Le point sur les projections relatives à la COVID-19 - Groupe pour le consensus en matière de modélisation et de conseils scientifiques 1er avril ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Le point sur les projections relatives
à la COVID-19
Groupe pour le consensus en matière de modélisation et de conseils
scientifiques
1er avril 2021
Principales constatations
• La troisième vague est arrivée et elle est portée par des variants préoccupants.
• Ce sont des Ontariens plus jeunes qui se retrouvent à l’hôpital. Le risque
d’admission aux soins intensifs est deux fois plus élevé et le risque de décès est
1,5 fois plus élevé pour le variant B.1.1.7.
• La COVID-19 menace la capacité du système de santé à traiter les admissions
régulières aux soins intensifs et la capacité à prendre en charge tous les patients.
• La vaccination ne parvient pas aux communautés les plus à risque, ce qui
retarde son effet en tant que stratégie efficace.
• Les perturbations scolaires ont une incidence importante et très inéquitable sur
les étudiants, les parents et la société. Il convient de minimiser les perturbations
supplémentaires.
• Les décrets ordonnant de rester à domicile permettront de contrôler la flambée,
de protéger l’accès aux soins et d’augmenter les chances d’avoir l’été que les
Ontariens souhaitent.
2
Nouveaux cas hebdomadaires par 100 000 habitants
0
50
100
150
200
250
Peel
Lambton
Source de données : GCC
Toronto
Hamilton
York
Durham
Sudbury
L’Est
Leeds Grenville Lanark
Chatham-Kent
Ottawa
Niagara
Halton
Haldimand-Norfolk
Simcoe Muskoka
Middlesex-London
15 mars
Wellington-Dufferin-Guelph
Timiskaming
Sud-Ouest
KFLA
Grey Bruce
Renfrew
28 mars
Hastings & PEC
Moyenne hebdomadaire de cas le :
North Bay Parry Sound
Algoma
Porcupine
Thunder Bay
Note sur les données : Les données du jour le plus récent ont été censurées pour tenir compte des délais de déclaration.
Nord-Ouest
Brant
élevé du cadre dans la plupart des circonscriptions sanitaires
Waterloo
Windsor-Essex
Peterborough
Haliburton KPR
Les cas ont augmenté et sont au-dessus du deuxième niveau le plus
Huron Perth
PROTÉGER
CONTRÔLER
3
RESTREINDRELe pourcentage de tests positifs a augmenté et se situe au-dessus
du deuxième
16
niveau le plus élevé du Cadre d'intervention
26 déc. 18 janvier
Confinement à l’échelle de la province Administration des premières doses
% de résultats positifs des épisodes de dépistage quotidien
14 jours pour le Nord de l’Ontario du vaccin terminée dans les circonscriptions sanitaires
28 jours pour le Sud de l’Ontario prioritaires
14
12
(moyenne de 7 jours)
10
Peel, 8,6%
8
Toronto, 7,1%
York, 6,4%
6 Thunder Bay, 5,1%
Durham, 6,1%
Ontario, 4,7%
4
CONTRÔLER
2
RESTREINDRE
0 PROTÉGER
12 sept.
26 sept.
2 janv.
16 janv.
30 janv.
13 mars
1 août
15 août
29 août
13 févr.
27 févr.
5 déc.
19 déc.
10 oct.
24 oct.
7 nov.
21 nov.
Date de prélèvement 4
Source des données : Système d'information des laboratoires de l'Ontario (SILO), données allant jusqu’au 26 marsLes taux de dépistage sont stables, l'augmentation du nombre de cas
n'est donc pas le résultat d'une augmentation des tests de dépistage
Épisodes de dépistage par 100 000 habitants
700
600
Lambton, 553
(moyenne de 7 jours)
500 Sudbury, 507
400
300 Ontario, 292
200
Windsor-Essex, 148
100
12 sept.
26 sept.
16 janv.
30 janv.
2 janv.
