Sommaires des réunions du groupe d’experts de la CSC sur les approches de modélisation

Dans le cadre de la réponse à la pandémie de COVID-19, à la demande de Santé Canada, la conseillère scientifique en chef du Canada a réuni le Groupe d’experts sur les approches de modélisation afin d’obtenir l’avis pratique d’experts du domaine pour éclairer ses conseils au gouvernement fédéral concernant les stratégies de rétablissement, l’accès aux données et les lacunes en matière de données.

Sur cette page :

• Réunion 1 du groupe d’experts sur les approches de modélisation
• Réunion 2 du groupe d’experts sur les approches de modélisation
• Réunion 3 du groupe d’experts sur les approches de modélisation
• Réunion 4 du groupe d’experts sur les approches de modélisation
• Réunion 5 du groupe d’experts sur les approches de modélisation

 

---

 

 

 

La discussion qui suit reflète la preuve et les connaissances scientifiques jusqu’au 30 mars.

 

---

 

Participants

• Mona Nemer, coprésidente, conseillère scientifique en chef du Canada
• Stephen Lucas, coprésident, sous-ministre de Santé Canada
• Nicole Basta, Université McGill
• Caroline Colijn, Université Simon Fraser
• Dan Coombs, Université de la Colombie-Britannique
• Jonathan Dushoff, Université McMaster
• David Earn, Université McMaster
• David Fisman, Université de Toronto
• Seyed Moghadas, Université York
• Nick Ogden, Agence de la santé publique du Canada
• Babak Pourbohloul, Université de la Colombie-Britannique
• Ashleigh Tuite, Université de Toronto
• Jianhong Wu, Université York

Invités :

• Alejandro Adem, président, Conseil de recherches en sciences naturelles et en génie du Canada
• Ian Shugart, greffier, BCP

 

Introduction

 

• Ce groupe d’experts est un sous-comité du Groupe d’experts sur la COVID-19.

Questions initiales pour le groupe d’experts

Du point de vue du gouvernement, les questions de modélisation qui pourraient tirer profit d’une discussion d’experts comprennent :

• De quels renseignements avons-nous besoin pour permettre une meilleure modélisation?
• Que peuvent apporter les modélisateurs mathématiques?
  • Prévisions à court terme de la courbe épidémique (quelles hypothèses sont utilisées et comment les différentes variables sont introduites).
  • Comment l’éloignement social fonctionne-t-il et comment touche-t-il le cours de l’épidémie?
  • Comment pouvons-nous traduire les prévisions de propagation d’infection en besoins du système de santé?
• Comment passer à la nouvelle normalité? (p. ex. considérations régionales, sectorielles, scolaires ou commerciales)
• Quels sont les données, les outils et les infrastructures nécessaires pour faire le meilleur travail possible?

Les experts entament des discussions sur les questions ci-dessus et sur d’autres questions connexes :

Accès aux données

• La priorité absolue est de s’assurer que la communauté des modélisateurs dispose des données dont elle a besoin.
• De nombreux modèles existants sont basés sur des données provenant de populations internationales. Des données canadiennes sont nécessaires pour des interventions adaptées au Canada.
• Des données plus granulaires sont nécessaires pour renforcer les efforts de modélisation, notamment : le moment de l’hospitalisation, le temps passé aux soins intensifs, les dates de sortie, les données comportementales détaillées, la prévalence par âge et par lieu, les données en série pour les études longitudinales (pas nécessairement de la même personne), la combinaison des données de télésanté et des données hospitalières.
• Ventilateurs : Des tableaux de bord indiquant le pourcentage de ventilateurs utilisés (dans un hôpital donné) pour la COVID-19 pourraient permettre de déterminer les ressources sous-utilisées.
• L’élargissement des types de données collectées pourrait également contribuer à mieux comprendre la situation, par exemple en testant les personnes entrant à l’hôpital pour d’autres raisons (crises cardiaques, accidents de la route, naissances, etc.). Ces données pourraient permettre d’estimer la prévalence et de guider les efforts de contrôle des infections.

