Accéder aux distribution des délais épidémiologiques


Figure 1

Définition des périodes clés. A partir de Xiang et al, 2021
Définition des périodes clés. A partir de Xiang et al, 2021

Figure 2

Vidéo du MRC Centre for Global Infectious Disease Analysis, Ep 76. Science In Context - Epi Parameter Review Group avec le Dr Anne Cori (27-07-2023) at https://youtu.be/VvpYHhFDIjI?si=XiUyjmSV1gKNdrrL
Vidéo du MRC Centre for Global Infectious Disease Analysis, Ep 76. Science In Context - Epi Parameter Review Group avec le Dr Anne Cori (27-07-2023) at https://youtu.be/VvpYHhFDIjI?si=XiUyjmSV1gKNdrrL

Figure 3

Schéma de la relation entre les différentes périodes de transmission entre un infecteur et un infecté dans une paire de transmission. La fenêtre d’exposition est définie comme l’intervalle de temps entre l’exposition au virus et la fenêtre de transmission est définie comme l’intervalle de temps pour la transmission ultérieure par rapport à la durée de l’infection (Chung Lau et al., 2021).
Schéma de la relation entre les différentes périodes de transmission entre un infecteur et un infecté dans une paire de transmission. La fenêtre d’exposition est définie comme l’intervalle de temps entre l’exposition au virus et la fenêtre de transmission est définie comme l’intervalle de temps pour la transmission ultérieure par rapport à la durée de l’infection (Chung Lau et al., 2021).

Figure 4

Intervalles sériels des paires de cas possibles dans (a) COVID-19 et (b) MERS-CoV. Les paires représentent un infecteur présumé et son contaminé présumé en fonction de la date d’apparition des symptômes (Althobaity et al., 2022).
Intervalles sériels des paires de cas possibles dans (a) COVID-19 et (b) MERS-CoV. Les paires représentent un infecteur présumé et son contaminé présumé en fonction de la date d’apparition des symptômes (Althobaity et al., 2022).

Figure 5

Distribution d’intervalles sériels ajustée pour (a) COVID-19 et (b) MERS-CoV sur la base des paires de transmission signalées en Arabie saoudite. Nous avons ajusté trois distributions couramment utilisées, les distributions Log normal, Gamma et Weibull, respectivement (Althobaity et al., 2022).
Distribution d’intervalles sériels ajustée pour (a) COVID-19 et (b) MERS-CoV sur la base des paires de transmission signalées en Arabie saoudite. Nous avons ajusté trois distributions couramment utilisées, les distributions Log normal, Gamma et Weibull, respectivement (Althobaity et al., 2022).

Figure 6

Intervalle en série des infections par le nouveau coronavirus (COVID-19) superposé à une distribution publiée du SRAS. (Nishiura et al., 2020)
Intervalle en série des infections par le nouveau coronavirus (COVID-19) superposé à une distribution publiée du SRAS. (Nishiura et al., 2020)

Figure 7


Quantifier la transmission


Figure 1


Figure 2


Figure 3


Figure 4


Figure 5


Figure 6


Figure 7


Utiliser les distributions de délais dans l'analyse


Figure 1

Les quatre fonctions de probabilité de la loi normale (Jack Weiss, 2012)
Les quatre fonctions de probabilité de la loi normale (Jack Weiss, 2012)

Figure 2


Figure 3


Figure 4


Figure 5


Figure 6

Calendrier pour la déclaration de la chaîne de la maladie, Pays-Bas. Lab, laboratoire ; PHA, autorité de santé publique. A partir de Marinović et al, 2015
Calendrier pour la déclaration de la chaîne de la maladie, Pays-Bas. Lab, laboratoire ; PHA, autorité de santé publique. A partir de Marinović et al, 2015

