La modélisation mathématique peut améliorer l’efficacité du vaccin contre la grippe, selon les experts de l’Université Rice (où un tel modèle existe depuis plus de 15 ans) et de son Baker Institute for Public Policy.
Michael Deem, professeur John W. Cox de génie biochimique et génétique à Rice; Melia Bonomo, Ph.D. candidate en physique et en astronomie à l’université; et Kirstin Matthews, chercheuse en politique scientifique et technologique au Centre pour la santé et les biosciences du Baker Institute, ont présenté leurs idées dans une nouvelle note d’orientation intitulée « Améliorer l’efficacité du vaccin annuel contre la grippe ».
La grippe saisonnière est la cause de 49 millions de maladies et de 79 000 décès aux États-Unis chaque année depuis 2010. Pour lutter contre ses conséquences, le Centre de contrôle et de prévention des maladies recommande aux enfants et adultes en bonne santé de se faire vacciner contre la grippe . En 2017-18, 58% des enfants en bonne santé (âgés de 6 mois à 17 ans) et seulement 37% des adultes ont reçu le vaccin. Environ 80% des décès pédiatriques dus à la grippe au cours de cette saison étaient des enfants non vaccinés.
« Pour mettre au point un vaccin avant le début de la saison grippale à l’automne, les scientifiques doivent commencer au début de janvier », ont écrit les auteurs. « La méthode actuelle utilisée par les CDC implique que les scientifiques vaccinent les furets avec plusieurs vaccins candidats. Ils extraient ensuite les anticorps des furets afin d’estimer quel vaccin était le plus efficace contre les virus dominants de la saison grippale précédente. Cette méthode est utilisée depuis presque 50 ans. Cependant, il a été prouvé qu’il n’était pas cohérent dans la prédiction de l’efficacité des vaccins chez l’homme, en particulier avec les récents virus A (H3N2) en mutation rapide.
En revanche, les modèles mathématiques, y compris un modèle mis au point par Rice il y a plus de 15 ans, permettent aux scientifiques de calculer dans quelle mesure le vaccin antigrippal correspond bien aux virus infectants. Le modèle de Rice, appelé pEpitope, estime l’efficacité du vaccin et il a été démontré qu’il fonctionnait bien pour les vaccins antigrippaux A (H3N2), A (H1N1) et B. Selon les scientifiques de Rice, pour la saison grippale 2018-2019, l’efficacité du vaccin sera de 20 à 40% supérieure à celle de la majorité des virus A (H3N2).
« Les chercheurs en santé publique tardent souvent à changer », ont écrit les auteurs. « Bien que le modèle pEpitope de Rice existe depuis plus de 15 ans, on ne comprend pas pourquoi les CDC doivent encore en tirer parti pour développer leur vaccin antigrippal contre la grippe saisonnière. L’ajout d’un tel modèle aux expériences de furet déjà existantes renforcera la processus actuel de prise de décision en matière de vaccination.
« Cette technique de modélisation mathématique permet de réduire rapidement les virus qui pourraient constituer un bon candidat pour le vaccin au cours d’une saison grippale donnée », ont-ils poursuivi. « Cela peut servir à vérifier que le virus vaccinal ne subit pas de mutation pendant le processus de fabrication. Le modèle pEpitope est également peu coûteux, car il ne nécessite aucun équipement spécialisé. Enfin, il est extrêmement rapide; quelques secondes pour analyser l’efficacité potentielle d’un vaccin contre des milliers de virus infectants dans une région géographique donnée. »
Les auteurs ont déclaré que le CDC devrait renforcer ses protocoles actuels pour la sélection de candidats vaccins en utilisant tous les modèles de prévision disponibles. « Cela améliorera l’efficacité globale du vaccin antigrippal et, éventuellement, le taux de couverture », ont-ils écrit. « Les scientifiques espèrent qu’avec une efficacité accrue, ils seront également en mesure d’améliorer les taux de couverture vaccinale, ce qui reste loin de l’objectif de 70% du projet ».