Efficacité des masques et taux de couverture dans la population

Contexte et motivation de la recherche

Pendant la pandémie de COVID-19, des mesures non pharmacologiques (NPI) telles que la distanciation sociale, le port du masque et les stratégies de test-traçage-isolement ont été largement utilisées pour contrôler la propagation du virus. Bien que de nombreuses études empiriques montrent que ces mesures sont efficaces pour contrôler la propagation du virus, il n’y a pas de consensus académique sur leur effet quantitatif spécifique. L’hétérogénéité de l’efficacité peut être expliquée par de nombreux facteurs contextuels, tels que la géographie, la culture, la socio-économie et les comportements médicaux.

Les recherches en sciences sociales montrent que l’adhésion individuelle aux NPI change considérablement avec le temps. Même en l’absence de modifications politiques officielles, l’acceptation des comportements protecteurs comme le port du masque diminue. En particulier, après le début de la généralisation des vaccinations et la dominance du variant Omicron, de nombreux pays ont assoupli ou supprimé les obligations de port du masque. Il est à noter que les comportements et attitudes individuels se regroupent souvent dans des réseaux sociaux, et cette homogénéité renforce encore le port du masque durant la pandémie.

Sources de la recherche et auteurs

Cette étude a été rédigée et publiée par Peter Klimek, Katharina Ledebur et Stefan Thurner, parmi d’autres. Les institutions de recherche incluent la Division des sciences des systèmes complexes de l’Université de Médecine de Vienne, le Centre de Vienne pour les sciences complexes, l’Institut autrichien de recherche en intelligence des chaînes d’approvisionnement, la Division de la médecine d’assurance de l’Institut Karolinska, et le Santa Fe Institute. L’article a été publié en 2024 dans la revue “Communications Medicine”.

Processus de recherche et méthodes

Processus de recherche

La recherche a utilisé une méthode de modélisation mathématique en construisant un modèle de réseau simplifié pour analyser l’effet du port du masque sous différents taux de couverture dans la population. Le modèle repose sur les deux hypothèses principales suivantes : 1. L’adhésion aux comportements protecteurs (tels que le port du masque) diminue avec le temps. 2. Les comportements protecteurs individuels sont liés à des relations sociales proches (homogénéité).

Tout d’abord, le modèle configure une dynamique de type “susceptible-infecté-rétabli” (SIR) sur un réseau de contacts sociaux. Tous les individus sont à l’état initial des susceptibles, avec une petite partie en tant qu’infectés. La probabilité de contagion est calculée en fonction de la port du masque des individus et de leurs contacts. Au fil du temps, le modèle simule la propagation de l’épidémie sous différents taux de couverture de port du masque.

Paramètres expérimentaux

Dans le modèle, les individus sont divisés en deux groupes : ceux qui sont prêts à adopter des comportements protecteurs et ceux qui ne le sont pas. À chaque pas de temps, l’infection des individus et son impact sur l’évolution générale de l’épidémie sont calculés. Pour tenir compte de l’homogénéité, un réseau de contacts de type “small-world” avec un paramètre d’homogénéité (η) est utilisé pour réaliser un modèle mixte.

L’étude a mené de nombreuses expériences de simulation avec différents paramètres, en analysant l’impact de différents taux de couverture, du paramètre d’homogénéité, et de la connectivité du réseau de contacts sur la propagation de l’épidémie.

Résultats et découvertes

Principaux résultats

Les résultats des simulations montrent que, bien que l’on pense généralement que plus de gens portent des masques mieux cela prévient la propagation, dans certaines situations, le risque d’infection des individus portant des masques augmente avec le taux de couverture. Concrètement, avec un taux de couverture de 10%, le risque d’infection individuelle a diminué d’environ 30%, tandis qu’avec un taux de couverture de 60%, ce chiffre n’était que de 5% à 15%.

Analyse et interprétation

Ce phénomène contre-intuitif est appelé “effet de faible couverture”. Lorsque seulement une minorité de personnes porte des masques, l’épidémie peut se terminer parmi ceux qui ne portent pas de masques, tandis que ceux qui portent des masques restent à faible risque en raison des mesures de protection. Cependant, lorsque la majorité des gens portent des masques, la réduction progressive du port de masque laisse encore des opportunités de propagation du virus, prolongeant l’épidémie et rendant les porteurs initiaux de masques plus susceptibles d’être infectés.

Données spécifiques et résultats expérimentaux

Les pics et la durée des courbes de transmission épidémique varient selon les taux de couverture. À faible couverture, le pic de l’épidémie diminue mais sa durée est plus courte. À une couverture moyenne, le risque d’infection des individus porteurs de masques est maximal, mais diminue avec une couverture supplémentaire. Lorsque la couverture atteint plus de 80%, l’épidémie s’éteint rapidement ou resurgit après l’arrêt du port de masques.

Les paramètres d’homogénéité (η) et de petite échelle du réseau (ϵ) montrent un impact significatif sur les résultats. Avec une haute homogénéité et une faible connectivité aléatoire, l’effet de faible couverture est le plus marqué, réduisant le risque d’infection d’environ 20-25%. En augmentant le mélange (diminution de η), le risque d’infection diminue.

Robustesse des simulations

Les simulations montrent que sous différentes combinaisons du taux de transmission (α), des degrés du réseau (k) et des taux de réduction de l’adhésion (q), l’effet de faible couverture varie. À faible taux de transmission ou de degré du réseau, l’épidémie est maîtrisée, tandis qu’à proximité de certains seuils de paramètres, l’effet de faible couverture est maximal.

Conclusion et signification

Cette recherche remet en question les conceptions traditionnelles en avançant que dans certaines conditions, un petit nombre de personnes portant des masques peut également réduire efficacement le risque d’infection individuel, tandis que la relaxation de la dépendance aux masques est souvent liée à la prolongation de l’épidémie. Donc, bien qu’une majorité de porteurs de masques soient bénéfiques pour la santé publique, il est essentiel pour les individus de reconnaître l’importance du port du masque même à faible couverture. Cela suggère que lors de l’évaluation de l’efficacité des mesures d’intervention, il est crucial de distinguer les effets au niveau individuel de ceux au niveau de la population. En somme, cette étude fournit non seulement de nouvelles perspectives sur les modèles épidémiologiques et la formulation de politiques de santé publique, mais souligne également l’importance de l’adoption continue de comportements protecteurs face à de futures pandémies similaires.