Commentaire éditorial: Modèles d’épidémie de réseau: hypothèses et interprétations

Commentaire éditorial: Modèles d’épidémie de réseau: hypothèses et interprétations

Voir l’article majeur sur le VIH / SIDA de Palombi et al, aux pages 268-75Palombi et al [1], adressent plusieurs lacunes de l’article de Granich et al [2], qui ont étudié l’impact potentiel sur le virus de l’immunodéficience humaine VIH dynamique épidémique de Palombi et al font usage d’un modèle sujet pour incorporer dans leur étude de simulation des taux de transmission fonction de la durée de l’infection, des niveaux d’adhérence, de la mortalité et des taux de rétention. intégration des caractéristiques du réseau, telles que la simultanéité de la présence de partenariats sexuels simultanés ou degré le nombre de partenaires sexuels actuels Ci-dessous, nous décrivons certaines des hypothèses qui sous-tendent ces modèles et considérons l’impact des différents choix de paramètres d’entrée; Palmombi et al ont intégré la concurrence en utilisant un modèle de réseau développé par Kretzschmar et Morris – ci-après dénommé KM [3] Les modèles épidémiques ont montré que la concurrence affecte la propagation des infections sexuellement transmissibles [4] Parce que le modèle de réseau régit l’évolution du modèle épidémique utilisé par Palombi et al., il est essentiel de considérer ce modèle avec attention. Le modèle KM comporte 4 composantes clés: probabilité de formation des paires, probabilité de séparation des paires, règle de mélange des partenaires et niveau de concurrence dans le population, quantifiée à l’aide d’un indice, κ [3] Il n’est pas facile de comprendre la nature ou les implications des hypothèses du modèle KM, nous avons donc réalisé une étude de simulation en utilisant le modèle pour obtenir des informations supplémentaires. les paramètres exacts de Palombi et al, car un ensemble complet de valeurs de paramètres pour leur modèle ne sont pas disponibles. Par exemple, Palombi et al t leur mélange sexuel était dissassant les sujets de haut degré préfèrent les partenaires avec un faible degré et vice versa sans fournir d’informations sur le degré de dissassativité. La raison de cette hypothèse n’était pas claire. En outre, étant donné 3 des 4 composantes les probabilités de formation et de séparation des paires, le quatrième composant est fixe Le mélange préférentiel est associé à des niveaux de concurence plus élevés lorsque les probabilités de formation et de séparation des paires sont fixes [5] Il serait utile de spécifier les paramètres estimés à partir des données. En l’absence d’informations sur les valeurs de l’étude de Palombi et al, nous avons établi les probabilités de formation et de séparation des paires 01 et 005 par jour, respectivement à des valeurs également utilisées par KM. le diplôme ne l’amène pas à préférer un nouveau partenaire basé sur son degré et son mélange désassorti , comme supposé par Palombi et al. La fonction de mélange, qui est la probabilité de former une relation entre deux individus en fonction de leurs degrés, est fonction d’un paramètre d’accord ζ qui permet une transition continue entre les patrons de mélange et modifie le niveau de la concurrence κ [3] Un aspect que nous avons exploré était les implications du modèle de KM pour la fraction des personnes qui ont des relations simultanées, qui dépend du degré d’assortativité Le tableau 1 présente la fraction des personnes qui ont des relations simultanées. Nous trouvons que selon les hypothèses du modèle de mélange aléatoire, 75% -85% de la population aurait des relations multiples à un moment donné au cours d’une période de 5 ans pour les valeurs de simultanéité κ dans un intervalle de 17 à 26 qui contenait l’estimation de 22 de l’Ouganda [6] Le pourcentage est ≥85% sous l’hypothèse de mélange dissassant pour tous les val ues de ζ dans l’intervalle 0-099, bien que κ soit plus élevé, allant de 66 à 200, en mélange dissassant par rapport au mélange aléatoire pour les mêmes probabilités de formation et de séparation des paires. Il serait utile de connaître le degré de dissassativité pour Palombi et al. et si cela conduit à un niveau de concurrence raisonnable pour l’épidémie à l’étude

Tableau 1 Proportion cumulative de personnes ayant déjà des relations simultanées Mélange aléatoire Mélange désassorti ζ κ Proportion cumulative κ Proportion cumulative 1 0 0 … … 099 005 036 2 085 098 009 054 141 09 095 017 075 086 094 09 026 085 073 094 08 037 091 069 095 07 044 093 068 095 06 05 094 065 097 095 0 066 095 066 095 Mélange aléatoire Mélange désassortiquant ζ κ Proportion cumulée κ Proportion cumulée 1 0 0 … … 099 005 036 2 085 098 009 054 141 09 095 017 075 086 4 est le paramètre d’accord pour le niveau de mélange dans le modèle KM, et κ est le index correspondant de concurrencyView Large Le modèle de KM a aussi des implications pour le nombre total de partenaires qu’un individu a pendant une période de temps fixe. Basé sur notre simula Le nombre cumulé de partenaires semble suivre une courbe en cloche pour l’hypothèse de mélange aléatoire et dissassant, qui est différente des distributions très asymétriques généralement associées aux distributions cumulatives des partenaires sexuels [7]. Dans la simulation qui contrôle la dynamique du réseau évolutif, la probabilité de transmission par acte coït stratifié par la charge virale plasmatique peut être très influente dans la taille et la croissance de l’épidémie dans les simulations. Palombi et al. Quinn et al [8], mais 2 autres groupes [9, 10] ont rapporté des probabilités de transmission sensiblement différentes. Il serait utile de connaître la sensibilité des résultats dans une gamme de probabilités de transmission plausibles. les partenaires actuels, mais pas en mélangeant des modèles basés sur d’autres covariables Facteurs qui influent sur le mélange, y compris l’âge , l’ethnicité et le statut socio-économique ont une influence sur la dynamique de transmission du VIH [4] Des niveaux élevés de mélange d’associations peuvent conduire à des épidémies multiples et presque indépendantes [4] Palombi et al modélisent l’impact de la mise en œuvre progressive d’un test et-traiter l’intervention au niveau du district et ne pas prendre en compte la possibilité que les relations peuvent s’étendre à travers les districts Des niveaux élevés de relations couvrant des districts qui diffèrent dans la fourniture de l’intervention aideront à déterminer son efficacité. En résumé, le modèle de Palombi et al. avance le travail de Granich et al en intégrant de nombreuses fonctionnalités supplémentaires, mais les lecteurs bénéficieraient d’une clarification des hypothèses sous-jacentes et de la caractérisation de leur impact sur les résultats. Les modèles destinés à représenter des systèmes complexes, tels que ceux associés à la propagation du VIH, présentent inévitablement des limites. , mais comprendre ces limites est essentiel pour que les modèles soient utiles. la cohérence des résultats obtenus par Palombi et al et Granich et al apportent des preuves supplémentaires que l’identification et le traitement des individus infectés par le VIH devraient être une composante fondamentale des stratégies de lutte contre le VIH

Remarques

Soutien financier Ce travail a été soutenu par les subventions des instituts nationaux de la santé AI R01 51164, AI R01 24643, et T32NS048005Potential conflits d’intérêts Tous les auteurs: Aucun conflit signaléTous les auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits potentiels Conflits d’intérêts que les éditeurs considèrent pertinents pour le contenu du manuscrit ont été divulgués