L'étude met en valeur l'importance des tests de diagnostic dans la réponse à une pandémie

L'étude met en valeur l'importance des tests de diagnostic dans la réponse à une pandémie

La pandémie de COVID-19 a démontré l’importance des tests dans la préparation et la réponse aux maladies, et de nouvelles recherches du laboratoire de physique appliquée (APL) de Johns Hopkins et d’une équipe de collaborateurs soulignent ce principe.

Publié dans le numéro du 2 janvierLa santé publique du LancetLa recherche comprenait des simulations et des analyses suggérant que les partenariats public-privé pour développer, fabriquer et distribuer des tests de diagnostic du COVID-19 ont sauvé environ 1,4 million de vies et évité environ 7 millions d’hospitalisations de patients pendant la pandémie aux États-Unis.

APL, basée à Laurel, dans le Maryland, a collaboré à l'étude avec l'Administration for Strategic Preparedness and Response (ASPR), les Centers for Disease Control and Prevention des États-Unis et des consultants de MITRE Corporation.

L’analyse a révélé que le développement, la production et la distribution précoces de tests réduisaient considérablement le nombre de maladies graves liées au COVID-19. Grâce à la modélisation et à la simulation, nous avons montré comment la coordination nationale peut utiliser efficacement les ressources et les capacités.

Gary Lin, épidémiologiste informatique à l'APL et co-auteur de l'étude

Les chercheurs de l’APL ont développé un prototype de jumeau numérique – ; un environnement de simulation virtuelle – ; pour modéliser la chaîne d’approvisionnement des tests et des diagnostics. L’outil a été utilisé pour simuler des scénarios de référence et évaluer l’impact d’éventuelles interventions en cas de pandémie.

« Le jumeau numérique nous aide à comprendre quantitativement l'impact et les conséquences des perturbations et de l'évolution des taux d'infection sur la disponibilité des tests », a déclaré Elizabeth Currier, chef de projet de jumeau numérique chez APL. « Il peut également évaluer l’impact des politiques et des investissements et être utilisé dans la planification et l’évaluation des besoins en approvisionnement afin de contribuer à répondre et à garantir une chaîne d’approvisionnement sécurisée pour les futures crises médicales. »

Le modèle prototype intégrait diverses sources de données, notamment des informations sur les stocks de fabrication, de vente au détail et gouvernementaux, ainsi que des données sur les eaux usées et les produits stationnaires, permettant à l'équipe d'évaluer des scénarios complexes. Il a simulé les prévisions de cas de maladies infectieuses pour refléter la demande de tests, la production de tests et la logistique d’approvisionnement et de distribution.

Entre janvier 2020 et décembre 2022, les efforts du gouvernement ont abouti à plus de 6,7 milliards de tests COVID-19 aux États-Unis. Cela comprenait des tests en laboratoire, des tests sur le lieu de soins et des tests en vente libre, avec plus de 2,7 milliards de tests effectués dans des laboratoires américains, des établissements de santé ou à domicile.

« Les résultats soulignent l’importance du développement, de la production et de la distribution de tests robustes et rapides pour faire face aux menaces futures pour la santé publique », a déclaré Currier. « Les connaissances acquises grâce à l’intégration des données vont au-delà de la réponse à la COVID-19 : elles nous préparent aux futures pandémies grâce à un cadre évolutif pour allouer efficacement les ressources. »

La modélisation du jumeau numérique d'APL s'est depuis étendue pour surveiller les tests à l'échelle nationale pour le COVID-19, la grippe, le virus respiratoire syncytial (RSV) et d'autres menaces pour la santé publique dans le cadre d'une approche tous risques.

Sources :