Ergebnis für URL: http://www.ummisco.ird.fr/perso/bacaer/2010BMB.html Un modèle structuré par âge pour l'impact potentiel d'un accès généralisé aux
antirétroviraux sur l'épidémie de VIH en Afrique du Sud
Bull. Math. Biol. 72 (2010) 2180-2198
Nicolas Bacaër
Institut de recherche pour le développement
Les Cordeliers, Paris, France
nicolas.bacaer@ird.fr
Carel Pretorius
SACEMA, DST/NRF Centre d'excellence en analyse et modélisation épidémiologique
Université de Stellenbosch, Afrique du Sud
Bertran Auvert
Assistance Publique - Hôpitaux de Paris, Université de Versailles, INSERM U687,
Paris, France
* [de] Um den Artikel auf Deutsch zu lesen, benutzen Sie den in Ihrem Browser
integrierten automatischen Übersetzer.
* [en] To read the article in English, use your browser's machine translator.
[es] Para leer el artículo en español, utilice el traductor automático de su
navegador.
[it] Per leggere l'articolo in italiano, utilizzare il traduttore automatico
del browser.
[ja]
日本語de記事wo読muniha,_BuRaU6Zani内
;蔵saretei5ru自動翻訳機能wogo࠷
3;用kudasai5._
[pt] Para ler o artigo em português, utilize o tradutor automático do seu
navegador.
* [ru] CHtoby prochitat' stat'yu na russkom yazyke, vospol'zujtes' vstroennym
avtomaticheskim perevodchikom Vashego brauzera.
* [zh]
要阅读中文文本,请使
992;你的浏览器内置的自&
#21160;翻译器._
Résumé
Granich et coll. [Lancet 373 (2009) 48\(-\)57] ont récemment suggéré avec un
modèle mathématique simple qu'un test annuel pour le VIH, avec tous les individus
séropositifs détectés immédiatement traités avec des antirétroviraux, pouvait
conduire au déclin à long terme de l'épidémie en Afrique du Sud. Cela pourrait
sauver des millions de vies en quelques années. Le modèle suggérait cependant que
ce déclin ne pouvait être atteint avec une moindre fréquence des tests. De
nombreux observateurs ont fait remarquer qu'un test annuel était très difficile
en pratique. Des essais à petite échelle sont néanmoins en préparation. Dans cet
article, on utilise un modèle structuré par âge plus réaliste. Le modèle suggère
que les niveaux élevés récemment rapportés d'utilisation de préservatifs
pourraient déjà conduire à un déclin à long terme du VIH en Afrique du Sud. Le
modèle suggère aussi que des essais qui testeraient par exemple 20% de la
population chaque année seraient également intéressants. Ils auraient des
avantages similaires, quoique moindres, en terme de réduction de la mortalité et
de l'incidence. Ils seraient beaucoup plus facile à généraliser à des populations
plus grandes; ils ne conduiraient pas à la persistance à long terme du VIH.
Nos simulations suggèrent enfin que la distribution par âge de l'incidence a
changé considérablement au cours des vingt dernières années en Afrique du Sud.
Ceci fait douter d'une hypothèse actuellement utilisée par EPP/Spectrum, le
logiciel qu'ONUSIDA utilise pour ses estimations.
1. Introduction
Il y a actuellement plus de 5 millions de personnes séropositives rien qu'en
Afrique du Sud [10,p. 35]. Plus de 300000 personnes y meurent chaque année à
cause du SIDA [10, p. 35] malgré le programme d'antirétroviraux, qui fournit un
traitement pour les personnes dont la séropositivité a été détectée et dont le
nombre de CD4 est inférieur à 200. Les recommendations de traitement en Afrique
du Sud vont vraisemblablement hausser ce seuil à 350. Mais il reste le problème
que beaucoup de personnes séropositives ignorent leur statut et vont à l'hôpital
à un stade très tardif de l'infection, lorsque le nombre de CD4 est déjà bien
inférieur à 350 ou à 200.
Un travail de modélisation [14] suggère qu'un test annuel de séropositivité,
avec toutes les personnes détectées immédiatement traitées par des
antirétroviraux quel que soit le nombre de CD4, pourrait conduire à un déclin à
long terme de l'épidémie de VIH. Cela sauverait des millions de vies. Le modèle
suggère aussi qu'une moindre fréquence des tests serait insuffisante pour ce
déclin mais pourrait tout de même sauver un nombre considérable de vies. La
structure et les hypothèses du modèle utilisé dans [14] étaient relativement
simples et quelque peu optimistes. Néanmoins les résultats furent suffisamment
étonnants pour qu'un certain nombre d'experts commencent à considérer les
antirétroviraux non seulement comme un traitement mais aussi comme une méthode
possible de prévention, comme les prérvatifs ou la circoncision.
En 2009, l'Organisation Mondiale de la Santé a convoqué plusieurs réunions
pour avoir une meilleure compréhension des coûts et des avantages de la stratégie
proposée par [14]. Les antirétoviraux (y compris le suivi médical) coûtent
annuellement plusieurs centaines de dollars par patient [14]. Même si la nouvelle
stratégie « tester et traiter » pouvait sauver des millions de vies, elle
coûterait plusieurs milliards de dollars par an pendant au moins une décennie ou
deux suite à son déploiement. La modélisation peut aider les agences de
financement à décider si un projet aussi coûteux vaut d'être essayé.
