Outil de prévision des fournitures essentielles dans le cadre de la COVID-19 : vue d’ensemble de la structure, de la méthodologie et des hypothèses utilisées : orientations provisoires, 25 août 2020

-1- Outil de prévision des fournitures essentielles dans le cadre de la COVID-19 Vue d’ensemble de la structure, de la méthodologie et des hypothèses utilisées Orientations provisoires 25 août 2020 Résumé Le présent document fournit des détails techniques et des explications méthodologiques sur la structure de l’outil de prévision des fournitures essentielles dans le cadre de la COVID-19. L’objectif est de fournir des informations qui permettront aux utilisateurs : a) de déterminer et de comprendre les calculs, les hypothèses et les limites de l’outil de prévision ; et b) de modifier ces hypothèses en fonction du contexte ou de l’utilisation. Onglet « Inputs » Structure • Les utilisateurs saisissent toutes leurs données dans les cellules bleues de la colonne C. • Toutes les valeurs de référence sont présentées dans la colonne E. • Toutes les valeurs qui alimentent les calculs du modèle sont issues de la ligne correspondante, à l’exception de la colonne I (qui est verrouillée et qui contient du texte en blanc, donc invisible pour les utilisateurs). • Cette formule permet : a) d’utiliser le bouton permettant de basculer entre la saisie manuelle et la saisie automatique ; et b) de remplacer les valeurs erronées/manquantes si un utilisateur laisse involontairement une cellule vide en colonne C (dans ce cas-là, la valeur par défaut sera utilisée). • Les saisies sont regroupées par domaine pour faciliter la navigation. Méthodologie Les paramètres saisis limitent la prévision de la demande comme suit : • Les contraintes au niveau des agents de santé limitent les prévisions hebdomadaires, plafonnées par le nombre maximal d’agents disponibles, ce qui restreint a) les prévisions en matière d’EPI, et b) les prévisions en matière d’agents de santé. • Les contraintes au niveau des lits limitent les prévisions relatives au nombre de patients admis par semaine, plafonné par le nombre de lits disponibles selon la gravité des cas, ce qui restreint a) les prévisions en matière de matériel biomédical, et b) les prévisions en matière d’admission de cas graves/critiques. • La capacité d’absorption relative aux tests de diagnostic limite le nombre de tests prévu par semaine, plafonné par la capacité maximale d’absorption, ce qui restreint a) les prévisions relatives aux consommables nécessaires au diagnostic, et b) le diagnostic ambulatoire des patients présentant des symptômes bénins/modérés (il convient de noter qu’un « diagnostic présomptif » est posé pour les cas graves/critiques afin que l’équipement nécessaire soit prévu pour ces patients si des lits sont disponibles, qu’un test de dépistage de la COVID-19 puisse être effectué ou non). Hypothèses Patients et gravité des cas Le modèle repose sur une répartition des cas en quatre catégories en fonction de leur gravité1 : bénins, modérés, graves et critiques. Il convient de noter que nous partons du principe que les patients restent d’un bout à l’autre dans la même catégorie de gravité. Nous ne modélisons pas le parcours des patients d’un niveau de gravité à un autre (par exemple, symptômes modérés pendant deux semaines, puis graves pendant une semaine, puis critiques pendant une semaine, puis rétablissement). 1 OMS, Interim Guidance, Operational Considerations for Case Management of COVID-19 in health facility and the community, 19 March 2020. Dernier lien : https://apps.who.int/iris/bitstream/handle/10665/331492/WHO-2019-nCoV-HCF_operations-2020.1-eng.pdf Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -2- En raison de la structure du modèle, nous modélisons la durée du séjour2 en nombres entiers de semaines plutôt qu’en nombre de jours, et partons de l’hypothèse d’un nombre moyen de semaines. Durée du séjour Nombre de semaines Cas bénin (isolement) 2 Cas modéré (isolement) 2 Cas grave (durée de l’hospitalisation) 1 Cas critique (durée de l’hospitalisation) 2 Le taux de létalité est utilisé pour calculer le nombre de tests nécessaires pour la sortie des cas graves ou critiques. Nous nous sommes basés sur le taux de mortalité des cas graves observé à Wuhan (Chine).3 Le taux de létalité des cas critiques était situé entre 50 % et 81 %4 selon les circonstances ; nous avons adopté la modélisation de l’Imperial College5 concernant le taux de mortalité des cas