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).