Dans cet article, on utilise un modèle structuré en âge pour étudier la
stratégie « tester et traiter » de [14]. On considère une communauté hypothétique
moyenne dans laquelle la pyramide des âges, la prévalence du VIH et les
statistiques de mortalité seraient égales à celles de l'Afrique du Sud au niveau
national. Le modèle comporte également une variable pour le temps écoulé depuis
l'infection par le VIH et divers paramètres qui prennent en compte l'historique
des interventions contre le VIH. Bien sûr, la question de savoir quels détails
doivent figurer dans le modèle est sujette à controverse. Il n'y a pas de
consensus sur les raisons pour lesquelles l'épidémie s'est propagée si rapidement
en Afrique du Sud, quand on la compare avec l'Afrique centrale ou l'Afrique de
l'ouest.
D'après [16], l'importante population d'hommes migrants et travaillant dans
les mines ainsi que les travailleuses du sexe associées furent un facteur clé. Si
tel était le cas, ceci nécéssiterait en principe un modèle différent du nôtre,
avec plusieurs groupes à risque. On prendra cependant une prévalence initiale du
VIH relativement élevée, en disant que c'est le résultat d'une première épidémie
parmi les travailleuses du sexe et leurs clients. D'autres auteurs insistent sur
le faible niveau de circoncision parmi les hommes [28] ou le fait que l'âge du
premier mariage est relativement tardif [4]. Ces facteurs ne sont pris en compte
qu'implicitement à travers les probabilités de transmission du VIH et le taux de
rotation par âge des partenaires sexuels.
Il y a déjà eu un grand nombre de modèles structurés par âge pour le VIH,
voir par exemple [2, 17, 18, 23]. Notre but est d'essayer de développer le modèle
structuré par âge le plus simple qui puisse s'ajuster aux données par âge de la
prévalence du VIH et de la mortalité en Afrique du Sud, y compris à l'enquête
dans la population de 2008 [21]. Le résultat est donc d'une complexité
intermédiaire: avec des antirétroviraux contrairement aux premiers modèles [2],
mais sans les groupes à risque de [17] et sans les paires en couple de [18], avec
des hypothèses mécanistes pour l'incidence contrairement à [23]. L'un des
principaux défis pour notre modèle est de reproduire la croissance rapide de
l'épidémie au début des années 1990 et la stabilisation récente au niveau observé
en Afrique du Sud.
La section 2 décrit les paramètres de notre modèle. Les équations sont
données dans l'appendice. La section 3 montre comment notre modèle s'ajuste aux
données historiques. Elle montre aussi des projections pour les dix prochaines
années selon trois scénarios: continuation du programme actuel d'antirétroviraux,
une stratégie modérée « tester et traiter » avec 20% de la population testée
chaque année, et une stratégie intensive « tester et traiter » presque comme dans
[14] mais avec 50% de la population testée chaque année. Les résultats suggèrent
que, si le haut niveau d'utilisation de préservatifs rapporté récemment n'est pas
trop éloigné de la réalité et continue, alors tous les scénarios conduisent au
déclin à long terme du VIH. Mais comme on le montre dans la section 4, une
stratégie additionelle « tester et traiter » peut sauver un nombre considérable
de vies dans la prochaine décennie, ce nombre croissant avec la fréquence des
tests. Donc un test annuel, comme requis par [14], n'est peut-être pas si
critique pour le succès des futurs essais.
Notre modèle suggère aussi que la distribution par âge de l'incidence a varié
considérablement au cours des dix dernières années en Afrique du Sud,
probablement parce que l'utilisation de préservatifs a augmenté beaucoup plus
vite chez les jeunes adultes que chez les autres groupes. Ceci fait douter de la
méthode utilisée par le logiciel EPP/Spectrum pour calculer l'incidence par âge
du VIH. EPP/Spectrum est un logiciel utilisé par ONUSIDA pour ses estimations.
2. Le modèle
Les équations de notre modèle et un résumé des valeurs des paramètres se
trouvent dans l'appendice. Notre programme informatique est disponible sur
[1]www.ummisco.ird.fr/perso/bacaer/SAHIV.sci et tourne avec Scilab
([2]http://www.scilab.org), un logiciel libre très semblable à MatLab.
2.1 Démographie
Le modèle comprend les personnes d'âge entre 0 et 100 ans. Les simulations
commencent en 1986 (voir section 2.4 ci-dessous pour une explication de ce
choix). On imagine une communauté qui a la même structure par âge que l'Afrique
du Sud toute entière. On utilise pour cela la base de données internationale du
Bureau de recensement américain [26] (figure 1a). Puisque [26] donne la
population par groupes de 5 années d'âge, on a distribué les âges dans chaque
groupe pour obtenir une pyramide des âges lisse. La pyramide des âges est remise
à l'échelle pour avoir 20 naissances masculines et 20 naissances féminines en
1986. La communauté contient donc environ 1400 personnes.
Puisque la simulation démarre avec une personne infectée en 1986 (voir la
section 2.4), cela signifie que la prévalence initiale du VIH parmi les adultes
est environ 1/1000. Si le temps de doublement est d'un an, la prévalence du VIH
peut atteindre un pourcent en quatre ans. Si l'on considérait une communauté plus
grande, disons 100 000 personnes, avec seulement une personne infectée au départ,
il faudrait dix années pour que la prévalence atteigne le même niveau. Mais la
prévalence était très faible en 1986 et déjà relativement élevée en 1991 (voir la
section 3). Autrement dit, on imagine que l'épidémie a eu deux phases:
* un processus de percolation très rapide impliquant les travailleuses du sexe
à travers le pays vers 1986 conduisant à une prévalence de l'ordre de 1/1000
dans de nombreuses communautés,
* une épidémie généralisée après 1986.
