Un tarissement du flux du coronavirus 19 en plein hiver dans l’hémisphère nord c’est une bonne surprise. Mais on peut lire aussi qu’une autre forme de sécheresse inattendue se déroule en ce moment, ce mois de février est le plus sec depuis les relevés de 1960. Les nappes phréatiques ne se rechargent pas. De plus en plus, on est sûr de rien.

Clap de fin pour Omicron ? Par JCD

La descente des courbes continue sans signe visible de reprise. Le variant Omicron du moment, XBB, augmente cependant tranquillement en proportion (1/3 des contaminations aujourd’hui) et chasse progressivement BQ 1.1. Il semble être environ 30% plus rapide mais cela ne suffit pas pour créer une nouvelle vague, tout au plus un faux plat. La raison étant que la barrière immunitaire est désormais telle (>99% sur les tests de prévalence en Angleterre) qu’elle devient relativement infranchissable par Omicron : là où il fallait des centaines de milliers voire des millions de contaminations ou vaccinations pour créer une barrière suffisante et stopper les vagues précédentes, il suffit désormais de quelques dizaines de milliers d’infections pour mettre un terme à une vague Omicron.

Attention néanmoins : cette barrière immunitaire n’est pas éternelle car elle diminue avec le temps. Donc clap de fin sans doute provisoire.

Alors puisque qu’il ne se passe pas grand-chose en ce moment, regardons un peu en arrière pour essayer de répondre à quelques questions, avec un peu de recul.

Les données remontées quotidiennement sont-elles cohérentes dans le temps ?

Une des données principales est le nombre de cas, une autre les entrées à l’hôpital, une autre encore les entrées en réanimation. Il y a aussi les décès quotidiens.

On sait depuis longtemps que la variable « nouveaux cas quotidiens » est très sensible aux aléas du moment : pas de test au début de la pandémie, incitation forte à tester au milieu de la pandémie, arrêt de la gratuité des tests de confort, grève des remontées, effet de lassitude de la population etc… Une illustration récente : alors que le pic de cas pour les deux dernières vagues (BA5 en octobre et BQ 1.1 en décembre) était équivalent, les entrées à l’hôpital et/ou en réanimation ont été 30% plus élevées pour BQ1.1 que BA5 : la remontée du nombre de cas a donc visiblement été sous-estimée de 30% (moins de tests, grève des remontées…). Bien que cet indicateur ne soit pas fiable en valeur absolu, il reste intéressant à observer sur de courtes périodes (de l’ordre de quelques semaines) car la tendance qu’il dévoile reste cohérente et intéressante. (ie : même si les tests diminuent de 25% d’une vague à l’autre, la tendance à la hausse ou à la baisse du variant reste valable).

Concentrons-nous plutôt sur les entrées à l’hôpital et en réanimation en observant le ratio entre ces deux indicateurs. D’abord pour Omicron. Pour ce faire, on multiplie le nombre d’entrées en réanimation (moyenne lissée 7 jours) par un facteur N, de sorte à voir si les courbes d’hospitalisation et de réanimation x N se superposent.

Hormis la passation chahutée entre Delta et Omicron (janvier 2021) ainsi que la fin de la vague BA 5 (début des grèves de remontées des labos), les deux courbes se superposent plutôt bien, avec un ratio de 10,5 (c’est à dire 10,5 fois moins d’entrées en réanimation qu’à l’hôpital, pour un jour donné).

Même chose pour Delta :

Bon niveau de superposition là aussi. Le ratio de x4,4 est cette fois ‘plus méchant’, le variant Delta étant beaucoup plus virulent qu’Omicron.

Les deux courbes précédentes (Delta et Omicron) montrent donc une grande cohérence dans le relevé terrain de ces deux indicateurs (hôpital + réanimations). La raison en est assez simple : si on choisit d’aller se faire tester (aléa), on ne choisit pas d’aller à l’hôpital ou en réanimation… (pas d’aléa).

Enfin, voici la même courbe pour la période souche historique (« Wuhan ») puis Alpha.
Une formalité ? Pas tout à fait.

Si on retrouve bien la cohérence des courbes sur la souche Wuhan, il n’en est pas de même pour Alpha : les courbes se superposent sur janvier puis se dissocient vers le 21 janvier.
Pour quelle raison ?

Regardons ailleurs, en Espagne : même constat.

Au passage, on remarque que le ratio x9,5 n’est pas le même qu’en France x6,4 : tous les pays n’ont pas la même façon de compter les hospitalisations et les réanimations !

La perturbation de la vague Alpha par la vague Wuhan ne peut pas être la cause de cet écart entre les courbes car on voit bien que les deux courbes bleus et orange se recollent l’une à l’autre en juin/juillet (la souche Wuhan avait alors disparu en juillet. Il ne restait que le variant Alpha)

Idem en Italie :

Pas d’idée ?

Un dernier exemple avec Israël qui a subi une vague unique Alpha sur cette période (donc pas de perturbation liée à la souche initiale Wuhan) :

Même phénomène, de manière encore plus nette : les réanimations ont tendance à accélérer par rapport aux hospitalisations, puis reviennent dans le rang deux ou trois mois après.

