La vaccination (Covid)

 

La vaccination

Le 7 avril 2021 - Institut Pasteur

Selon les dernières modélisations de l'Institut Pasteur, un retour à la normale en automne n'est pas réaliste si l'on vaccine uniquement les adultes.

VACCINS - Respirer sans masque. Profiter d’un quotidien apaisé. Ce mardi 6 avril, face à des collégiens des Alpes-de-Haute-Provence rêvant d’une vie normale, Emmanuel Macron a dessiné un progressif allègement des restrictions sanitaires. “Jusqu’à cet été, les commerces vont rouvrir, mais il faudra porter le masque au maximum. J’espère que vous aurez des conditions sanitaires allégées à la rentrée”, a détaillé le chef de l’État par visioconférence.

Confiant sur l’efficacité des vaccins contre le coronavirus, le chef de l’État envisage donc une sortie de crise à l’automne. Et dans ce scénario, le rôle des plus jeunes est de plus en plus mis en avant.

Pour alléger les gestes barrière “avant l’automne”, comme le souhaitent Emmanuel Macron et plusieurs dirigeants européens, les enfants pourraient devoir se faire vacciner, selon de nouvelles modélisations de l’Institut Pasteur dévoilées cette semaine. Un acte altruiste -cette catégorie d’âge a très peu de chance de développer des formes graves du Covid-19- qui pourrait aider à atteindre rapidement la couverture vaccinale nécessaire pour maîtriser l’épidémie et libérer les Français.

Au regard de ces modélisations, vacciner uniquement les adultes dans l’espoir mener une vie normale en septembre semble en effet irréaliste. En prenant en compte le nombre de personnes déjà infectées par le Sars-Cov-2 (environ 20% de la population au 22 mars 2021), et différentes hypothèses concernant le taux de transmission théorique des variants (R0),

Institut Pasteur - Dernière mise à jour le 6 avril 2021

On estime qu’entre le début de la pandémie et mars 2021, environ 20% des Français ont été infectés par le virus SARS-CoV-2, ce qui est très en dessous de l’immunité collective. Dans ce contexte, une campagne de vaccination de grande ampleur est nécessaire pour relâcher les mesures de contrôle et reprendre une vie normale.

Nous avons développé des modèles mathématiques pour étudier comment la vaccination pouvait impacter la dynamique de l’épidémie (Tran Kiem et al, HAL). Ces modèles permettent d’évaluer l’impact de différentes stratégies de priorisation vaccinale au démarrage de la campagne lorsque le nombre de doses est limité. Ils permettent également de se projeter à plus long terme et d’anticiper quelle couverture vaccinale serait nécessaire dans les différents groupes d’âge pour pouvoir relâcher les mesures de contrôle. Le développement de ces modèles a commencé il y a plusieurs mois pour informer les recommandations de la Haute Autorité de Santé et les évaluations du Conseil Scientifique, en prenant en compte les incertitudes qui existaient à l’époque sur l’effet des vaccins et l’évolution des connaissances durant ces derniers mois.

Les premières données d’efficacité suggéraient que les vaccins réduisaient d’environ 90% la survenue de formes graves (sévérité), mais leur effet sur le risque de transmission (infectivité) ou le risque d’infection (susceptibilité) est resté incertain pendant plusieurs mois. Des données récentes suggèrent que les vaccins pourraient également réduire la susceptibilité de l’ordre de 80%. Pour montrer comment l’évolution des connaissances peut impacter l’évaluation des stratégies, nous avons évalué l’impact de vaccins avec 3 profils différents: un vaccin réduisant la sévérité de 90% sans impact sur l’infectivité ou la susceptibilité (initialement, seules les données sur la sévérité étaient disponibles), un vaccin réduisant la sévérité de 90% et l’infectivité de 30% (initialement, cela semblait un scénario possible en l’absence de données sur la transmission), un vaccin réduisant la sévérité de 90% et la susceptibilité de 80% (le scénario que nous privilégions actuellement étant donné les données disponibles).