On ne modélise que cette deuxième phase. [agepyramid.png] [mortality.png] Figure
1. (a) Pyramide des âges en 1986. (b) Mortalité masculine (courbe du haut) et
mortalité féminine (courbe du bas) en excluant le SIDA en fonction de l'âge.
On utilise les courbes typiques [1, p. 6] pour la mortalité des personnes
séronégatives âgées de plus de 15 ans. D'après [25], on a pour les enfants qui
sont nés en 1990
* une mortalité infantile (avant un an) de 43/1000 filles
* une mortalité avant 5 ans de 57/1000 filles
* une mortalité infantile de 47/1000 garçons
* une mortalité avant 5 ans de 63/1000 garçons.
Entre 5 et 15 ans d'âge, on a essayé de faire un choix raisonnable (figure 1b).
Il y a eu une transition démographique en Afrique du Sud au cours des deux
dernières décennies. Comme ceci est difficile à modéliser, on prend simplement le
nombre annuel de naissances rapporté depuis 1986 et extrapolé jusqu'en 2020 par
[26]. Plus précisément, on tient compte de la réduction proportionnelle du nombre
de naissances, en comparaison avec 1986 (figure 2a).
[births.png] [fertility.png] Figure 2. (a) Reduction rapportée et projetée du
nombre annuel de naissances entre 1986 et 2020, en comparaison avec 1986. (b)
Fertilité féminine par âge normalisée (échelle verticale non indiquée).
Bien que le processus de naissance ne soit pas modélisé d'une manière
mécaniste, on a tout de même besoin de la fertilité féminine par âge normalisée
pour estimer la transmission du VIH de la mère à l'enfant. La courbe en groupes
d'âge de 5 ans est prise de [25] et montrée dans la figure 2b. On suppose pour
simplifier que la fertilité est uniforme au sein de chaque groupe d'âge.
2.2 Comportement sexuel
Supposons que le taux de rotation des partenaires sexuels masculins soit
donné en fonction de l'âge de la femme par la figure 3a. Alors on obtient un
ajustement relativement bon au nombre cumulé de partenaires sexuels masculins tel
qu'il a été mesuré dans une étude sur des femmes de 15 à 30 ans à Orange Farm, un
bidonville près de Johannesbourg (figure 3b, communication personnelle de
\(\,\text{Bertran Auvert}\)). La croissance rapide de l'épidémie de VIH en
Afrique du Sud est cependant difficile à reproduire en simulation avec notre
modèle si l'on ne tient pas compte d'une sous-déclaration importante du nombre de
partenaires sexuels. On utilisera donc un facteur correctif, comme cela est
expliqué dans la section 2.5 ci-dessous.
[rate.png] [cumul.png]
Figure 3. (a) Taux de rotation des partenaires sexuels masculins en fonction de
l'âge de la femme. (b) Nombre cumulé de partenaires sexuels masculins en fonction
de l'âge de la femme. (a) et (b) ne tiennent pas compte de la sous-déclaration.
On suppose que la fonction qui décrit comment les femmes d'âge x choisissent
des partenaires sexuels masculins d'âge y est une distribution de probabilité
triangulaire,
* égale à 0 pour \(y < x_{\mathrm{min}}(x)\) et \(y > x_{\mathrm{max}}(x)\),
* avec un maximum en \(y=x_{\mathrm{opt}}(x)\),
* linéaire par morceaux (lignes continues dans la figure 4a et la figure 4b).
\(x_{\mathrm{min}}(x)\), \(x_{\mathrm{max}}(x)\) et \(x_{\mathrm{opt}}(x)\,\)
sont des fonctions ajustées aux données de deux villes : Guguletu, près de la
ville du Cap (figure 4a, communication personnellle de M. Kamupira et L. Myer),
et Carletonville, à l'ouest de Johannesbourg (figure 4b, communication
personnelle de B. Williams).
[gug.png] [carltonville.png]
Figure 4. Choix du partenaire masculin suivant l'âge de la femme. Les trois
lignes correspondent à l'âge minimum, l'âge préféré et l'âge maximum. Les données
proviennent de Guguletu (a) et Carletonville (b).
2.3 Utilisation de préservatifs
Les enquêtes nationales de 2002, 2005 et 2008 contiennent des statistiques
concernant l'usage d'un préservatif lors du dernier rapport sexuel [21, p. 45].