Un indice : ceci ne peut pas être dû non plus aux remontées de données ‘avec COVID’ vs ‘pour COVID’ car les courbes Delta et Omicron subiraient le même effet de décrochage au pic, ce qui n’est pas le cas (cf deux premiers graphiques, au début de l’article)… Et un aparté, au passage : seuls une quinzaine de pays communiquent la donnée des entrées en réanimations. Rien sur le UK par exemple et seulement depuis un an pour l’Allemagne. Entre deux grèves, nous avons quand même la chance d’avoir pas mal d’informations en France !

Réponse à la question à la fin de l’article, pour vous donner le temps de réfléchir…

JCD

Bye Bye Covid, par Daniel Le Breton

La Covid semble être en voie d’extinction. Aujourd’hui on se situe à un peu plus de 3000 cas par jour en moyenne en France avec quelques 250 entrées par jour à l’hôpital, un point bas depuis l’arrivée d’Omicron.

Quelques variants se baladent encore comme XBB 1.5 pour maintenir un bruit de fond mais il n’y a pas de signal de redécollage dans les chiffres à ce jour. Allons-nous enfin avoir la paix avec cette épidémie, on croise les doigts tout en surveillant les données au plan mondial. On souhaite une bonne retraite à ce virus.

Daniel Le Breton

Plateau bas à l’hôpital, par Philippe Brouard

On garde un œil sur la décroissance des chiffres liés à la covid-19 et c’est bien appréciable. Il y a eu moins de commentaires aussi sur le site, une autre signification du recul de ce sujet de préoccupation. À propos, nous sommes désolé pour le problème technique de mise à jour des commentaires, qui persiste. Ça baisse encore, mais jusqu’à quand ? Pour éclairer la suite, voici une actualisation des calculs via le simulateur CT. Les nouvelles contaminations sont à un niveau faible, mais peinent à descendre davantage. Cette tendance se retrouve sur l’indicateur R_effectif qui se dirige vers la valeur 1, valeur retenue pour les calculs à suivre.

Pour faire correspondre les calculs aux données de Santé publique France, j’ai dû modifier fortement un paramètre. Il s’agit du taux de passage de la situation « détecté positif » à l’étape « nouvelle hospitalisation ». La nouvelle valeur est 4 à 5 fois plus élevée, cette augmentation a débuté en janvier et se stabilise en ce moment. Ce n’est pas évident à interpréter d’autant plus que les bulletins hebdomadaires de Santé publique France ne détaillent plus les différences entre symptomatiques et asymptomatiques. Fiabilité de la variable « nouveaux cas quotidiens », comme l’écrit JCD. Je propose aussi une interprétation : ce pourrait être une conséquence d’un déficit de dépistage avec peut-être un taux de symptomatiques plus élevé (probablement 100%), donc une proportion plus importante de cas sévères parmi les dépistés. Pour la suite, à autres réglages constants, les niveaux de charge des services hospitaliers se prolongent comme suit :

L’hypothèse médiane présente une forme de plateau bas, où le nombre de patients à l’hôpital resterait légèrement supérieur à 11 000 dont 650 en soins intensifs. Espérons que la valeur de R_effectif puisse continuer à se situer sous 1 pour crever ce seuil.

La covid reste la covid

En conséquence des calculs, l’estimation de la létalité hospitalière est assez stable depuis l’émergence du variant Omicron vers janvier 2022, soit environ 10 %. La durée moyenne de séjour a tendance à remonter, du fait qu’on arrive en fin de vague, comme observé précédemment.

Tant qu’il y a de la covid-19, il y a des décès. Le plateau bas correspondrait à environ 25 nouveaux décès chaque jour. Donc continuons le combat.

Philippe Brouard

Réponse à la question, par JCD

La vaccination est tout simplement la cause de ce décrochage entre les deux courbes ! (Donc pas de lien avec le variant Alpha proprement dit : le fait que la vaccination ait commencé pendant l’arrivée de Alpha n’est qu’une coïncidence)

On sait en effet que la population très âgée va peu en réanimation mais va, par contre, beaucoup à l’hôpital. Par exemple, en France, avant le vaccin, 50% des entrées à l’hôpital étaient essentiellement générées par les 6% de la population les plus âgés (+ de 80 ans). Par contre, cette même population ne produisait que 13% des entrées en réanimation.

Conséquence : en vaccinant d’abord les plus âgés et les plus fragiles (ce qui était, à juste titre, la stratégie des autorités médicales/des gouvernants dans le monde), l’hôpital était soulagé beaucoup plus rapidement que les réanimations : la courbe bleue (hôpital) est plus basse que la courbe orange (réanimation). La tendance s’équilibre quand environ 40% de la population est vaccinée (+ de 50/55 ans) : la courbe orange recolle alors à la courbe bleue. On peut vérifier ces ‘temps forts’ sur les courbes en les corrélant aux dates de vaccination. Par exemple, les 40% de vaccinés ont été atteints fin mai en France, le 1/6/2021 en Italie, le 4/6/2021 en Espagne, le 15/2/2021 en Israël ce qui correspond plus ou moins aux dates auxquelles les courbes orange et bleue fusionnent sur chacun des graphiques.

Conclusion : l’observation des données d’hospitalisation et de réanimation permet de voir que cette donnée est globalement cohérente, on pourrait presque dire « fiable, avec des biais constants » s’il y en a. Par ailleurs, ces données permettent de valider à posteriori l’effet de la vaccination de manière assez efficace car on compare deux courbes à un instant T, dans 2 situations identiques (ie même pays, même population, au même moment), ce qui permet d’éviter les débats infinis lorsqu’on compare deux pays à des moments différents de leur vécu épidémique.

JCD