Nous trouvons que lorsque le vaccin réduit uniquement la sévérité, la priorisation des personnes les plus à risques réduit fortement la morbi-mortalité par rapport à une distribution sans priorisation. L’écart entre les deux approches se réduit lorsque les vaccins ont également un impact sur l’infectivité ou la susceptibilité des personnes vaccinées. En effet, dans ce dernier scénario, la vaccination des personnes plus jeunes, qui ont un risque plus faible de développer des formes sévères mais jouent un rôle important dans la transmission, permet de réduire la circulation du virus et donc de protéger de façon indirecte les plus fragiles.

A l’automne 2021, notre capacité à relâcher les mesures de contrôle dépendra de la couverture vaccinale atteinte dans les différents groupes d’âge et des caractéristiques de transmission du virus dominant. Pour une couverture vaccinale donnée, nous avons estimé la réduction du taux de transmission en population générale qui restera nécessaire pour que le nombre d’hospitalisations COVID-19 ne dépasse pas 1000 admissions journalières (à peu près 3 fois moins que ce qui a été observé durant les première et deuxième vagues). L’analyse est réalisée en faisant l’hypothèse que les vaccins réduisent la sévérité de 90% et la susceptibilité de 80%. La transmissibilité du virus dominant est caractérisée par le nombre de reproduction de base R0, défini comme le nombre moyen de personnes infectées par un cas en l’absence d’immunité et sans mesures de contrôle.

Si R0 durant l’automne 2021 est égal à 3 (similaire à la valeur estimée pour le virus historique durant le printemps 2020), la vaccination de 90% des plus de 65 ans et de 70% des 18-64 ans (59% de la population lorsqu’on prend en compte les enfants non vaccinés) permettrait de complètement relâcher les mesures de contrôle. Cependant, l’émergence de variants plus transmissibles, comme le variant B.1.1.7 désormais majoritaire en France Métropolitaine, fait craindre une augmentation de R0. Pour R0=4.0, la vaccination de 90% des plus de 65 ans et de 70% des 18-64 ans ne permettrait pas un relâchement total des mesures de contrôle. Dans ce scénario, pour que le nombre d’admissions de patients COVID-19 reste inférieur à 1000 par jour, il faudrait que des mesures de contrôle soient maintenues et réduisent les taux de transmission dans la population générale de 15-27% par rapport au scénario de relâchement total. En guise de comparaison, pendant le confinement de mars-mai 2020, les taux de transmission ont été réduits de 80%.

Si la campagne de vaccination porte uniquement sur la population adulte, pour R0=4.0, il faudrait que plus de 90% des adultes soient vaccinés pour qu’un relâchement complet des mesures de contrôle soit envisageable. Ces niveaux élevés s’expliquent par le fait que si seuls les adultes sont vaccinés, une épidémie importante est malgré tout attendue chez les enfants, contribuant à l’infection des parents et des grands-parents non protégés. S’il est démontré que les vaccins sont sûrs chez les enfants et qu’ils réduisent efficacement la susceptibilité dans cette population, la vaccination de 60-69% des 0-64 ans et de 90% des plus de 65 ans pourrait permettre le relâchement complet des mesures de contrôle.

Retour sur les modélisations réalisées ces trois derniers mois pour évaluer l’impact des variants et des vaccins sur la pandémie COVID-19

Dernière mise à jour le 6 avril 2021

Le début de l’année 2021 a été marqué par une nouvelle phase de la pandémie. D’un côté, l’émergence de variants plus transmissibles a rapidement fait craindre qu’une dégradation de l’épidémie était possible. De l’autre, la vaccination est apparue comme une source d’espoir devant conduire, à terme, à la réduction de la morbi-mortalité et du stress sur le système de santé. Nous revenons sur les analyses de modélisation que nous avons réalisées depuis le début de l’année pour mieux caractériser la menace que posent les variants et construire des scénarios permettant d’explorer comment les variants, les vaccins et les mesures de contrôle allaient impacter la dynamique de l’épidémie durant la première moitié de 2021.