Le pourcentage d'utilisation d'un préservatif, tel que les femmes le rapportent,
et son intervalle de confiance se trouvent dans la figure 5a et la figure 5b pour
les groupes d'âges 15-24 (cercles blancs), 25-49 (losanges noirs) et plus de 50
ans (losanges blancs). Les données pour les groupes d'âge 15-24 et 25-49 pour
l'année 1998 sont une moyenne des données d'une enquête démographique et
sanitaire [6, p. 89]. Noter que l'on ne tient pas compte des statistiques
d'utilisation des préservatifs rapportées par les hommes [21, p. 45], qui sont
significativement plus élevées dans le groupe d'âge 15-24. Il peut néanmoins y
avoir un biais statistique à la fois chez les hommes et les femmes.
Pour notre modèle, on suppose pour simplifier que l'utilisation est une
fonction de l'âge de la femme mais pas de l'âge de l'homme. C'est une fonction
linéairement décroissante de l'âge, après le premier rapport sexuel à 14 ans,
comme le suggèrent les données [21, p. 45]. On suppose que l'utilisation maximale
de préservatifs croît linéairement de 0 à 10% entre 1987 et 1995, de 10% à 80%
entre 1995 et 2007, et reste constant après. On suppose que l'utilisation de
préservatifs décroît exponentiellement avec l'âge. On suppose que le taux auquel
elle décroît avec l'âge décroît lui-même avec le temps pour obtenir une meilleur
ajustement aux données. Voir les détails en appendice.
L'utilisation de préservatifs pourrait encore croître dans tous les groupes
d'âge. On fait néanmoins l'hypothèse prudente qu'elle restera au niveau rapporté
en 2008, qui était déjà élevé. La figure 5a montre le niveau d'utilisation des
préservatifs dans le modèle aux âges 20, 35 et 60 (representant d'une certaine
manière les groupes d'âge 15-24, 25-49 et plus de 50 ans) en fonction du temps
(lignes continues).
[condom.png] [condom2.png] Figure 5. (a) Utilisation de préservatifs en fonction
du temps à 20, 35 et 60 ans (lignes continues, de haut en bas) dans le modèle et
données pour les groupes d'âge 15-24, 25-49 et 50 ans et plus. (b) Utilisation de
préservatifs en fonction de l'âge en 1998, 2002, 2005 et 2008 (de bas en haut).
Les données sont pour les mêmes groupes d'âge qu'en (a).
La figure 5b montre les mêmes niveaux d'utilisation de préservatifs mais en
fonction de l'âge pour les années 1998, 2002, 2005 et 2008. Comme pour le nombre
de partenaires sexuels, il y a probablement un biais statistique dans le niveau
rapporté d'utilisation de préservatifs, un biais vers la sur-déclaration. Pour
simplifier, on n'ajuste que le biais pour le nombre de partenaires sexuels.
2.4 VIH, prévention de la transmission de la mère à l'enfant et antirétroviraux
On suppose que la mortalité due au SIDA des personnes séropositives sans
antirétroviraux dépend du temps écoulé depuis l'infection mais pas de l'âge pour
les adultes et les enfants de plus de 5 ans. Plus exactement, on suppose que cela
correspond à une courbe de survie de Weibull avec un paramètre de forme égal à
2,25 comme dans [14]. On prend cependant une durée de vie médiane de 10 ans au
lieu de 11 ans, car cela donne un meilleur ajustement dans la figure 8a. La
figure 6a montre la courbe de survie combinant à la fois la mortalité naturelle
et la mortalité due au SIDA pour une femme infectée à 20 ans. Pour les enfants
séropositifs de moins de 5 ans, il y a une surmortalité supplémentaire de 30%
durant la première année de vie. On suppose que la surmortalité retourne
linéairement au même niveau que celui des adultes après 5 ans. Cette hypothèse
s'ajuste assez bien avec les données de [13]. La figure 6a montre ainsi la courbe
de survie d'une fille infectée à la naissance.
[AIDSsurvival.png] [M2C.png] Figure 6. (a) Courbe de survie d'une fille infectée
à la naissance (courbe du bas) et d'une femme infectée à 20 ans (courbe du haut)
en fonction du temps écoulé depuis l'infection. (b) Accès à la prévention de la
transmission de la mère à l'enfant.
En Afrique du Sud, la névirapine est disponible dans les hôpitaux publics
depuis 2002. On suppose qu'elle réduit la probabilité de transmission du VIH de
la mère à l'enfant de 40% à 5% (voir [23] pour une discussion plus détaillée) et
que l'accès à la prévention de la transmission de la mère à l'enfant a augmenté
de 0 à 75% entre 2003 et 2008, restant constante par la suite (figure 6b). Les
données et les intervalles de confiance dans la figure 6b pour les années
2004-2008 proviennent de [24, p. 278] et [27, p. 101].
