La nouvelle analyse appliquée dans l’étude pourrait aider les responsables de la santé à endiguer les épidémies communautaires de COVID-19 et à allouer les ressources de test plus efficacement, ont déclaré les chercheurs.

L’étude a été menée par des scientifiques des données et des épidémiologistes de la Yale School of Public Health, du Connecticut Department of Public Health, des Centers for Disease Control and Prevention des États-Unis et de Whitespace Ltd., une société d’analyse de données spatiales.

La clé des résultats était la précision avec laquelle les chercheurs ont pu identifier les incidents de contacts personnels étroits à haute fréquence (définis comme un rayon de 6 pieds) dans le Connecticut jusqu’au niveau municipal. Le CDC conseille aux gens de garder au moins six pieds de distance avec les autres pour éviter une éventuelle transmission de COVID-19.

« Le contact étroit entre les personnes est la principale voie de transmission du SRAS-CoV-2, le virus qui cause le COVID-19 », a déclaré l’auteur principal de l’étude, Forrest Crawford, professeur agrégé de biostatistique à la Yale School of Public Health et associé. professeur d’écologie et de biologie évolutive, de gestion, de statistiques et de science des données à Yale.

« Nous avons mesuré les contacts interpersonnels étroits dans un rayon de 6 pieds partout dans le Connecticut en utilisant les données de géolocalisation des appareils mobiles au cours d’une année entière », a déclaré Crawford. « Cet effort a donné aux épidémiologistes et aux décideurs du Connecticut un aperçu du comportement de distanciation sociale des gens dans tout l’État. »

D’autres études ont utilisé des « mesures de mobilité » comme mesures indirectes du comportement de distanciation sociale et de la transmission potentielle du COVID-19. Mais cette analyse peut être erronée.

« Les mesures de mobilité mesurent souvent la distance parcourue ou le temps passé loin d’un endroit, comme votre domicile », a déclaré Crawford. « Mais nous savons tous qu’il est possible de se déplacer beaucoup et de ne pas s’approcher très près des autres. Les mesures de mobilité ne sont donc pas un bon indicateur du risque de transmission. Nous pensons qu’un contact étroit prédit mieux les infections et les épidémies locales. »

Les résultats sont basés sur un examen des données de géolocalisation des appareils mobiles du Connecticut de février 2020 à janvier 2021. Toutes les données ont été anonymisées et agrégées, et aucune information personnellement identifiable n’a été collectée.

Un nouvel algorithme a calculé la probabilité d’événements de contact étroit à travers l’État (les moments où les appareils mobiles étaient à moins de six pieds les uns des autres) sur la base des données de géolocalisation. Ces informations ont ensuite été intégrées dans un modèle de transmission COVID-19 standard pour prédire les niveaux de cas de COVID-19 non seulement dans le Connecticut, mais dans les villes individuelles du Connecticut, les secteurs de recensement et les groupes d’îlots de recensement.

Les chercheurs ont déclaré avoir prédit avec succès une première vague de cas de COVID-19 dans le Connecticut de mars à avril 2020, une baisse des cas à l’échelle de l’État de juin à août et des épidémies localisées dans certaines villes du Connecticut en août et septembre.

De nombreux responsables de la santé s’appuient actuellement sur des données de surveillance générales telles que le nombre de cas confirmés, d’hospitalisations et de décès pour suivre la propagation du COVID-19. Mais ce processus peut retarder la transmission réelle de la maladie de plusieurs jours et semaines. L’analyse des taux de contacts personnels étroits est beaucoup plus rapide, ont déclaré les chercheurs.

« Le taux de contact que nous avons développé dans cette étude peut révéler des conditions de contact élevé susceptibles de générer des épidémies locales et des zones où les résidents sont à haut risque de transmission des jours ou des semaines avant que les cas résultants ne soient détectés par des tests, des enquêtes de cas traditionnelles et la recherche des contacts », Crawford mentionné.

Source de l’histoire :

Matériaux fourni par École de santé publique de Yale. Original écrit par Colin Poitras. Remarque : Le contenu peut être modifié pour le style et la longueur.