La dynamique du variant UK en France

La première question que nous nous somme posée était de déterminer à quel moment le variant UK (B.1.1.7 ou VOC) allait devenir dominant en France. Pour cela, nous nous sommes basés sur les estimations de la proportion de cas infectés par le variant UK dans l’enquête Flash#1 (7-8 janvier) et avons fait l’hypothèse que le variant UK était 50% (40%-70%) plus transmissible que le virus historique, en nous appuyant sur l’expérience britannique.

Les tous premiers résultats de l’enquête Flash#1 suggéraient que début janvier, 1% des cas étaient infectés par le variant UK. Sur cette base, nous estimions dans l’avis du Conseil Scientifique du 12 janvier que 27% (16%-57%) des cas seraient infectés par le variant UK le 1er mars 2021. Cependant les estimations de l’enquête Flash#1 ont été rapidement revues à la hausse pour atteindre 3.3% de variants UK. Cela nous a conduit à mettre à jour nos estimations de la dynamique attendue du variant UK en France métropolitaine. Nous estimions courant janvier que ce variant deviendrait dominant sans doute dans la deuxième moitié de février - début mars (il est devenu dominant aux environs du 20 février) :

C’est sur la base de cette analyse que le Conseil Scientifique a conclu courant janvier que le variant UK était susceptible de changer la dynamique de l’épidémie par rapport à un scénario sans variant plutôt en mars 2021.

Trajectoires avec et sans effet du couvre-feu

La première moitié de janvier a été caractérisée par une croissance importante des hospitalisations, qui a conduit le 16 janvier à la mise en place du couvre-feu national à 18h. Alors qu’il était encore trop tôt pour évaluer l’impact de ce couvre-feu, nous avons développé avec l’équipe de Vittoria Colizza (INSERM) des modélisations pour évaluer comment l’épidémie pouvait évoluer dans un scénario où le couvre-feu ne permettrait pas de ralentir la progression de l’épidémie. Sans impact du couvre-feu, étant donné la croissance des hospitalisations liée au virus historique observée début janvier, on pouvait s’attendre dès février à une vague épidémique importante, amplifiée par l’effet du variant UK. Ce scénario est décrit dans la note d’éclairage du 29 janvier. Des scénarios présentés en annexe (page 21) de cette note montraient qu’une stagnation des hospitalisations était possible avant d’observer une remontée, en raison de l’incertitude concernant l’impact du couvre-feu.

Les données supplémentaires recueillies après la mise en œuvre de ces analyses suggéraient un impact du couvre-feu. Dans une note datée du 2 février, nous avons donc mis à jour nos projections en présentant des scénarios où le couvre-feu avait un impact. La projection ci-dessous, qui est issue de cette note et a été réalisée par l’équipe de Vittoria Colizza, montre l’un de ces scénarios (courbe grise):

Cette projection est également disponible dans un rapport mis en ligne le 2 février par l’équipe de l’INSERM.

Le 8 février, nous avons produit un rapport plus complet montrant pour la première fois comment la vaccination était susceptible d’impacter le devenir de l’épidémie, avec un scénario de référence qui prenait en compte l’effet du couvre-feu. Le scénario de référence (courbe rouge) produit le 8 février est présenté ci-dessous (les traits noirs pointillés représentent les niveaux atteints aux pics de la première (haut) et deuxième (bas) vagues). Il anticipait qu’en l’absence d’un renforcement du couvre-feu, on pourrait atteindre début avril le pic d’hospitalisations de la deuxième vague ainsi que le seuil de 50000 cas journaliers:

Les résultats principaux de ce rapport sur la dynamique épidémique étaient:

• Le variant VOC devrait devenir dominant début mars, entraînant une augmentation du taux de transmission des virus SARS-CoV-2 et une dégradation de la situation épidémiologique.
• L’impact de la campagne de vaccination sur la courbe des hospitalisations devrait se faire sentir dès le mois de mars, conduisant à un ralentissement de la dynamique des hospitalisations par rapport à ce qui serait attendu sans vaccin.
• Cependant, dans un scénario où le couvre-feu serait maintenu sans renforcement des mesures de contrôle, l’impact de la vaccination ne serait pas suffisant pour contrer l’impact du variant VOC et l’on pourrait s’attendre à ce que les hospitalisations dépassent début avril 2021 les niveaux observés au pic de la deuxième vague.

Cette analyse montrait qu’il était peu probable que l’effet des vaccins soit suffisant pour remporter à court terme la course entre vaccins et variants annoncée par le Conseil Scientifique le 12 Janvier, et qu’un renforcement des mesures de contrôle serait donc sans doute nécessaire pour éviter la saturation des hôpitaux.

L’analyse a été complétée et mise en ligne en pré-print le 23 février Bosetti et al.. Dans le préprint, étant donné la dynamique de l’épidémie dans notre scénario de référence, nous faisions l’hypothèse qu’un renforcement des mesures de contrôle serait mis en place le 22 mars 2021 (les mesures de freinage ont été instaurées par le gouvernement le 20 mars 2021) :

(les traits pointillés noirs montrent les niveaux atteints aux pics de la première (haut) et de la deuxième (bas) vagues).

Des analyses qui sont amenées à sans cesse évoluer et s’affiner

On note des améliorations importantes entre la note d’éclairage du 29 janvier et les rapports des 8 et 23 février, tant sur le fond que sur la forme (qualité des projections, nombre de scénarios présentés, estimation et prise en compte de l’effet du couvre-feu, prise en compte de la vaccination, complétude des études de sensibilité, présentation et discussion des détails méthodologiques, des hypothèses et des résultats). Ces évolutions sont attendues dans un contexte où les résultats préliminaires sont partagés en temps-réel pour soutenir la planification et mis à jour au fur et à mesure que de nouvelles données deviennent disponibles et que les modèles se complexifient. Ces analyses requièrent des développements méthodologiques importants pour prendre en compte l’évolution des enjeux (émergence des variants, vaccination), ce qui prend du temps. Il est important de comprendre la nature très évolutive de ces modélisations.

Scénarios vs prédictions

Il continue à y avoir beaucoup de confusion sur l’interprétation des résultats des modèles. La dynamique de l’épidémie dans les mois qui viennent reste très incertaine car elle dépend de nombreux paramètres (caractéristiques des variants, rythme de vaccination, timing, intensité et durée des mesures de contrôle, adhésion de la population). Dans ce contexte, l’évaluation de cette dynamique à moyen terme ne peut se faire que dans le cadre de scénarios prospectifs avec des hypothèses de travail bien définies. C’est pour cela qu’on parle de scénarios et non pas de prédictions. Les modèles peuvent être utiles pour construire des scénarios qui s’appuient sur différentes hypothèses et mieux comprendre comment les pièces de ce puzzle complexe peuvent s’emboîter pour impacter l’épidémie à moyen terme. La Figure ci-dessous montre par exemple l’étude de différents scénarios issue de Bosetti et al. :

Quand on compare les projections dans les différents scénarios, on voit bien qu’il y avait beaucoup d’incertitudes par exemple sur la date et la rapidité de la reprise, sur la taille du pic. Mais dans quasiment tous les scénarios, les modèles anticipaient une augmentation importante des hospitalisations qui allait nécessiter un renforcement des mesures de contrôle.

Lorsque les modèles sont utilisés pour évaluer la dynamique de l’épidémie à moyen terme, ils nous permettent d’avoir une meilleure idée de la tendance générale que risque de prendre l’épidémie, plutôt que d’obtenir une estimation précise du niveau d’infections à un moment donné.