Déploiement de la technologie

• Tests d’ADN : Toutes les données existantes, y compris les personnes qui ont été testées et celles qui ont eu des résultats négatifs. Il sera utile de comprendre pourquoi une personne a été testée, quand et combien de fois. L’Australie procède à des tests répétés sur des personnes qui ont été exposées. Cela peut permettre de mieux comprendre la transmissibilité..
• Sérologie : La sérologie à grande échelle est actuellement la plus grande lacune. La Colombie Britannique est à l’avant-garde de la collecte de sang aux fins de sérologie, ce qui pourrait être important pour déterminer qui peut reprendre le travail.
• Suivi mobile : Un certain nombre d’applications sont développées/utilisées dans le monde entier pour mieux comprendre l’exposition, la transmission et le risque. Christophe Fraser de l’Université d’Oxford a écrit un article spéculatif sur la façon dont une telle application pourrait aider à endiguer et à ralentir la pandémie.
• Intelligence artificielle (IA) : Des travaux sont en cours pour développer et déployer des applications qui reflètent le contexte canadien.

Efficacité des stratégies d’atténuation

• Des études épidémiologiques supplémentaires sont nécessaires et sont importantes pour la collecte des données. Dans le contexte actuel, il sera difficile d’accroître la granularité, étant donné la charge de travail déjà excessive de ceux qui collectent les données.
• À court terme, l’estimation de l’incidence de l’éloignement social sur la pandémie dépendra de notre capacité à traiter des données de bonne qualité en temps utile.
• Il sera important de comparer les renseignements entre les provinces afin de déterminer ce qui fonctionne et ce qui ne fonctionne pas. Il est possible de tirer des enseignements de ce que font les autres pays.

Prochaines étapes

• Santé Canada soulèvera auprès des provinces les besoins en matière de données relevés.
• Le groupe d’experts se réunira de nouveau pour approfondir les questions soulevées lors de la première réunion.

 

---

 

 

 

La discussion qui suit reflète la preuve et les connaissances scientifiques jusqu’au 9 avril.

 

---

 

Participants

• Mona Nemer, coprésidente, conseillère scientifique en chef du Canada
• Stephen Lucas, coprésident, sous-ministre de Santé Canada
• Nicole Basta, Université McGill
• Caroline Colijn, Université Simon Fraser
• Dan Coombs, Université de la Colombie-Britannique
• Jonathan Dushoff, Université McMaster
• David Earn, Université McMaster
• David Fisman, Université de Toronto
• Seyed Moghadas, Université York
• Nick Ogden, Agence de la santé publique du Canada
• Ashleigh Tuite, Université de Toronto
• Jianhong Wu, Université York

Invités :

• Alejandro Adem, président, Conseil de recherches en sciences naturelles et en génie du Canada

 

Des approches localisées

 

• Les messages doivent refléter le fait que l’on s’attend à des différences au niveau des tendances entre les provinces, mais que les tendances générales sont alignées. L’agrégation des données pourrait poser problème en masquant les différences régionales.
• Les réseaux de santé publique discutent dans toutes les provinces au sujet de lignes directrices générales.

Comprendre la prévalence

• Il faut faire plus pour comprendre la prévalence, en particulier une surveillance et des tests sérologiques larges et représentatifs.
  • Dans un premier temps, il faudra déterminer les priorités en matière de tests, notamment la question de savoir d’où proviendront les données les plus utiles. Les données sur les enfants pourraient être particulièrement utiles.

Lacunes en matière de données

• Les modélisateurs ont besoin de données plus granulaires.
• Il existe certaines solutions peu coûteuses qui pourraient actuellement être envisagées, par exemple les données de Statistique Canada. La Base canadienne de données sur les décès pourrait fournir des renseignements utiles, si les données sont recueillies en temps utile.
• La granularité n’est pas nécessaire pour tous les individus. Un instantané suffira – quelques centaines de points de données provenant d’endroits clés.
• Les modélisateurs pourraient tirer avantage d’une plus grande quantité de données sur les répercussions de l’éloignement social.