critiques. Taux de létalité % Taux de mortalité des cas graves (%) 13,4 % Taux de mortalité des cas critiques (%) 50 % Agents de santé et personnels Le modèle donne une indication à l’utilisateur concernant le nombre d’agents de santé disponibles dans le pays à partir des effectifs du personnel médical et infirmier consignés dans l’ensemble de données de l’Observatoire mondial de la santé de l’OMS.6 Nous avons adopté la procédure suivante pour nettoyer les données afin d’obtenir une valeur de référence pour chaque pays : • Les données de l’Observatoire mondial de la santé font état du nombre absolu d’infirmiers et de médecins dans un pays pour une année donnée. Nous avons calculé le taux moyen de croissance de la population sur cinq ans à partir de la croissance de la population définie par le PNUD entre 2015 et 2020 pour chaque pays afin d’obtenir un « taux de croissance moyen d’une année sur l’autre » pour chaque pays (la moyenne sur cinq ans est utilisée afin de limiter les effets des années anormales). Nous avons multiplié le nombre absolu d’infirmiers et de médecins qui a été notifié par le taux de croissance composé calculé grâce au delta entre l’année de notification et 2020, en utilisant le taux de croissance moyen d’une année sur l’autre. Cette approche a été utilisée pour mettre à l’échelle le nombre d’infirmiers afin de refléter l’évolution de la population et l’augmentation potentielle du nombre d’infirmiers correspondante. • Si aucune valeur n’a été indiquée dans l’ensemble de données concerné, la valeur moyenne pour 1000 habitants correspondant au groupe de revenu a été utilisée (voir ci-dessous pour les populations saisies manuellement) et multipliée par la population en 2020. 2 Programme OMS de gestion des situations d’urgence sanitaire 3 Rapport de la mission conjointe OMS-Chine 4 Clinical course and outcomes of critical ill patients with SARS-CoV-2 pneumonia in Wuhan, China: a single-centered, retrospective observational study (Yang et al., 2020) 5 Imperial College, Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand 6 https://apps.who.int/gho/data/node.main.HWFGRP_0040?lang=en Gravité des cas % Pourcentage de cas bénins (isolement) 40 % Pourcentage de cas modérés (isolement) 40 % Pourcentage de cas graves (hospitalisés, ayant besoin d’oxygène) 15 % Pourcentage de cas critiques (hospitalisés, sous respirateur) 5 % Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -3- Si un utilisateur modélise une population dont la taille est saisie manuellement, le modèle applique à cette population le nombre moyen de médecins et d’infirmiers par habitant à l’échelle mondiale. Ces moyennes, qui s’appuient sur les mêmes bases de données, sont les suivantes : Catégorie de revenu Nombre moyen de médecins pour 1000 habitants, pour les territoires pour lesquels on ne dispose pas de données Nombre moyen d’infirmiers pour 1000 habitants, pour les territoires pour lesquels on ne dispose pas de données Revenu faible 0,379 0,874 Revenu intermédiaire de la tranche inférieure 0,747 1,976 Revenu intermédiaire de la tranche supérieure 2,108 3,859 Revenu élevé 3,339 8,452 Manuel 3,788 1,639 Veuillez noter que nous avons conscience du fait que le personnel infirmier et les médecins ne sont pas les seuls agents de santé qui prennent part à l’intervention dans le cadre de la COVID-19. Néanmoins, nous avons utilisé ces catégories pour estimer le nombre d’agents de santé pour les raisons suivantes : a) les activités menées par les personnels de santé en matière d’intervention dans le cadre de la COVID-19 sont variables à l’échelle mondiale, b) la disponibilité et la qualité des ensembles de données plus larges sont limitées (par exemple, la notification des agents de santé communautaires est défaillante), et c) l’outil de prévision est axé sur la prévision des fournitures essentielles pour les patients hospitalisés et le dépistage/triage. Néanmoins, il est possible de remplacer ces valeurs si l’utilisateur dispose d’informations plus exactes. Les utilisateurs sont invités à saisir le pourcentage d’agents de santé non alloués à l’intervention dans le cadre de la COVID-19 ; une indication précise que ce chiffre pourrait être situé aux alentours de 40 %. Encore une fois, en raison des niveaux d’incertitude élevés et des variations importantes qu’il existe probablement en la matière, nous conseillons aux utilisateurs de se rapporter aux chiffres plus exacts disponibles dans le pays. Le chiffre de 40 % a été déterminé