13 mars
15 août
29 août
13 févr.
27 févr.
1 août
19 déc.
10 oct.
24 oct.
21 nov.
5 déc.
7 nov.
Date de prélèvement 5
Source des données : Système d'information des laboratoires de l'Ontario (SILO), données allant jusqu’au 26 marsLes cas augmentent. La plupart des nouveaux cas sont des
variants préoccupants.
200 200
180 Taux quotidiens pour les 180
cas non liés au VP
Taux par 100 000 habitants par semaine
160 160
Moyenne de 7 jour pour les cas liés au
140 VP et les cas non liés au VP combinés 140
Taux quotidien avec une
120 120
moyenne de 7 jours pour
100 les cas liés au VP 100
80 80
60 60
Zone rouge
40 40
Zone orange
20 Zone jaune 20
0 0
Date 6Les variants préoccupants ont des conséquences plus graves et
sont plus fatals
Hospitalisations
Hospitalisations liées au VP
Admissions à l’USI
Admissions à l’USI liées au VP
Décès
Décès liés au VP
Par rapport aux personnes infectées par les variants antérieurs, les
personnes atteintes de la COVID-19 sont plus nombreuses à être
hospitalisées, admises aux soins intensifs et à mourir si elles sont
infectées par le variant préoccupant. 7Les projections de cas à court terme dépendent entièrement des
mesures de santé publique et de la vaccination à l'échelle du système
La figure montre un exemple, Cas quotidiens
représentatif des prédictions de 4
modèles, avec 3 à 5 scénarios chacun.
Scénarios : Écart depuis la
Hypothèses de décret ordonnant de dernière mise
rester à domicile :
au point
• Pas de décret ordonnant de rester à
domicile.
• 2 semaines à partir du 5 avril
• 4 semaines à partir du 5 avril
Hypothèses concernant le vaccin :
• Efficacité de 70 % dans la prévention
de l'infection
• Administré à un taux constant
Ont. - quotidien Ont. - moyenne de 7 jours
• Administré de manière aléatoire à la
population Aucune intervention Vaccination
Vaccination + 2 semaines Vaccination + 4 semaines
de confinement de confinement
Prédictions basées sur la modélisation du COVID-19 ModCollab, du Fields Institute, de l'Université McMaster, de SPO, de l’Université York 8
Données (cas observés) : covid-19.ontario.caLes hospitalisations et l'occupation des unités de soins intensifs
1 800
en raison de la COVID-19 augmentent
1 600
hospitalisés
Patients in en raison
Inpatient Beds with de la COVID-19
COVID19
1 400
Patients in
auxICU withintensifs
soins COVID-Related
souffrantCritical
d'une Illness
maladie grave
liée à la COVID-19
1 200
Augmentation de
41,7 % des
hospitalisations
1 000
au cours des deux
dernières
800
semaine
600
400
200
0
9
Sources de données : Rapport sur la COVID-19 du MSAN + Système d'information sur les soins intensifsLes patients infectés à la COVID-19 et admis en soins intensifs
sont de plus en plus jeunes 100%
Pourcentage d'admissions hebdomadaires dans les
90%
45 30
80% %
46
USI en raison de la COVID-19 par âge
73
%
70%
60%
50% 0 à 59 ans
60 ans et plus
40%
104
30%
84
20%
10%
0%
14-20
Dec déc. 2020
14-20, 2021 15-21 mars 2021
Mar 15-21, 2021 Données : Données de la SISMPC jusqu'au 28 10
Date mars. En fonction de la date d'admission à l'hôpital.Comme pour les cas d'infection, les projections relatives aux soins
intensifs dépendent entièrement des mesures de santé publique prises
à l'échelle du système
Occupation des USI
Écart depuis la
dernière mise
au point
Ont. - quotidien Ont. - moyenne de 7 jours Prévu
Vaccination Vaccination + 2 semaines Vaccination + 4 semaines
de confinement de confinement Prédictions : COVID-19 ModCollab. 11
Données (occupation observée des USI) : CCSONombre cumulé de cas
de chirurgie en attente :
245 367 cas
250 000
Le déficit en matière d'accès aux soins continue de se creuser
200 000
150 000
100 000 Arrêt des
chirurgies à
l’échelle de la
province
50 000
0
12
Source des données : Système d'information sur les temps d'attente. Estimation du retard en fonction de la comparaison entre les volumes de chirurgie de 2020-2021 et de 2019-2020.Les travailleurs essentiels font avancer les choses et supportent
le poids de la pandémie. La vaccination et le contrôle des
éclosions sur le lieu de travail seront essentiels.