Modélisation

• Une modélisation plus complexe est nécessaire pour aider à réfléchir à la manière dont peuvent être réduites les mesures d’éloignement social et au moment où elles peuvent être réduites. La comparaison des différents contextes entre les régions pourrait donner des indications, par exemple les différentes dates de fermeture des écoles, les périodes où ont eu lieu les semaines de relâche et la mise en œuvre de politiques provinciales.
• Il est nécessaire de mieux comprendre l’incidence de la réduction des restrictions liées à l’éloignement social.

Prochaines étapes

• Le Groupe d’experts sur la modélisation élaborera des recommandations prioritaires. Des recommandations à court et à long terme peuvent être fournies successivement.

 

---

 

 

 

La discussion qui suit reflète la preuve et les connaissances scientifiques jusqu’au 13 mai.

 

---

 

Participants

• Mona Nemer, coprésidente, conseillère scientifique en chef du Canada
• Caroline Colijn, Université Simon Fraser
• Dan Coombs, Université de la Colombie-Britannique
• Jonathan Dushoff, Université McMaster
• David Earn, Université McMaster
• Seyed Moghadas, Université York
• Nick Ogden, Agence de la santé publique du Canada
• Ashleigh Tuite, Université de Toronto
• Jianhong Wu, Université York

Invités :

• Alejandro Adem, président, Conseil de recherches en sciences naturelles et en génie du Canada

 

Les défis en matière de données et de modélisation

 

• Les modélisateurs pourraient tirer avantage de données agrégées ainsi que de données liées à la prévalence (estimations en série).
• Il serait utile de disposer de données sur les cas qui sont des transmissions communautaires par opposition aux données sur les éclosions.
• La modélisation de la désescalade nécessite des données antérieures à l’escalade sur les groupes d’âge, les professions, etc. par l’intermédiaire de la sérologie. Cependant, les conditions de désescalade seront différentes de celles qu’elles étaient avant, par exemple à la réouverture des écoles dans certaines régions. Une semaine de travail et une semaine de congé, combinées à des lignes directrices, pourraient constituer une bonne stratégie pour les enfants qui retournent à l’école.
• Les mesures qui seront importantes pour la suite des choses comprennent la recherche des contacts, faire en sorte que les personnes concernées s’isolent si nécessaire, la surveillance des comportements et le soutien aux personnes en confinement.
• Il pourrait être utile de rencontrer les commissaires à la vie privée en ce qui concerne l’échange de données.

Groupe de travail sur l’immunité

• Le Groupe d’experts sur la modélisation a été invité à formuler des commentaires sur le document produit par le groupe de travail au sujet des éléments de données de base. Les commentaires ont été recueillis et communiqués au secrétariat du groupe de travail.

Initiative visant l’examen de données

• Le groupe d’experts a été invité à donner son avis sur les secteurs qui requièrent de nouveaux financements ou de nouvelles infrastructures :
  • Il est nécessaire de générer des ensembles de données plus détaillés.
  • Il faut des solutions pour accéder facilement et rapidement à davantage de données, tout en assurant la confidentialité.
  • Nous devons nous assurer que nous avons les personnes possédant les compétences nécessaires pour gérer des bases de données aux fins de l’exploitation de celles-ci.
  • Il faut élaborer des mesures de notre rendement au cours de la désescalade.
  • Une mesure précise de R (mesure de la vitesse de propagation du virus) sera déterminante au cours de la prochaine phase.

Prochaines étapes

• Le Bureau de la conseillère scientifique en chef du Canada coordonnera la tenue d’une quatrième réunion du Groupe d’experts sur les approches de modélisations afin de discuter d’une stratégie pour aller de l’avant et préparer la réponse à une deuxième vague – ce que nous devrions surveiller et les renseignements dont nous avons besoin (des mesures spécifiques).
  • Le groupe d’experts fera appel aux autorités sanitaires locales compétentes en matière de surveillance et de recherche des contacts.