On suppose que l'accès au programme actuel d'antirétroviraux a augmenté de 0
à 100% entre 2003 et 2007 (figure 7a ci-dessous, ligne en pointillé). On suppose
que dans ce programme, seulement 40% des personnes séropositives finissent par
recevoir des antirétroviraux, indépendemment de l'âge et du temps écoulé depuis
l'infection. Ce pourcentage a été choisi pour s'ajuster au nombre total de
personnes recevant des antirétroviraux (voir la figure 8b ci-dessous). Si l'on
avait des données séparées pour le nombre d'hommes et de femmes recevant des
antirétroviraux, le nombre de femmes étant sûrement supérieur car les femmes
peuvent recevoir des antirétroviraux suite à une visite pour grossesse, on
pourrait utiliser des pourcentages différents. Aucun changement très significatif
du pourcentage de personnes séropositives qui finissent par recevoir des
antirétroviraux ne devrait résulter d'un changement du seuil de CD4 de 200 à 350,
vu que le nombre moyen de CD4 au début des traitements est déjà bien inférieur à
200; ce n'est que quand les personnes séropositives commencent à se sentir très
malades qu'elles vont à l'hôpital, se font tester et reçoivent éventuellement un
traitement.
On suppose comme dans [14] que les personnes qui reçoivent des
antirétroviraux sont 100 fois moins infectieuses que les personnes séropositives
qui n'en reçoivent pas, même si cela est peut-être un peu optimiste.
On suppose enfin que les individus qui reçoivent des antirétroviraux ont une
mortalié constante liée au SIDA égale à la moitié de la mortalité juste avant de
démarrer le traitement. Par exemple, quelqu'un qui démarre les antirétroviraux
après 10 ans d'infection voit sa surmortalité due au SIDA baisser de 13,6% par
année à 6,8% par année, survivant ainsi en moyenne 15 ans. Quelqu'un qui démarre
les antirétroviraux après 15 ans d'infection voit sa surmortalité due au SIDA
baisser de 22% par année à 11% par année, survivant ainsi en moyenne 9 ans. Il
est difficile de traduire ces hypothèses en terme de nombre de CD4 vue la
variabilité de ce nombre parmi les personnes séronégatives [14, supplément,
figure 1]. On suppose comme dans [14] que 1,5% des personnes arrêtent le
traitement chaque année.
On suppose que la première personne infectée arrive dans notre modèle en
1986. Une grande enquête faite en 1986 a montré qu'il n'y avait quasiment pas de
VIH en Afrique du Sud à cette époque [12]. On suppose quelque peu arbitrairement
que la première personnes infectée est une femme âgée de 16 ans. Noter cependant
que commencer avec une femme plus âgée, et donc avec un taux de rotation des
partenaires sexuels masculins plus faible, décale la courbe épidémique de
quelques années. Bien sûr, le premier cas pourrait aussi être un homme.
2.5 Probabilités de transmission , sous-déclaration des partenaires sexuels et la
méthode d'ajustement
Il y a deux caractéristiques de l'épidémie en Afrique du Sud qu'un modèle
doit reproduire: la croissance très rapide au début et la stabilisation à un
niveau de prévalence élevé en l'espace d'une dizaine d'années. Dans le modèle
sans structure d'âge de [14], ceci a été obtenu avec une grande reproductivité
initiale et en supposant que l'incidence décroît exponentiellement avec la
prévalence à cause des changements de comportement. Ceci veut aussi dire que
l'incidence tend à croître quand la prévalence décroît à cause des interventions.
Le modèle a produit une courbe d'allure logistique et il était donc suffisant de
régler deux ou trois paramètres pour l'ajuster aux données du VIH. [3] a utilisé
la même méthode.
Dans notre modèle plus mécaniste, des simulations ont suggéré qu'il était
difficile de reproduire la croissance rapide du début de l'épidémie avec un taux
de rotation des partenaires sexuels tel que dans la figure 3a. La force
d'infection fait intervenir le produit de ce taux avec une probabilité de
transmission par couple (en général différente de l'homme à la femme et de la
femme à l'homme).
Même en choisissant des valeurs élevées de la probabilité de transmission par
couple (85% de l'homme à la femme et 50% de la femme à l'homme), on a dû supposer
que le véritable nombre cumulé de partenaires sexuels masculins était le double
de celui rapporté dans la figure 3b. Ceci conduit à un nombre cumulé de
partenaires sexuels masculins qui tend vers 16 au lieu de 8 sur toute la vie. On
obtient ainsi un bon ajustement avec les prévalences par âge du VIH en 2002, 2005
et 2008 [21].
3. Simulations
On a essayé trois scenarios à partir de 2010:
* le premier avec le programme d'antirétroviraux actuel (attendre que les
personnes séropositives viennent à l'hôpital pour se faire tester) qui
continue inchangé,
* le deuxième avec une stratégie « tester et traiter » où 20% de la population
est testée chaque année,
* le troisième avec une stratégie « tester et traiter » où 50% de la population
est testée chaque année.
La stratégie « tester et traiter » originale proposait un taux de test égal à 1
par an dans le modèle en temps continu de [14]. Cela correspondrait dans notre
modèle (avec un pas de temps d'un an) à une couverture annuelle égale à 63%
(\(1-e^{-1}\simeq 63\%\)). Pour l'implementation de la stratégie « tester et
traiter », on suppose une adoption croissant linéairement de 0 à 100% entre 2010
et 2012 (figure 7a, ligne continue). [ARTaccess.png] [ANC.png] Figure 7. (a)
Accès au programme actuel d'antirétroviraux (ligne en pointillé) et à la
stratégie « tester et traiter » (ligne continue). (b) Prévalence du VIH dans les
cliniques prénatales (cercles) et dans la population âgée de 15 à 49 ans (trois
lignes continues du haut pour le modèle, données de [21]). Les trois lignes
continues du bas montrent la prévalence des personnes séropositives sans
antirétroviraux dans la population âgée de 15 à 49 ans.