après consultation des professionnels de la santé de quelques pays (notamment le Nigéria, le Royaume-Uni, l’Éthiopie et les États-Unis). Les ratios par lit d’agents de santé et d’agents d’entretien ont été calculés en se fondant sur les hypothèses adaptées de l’outil permettant d’estimer les personnels de santé7 pour le contexte des pays à revenu faible ou intermédiaire, en s’appuyant sur une consultation avec des cliniciens experts de ces pays. L’outil permettant d’estimer les personnels de santé détermine le temps que doivent passer un large éventail de professionnels de la santé et de personnels d’entretien/d’assistance auprès d’un patient sur 24 heures en fonction de la gravité de son cas. Pour faire simple, nous avons regroupé l’ensemble des professionnels de la santé sous l’étiquette d’« agents de santé » et l’ensemble des autres professionnels sous l’appellation d’« agents d’entretien » avant de faire la somme du temps total nécessaire auprès de chaque patient. Cette démarche a été adoptée et révisée tout particulièrement pour les pays à revenu faible ou intermédiaire, et a abouti à l’allocation de 18,2 heures aux cas graves et de 32,7 heures aux cas critiques. Nous sommes partis du principe que le travail des membres du personnel était organisé par postes de 8 heures pour calculer le nombre d’agents de santé et d’agents d’entretien par lit. Nous avons ensuite utilisé la moyenne pondérée des lits occupés par des cas critiques et des cas graves (valeur issue de la saisie de la répartition des patients en fonction de la gravité des cas, comme indiqué ci-dessus) afin d’arriver à une proposition de valeur unique concernant les agents de santé et les agents d’entretien nécessaires pour chaque lit dans un service d’hospitalisation. Les estimations relatives aux effectifs d’ambulanciers et d’ingénieurs biomédicaux ont été calculées en s’appuyant sur les hypothèses fournies par l’OMS (unité Soutien opérationnel et logistique [OSL], et équipe biomédicale) concernant le nombre moyen de personnels de chaque spécialité pour 100 lits. Une fois encore, le principe d’un travail réparti par postes de 8 heures a été adopté. Infrastructure hospitalière Le modèle utilise les ensembles de données de la Banque mondiale pour obtenir le nombre absolu de lits,8 ainsi que les estimations de l’Imperial College par groupe de revenu pour ce qui est du pourcentage de lits de soins intensifs/réservés aux cas critiques.9 Dans les cas où l’ensemble de données de la Banque mondiale ne contenait aucune donnée pour un territoire en particulier, nous avons utilisé les moyennes indiquées par l’Imperial College par groupe de revenu : 7 http://www.euro.who.int/en/health-topics/Health-systems/pages/strengthening-the-health-system-response-to-covid-19/surge-planning- tools/health-workforce-estimator-hwfe 8 https://data.worldbank.org/indicator/SH.MED.BEDS.ZS 9 Imperial College, Report 12: The Global Impact of COVID-19 and Strategies for Mitigation and Suppression Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -4- Catégorie de revenu Données indirectes relatives au nombre total de lits pour 1000 habitants si cette donnée n’est pas notifiée Pourcentage estimé de lits de soins intensifs/réservés aux cas critiques Revenu faible 1,24 1,63 Revenu intermédiaire de la tranche inférieure 2,08 2,38 Revenu intermédiaire de la tranche supérieure 3,41 3,32 Revenu élevé 4,82 3,57 Le modèle utilise pour la répartition des lits non COVID-19 et COVID-19 la même hypothèse que pour les agents de santé, à savoir que 40 % ne sont pas alloués à l’intervention dans le cadre de la COVID-19 donc que les 60 % restants le sont. Encore une fois, ce chiffre est très variable d’un pays à l’autre et il est conseillé aux utilisateurs d’adapter les données saisies au paramétrage qui leur est propre en se fondant sur les informations connues. Laboratoires et dépistage L’outil de prévision contient un module de laboratoire intégré, qui estime le nombre maximal de tests COVID-19 qu’il est possible de mener quotidiennement dans chaque pays en fonction des informations disponibles sur la capacité d’absorption en matière de tests de diagnostic. Le résultat de ce module (soit le nombre maximal de tests par jour) est automatiquement inclus à l’outil de prévision sous la forme d’un « plafond » appliqué au nombre total de tests nécessaires pour un scénario donné. Si cette valeur n’est pas remplacée par l’utilisateur, les prévisions de l’outil ne dépasseront pas le