Ville de Toronto et circonscription sanitaire de Peel
Cas cumulatifs du VP de la COVID-19
Date du rapport
% de travailleurs essentiels à à à
Source : Chagla Z, Ma H, Sander B, Baral S, Mishra S. (2021). Characterizing the disproportionate burden of SARS-CoV-2 variants of concern among essential workers in the Greater Toronto Area, Canada. 13
https://www.medrxiv.org/content/10.1101/2021.03.22.21254127v1.full.pdf (en anglais seulement)La couverture de vaccination de la première dose s’élargit mais
reste incomplète
80 ans et plus – 17 % incomplet; 75-79 ans – 40 % incomplet; 70-74 ans – 72 % incomplet
1 500 000
1 000 000
500 000
0
16 déc. 2020 01 janv. 2021 16 janv. 2021 01 févr. 2021 16 févr. 2021 01 mars 2021 16 mars 2021 01 avril 2021
Date
Première Seconde
dose dose
(cumulatif) (cumulatif) La dose 1 administrée a été déterminée en fonction de la première heure donnée pour chaque client.
14
La dose 2 administrée a été déterminée en fonction de la dernière heure donnée pour chaque client où
il y a plus d'une dose administrée.Mais la vaccination n'atteint pas les populations les plus à risque
Les chiffres ne tiennent pas compte de la vaccination pour les soins de longue durée
Risque lié au voisinage
Taux élevé d'infections à la COVID-19 Taux faible d'infections à la COVID-19
Tranche d'âge En tout
En tout
15
Couverture de la vaccination (par 100 habitants)Les interruptions scolaires auront des répercussions importantes
sur les élèves, les familles et la société.
La modélisation économique indique que
les répercussions de la scolarisation auront
des effets économiques à long terme : Données probantes issues d'évaluations internationales
• une baisse d'environ 3 % des revenus à Rapport sur la perte d'apprentissage moyenne en mois
vie pour ces cohortes; Automne 2020
• une perte de PIB pour le Canada estimée
à 1,6 trillion de dollars. mois Pays-Bas
Les risques de santé non liés à la COVID-19
comprennent : mois Angleterre (NFER)
• la solitude et l'isolement social, mois Ohio
• la perte de structure affectant l'activité Britannique
physique, le sommeil et la santé mentale, à mois
(Renaissance)
• une diminution de la capacité à détecter à mois Californie (PACE)
la négligence ou les abus.
Tous les effets négatifs sont très
inéquitables, la perte d'apprentissage étant Estimation du nombre de mois perdu
plus importante pour les élèves les plus
défavorisés.
Source : Kelly Gallagher-Mackay, Elizabeth Dhuey, Lisa Hawke, Lance 16
McCready, Sarah Oates, Prachi Srivastava et Kathryn UnderwoodPrincipales constatations
• La troisième vague est arrivée et elle est portée par des variants préoccupants.
• Ce sont des Ontariens plus jeunes qui se retrouvent à l’hôpital. Le risque
d’admission aux soins intensifs est deux fois plus élevé et le risque de décès est
1,5 fois plus élevé pour le variant B.1.1.7.
• La COVID-19 menace la capacité du système de santé à traiter les admissions
régulières aux soins intensifs et la capacité à prendre en charge tous les patients.