Focalisons-nous d'abord sur les statistiques agrégées. La figure 7b montre
(de haut en bas) la prévalence du VIH dans les cliniques prénatales, la
prévalence du VIH dans la population âgée de 15 à 49 ans, et la prévalence des
personnes séropositives sans antirétroviraux dans la population âgée de 15 à 49
ans. Les données des cliniques prénatales (cercles blancs) pour les années
1990-2008 viennent de [10, p. 7]. Les points noirs pour la population âgée de 15
à 49 ans viennent de [21, p. 31]. Les lignes continues du haut dans la figure 7b
(les trois scénarios sont difficiles à distinguer) sont issues de notre modèle et
montrent la prévalence dans la population âgée de 15 à 49 ans.
Les deux stratégies « tester et traiter » ont peu d'effet sur la prévalence
totale du VIH puisque la décroissance du nombre de nouvelles infections est
compensé par la décroissance de la mortalité due au SIDA. Les trois lignes
continues du bas dans la figure 7b représentent la population séropositive sans
antirétroviraux. La courbe la plus en bas correspond à la stratégie avec la
fréquence des tests la plus grande. Contrairement à [14, figure 4B], la
prévalence du VIH décline (et convergerait asymptotiquement vers zéro) même dans
le scénario de base sans stratégie « tester et traiter ». Bien sûr, cela ne veut
pas dire qu'il n'y a pas besoin d'intervention nouvelle.
La figure 8a montre la mortalité, à savoir le nombre total de décès divisé
par la population totale. Les losanges blancs correspondent aux décès enregistrés
[22], les cercles blancs aux décès estimés par [1], et les losanges noirs aux
décès estimés par [26]. Le nombre de décès enregistrés le plus récent (losange
blanc, année 2007) sera probablement révisé l'année prochaine car il y a un délai
dans le traitement des registres de décès. Notre modèle ne tient pas compte de la
décroissance continue de la mortalité hors SIDA, qui était responsable de la
petite baisse de la mortalité au début des années 1990 selon [26] (cette baisse
était plus évidente durant les années 1980, données non représentées).
Évidemment, la stratégie « tester et traiter » avec la fréquence des tests la
plus élevée réduit le plus la mortalité.
[CrudeDeathData.png] [ARTdata.png] Figure 8. (a) Mortalité. (b) Proportion de la
population totale qui reçoit des antirétroviraux.
La figure 8b montre comment le modèle s'ajuste aux données concernant la
proportion de la population totale qui reçoit des antirétroviraux. Comme le
rapporte [11, p. 16], il y avait 19 500 personnes recevant des antirétroviraux du
secteur de santé public en octobre 2004, 78 000 en juillet 2005, et 140 000 en
mars 2006. D'après [27, p. 56], le nombre de personnes recevant des
antirétroviraux a atteint 458951 en décembre 2007 et 700500 en décembre 2008. Les
proportions correspondantes de la population totale ont été obtenues en divisant
ces nombres par la population totale de l'Afrique du Sud estimée dans [26]. Le
nombre de personnes sous antirétroviraux commencerait déjà à décroître après 2015
dans la stratégie « tester et traiter » la plus intensive.
La figure 9a montre l'incidence du VIH parmi les adultes (âge >=15) selon les
trois scénarios. Le changement soudain de la pente de la courbe en 2008 est dû à
la croissance de l'utilisation des préservatifs avant 2008 et à notre hypothèse
selon laquelle l'utilisation des préservatifs reste constante après 2008 (figure
5). Le cercle (resp. le point noir) dans la figure 9a représente l'estimation
pour 2008 d'ONUSIDA (resp. d'ASSA, la Société des actuaires d'Afrique du Sud)
pour l'incidence chez les adultes [10, p. 35]. D'après notre modèle, l'incidence
avec le programme actuel d'antirétroviraux serait encore au-dessus de 0,5\(\%\)
par an en 2020.
[incidence.png] [spectrum.png] Figure 9. (a) Incidence du VIH chez les adultes
(âge >= 15) dans le modèle, et estimations pour 2008 d'ONUSIDA (cercle) et d'ASSA
(point noir) [10, p. 35]. (b) Hypothèse sur la distribution par âge normalisée de
l'incidence du VIH d'après le logiciel Spectrum [23, p. 16] pour les épidémies
généralisées (échelle verticale non indiquée).
Après ces statistiques agrégées, regardons celles structurées par âge.
Rappelons tout d'abord que Spectrum, le logiciel utilisé par ONUSIDA pour ses
estimations, suppose que la distribution par âge normalisée de l'incidence du VIH
chez les hommes et les femmes est constante au cours du temps (figure 9b); la
variation temporelle de l'incidence totale y est donnée par un autre logiciel,
EPP [23, p. 16].
La figure 10 montre par contraste comment la distribution par âge de
l'incidence du VIH change au cours du temps dans notre modèle. Il y a un
changement assez significatif. Que ce soit pour les hommes (figure 10a) ou pour
les femmes (figure 10b), l'âge auquel l'incidence est maximale se décale vers les
âges croissants entre 1990 et 2010. C'est dû à l'utilisation croissante des
préservatifs. Cette croissance a été plus rapide chez les jeunes adultes que chez
les personnes plus âgées, d'après la figure 5.