nombre de tests que le pays est capable d’absorber sur la base de ses capacités actuelles. Les valeurs de référence pour le module sont tirées d’une évaluation de l’équipement disponible et se fondent sur un certain nombre de facteurs, notamment la taille de la population, la charge de morbidité liée à l’infection à VIH (car de nombreuses machines ont été achetées pour le dépistage du VIH), ainsi que les plateformes de dépistage connues de l’OMS. Veuillez noter que les valeurs de référence sont des estimations et pourraient ne pas correspondre exactement au nombre de plateformes dans chaque pays. Les utilisateurs saisissent des chiffres relatifs à la capacité de laboratoire, par exemple le nombre de machines disponibles pour le dépistage de la COVID-19 (haut débit, auprès du patient, manuelles et autres), le nombre d’équipes par jour, le nombre de jours au cours desquels les machines fonctionnent chaque semaine, ainsi que le pourcentage de la capacité totale des machines susceptible d’être utilisé pour le dépistage de la COVID-19. Sur la base de ces données saisies, le module calcule une estimation du nombre maximal de tests COVID-19 susceptibles d’être effectués chaque jour. Si les utilisateurs souhaitent modéliser des capacités supplémentaires en raison de l’acquisition de nouvelles plateformes (auprès du patient et/ou manuelles), ils saisissent l’estimation du nombre de nouvelles machines dans le module « Capacités supplémentaires quotidiennes ». Ces machines seront incluses dans la somme des produits de l’outil de prévision, et l’augmentation des capacités s’affichera dans le module correspondant de l’onglet « Inputs ». Cette augmentation de la capacité peut ensuite être réintroduite dans l’outil de prévision grâce à la cellule « Nombre maximal de tests par jour entré par l’utilisateur ». La disponibilité du personnel de laboratoire est issue des données de l’Observatoire mondial de la santé de l’OMS (relatives à la catégorie 3212 Techniciens de laboratoire médical de la CITP de l’OIT). Encore une fois, en l’absence de données pour un pays en particulier, des estimations sont réalisées à partir de la moyenne du groupe de revenu auquel appartient le pays : Catégorie de revenu Nombre d’agents de laboratoire disponibles pour 1000 habitants dans les pays pour lesquels cette donnée n’est pas notifiée Revenu faible 0,095 Revenu intermédiaire de la tranche inférieure 0,258 Revenu intermédiaire de la tranche supérieure 0,213 Revenu élevé 0,533 Manuel 0,275 La valeur de référence pour le nombre de laboratoires effectuant des tests COVID-19 (utilisée pour calculer le nombre d’agents de laboratoire et d’agents d’entretien, ainsi que les besoins associés en EPI et équipements) repose sur l’hypothèse selon laquelle il y a un laboratoire pour trois plateformes manuelles, haut débit et/ou autres, et un laboratoire pour quatre modules GeneXpert. Les hypothèses relatives au fonctionnement des laboratoires (personnel dans chaque laboratoire, équipement par établissement hospitalier et gaspillage) ont été fournies par l’équipe de l’OMS chargée de l’action d’urgence. Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -5- Utilisation d’oxygène Le modèle propose des valeurs par défaut concernant le débit d’oxygène par lit destiné aux cas graves et deux débits différents pour les lits destinés aux cas critiques, à partir de données transmises par les responsables du secteur clinique et biomédical de l’OMS. Au départ, on pensait que les cas critiques avaient besoin de débits différents : 50 % à 30 litres par minute et 50 % à un débit plus rapide de 48 litres par minute. Néanmoins, après des retours des pays sur les débits raisonnables, le débit inférieur de 30 litres par minute a été adopté dans les hypothèses par défaut. Les utilisateurs peuvent également ajuster le pourcentage de cas critiques qui sont placés sous ventilation mécanique invasive (actuellement défini sur deux cas critiques sur trois) et de ceux qui sont placés sous ventilation non invasive (actuellement un cas critique sur trois), de même que le débit correspondant pour chaque type de cas critique. Nous n’incluons pas la possibilité de limiter les prévisions relatives à l’équipement biomédical ou aux cas critiques par la saisie de paramètres relatifs à : a) l’alimentation électrique, b) l’approvisionnement en oxygène, ou c) les capacités des personnels de santé en matière d’intubation/d’autres soins critiques, ce qui entraîne une prévision surestimée. Ce