Figure 7

R_{t} est une mesure de la transmission au moment t. Les observations après le temps t doivent être ajustées. ICU, unité de soins intensifs. A partir de Gostic et al, 2020
\(R_{t}\) est une mesure de la transmission au moment \(t\). Les observations après le temps \(t\) doivent être ajustées. ICU, unité de soins intensifs. A partir de Gostic et al, 2020

Figure 8


Figure 9


Figure 10


Établir des prévisions à court terme


Figure 1


Figure 2

Distribution of secondary cases (deaths). We will drop the first 30 days with no observed deaths. We will use the deaths between day 31 and day 60 to estimate the secondary observations. We will forecast deaths from day 61 to day 90.
Distribution of secondary cases (deaths). We will drop the first 30 days with no observed deaths. We will use the deaths between day 31 and day 60 to estimate the secondary observations. We will forecast deaths from day 61 to day 90.

Figure 3


Figure 4


Estimation de la gravité d'une épidémie


Figure 1

Scénarios de planification pandémique du HHS basés sur le cadre d’évaluation de la gravité de la pandémie. Ce cadre utilise une mesure combinant la gravité clinique et la transmissibilité pour caractériser les scénarios de pandémie de grippe. HHS: United States Department of Health and Human Services (CDC, 2016){alt=‘L’axe horizontal représente la mesure de la gravité clinique, échelonnée de 1 à 7, où 1 correspond à faible, 4 à modérée et 7 à très grave. L’axe vertical représente la mesure de la transmissibilité, échelonnée de 1 à 5, où 1 correspond à faible, 3 à modérée et 5 à forte transmissibilité. Sur le graphique, les scénarios de planification d’une pandémie sont présentés en quatre quadrants (A, B, C et D). De gauche à droite, les scénarios sont: “variation saisonnière”, “pandémie modérée”, “pandémie grave” et “pandémie très grave”. À mesure que la gravité clinique augmente sur l’axe horizontal, ou que la transmissibilité augmente sur l’axe vertical, la gravité du scénario de planification de la pandémie augmente également.’}


Figure 2

Estimations du risque de létalité (RL) observé biaisé confirmé en fonction du temps (ligne épaisse), calculé comme le rapport entre le nombre cumulé de décès et de cas confirmés à un instant t. La valeur atteinte à la fin d’une épidémie (~30 mai) est le risque de létalité observé à la fin de l’épidémie. La ligne horizontale continue et les lignes pointillées indiquent la valeur du RL prédit et leurs intervalles de confiance à 95% (IC 95%) des valeurs prédites du taux de mortalité ajusté au délai en utilisant uniquement les données observées jusqu’au 27 mars 2003. (Nishiura et al., 2009)
Estimations du risque de létalité (RL) observé biaisé confirmé en fonction du temps (ligne épaisse), calculé comme le rapport entre le nombre cumulé de décès et de cas confirmés à un instant \(t\). La valeur atteinte à la fin d’une épidémie (~30 mai) est le risque de létalité observé à la fin de l’épidémie. La ligne horizontale continue et les lignes pointillées indiquent la valeur du RL prédit et leurs intervalles de confiance à 95% (IC \(95%\)) des valeurs prédites du taux de mortalité ajusté au délai en utilisant uniquement les données observées jusqu’au 27 mars 2003. (Nishiura et al., 2009)

Figure 3

Spectre des cas de COVID-19. Le CFR vise à estimer la proportion de décès parmi les cas confirmés d’une épidémie. (Verity et al., 2020)
Spectre des cas de COVID-19. Le CFR vise à estimer la proportion de décès parmi les cas confirmés d’une épidémie. (Verity et al., 2020)

Figure 4


Figure 5


Figure 6


Figure 7

Risque observé (biaisé) de létalité des cas confirmés du syndrome respiratoire aigu sévère (SARS) à Hong Kong, 2003. (Nishiura et al, 2009)
Risque observé (biaisé) de létalité des cas confirmés du syndrome respiratoire aigu sévère (SARS) à Hong Kong, 2003. (Nishiura et al, 2009)