• La vaccination ne parvient pas aux communautés les plus à risque, ce qui
retarde son effet en tant que stratégie efficace.
• Les perturbations scolaires ont une incidence importante et très inéquitable sur
les étudiants, les parents et la société. Il convient de minimiser les perturbations
supplémentaires.
• Les décrets ordonnant de rester à domicile permettront de contrôler la flambée,
de protéger l’accès aux soins et d’augmenter les chances d’avoir l’été que les
Ontariens souhaitent.
17Collaborateurs
• COVID-19 Modeling Collaborative : Kali Barrett, Stephen Mac, David Naimark, Aysegul Erman,
Yasin Khan, Raphael Ximenes, Sharmistha Mishra, Beate Sander
• Fields Institute : Taha Jaffar, Kumar Murty
• ICES : Jeff Kwong, Hannah Chung, Kinwah Fung, Michael Paterson, Susan Bronskill, Laura Rosella,
Astrid Guttmann, Charles Victor, Michael Schull et Marian Vermeulen
• Université McMaster : Michael Li, Irena Papst, Ben Bolker, Jonathan Dushoff, David Earn
• Université York : Jianhong Wu, Francesca Scarabel, Bushra Majeed
• Ministère de la Santé et ministère des Soins de longue durée : Michael Hillmer, Kamil Malikov,
Qing Huang, Jagadish Rangrej, Nam Bains, Jennifer Bridge
• Santé Ontario : Erik Hellsten, Stephen Petersen, Anna Lambrinos, Chris Lau, équipe d’Accès aux
soins
• Santé publique Ontario : Sarah Buchan, Kevin Brown
• Groupe de chercheurs universitaires : Kelly Gallagher-Mackay, Elizabeth Dhuey, Lisa Hawke,
Lance McCready, Sarah Oates, Prachi Srivastava et Kathryn Underwood.
18Contenu fourni par les membres et le secrétariat du
Groupe pour le consensus en matière de
modélisation et de conseils scientifiques
Beate Sander,* Peter Juni, Brian Schwartz,* Kumar Murty,* Upton Allen, Vanessa Allen, Nicholas Bodmer,
Isaac Bogoch, Kevin Brown, Sarah Buchan, Yoojin Choi, Troy Day, Laura Desveaux, David Earn, Gerald
Evans, David Fisman, Jennifer Gibson, Anna Greenberg, Anne Hayes,* Michael Hillmer, Jessica Hopkins,
Jeff Kwong, Fiona Kouyoumdjian, Audrey Laporte, John Lavis, Gerald Lebovic, Brian Lewis, Linda Mah,
Kamil Malikov, Antonina Maltsev, Doug Manuel, Roisin McElroy, Allison McGeer, David McKeown, John
McLaughlin, Sharmistha Mishra, Justin Morgenstern, Andrew Morris, Samira Mubareka, Laveena Munshi,
Christopher Mushquash, Ayodele Odutayo, Shahla Oskooei, Menaka Pai, Samir Patel, Anna Perkhun, Bill
Praamsma, Justin Presseau, Fahad Razak, Rob Reid,* Paula Rochon, Laura Rosella, Michael Schull,
Arjumand Siddiqi, Chris Simpson, Arthur Slutsky, Janet Smylie, Nathan Stall, Robert Steiner, Ashleigh
Tuite, Jennifer Walker, Tania Watts, Ashini Weerasinghe, Scott Weese, Xiaolin Wei, Jianhong Wu, Diana
Yan, Emre Yurga
* Présidents du Groupe pour le consensus en matière de modélisation et de conseils scientifiques
Pour connaître les membres du Groupe et leurs profils, veuillez consulter les pages À propos et
Partenaires (en anglais seulement) sur le site Web du Groupe pour le consensus en matière de
modélisation et de conseils scientifiques.
19Vous pouvez aussi lire