 

---

 

 

 

La discussion qui suit reflète la preuve et les connaissances scientifiques jusqu’au 31 mai.

 

---

 

Participants

• Mona Nemer, coprésidente, conseillère scientifique en chef du Canada
• Stephen Lucas, coprésident, sous-ministre de Santé Canada
• Nicole Basta, Université McGill
• Caroline Colijn, Université Simon Fraser
• Dan Coombs, Université de la Colombie-Britannique
• Jonathan Dushoff, Université McMaster
• David Earn, Université McMaster
• David Fisman, Université de Toronto
• Nick Ogden, Agence de la santé publique du Canada
• Ashleigh Tuite, Université de Toronto

Invités :

• Alejandro Adem, président, Conseil de recherches en sciences naturelles et en génie du Canada
• Sarah Collier, gestionnaire, Surveillance et épidémiologie, Santé publique de Toronto
• Vera Etches, médecin en chef, Ottawa

 

Données de surveillance

 

• Il est possible de faire un meilleur usage des données existantes, telles que les résultats négatifs, les cas asymptomatiques et l’emplacement des points de données.
• Il est nécessaire de mettre en place une surveillance permettant de détecter les premiers foyers épidémiques.
• L’interaction directe avec la santé publique de première ligne est essentielle pour que la modélisation puisse déterminer les défis et les lacunes.
• Avec la réouverture de l’économie, le contexte dans lequel la collecte de données a eu lieu jusqu’à présent va changer. Il sera donc nécessaire de recentrer l’attention sur les nouveaux contextes où la transmission pourrait se produire.
• Les autorités sanitaires locales aimeraient extraire des données supplémentaires sur les lieux de travail, tels que les types d’infrastructures et les industries associées à un risque élevé d’infection.
• Le site Web COVID Near You (visualisation pour aider à détecter les points chauds) pourrait être exploité au niveau local.
• Les modélisateurs pourraient tirer profit d’un accès aux données sur le nombre de cas par jour et leur localisation, ainsi que sur leur nombre dans un cadre distinct (p. ex. transmission communautaire par rapport à l’emplacement des superpropagateurs).
• En Ontario, il existe des données sur la proportion de cas survenant en dehors des institutions, mais des sources de données supplémentaires seraient utiles, p. ex. réaliser une enquête cohérente dans toutes les provinces. Le Centre de contrôle des maladies de la Colombie-Britannique a élaboré un formulaire normalisé.

Recherche des contacts

• Les processus diffèrent d’une province à l’autre – la saisie manuelle des données entraîne des délais de traitement plus longs. Il est essentiel de renforcer les systèmes de gestion des données.
• Les processus se sont améliorés dans l’ensemble de la chaîne d’information, mais le traitement manuel à certaines étapes continue de poser des difficultés.
• Les équipes de recherche des contacts se sont développées et se concentrent sur la formation et la qualité des données.
• Il faut un délai plus court entre l’apparition des symptômes et la communication avec une personne dont le test est positif afin de retracer les interactions passées avant que les souvenirs ne s’estompent.
• Les efforts de recherche des contacts pourraient tirer profit d’un message fédéral plus fort : Les gens doivent 1) se faire tester dès l’apparition des symptômes, 2) s’isoler jusqu’à ce que les résultats du test soient connus, 3) informer le plus tôt possible les personnes avec lesquelles ils sont entrés en contact.
• Il est possible de faire davantage pour permettre aux médecins de lancer la recherche des contacts au moment du diagnostic.

Prochaines Étapes

• Discuter de la stratégie future lors de la prochaine réunion, y compris une discussion plus approfondie sur la surveillance et la recherche des contacts.
  • Élaborer une liste des choses que les modélisateurs pourraient faire pour aider les responsables locaux de la santé et les données qui pourraient être utiles pour cela.

