Selon une étude menée par Karolinska Institutet et l'University of Basel publiée dans Swiss Medical Weekly, les chercheurs ont produit un modèle mathématique qui montre que la propagation du nouveau coronavirus peut diminuer en été puis revenir en automne et en hiver.
Selon les chercheurs, même si la propagation devait diminuer en été,on ne peut pas pas conclure que la pandémie est contenue car une telle baisse peut être temporaire et due à une combinaison d'efforts de contrôle des infections et de variations saisonnières dans la façon dont le virus se propage. Au lieu de cela, cela peut être vu comme une opportunité de préparer les systèmes de santé et d'investir dans le développement de vaccins et de médicaments antiviraux.
Les chercheurs ont tenté de prédire l'effet des variations saisonnières de l'efficacité de transmission du nouveau coronavirus (SARS-CoV-2) sur l'hémisphère nord. Dans leur modèle mathématique, ils prennent en compte la probabilité que la propagation du virus présente la même variation saisonnière que les coronavirus respiratoires communs et étroitement apparentés, à savoir qu'il se propage mieux en hiver.
Selon les chercheurs, un scénario possible est qu'il y ait un pic au printemps 2020 dans les régions tempérées de l'hémisphère Nord, un déclin en été et un nouveau pic en hiver 2020/2021. Ces derniers ont utilisé les chiffres et les données disponibles sur le SRAS-CoV-2 et quatre coronavirus "communs" apparentés appelés HKU1, NL63, OC43 et 229E. Étant donné que ces coronavirus apparentés sont des virus du rhume courants, il existe de nombreuses données sur leurs variations saisonnières.
L'analyse des résultats de plus de 52 000 échantillons de patients de l'hôpital universitaire de Karolinska montre que l'infection par l'un des quatre coronavirus «communs», HKU1, NL63, OC43 ou 229E, était dix fois plus courante entre décembre et avril qu'elle ne l'était auparavant. de juillet à septembre. Les chercheurs ont ensuite pris toutes les données disponibles et utilisé un soi-disant modèle SIR, qui est souvent utilisé dans la modélisation mathématique des maladies infectieuses.
Les chercheurs soulignent, en terminant, qu'il y a beaucoup d'incertitude dans les différents paramètres sur lesquels ils fondent leur analyse et qu'il faut se rappeler que ce n'est qu'un modèle qui tente d'examiner des scénarios envisageables.
Aucun commentaire:
Enregistrer un commentaire