Prédiction en temps réel des épidémies de grippe et du virus respiratoire syncytial en soins primaires à l’aide du modèle de Gompertz

Pourquoi les virus hivernaux comptent dans la vie quotidienne

Chaque hiver, des vagues de grippe et un virus moins connu appelé VRS (virus respiratoire syncytial) remplissent les cabinets médicaux et les services hospitaliers. Ces maladies sont généralement de courte durée pour la plupart des personnes, mais elles peuvent être mortelles pour les nourrissons, les personnes âgées et les personnes fragiles, et elles pèsent fortement sur les systèmes de santé. Cette étude pose une question pratique : peut‑on prédire, en temps réel et de façon fiable, quand ces épidémies saisonnières atteindront leur pic en se basant sur les informations quotidiennes que les médecins de famille enregistrent déjà, et avec un outil assez simple pour être utilisé en routine par la santé publique ?

Des consultations cliniques à une « météo » épidémique

L’équipe de recherche s’est concentrée sur la Catalogne, une région d’Espagne de 7,8 millions d’habitants, où la plupart des cas de grippe et de bronchiolite sont pris en charge en médecine primaire, et non à l’hôpital. Ils ont utilisé des données anonymisées de diagnostics quotidiens de toutes les consultations de soins primaires publiques entre 2018 et 2024, ainsi que des dossiers hospitaliers et des résultats de tests rapides pour le VRS. Pour la grippe, ils ont pu utiliser directement les diagnostics de soins primaires. Pour le VRS, la situation était plus complexe, car de nombreux virus différents peuvent provoquer une bronchiolite chez les nourrissons. Les auteurs ont donc lié les enregistrements de bronchiolite en soins primaires aux données hospitalières et aux tests antigéniques rapides pour estimer la part de bronchiolites réellement due au VRS, obtenant finalement une série temporelle nettoyée et spécifique au VRS, adaptée à la modélisation.

Une courbe simple qui capte des épidémies complexes

Plutôt que de construire une simulation très détaillée des mécanismes de transmission entre individus, l’équipe a choisi une courbe de croissance empirique connue sous le nom de modèle de Gompertz. Ce modèle décrit comment une épidémie monte rapidement au début, puis ralentit à mesure qu’elle approche de son nombre maximal de cas. En ajustant cette courbe sur les diagnostics cumulés quotidiens, les chercheurs ont pu estimer trois aspects clés de chaque saison épidémique : la vitesse de croissance initiale, le nombre total de cas attendu, et la date du pic. Surtout, le modèle n’exige que des diagnostics collectés en routine et ne repose pas sur des hypothèses concernant l’immunité, la vaccination ou le comportement social, ce qui le rend plus facile à adapter lorsque les conditions changent.

Voir le pic un mois avant son arrivée

En appliquant le modèle de Gompertz à plusieurs saisons avant et après la COVID, les auteurs ont constaté qu’ils pouvaient généralement prédire la semaine du pic épidémique pour la grippe et la bronchiolite à VRS jusqu’à environ un mois à l’avance, avec une incertitude d’environ une semaine et des estimations de taille de pic le plus souvent dans un intervalle de ±35 %. Les estimations de pic du modèle tombaient presque toujours à l’intérieur des intervalles de confiance statistiques, même lorsque les comptes journaliers individuels étaient bruyants en raison de retards de signalement ou de pics soudains. Les saisons post‑pandémiques, et la saison de VRS suivant l’introduction d’un nouvel anticorps protecteur (nirsevimab), étaient plus difficiles à prévoir précisément, ce qui souligne comment des bouleversements majeurs de la circulation virale ou des mesures de prévention peuvent temporairement perturber les schémas établis.

Des formes différentes pour les vagues de grippe et de VRS

L’étude révèle également que les épidémies de grippe et de VRS ne se comportent pas de la même manière. Les vagues de grippe ont tendance à monter et descendre plus rapidement, produisant une courbe relativement symétrique qui se déroule sur une période plus courte. En revanche, les épidémies de bronchiolite à VRS chez les jeunes enfants présentent une montée initiale abrupte suivie d’un déclin long et étiré, créant une vague plus large. Les courbes ajustées suggèrent qu’un cas de VRS dans ce groupe d’âge conduit initialement à environ trois nouvelles infections, contre environ deux pour la grippe. Ces différences sont importantes pour la planification : les saisons de VRS peuvent maintenir les services pédiatriques occupés plus longtemps, même lorsque le nombre total de cas est similaire.

Transformer les chiffres en actions anticipées

Pour les responsables de la santé publique, la principale conclusion est qu’une courbe mathématique simple, alimentée par des données de soins primaires à jour, peut agir comme un système d’alerte précoce saisonnier. En indiquant, des semaines à l’avance, quand un pic de grippe ou de VRS est susceptible d’arriver et quelle pourrait en être l’intensité, l’approche basée sur Gompertz peut orienter les décisions sur les effectifs, la capacité des lits hospitaliers et le calendrier des campagnes de vaccination ou d’anticorps. Bien qu’une supervision d’experts reste nécessaire — surtout lorsque de nouveaux vaccins, des mesures de santé publique ou des pandémies changent les règles du jeu — la méthode offre un moyen transparent et adaptable de transformer les consultations quotidiennes en prévisions pratiques et en temps réel de la pression virale hivernale.

Citation: Perramon-Malavez, A., Ye, Q., López, D. et al. Real-time prediction of influenza and respiratory syncytial virus epidemics in primary care using the Gompertz model. Sci Rep 16, 5763 (2026). https://doi.org/10.1038/s41598-026-36519-w

Mots-clés: grippe, bronchiolite à VRS, prévision d’épidémie, données de soins primaires, modèle de Gompertz