 

---

 

 

 

La discussion qui suit reflète la preuve et les connaissances scientifiques jusqu’au 14 juin.

 

---

 

Participants

• Mona Nemer, coprésidente, conseillère scientifique en chef du Canada
• Stephen Lucas, coprésident, sous-ministre de Santé Canada
• Nicole Basta, Université McGill
• Caroline Colijn, Université Simon Fraser
• Dan Coombs, Université de la Colombie-Britannique
• Jonathan Dushoff, Université McMaster
• David Earn, Université McMaster
• Ashleigh Tuite, Université de Toronto
• Jianhong Wu, Université York

Invités :

• Sarah Collier, gestionnaire, Surveillance et épidémiologie, Santé publique de Toronto

 

Questions des autorités sanitaires locales pour les modélisateurs

 

• Les thèmes des questions du réseau des autorités sanitaires locales comprenaient l’intervention, la surveillance, la charge de travail effective des responsables de la santé publique, les détails des « bulles » (p. ex. taille, qui, etc.), les écoles, les tests, les superpropagateurs.
• Le groupe a souligné que la promotion d’une plus grande autodéclaration pourrait être un moyen relativement rapide et facile de réduire la propagation.
• Le milieu scolaire expose un grand nombre des inconnues existantes sur le virus : transmission de petites ou de grosses gouttelettes, transmission par le papier ou transmission réduite par le lavage des mains, les masques, etc.
  • Le développement d’un logiciel d’interface Web pourrait permettre aux modélisateurs de collaborer en se concentrant sur différents paramètres, mais cela demanderait un gros effort et devrait se faire en interaction étroite et prudente entre les modélisateurs et les décideurs pour garantir une interprétation correcte des résultats.
  • L’élaboration d’un organigramme est une autre option, par exemple pour illustrer les différents éléments d’un modèle (données par rapport aux hypothèses).
  • L’organigramme pourrait être complété par une liste de questions clés utiles à un stade particulier.
  • Cet effort pourrait également être lié à la modélisation qui a déjà été faite, créant ainsi la transparence et l’interopérabilité.
• Les responsables locaux de la santé pourraient tirer profit d’un lien avec le réseau général de modélisation.

Suivi :

• Le BCSC regroupera les sujets du réseau des responsables de la santé publique en catégories et les communiquera au groupe et à l’ASPC afin d’établir une liste d’experts pour chaque catégorie.

Incidence des mesures d’intervention face à la COVID-19

• Il serait difficile de distinguer l’incidence d’une mesure par rapport à une autre, p. ex. les masques par rapport à l’éloignement social. Étant donné que tant de mesures ont été mises en place en même temps, il serait difficile d’extraire des mesures précises – difficile de comprendre à quoi ressemblerait la courbe si le port du masque était ou non mis en place dans un contexte donné.
• À l’avenir, il serait utile de sonder le public sur le lavage des mains, l’utilisation des masques, etc. La ville d’Ottawa a commencé à le faire.
• Les chercheurs au Canada examinent l’efficacité des masques N95 par rapport aux masques chirurgicaux; cependant, il y a de nombreux défis à relever pour étudier l’incidence du port de masques (faits maison/chirurgicaux/N95) par rapport à l’absence de masque dans des contextes tels que les écoles ou les lieux publics.

Détection des premiers foyers épidémiques

• Il sera essentiel de poursuivre la surveillance et la recherche des contacts.
• Il serait important que la déclaration des données fasse connaître au public la catégorie à laquelle appartient la personne.

Suivi :

• Le BCSC vérifiera auprès de l’ASPC les efforts déployés pour tirer parti des infrastructures de traitement des eaux usées pour l’intervention face à la COVID-19 et assurera le suivi auprès du groupe d’experts.

Prochaines étapes

• Conférence de suivi pour discuter des moyens par lesquels les modélisateurs pourraient faire des prévisions sur la transmission dans les écoles. Les membres du groupe d’experts fourniront des recommandations sur les experts qui devraient être invités à la conférence.