Noter que la distribution pour les hommes utilisée dans Spectrum (figure 9b)
est proche de celle que l'on obtient pour l'an 2000, l'incidence maximale étant
atteinte entre 25 et 30 ans. Mais notre simulation suggère que le pic est atteint
vers 35 ans en 2010 (figure 10a). De même, la distribution utilisée par Spectrum
pour les femmes (figure 9b) est proche de celle que l'on obtient pour l'année
1990, avec une incidence qui décroît en fonction de l'âge. Mais on obtient des
distributions assez différentes pour les années 2000 et 2010.
[menincidence.png] [womenincidence.png] Figure 10. (a) Distribution par âge de
l'incidence du VIH chez les hommes en 1990, 2000 et 2010. (b) La même chose chez
les femmes.
La figure 11 montre la pyramide des âges produite par le modèle. On compare
la pyramide tous les 5 ans avec celle donnée par [26] (cercles blancs), pour
vérifier. Il est important d'avoir une structure par âge correcte pour pouvoir
ajuster à la fois les données agrégées et les données désagrégées par âge.
[PYRAMID1990.png] [PYRAMID1995.png]
[PYRAMID2000.png] [PYRAMID2005.png]
Figure 11. Pyramide des âges en 1990, 1995, 2000 et 2005.
La figure 12 montre comment le modèle s'ajuste aux données par âge concernant
la prévalence du VIH par groupes d'âge de 5 années au cours de la période
1991-2008. Rappelons avec la figure 7a que nos trois scénarios ne commencent à
différer qu'après 2010. Il y a deux séries de données. La première série
représente la prévalence du VIH parmi les femmes dans les cliniques prénatales:
elle est donnée sans intervalle de confiance pour les années 1991-1997 dans [8,
p. 8] et avec des intervalles de confiance pour les années 1998-2000 dans [5],
pour les années 2001-2002 dans [7,p. 9], pour les années 2003-2005 dans [9, p.
13] et pour les années 2006-2008 dans [10, p. 8].
La seconde série de données provient des trois enquêtes nationales faites en
2002 [19], 2005 [20] et 2008 [21]. Elles couvrent non seulement les femmes mais
aussi les hommes et les enfants. Les intervalles de confiance sont représentés
par des barres horizontales dans la figure 12. Les données sont pour des groupes
d'âge de 5 ans sauf pour les enfants en 2002 et 2008 qui sont regroupés dans la
classe d'âge de 2 à 14 ans. Les points dans la figure 12 sont mis à l'âge médian
des groupes d'âge. Les données des cliniques prénatales surestiment la prévalence
chez les femmes du même groupe d'âge, comme on peut le voir pour les années 2002,
2005 et 2008. On a ajusté les paramètres de notre modèle aux données de la
population. Les données des cliniques prénatales sont donc des bornes supérieures
pour la prévalence simulée. L'ajustement aux données dans la figure 12 n'est pas
parfait. La prévalence du VIH est clairement sous-estimée pour les femmes les
plus âgées en 2002 et surestimée pour les jeunes femmes en 2005. L'ajustement
avec les données de 2008 est assez bon.
[HIV1991.png] [HIV1992.png] [HIV1993.png]
[HIV1994.png] [HIV1995.png] [HIV1996.png]
[HIV1997.png] [HIV1998.png] [HIV1999.png]
[HIV2000.png] [HIV2001.png] [HIV2002.png]
[HIV2003.png] [HIV2004.png] [HIV2005.png]
[HIV2006.png] [HIV2007.png] [HIV2008.png]
Figure 12. Prévalence du VIH chez les hommes et les femmes en fonction de l'âge
(axe vertical) entre 1991 et 2008. Les données proviennent des cliniques
prénatales (1991-2008) et des enquêtes de population (2002, 2005 et 2008).
La figure 13 montre comment le modèle s'ajuste aux données par âge concernant
la mortalité pour des groupes d'âge de 5 ans. Il y a à nouveau deux séries de
données:
* une série pour les décès enregistrés pour les années 1997-2007 [22, p.
45-48],
* une série pour les décès corrigés uniquement pour les années 1997-2004 [1,p.
169].
On a calculé les mortalités qui correspondent à ces données en divisant le nombre
de décès dans les groupes d'âge de 5 ans d'une certaine année par la population
dans ce groupe d'âge d'après [26]. On a essayé d'ajuster le modèle avec les
mortalités corrigées. Il y a une différence significative avec les mortalités
issues des décès enregistrés, notamment pour les enfants de moins de 5 ans.
[DEATH1997.png] [DEATH1998.png] [DEATH1999.png]
[DEATH2000.png] [DEATH2001.png] [DEATH2002.png]
[DEATH2003.png] [DEATH2004.png] [DEATH2005.png]
[DEATH2006.png] [DEATH2007.png]
Figure 13. Mortalité masculine et féminine en fonction de l'âge (axe vertical) de
1997 à 2007. Les données correspondent aux décès enregistrés (1997-2007) et aux
décès corrigés (1997-2004).