Figure 8

Détermination précoce du risque de létalité confirmé, ajusté au délai, du syndrome respiratoire aigu sévère (SARS) à Hong Kong, 2003. (Nishiura et al, 2009)
Détermination précoce du risque de létalité confirmé, ajusté au délai, du syndrome respiratoire aigu sévère (SARS) à Hong Kong, 2003. (Nishiura et al, 2009)

Figure 9

La population des cas confirmés et le processus d’échantillonnage pour l’estimation du RL non biaisé au cours d’une épidémie selon Nishiura et al. 2009
La population des cas confirmés et le processus d’échantillonnage pour l’estimation du RL non biaisé au cours d’une épidémie selon Nishiura et al. 2009

Figure 10

Niveaux de gravité des infections par le SARS-CoV-2 et les paramètres d’intérêt. Chaque niveau est supposé être un sous-ensemble du niveau inférieur.
Niveaux de gravité des infections par le SARS-CoV-2 et les paramètres d’intérêt. Chaque niveau est supposé être un sous-ensemble du niveau inférieur.

Figure 11

Schéma des analyses de base. Les flèches rouges, bleues et vertes indiquent le flux de données provenant des cas confirmés en laboratoire dans le cadre de la surveillance passive, des cas diagnostiqués cliniquement et des cas confirmés en laboratoire dans le cadre des dépistages actifs.
Schéma des analyses de base. Les flèches rouges, bleues et vertes indiquent le flux de données provenant des cas confirmés en laboratoire dans le cadre de la surveillance passive, des cas diagnostiqués cliniquement et des cas confirmés en laboratoire dans le cadre des dépistages actifs.

Tenir compte du phénomène hypercontagieux


Figure 1

Chaînes de transmission du SRAS-CoV-2 à Hong Kong initiées par des cas locaux ou importés. (a), réseau de transmission d’un groupe de cas remontant à un ensemble de quatre bars de Hong Kong (n = 106). (b), réseau de transmission associé à un mariage sans paires infectrices-infectieuses claires, mais lié à une réunion sociale précédente et à une source locale (n = 22). (c), réseau de transmission associé à un groupe de temples de source indéterminée (n = 19). (d), tous les autres groupes d’infections par le SRAS-CoV-2 dont la source et la chaîne de transmission ont pu être déterminées (Adam et al., 2020).
Chaînes de transmission du SRAS-CoV-2 à Hong Kong initiées par des cas locaux ou importés. (a), réseau de transmission d’un groupe de cas remontant à un ensemble de quatre bars de Hong Kong (n = 106). (b), réseau de transmission associé à un mariage sans paires infectrices-infectieuses claires, mais lié à une réunion sociale précédente et à une source locale (n = 22). (c), réseau de transmission associé à un groupe de temples de source indéterminée (n = 19). (d), tous les autres groupes d’infections par le SRAS-CoV-2 dont la source et la chaîne de transmission ont pu être déterminées (Adam et al., 2020).

Figure 2

Distribution du nombre de cas secondaires de SRAS-CoV-2 observée à Hong Kong. N = 91 infectés par le SRAS-CoV-2, N = 153 infectés en phase terminale et N = 46 cas locaux sporadiques. Les barres de l’histogramme indiquent la proportion du nombre de cas secondaire generés. La ligne correspond à une distribution binomiale négative ajustée (Adam et al., 2020).
Distribution du nombre de cas secondaires de SRAS-CoV-2 observée à Hong Kong. N = 91 infectés par le SRAS-CoV-2, N = 153 infectés en phase terminale et N = 46 cas locaux sporadiques. Les barres de l’histogramme indiquent la proportion du nombre de cas secondaire generés. La ligne correspond à une distribution binomiale négative ajustée (Adam et al., 2020).