Par ailleurs, le fait qu’une hypothèse s’avère incorrecte et qu’une projection ne se réalise donc pas n’invalide pas la méthode. La force de la modélisation est qu’elle permet de construire des scénarios qui s’appuient sur des hypothèses bien définies. Tout un chacun peut remettre en question ces hypothèses. Dans ce cas, les modélisateurs peuvent changer l’hypothèse pour étudier comment cela modifiera les résultats. Des échanges réguliers entre modélisateurs, acteurs de la réponse et experts d’autres disciplines sont importants pour déterminer les hypothèses qui reflètent au mieux l’état des connaissances et de l’épidémie.

Effet de la vaccination

Dans Bosetti et al., nous avons montré que la vaccination devrait rapidement permettre de réduire de façon substantielle les hospitalisations par rapport à un scénario sans vaccin mais que cet effet ne serait pas suffisant pour éviter une forte augmentation des hospitalisations et un renforcement des mesures de contrôle.

Dans l’avis du Conseil Scientifique du 11 mars 2021, nous avons complété ces analyses en présentant un scénario qui prend en compte une réduction importante du risque d’infection lorsqu’on est vacciné qui a récemment été documenté. Cela conduit à une réduction encore plus importante des hospitalisations, mais qui ne permet cependant pas d’éviter un renforcement des mesures de contrôle. Des résultats supplémentaires sur l’évaluation des stratégies vaccinales sont disponibles à la page suivante.

Estimation à partir des données françaises de l’augmentation de transmissibilité du variant UK

En analysant la progression du variant britannique en France, nous avons estimé que le variant UK est 50%-70% plus transmissible que le virus historique (Gaymard et al, Eurosurveillance). Cela confirme les hypothèses que nous avions faites début janvier et qui s’appuyaient sur les données britanniques.

 Conclusion

Au tout début de l’émergence du variant UK en France et alors que les données de surveillance sur ce variant étaient limitées, ces modèles ont correctement anticipé que le variant deviendrait dominant fin février-début mars, et qu’il pourrait donc fortement impacter la dynamique de l’épidémie par rapport à un scénario sans variant plutôt à partir du mois de mars. Peu de temps après la mise en œuvre du couvre-feu et avant que son effet ne puisse être estimé, ces modèles ont anticipé que si le couvre-feu n’avait pas d’impact, on pourrait s’attendre à une vague importante d’hospitalisations dès février, liée au mauvais contrôle du virus historique et amplifiée par le variant UK. Dès que nous avons eu suffisamment de recul pour estimer l’impact du couvre-feu, les modèles ont été mis à jour pour prendre en compte cette information. Dès ce moment (le 8 février), ils ont correctement anticipé que dans la course entre vaccins et variants, l’effet de la vaccination serait initialement insuffisant pour éviter une hausse importante des hospitalisations. Ils ont également correctement anticipé que sans renforcement du couvre-feu, on pourrait atteindre début avril le pic d’hospitalisations de la deuxième vague ainsi que le seuil de 50000 cas journaliers. Au-delà de la trajectoire détaillée dans le scénario de référence, ils montraient que dans la très grande majorité des scénarios qui pouvaient être envisagés, un renforcement du couvre-feu allait être nécessaire.

Au final, ces travaux de modélisation sont sans doute une bonne illustration de la démarche scientifique, avec son lot d’échecs et de réussites. Certaines hypothèses de départ sont validées (par exemple, la transmissibilité accrue du variant UK); d’autres ne le sont pas (par exemple, le faible impact du couvre-feu). Progressivement, de nouvelles données nous permettent d’affiner les hypothèses et d’estimer de nouveaux paramètres comme l’impact du couvre-feu. Dans le même temps, les modèles se complexifient pour prendre en compte une réalité qui est de plus en plus complexe (émergence des variants, mise en œuvre de la vaccination).