4. Discussion
Étendons la différence entre les courbes de la figure 9a pour l'incidence du
VIH à la totalité de la population adulte en Afrique du Sud (environ 35 millions
de personnes). La stratégie « tester et traiter » avec 20% de la population
testée chaque année permettrait d'éviter 850000 nouvelles infections par rapport
au programme actuel d'antirétroviraux sur la période 2010-2020. La stratégie avec
50% de la population testée chaque année permettrait d'éviter 1,4 million de
nouvelles infections.
Comparons maintenant les courbes de la figure 8a pour la mortalité. La
population totale de l'Afrique du Sud est d'environ 48 millions d'habitants. La
stratégie « tester et traiter » avec 20% de la population testée chaque année
permettrait d'éviter 1,0 million de décès par rapport au programme actuel
d'antirétroviraux sur la période 2010-2020. La stratégie avec 50% de la
population testée chaque année permettrait d'éviter 1,5 million de décès
Comparons enfin les courbes de la figure 8b pour la prévalence des
antirétroviraux, en remettant cela à l'échelle de la population totale de
l'Afrique du Sud. On suppose que les antirétroviraux de première ligne (et
éventuellement de seconde ligne) et le suivi médical coûtent environ 1 000
dollars américains par an (voir [14] pour une discussion plus détaillée).
La stratégie « tester et traiter » avec 20% de la population testée chaque
année représenterait environ 14 millions de personnes×années d'antirétroviraux de
plus que le programme actuel d'antirétroviraux sur la période 2010-2020. Cela
coûterait en plus 14 milliards de dollars. Le surcoût par vie sauvé serait
d'environ 14 000 dollars. Avec 50% de la population testée, les chiffres seraient
22 millions de personnes×années, 22 milliards de dollars et 15000 dollars.
Ces conclusions ressemblent à celles de [14]. Cependant notre modèle suggère
que la fréquence annuelle des tests requise par [14] pour l'élimination à long
terme du VIH n'est probablement pas si critique. L'objectif d'une stratégie «
tester et traiter » serait plus de détecter un maximum de personnes séropositives
parmi les 5 millions qui vivent actuellement en Afrique du Sud et d'éviter leur
décès prévisible dans les prochaines années. D'un point de vue plus pratique, une
telle stratégie soulève de nombreux problèmes. Mais nos résultats suggèrent qu'il
serait intéressant de commencer des essais avec seulement 20% d'une communauté
testée chaque année. Tester chaque année un quart de tous les adultes était
d'ailleurs déjà un objectif du plan stratégique national pour 2007-2011 en
Afrique du Sud ([3]http://www.info.gov.za/otherdocs/2007/aidsplan2007/).
La seconde leçon de notre modèle est que la distribution par âge de
l'incidence du VIH a probablement beaucoup varié en Afrique du Sud. Ceci fait
douter d'une hypothèse utilisée dans la version actuelle du logiciel EPP/Spectrum
utilisé par ONUSIDA pour ses estimations des statistiques du VIH à travers le
monde. Plus précisément, Spectrum suppose que la distribution par âge de
l'incidence du VIH ne varie pas au cours de l'épidémie. Dans le logiciel
Spectrum, la dépendance en temps et en âge de l'incidence n'est pas calculée avec
une hypothèse mécaniste, contrairement à notre modèle (voir les équations (1)-(2)
de l'appendice). Au lieu de cela, Spectrum utilise l'incidence chez les adultes
produite par le logiciel EPP; cette incidence dépend du temps mais pas de l'âge;
elle est obtenue par ajustement à des données agrégées de prévalence. Spectrum
suppose ensuite que la distribution par âge de l'incidence est telle que dans la
figure 9b s'il n'y a pas d'enquête sur la démographie et la santé indiquant la
prévalence du VIH dans le pays. S'il y a une ou deux enquêtes, alors la
distribution par âge de l'incidence pour une année est calculée à partir de ces
enquêtes [15]. Mais la distribution par âge ainsi obtenue est ensuite supposée
être restée constante depuis le début de l'épidémie [23, p. 15-17]. Spectrum peut
ainsi distribuer l'incidence chez les adultes donnée par EPP entre les différents
groupes d'âge. La figure 10 tend à montrer que la distribution par âge de
l'incidence peut varier considérablement pendant une épidémie. En résumé, notre
modèle suggère de changer la manière avec laquelle Spectrum calcule la
distribution par âge de l'incidence en fonction du temps. Une approche mécaniste
comme dans notre modèle pourrait être une alternative.
Appendice: équations du modèle
L'indice k désigne soit les femmes (k=f), soit les hommes (k=m).
* \(S_k(t,x)\,\) est la population saine du sexe k dans la classe d'âge x>=1 au
temps t (\(t\geq t_0\)). La classe d'âge x correspond en réalité aux
personnes dont l'âge exact est compris entre x-1 et x.
* \(I_k(t,x,y)\,\) est la population de sexe k dans la classe d'âge x au temps
t qui est séropositive depuis y années et sans antirétroviraux (1
Usage: http://www.kk-software.de/kklynxview/get/URL
e.g. http://www.kk-software.de/kklynxview/get/http://www.kk-software.de
Errormessages are in German, sorry ;-)