Figure 3


Figure 4


Figure 5


Figure 6


Figure 7


Figure 8

Preuve de la variation du nombre d’individus reproducteurs(Gauche, c) Proportion de transmission attendue à partir des 20 % de cas les plus infectieux, pour 10 ensembles de données d’épidémies ou de surveillance (triangles). Les lignes en pointillé indiquent les proportions attendues selon la règle des 20/80 (en haut) et l’homogénéité (en bas). (Droite, d), Événements de super propagation signalés (SSE ; losanges) par rapport au nombre reproductif estimé R (carrés) pour douze infections directement transmissibles. Les croix indiquent le 99e centile proposé comme seuil pour les ESS. (Pour plus de détails sur les figures, voir Lloyd-Smith et al. 2005)
Preuve de la variation du nombre d’individus reproducteurs(Gauche, c) Proportion de transmission attendue à partir des 20 % de cas les plus infectieux, pour 10 ensembles de données d’épidémies ou de surveillance (triangles). Les lignes en pointillé indiquent les proportions attendues selon la règle des 20/80 (en haut) et l’homogénéité (en bas). (Droite, d), Événements de super propagation signalés (SSE ; losanges) par rapport au nombre reproductif estimé R (carrés) pour douze infections directement transmissibles. Les croix indiquent le 99e centile proposé comme seuil pour les ESS. (Pour plus de détails sur les figures, voir Lloyd-Smith et al. 2005)

Figure 9

Représentation schématique des stratégies de recherche de contacts. Les flèches noires indiquent le sens de la transmission, les flèches bleues et orange indiquent respectivement une recherche de contact réussie ou échouée. Lorsqu’il existe des preuves d’une variation de la transmission au niveau individuel, entraînant souvent une superspreading, la recherche de contacts en amont du cas index (cercle bleu) augmente la probabilité de trouver le cas primaire (cercle vert) ou des grappes avec une plus grande fraction de cas, augmentant potentiellement le nombre de cas en quarantaine (cercles jaunes). Claire Blackmore, 2021
Représentation schématique des stratégies de recherche de contacts. Les flèches noires indiquent le sens de la transmission, les flèches bleues et orange indiquent respectivement une recherche de contact réussie ou échouée. Lorsqu’il existe des preuves d’une variation de la transmission au niveau individuel, entraînant souvent une superspreading, la recherche de contacts en amont du cas index (cercle bleu) augmente la probabilité de trouver le cas primaire (cercle vert) ou des grappes avec une plus grande fraction de cas, augmentant potentiellement le nombre de cas en quarantaine (cercles jaunes). Claire Blackmore, 2021

Figure 10

Événements de surmultiplication signalés (diamants) par rapport au nombre de reproduction estimé R (carrés) pour douze infections directement transmissibles. Les lignes indiquent les percentiles 5-95 du nombre de cas secondaires suivant une distribution de Poisson avec lambda égal au nombre de reproduction (Z∼Poisson(R)), et les croix indiquent le 99e centile proposé comme seuil pour les ESS. Les étoiles représentent les ESS causés par plus d’un cas source. Les “autres” maladies sont les suivantes 1, streptocoque du groupe A ; 2, fièvre de Lassa ; 3, pneumonie à mycoplasme ; 4, peste pulmonaire ; 5, tuberculose. R n’est pas indiqué pour les “autres” maladies et est hors échelle pour la variole.
Événements de surmultiplication signalés (diamants) par rapport au nombre de reproduction estimé R (carrés) pour douze infections directement transmissibles. Les lignes indiquent les percentiles 5-95 du nombre de cas secondaires suivant une distribution de Poisson avec lambda égal au nombre de reproduction (\(Z∼Poisson(R)\)), et les croix indiquent le 99e centile proposé comme seuil pour les ESS. Les étoiles représentent les ESS causés par plus d’un cas source. Les “autres” maladies sont les suivantes 1, streptocoque du groupe A ; 2, fièvre de Lassa ; 3, pneumonie à mycoplasme ; 4, peste pulmonaire ; 5, tuberculose. R n’est pas indiqué pour les “autres” maladies et est hors échelle pour la variole.