problème pourra éventuellement être résolu dans des versions ultérieures ou par l’utilisation d’outils et de modèles complémentaires développés à l’externe. Onglet « Equipment List & Usage » Structure Regroupements d’équipements : Les articles d’équipement sont regroupés dans les catégories suivantes : • Hygiène • EPI • Produits de diagnostic • Équipement biomédical, consommables et accessoires • Médicaments Ces catégories sont répertoriées à la verticale dans la colonne C, la répartition de chaque article de chaque catégorie intervenant dans la colonne D. Contextes des soins : Les articles d’équipement sont modélisés en fonction des contextes de soins suivants : • Soins hospitaliers • Isolement • Dépistage/triage • Laboratoires Ces contextes des soins sont répertoriés à l’horizontale à la ligne 13, chaque contexte étant subdivisé entre les différents utilisateurs de l’équipement à la ligne 14. Hypothèses relatives à l’utilisation : Les hypothèses relatives à l’utilisation doivent être interprétées comme suit pour chaque utilisateur individuel : • Agent de santé : utilisation d’un article par poste et par agent • Agent d’entretien : utilisation d’un article par poste et par agent • Aidant informel : utilisation d’un article par jour et par aidant informel (comptabilisation en jours, car les aidants informels ne réalisent pas un travail posté) • Ambulancier : utilisation d’un article par poste et par ambulancier • Ingénieur biomédical : utilisation d’un article par poste et par ingénieur • Cas grave : utilisation d’un article par séjour et par cas grave (une certaine quantité de ces articles sont utilisés pour chaque cas grave et ne peuvent pas être réutilisés pour d’autres patients) • Cas critique : utilisation d’un article par séjour et par cas critique (une certaine quantité de ces articles sont utilisés pour chaque cas critique et ne peuvent pas être réutilisés pour d’autres patients) • Cas graves et critiques : utilisation d’un article par séjour et par cas grave et critique (une certaine quantité de ces articles sont utilisés chaque jour pour chaque patient hospitalisé et ne peuvent pas être réutilisés pour d’autres patients) • Lit destiné aux cas graves : installation/disponibilité d’un article par lit destiné aux cas graves (un certain nombre d’articles sont attribués à chaque lit destiné aux cas graves pour une utilisation occasionnelle/régulière quel que soit le nombre de cas graves occupant ce lit au fil du temps) • Lit destiné aux cas critiques : installation/disponibilité d’un article par lit destiné aux cas critiques (un certain nombre d’articles sont attribués à chaque lit destiné aux cas critiques pour une utilisation occasionnelle/régulière quel que soit le nombre de cas critiques occupant ce lit au fil du temps) • Lit destiné aux cas graves et critiques : installation/disponibilité d’un article par lit destiné aux cas graves et critiques (un certain nombre d’articles sont attribués à chaque lit destiné aux patients hospitalisés pour une utilisation occasionnelle/régulière quel que soit le nombre de patients occupant ce lit au fil du temps) • Patient : utilisation d’un article par jour et par patient présentant des symptômes bénins/modérés • Technicien de laboratoire : utilisation d’un article par poste et par technicien Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -6- Les hypothèses par défaut sur l’utilisation de l’équipement sont saisies dans la grille correspondante de la matrice. Voici certains exemples permettant d’expliquer comment interpréter ces informations : • Cellule K16 : Les agents d’entretien ont besoin de 0,03 L de solution hydroalcoolique par poste (en partant du principe qu’un litre durera 30 jours). • Cellule R54 : 0,25, soit 1/4 des lits destinés aux cas graves sont équipés d’un moniteur sans ECG. • Cellule O74 : 0,67, soit 2/3 des cas graves ont besoin d’une canule nasale à oxygène. Méthodologie Les hypothèses relatives à l’utilisation (par poste, par lit, par jour, comme indiqué ci-dessus) sont multipliées par le nombre correspondant de postes/lits/personnes, puis ce résultat est multiplié par la durée de la période de prévision afin d’obtenir le total. En détail : • Pour les patients hospitalisés, les agents de santé, les agents d’entretien, les aidants informels, les ambulanciers et les ingénieurs biomédicaux : par multiplication de matrice (fonction PRODUITMAT ou MMULT en anglais) des valeurs des colonnes J:N de l’onglet « Equipment List & Usage » par les valeurs des cellules BF110:114 de l’onglet « Weekly Summary ». Le résultat est ensuite multiplié par 7 pour obtenir le total, dans la mesure où l’utilisation est calculée en postes/jours, et que les chiffres relatifs aux agents de santé et personnels sont en semaines. • Pour les cas graves, les cas critiques, et les cas graves et critiques ; ainsi que pour les lits destinés aux cas graves, aux cas critiques et aux cas graves et critiques : les valeurs des colonnes O:T sont multipliés par l’équivalent pertinent issu de l’onglet « Weekly Summary », à savoir : o Les utilisations pour les cas graves sont multipliées par le nombre total de cas graves occupant des lits pendant la période de prévision (plafonné par la disponibilité des lits dans le temps) – cellule BF50. o Les utilisations pour les cas critiques sont multipliées par le nombre total de cas critiques occupant des lits pendant la période de prévision (plafonné par la disponibilité des lits dans le temps) – cellule BF51. o Les utilisations pour les cas graves et critiques sont multipliées par la somme du nombre total de patients occupant des lits pendant la période de prévision (plafonné par la disponibilité des lits dans le temps) – cellule BF64. o Les utilisations pour les lits destinés aux cas graves sont multipliées par le nombre maximal de ces lits occupés simultanément (plafonné par les paramètres saisis dans l’onglet « Inputs ») – cellule BH62. o Les utilisations pour les lits destinés aux cas critiques sont multipliées par le nombre maximal de ces lits occupés simultanément (plafonné par les paramètres saisis dans l’onglet « Inputs ») – cellule BH63. o Les utilisations pour les lits destinés aux cas graves et critiques sont multipliées par le nombre maximal de ces lits occupés simultanément (plafonné par les paramètres saisis dans l’onglet « Inputs ») – cellule BH64. • Les sommes des totaux par articles sont présentées dans les colonnes BE et BF de l’onglet « Equipment List & Usage », et ces données sont propagées vers les résultats de l’onglet « User Dashboard ». Hypothèses Les hypothèses relatives à l’utilisation des produits d’hygiène ont toutes été fournies par l’unité OSL de l’OMS en se fondant sur l’utilisation rationnelle des articles inscrits dans la liste des produits de base permettant d’intervenir dans le cadre de la pandémie de COVID-19.10 Les hypothèses relatives à l’utilisation des EPI ont toutes été fournies par l’unité OSL de l’OMS en se fondant sur l’utilisation rationnelle des articles inscrits dans la liste des produits de base pour intervenir dans le cadre de la COVID-19 établie dans la première version de l’outil de prévision des fournitures essentielles. Elles ont par la suite été passées en revue et mises à jour par les experts de la lutte anti-infectieuse de l’OMS. Les hypothèses relatives à l’utilisation des produits de diagnostic ont toutes été fournies par l’unité OSL de l’OMS et passées en revue par les experts techniques des produits de diagnostic de l’OMS. Les hypothèses relatives à l’équipement biomédical, aux consommables et aux accessoires ont toutes été fournies par les équipes chargées des questions biomédicales et cliniques à l’OMS au terme d’une collaboration étroite et de consultations avec leurs partenaires. Il convient de souligner quelques nuances : • Les articles dont il est question sont ceux qui sont inscrits dans la liste des dispositifs médicaux prioritaires de l’OMS au moment de la publication du document. • L’ordre des articles respecte celui de la liste des dispositifs médicaux prioritaires et cet ordre a son importance. • Les prix correspondent à ce qu’indique le catalogue de l’OMS, le cas échéant. Les prix qui ne sont pas indiqués dans le catalogue ont été estimés en établissant la moyenne de trois devis (chacun avec une fourchette haute et basse). • Dans la mesure où les cas critiques peuvent être traités avec différents respirateurs (ventilation invasive ou non), le modèle se fonde sur l’hypothèse selon laquelle 2/3 des cas critiques devraient avoir besoin d’une ventilation mécanique invasive ; ainsi, 1/3 des cas critiques devraient avoir besoin d’une ventilation non invasive, dont 50 % au moyen d’un système de ventilation en pression positive continue (PPC) et 50 % au moyen d’une canule nasale haut débit. Les hypothèses relatives aux consommables et aux accessoires nécessaires pour les soins à ces patients s’appuient sur ces répartitions. 