions de cas Attaque par âge Taux Million Cas Taux d’attaque par âge Million Cases%%%%%%%%%% Taux d’attaque clinique total – y – y – y ≥ y Millions de cas Taux d’attaque par âge Millions de cas Taux d’attaque par âge Millions de cas Âge Taux d’attaque spécifique Millions de cas Taux d’attaque par âge Million Cases%%%%%%%%%% View Large

Forces et limites

L’une des grandes forces des modèles simples présentés dans cette collection d’articles est peut-être qu’ils mettent en évidence ce que l’on sait ou ignore du fardeau de la maladie et l’impact potentiel d’une intervention planifiée. Le lecteur doit consulter le tableau dans chaque article. Ces tableaux énumèrent les données, leurs valeurs supposées et les sources de données. Voici un exemple d’une inconnue importante: Estimation du nombre de dispositifs de protection respiratoire, par exemple, masques faciaux et chirurgicaux nécessaires aux premiers intervenants pompiers, techniciens médicaux d’urgence, on peut supposer que les premiers intervenants auront besoin d’un masque par personne qu’ils rencontrent avec une maladie pseudogrippale. Le problème est qu’il n’y a pas de données facilement disponibles qui rendent compte de la mesure de ces symptômes. O’Hagan et al ont dû supposer que les médicaments antiviraux existants contre la grippe e même niveau d’efficacité contre la souche causant la prochaine pandémie de grippe que contre les souches grippales existantes Malgré ces limites, ces modèles simples permettent d’évaluer rapidement l’importance relative de chacune des variables d’entrée. Une hypothèse qui pourrait ne pas être L’impact de la forme des courbes épidémiologiques normalisées utilisées dans tous les modèles est facilement apprécié. Figure Les pandémies de grippe précédentes ont produit différentes formes de décès au fil du temps. Ces différences dans les décès peuvent influencer grandement le succès de certaines interventions. Si l’on considère le nombre de ventilateurs mécaniques nécessaires au plus fort de la pandémie, Meltzer et al ont initialement supposé que la demande de pointe pour les respirateurs équivaudrait à environ% de tous les patients nécessitant une ventilation mécanique. le nombre de cas qui se produisent dans les jours de pointe est d’environ% Dans tous les cas, les auteurs de l’étude sur les ventilateurs ont effectué une analyse de sensibilité en changeant de% à% le nombre présumé de patients sous ventilation mécanique qui survient au sommet d’une pandémie.

Figure Vue largeTableaux graphiques Diagramme normalisé des décès dus à différentes pandémies de grippe au fil du temps par rapport aux courbes épidémiques utilisées dans le modèle Les différentes courbes illustrent que les pandémies de grippe peuvent avoir différentes formes de décès et, par extension, cas au fil du temps. de la courbe peut grandement influencer le succès de certaines interventions Voir le texte principal et l’annexe technique B pour plus de détails Ces courbes ont été normalisées pour la population américaine approximative de millions de personnes. Les courbes normalisées de% et% taux d’attaque AR se réfèrent aux Pour cet exercice Les courbes normalisées représentées ici supposent l’introduction de personnes infectieuses. Figure Notez que les données pour ont été enregistrées une fois par semaine, alors que toutes les autres parcelles ont utilisé des données hebdomadaires Voir l’annexe technique B pour plus de détails. au fil du temps de différentes pandémies de grippe par rapport à les courbes épidémiques utilisées dans le modèle Les différentes courbes illustrent que les pandémies de grippe peuvent avoir des types de décès différents et, par extension, des cas dans le temps Lorsque le pic se produit et que la forme de la courbe peut influencer grandement le succès de certaines interventions. texte et annexe technique B pour plus de détails Ces courbes ont été normalisées pour la population américaine approximative de millions de personnes. Les courbes normalisées de% et% taux d’attaque AR se réfèrent aux courbes construites pour cet exercice. Les courbes standardisées sont celles supposant une introduction de personnes cf, Figure Notez que les données pour ont été enregistrées une fois par semaine, alors que toutes les autres parcelles ont utilisé des données hebdomadaires Voir l’annexe technique B pour plus de détailsLes articles de ce supplément intègrent également d’autres hypothèses implicites importantes Un des plus importants est que chaque article suppose essentiellement que le système de santé peut absorber et / ou exécuter avec succès Les simulations ainsi modélisées Par exemple, Biggerstaff et al fournissent quelques estimations de l’impact de la vaccination antigrippale dans lesquelles on supposait que des millions de personnes pouvaient être vaccinées chaque semaine Les systèmes de santé privés et publics américains, collectivement ou séparément, n’avaient jamais auparavant un taux bien que les auteurs démontrent clairement que l’atteinte d’un tel taux aurait des effets très positifs sur la santé publique. En outre, le déploiement réussi et l’impact final de chaque intervention sont susceptibles d’avoir de grandes variations. Les lecteurs noteront qu’il n’y a pas de rapports dans cette collection qui considèrent le déploiement simultané d’interventions ≥ Il est réaliste de supposer que , lors de la prochaine pandémie de grippe, les responsables de la santé publique , les fournisseurs de soins de santé et d’autres décideurs sont susceptibles d’adopter plusieurs interventions à la fois, par exemple, fermer les écoles, commencer à dispenser des médicaments antiviraux, recommander l’utilisation d’un équipement personnel de protection. Les localisateurs sont susceptibles de faire face à différentes courbes épidémiques non atténuées Figure Ainsi, les chercheurs qui estiment l’impact potentiel de combiner plusieurs interventions à la fois doivent faire une très grande augmentation du nombre d’hypothèses. Cela rend plus difficile la généralisation des résultats et la compréhension rapide quelles hypothèses sont relativement plus importantes Malgré ces limites, nous croyons que les avantages de l’utilisation de ces modèles l’emportent sur les limites. Cette évaluation est basée sur notre expérience de l’utilisation des modèles et des résultats produits pour aider le leadership en santé publique à réévaluer la planification et la préparation. à la menace HN, le plus important Nous croyons donc que la méthodologie utilisée ici pour développer et guider la construction des modèles dans cette collection, et les interprétations et l’utilisation des résultats qui en découlent. , peut être un élément utile des futures interventions de santé publique

Données supplémentaires

Les documents supplémentaires sont disponibles à Clinical Infectious Diseases en ligne http: // cidoxfordjournalsorg Les documents supplémentaires sont constitués de données fournies par l’auteur qui sont publiées au profit du lecteur Les documents affichés ne sont pas copiés Le contenu de toutes les données supplémentaires sont de la seule responsabilité des auteurs ou les messages concernant les erreurs doivent être adressés à l’auteur

Remarques

Avertissement Les constatations et conclusions de ce rapport sont celles des auteurs et ne représentent pas nécessairement la position officielle des Centres de contrôle et de prévention des maladies CDCFancements financiers MIM, CYA et DLS ont mené cette recherche dans le cadre de leurs fonctions habituelles en tant qu’employés du CDC MG a été financé grâce à une subvention des National Institutes of Health des États-Unis, le parrainage Supplément UGM-Supplément de l’Institut national des sciences médicales Cet article apparaît dans le supplément intitulé « CDC Modeling Efforts en réponse à une urgence de santé publique potentielle: Influenza AHN as a Example, « sponsorisé par le CDCPotential Conflits d’intérêts Tous les auteurs: Aucun conflit signalé Tous les auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits d’intérêts potentiels Conflits que les éditeurs considèrent pertinents pour le contenu du manuscrit ont été divulgués