Des hauts et des bas dans les données liées au COVID-19 peuvent être causés par des pratiques de communication des données

« Des oscillations dans les données liées au COVID-19 peuvent être causés par des pratiques de communication des données », source ASM News.

• Les données sur les cas et les décès du COVID-19 montrent des oscillations régulières.
• Une nouvelle analyse des chiffres nationaux et locaux attribue ces oscillations aux pratiques de communication des données.
• Les résultats suggèrent que les modèles épidémiologiques devraient tenir compte des problèmes de diagnostic et de notification.

Alors que les données s'accumulent sur les cas et les décès liés au COVID-19, des chercheurs ont observé des schémas de pics et de vallées qui se répètent presque chaque semaine. Mais comprendre ce qui motive ces modèles est resté une question ouverte.

Une étude publiée cette semaine dans mSystems rapporte que ces oscillations proviennent de variations dans les pratiques de test et de rapports de données, plutôt que de pratiques sociétales concernant la façon dont les personnes sont infectées ou traitées. Les résultats suggèrent que les modèles épidémiologiques de maladies infectieuses devraient prendre en compte les problèmes de diagnostic et de notification.

« La pratique d'acquisition de données est parfois aussi importante que les données elles-mêmes », ont dit le biologiste informatique Aviv Bergman de l'Albert Einstein College of Medicine de New York, et le microbiologiste Arturo Casadevall  de la Johns Hopkins Bloomberg School of Public Health à Baltimore, Maryland. Bergman et Casadevall ont travaillé sur l'étude avec Yehonatan Sellac de Albert Einstein College, et le médecin Peter Agre de Johns Hopkins.

L'étude a commencé lorsque Agre, qui a co-remporté le prix Nobel de chimie en 2003, a remarqué que les fluctuations hebdomadaires précises des données étaient clairement liées au jour de la semaine. « Nous sommes devenus très méfiants », a dit Bergman.

Les chercheurs ont collecté le nombre total de tests quotidiens, de tests positifs et de décès dans les données nationales américaines sur 161 jours, de janvier à fin juin. Ils ont également collecté des données spécifiques à New York et des données spécifiques à Los Angeles de début mars à fin juin. Pour mieux comprendre les modèles oscillants, ils ont effectué une analyse du spectre de puissance, qui est une méthodologie pour identifier différentes fréquences dans un signal. (Il est souvent utilisé dans le traitement du signal et de l'image, mais les auteurs pensent que ce nouveau travail représente la première application aux données épidémiologiques.)

L'analyse a mis en évidence un cycle de 7 jours d'augmentation et de baisse des nouveaux cas nationaux et des cycles de 6,8 jours et 6,9 jours à New York et à Los Angeles, respectivement. Ces oscillations se reflètent dans des analyses qui ont montré, par exemple, que le taux de mortalité est plus élevé en fin de semaine ou en fin de semaine.

Alarmés par la cohérence du signal, les chercheurs ont cherché une explication. Ils ont rapporté qu'une augmentation des rassemblements sociaux le week-end n'était probablement pas un facteur, car le temps entre l'exposition au coronavirus et l'apparition des symptômes peut aller de 4 à 14 jours. Des analyses antérieures ont également suggéré que les patients reçoivent des soins de moindre qualité plus tard dans la semaine, mais la nouvelle analyse n’a pas soutenu cette hypothèse.

Les chercheurs ont ensuite examiné les pratiques de déclaration. Certaines régions, comme New York et Los Angeles, rapportent des décès selon le moment où l'individu est décédé. Mais les données nationales publient les décès en fonction du moment où le décès a été signalé et non du moment où il s'est produit. Dans les grands ensembles de données qui indiquent la date du décès, plutôt que la date du rapport, les oscillations apparentes disparaissent. Des écarts similaires dans la notification des cas expliquent les oscillations retrouvées dans les nouvelles données de cas.

Les auteurs de la nouvelle étude notent que les interactions du week-end ou la qualité des soins de santé peuvent influencer les résultats, mais ces facteurs sociétaux ne contribuent pas de manière significative aux schémas répétés.

« Ces oscillations sont un signe avant-coureur de problèmes dans la réponse de santé publique », a déclaré Casadevall.

  

Les chercheurs ont souligné qu'il n'existe aucun lien entre le nombre de tests et le nombre de cas, et qu'à moins que les pratiques de communication des données changent, les oscillations resteront. « Et tant qu'il y aura des personnes infectées, ces oscillations, dues aux fluctuations du nombre de tests administrés et rapportés, seront toujours observées », a déclaré Bergman, « même si le nombre de cas diminue. »

Lire le communiqué de l’Académie nationale de médecine : Masquez-vous, masquez-vous, masquez-vous !