Omicron bouleverse les modèles mathématiques en suivant COVID-19
ST. JOHN’S . La variante hautement transmissible Omicron oblige les mathématiciens à revoir les modèles qui ont permis au Canada de mieux comprendre le COVID-19 et de mieux réagir à la pandémie.
Selon Caroline Colijn, professeure agrégée de mathématiques à l’Université Simon Fraser en Colombie-Britannique, tout a changé avec la dernière vague de la pandémie, depuis les personnes testées jusqu’aux personnes les plus susceptibles de contracter le virus, ce qui pose des défis particuliers à ceux qui modélisent son impact.
En particulier, Colijn a déclaré qu’il sera difficile de comprendre la gravité de la maladie alors qu’elle se propage dans un public majoritairement vacciné.
« Nous sommes encore en train de nous adapter au vol à l’aveuglette en termes de cas signalés », a-t-elle déclaré dans une interview. « Les hospitalisations sont en retard et il n’y a pas toujours de bonnes données à leur sujet, et (les chiffres des hospitalisations) ne vous renseigneront pas aussi directement sur les infections que les cas déclarés. «
De meilleures données sur les hospitalisations pourraient aider – comme le nombre d’admissions quotidiennes de patients atteints du COVID-19 ainsi que des statistiques sur ceux qui ont été hospitalisés pour d’autres raisons mais qui ont été testés positifs au COVID-19 pendant leur séjour – mais c’est compliqué, a-t-elle ajouté.
Par exemple, si les hospitalisations sont peu nombreuses, comme c’est le cas à Terre-Neuve-et-Labrador, ce genre d’information pourrait constituer une violation de la vie privée. « C’est un défi « , a déclaré Mme Colijn.
Alors que la variante Omicron a entraîné un nombre record de cas à travers le pays pendant des semaines, les gouvernements provinciaux ont cessé de tester tous les cas possibles de COVID-19 – la demande de test et de traçage était écrasante et il était impossible de suivre. Au lieu de cela, des provinces comme la Colombie-Britannique, l’Ontario et Terre-Neuve-et-Labrador ne testent désormais que les cas parmi les personnes présentant un risque élevé d’infection et d’hospitalisation, comme les personnes vivant dans des maisons de soins de longue durée.
Cela signifie que de nombreux cas ne seront pas détectés, alors que le nombre de cas quotidiens et les taux de positivité des tests – le pourcentage de tests qui reviennent positifs – ne reflètent pas ce qui se passe dans la population générale.
En réalité, la définition d’un cas positif a changé, explique Jane Heffernan, professeur associé de mathématiques à l’Université York. « Les modèles doivent alors changer pour s’adapter à cela », a-t-elle déclaré dans une interview, ajoutant : « En mathématiques, pour pouvoir mesurer quelque chose, il faut d’abord définir ce que l’on mesure ».
Les révisions de modèles sont attendues dans toute saison de grippe, mais il y a beaucoup d’autres complications avec Omicron, a ajouté Heffernan, comme la façon dont il infecte les personnes non vaccinées et vaccinées – ces dernières avec toutes les combinaisons possibles de doses.
Avec les autres variantes, Mme Heffernan a déclaré qu’elle pouvait revenir à ses modèles et modifier quelques variables. Ce n’est pas le cas avec Omicron.
« Puisque nous essayons de suivre les infections légères, modérées et sévères, nous ne pouvons pas simplement modifier un paramètre parce que le fait d’avoir deux doses de vaccin par rapport à une seule dose par rapport à des âges différents et quand les différents âges ont eu leurs différents déploiements et leurs rappels – tout cela affecte la structure du modèle « , a-t-elle déclaré.
En bref : « Omicron a certainement compliqué beaucoup de nos vies ».
Pour Amy Hurford, professeur de mathématiques à l’Université Memorial de Terre-Neuve-et-Labrador, la partie la plus difficile de la modélisation d’Omicron a été sa vitesse de transmission.
Ses temps de doublement – le temps nécessaire pour que le nombre de personnes infectées double – sont parmi « les plus rapides que nous ayons vus dans la pandémie », a-t-elle déclaré. En raison de la rapidité de la propagation, les gouvernements avaient besoin de réponses sur ce qui se passait avant que les scientifiques ne puissent voir comment la variante se déroulait.
« Nous avons essayé de répondre à des questions avec beaucoup d’incertitude », a-t-elle déclaré.
Les mathématiciens ont été beaucoup plus impliqués dans l’étude COVID-19 que dans les précédentes pandémies de SRAS et de grippe porcine H1N1, a déclaré Heffernan.
« Avant que la pandémie ne commence vraiment au Canada, la modélisation était déjà impliquée », a-t-elle dit. « Certains modélisateurs ont été détachés par leur gouvernement provincial pour y travailler ».
Elle, Colijn et Hurdford espèrent tous que l’attention accrue portée aux mathématiques et à la façon dont elles peuvent contribuer aux réponses aux pandémies et même à la santé publique contribuera à changer la façon dont les gens voient ce domaine, et même à encourager davantage de personnes à y entrer.
« J’espère que cela a aidé les gens à voir les mathématiques comme n’étant pas seulement cette chose abstraite que vous avez apprise au lycée et que vous ne revoyez plus jamais, ou même quelque chose que vous avez détesté à l’école », a déclaré Colijn. « (La modélisation mathématique) est l’un des seuls outils dont nous disposons pour penser au niveau de l’ensemble de la population. »
Ce reportage de La Presse Canadienne a été publié pour la première fois le 13 janvier 2022.