10 https://www.who.int/publications-detail/disease-commodity-package---novel-coronavirus-(ncov) Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -7- Les hypothèses relatives à l’utilisation des médicaments sont calculées sur la base d’un ensemble de médicaments permettant de traiter 40 cas graves/critiques sans subdivision en fonction des besoins de chaque patient selon la gravité de son cas ni en fonction de la composition du groupe de 40 patients (âge/sexe/gravité/comorbidités). Cet ensemble d’informations, et notamment les quantités et les coûts, a été fourni par l’unité OSL de l’OMS. Onglet « User Dashboard » Structure Le tableau de bord de l’utilisateur est structuré en quatre sections de haut en bas : • Section des entrées au scénario : Cette section comprend les données que l’utilisateur doit saisir dans le modèle : o Taux d’infection et de croissance : sélectionner le scénario pour la modélisation du nombre de cas au fil du temps. o Période de prévision : sélectionner la fenêtre – dans le respect des contraintes conseillées – à inclure dans la prévision totale. o Stratégie de dépistage : sélectionner les personnes à tester (cas suspects, bénins, modérés, graves et critiques), ainsi que le nombre de tests aux fins de diagnostic et de fin de suivi. Ces entrées ont été dissociées de l’onglet « Inputs » pour refléter le fait qu’il ne s’agit pas de paramètres propres au pays ou au contexte, mais qu’ils déterminent le scénario à exécuter. • Résultats chiffrés : Cette section permet aux utilisateurs de visualiser les résultats principaux, y compris les cas au fil du temps, les tests au fil du temps, les patients hospitalisés et l’occupation des lits au fil du temps, ainsi que les coûts de l’approvisionnement par catégorie. • Résumé des informations sous forme de tableau : Cette section détaille les résultats de haut niveau en ce qui concerne les besoins hebdomadaires en matière d’agents de santé et d’autres personnels, ainsi que le nombre de patients et de lits utilisés chaque semaine. Les utilisateurs doivent noter que ce tableau n’a pas vocation à remplacer des outils spécialisés dans la prévision des ressources humaines pour la santé (par exemple l’outil permettant d’estimer les personnels de santé11) et que ces informations sont affichées dans le but d’expliquer de façon ascendante la manière dont a été calculé le total des besoins en matière d’EPI et d’équipement biomédical. • Résumé des prévisions en matière d’approvisionnement : Cette partie expose en détail les prévisions totales pour chaque article pendant la période sélectionnée, ainsi que le coût correspondant pour chaque poste budgétaire. Méthodologie et hypothèses Entrées au scénario Définir les taux d’infection et de croissance : Les utilisateurs ont le choix entre plusieurs méthodologies permettant de prévoir les infections au fil du temps. En fonction du choix de l’utilisateur, différentes cellules permettant de saisir des données ou des liens vers d’autres cellules de ce type apparaîtront afin de modéliser la croissance de l’infection au moyen de la méthodologie sélectionnée. • Croissance exponentielle : La croissance exponentielle offre un moyen automatisé de calculer le nombre de cas au fil du temps en se fondant sur deux éléments (temps de doublement du nombre de cas et taux d’attaque clinique) reposant sur les tendances actuelles observées conjointement par les experts et les groupes universitaires. Cette option était la seule que proposait la première version de l’outil de prévision des fournitures essentielles, mais grâce à l’ajout d’un modèle SIR (voir ci-dessous), les utilisateurs sont invités à ne pas utiliser cette option pour la modélisation à partir de la deuxième version. o Temps de doublement : estimation du nombre de jours nécessaires pour que le nombre de cas soit multiplié par deux. Ce facteur sert essentiellement de moyen basique pour modéliser la vitesse à laquelle la courbe de croissance de l’épidémie évolue au fil du temps. Cinq réglages préalables différents concernant les vitesses de doublement sont disponibles : Taux de doublement Nombre de jours pour le doublement Source Très faible 7,0 OMS, présentation AEM du 11 mars, limite supérieure de la fourchette des mesures de lutte contre la maladie Faible 5,0 OMS, présentation AEM du 11 mars Moyen 4,0 OMS, présentation AEM du 11 mars Rapide 3,2 OMS, présentation AEM du 11 mars Très rapide 2,3 OMS, présentation AEM du 11 mars, limite inférieure de transmission non contrôlée 11 http://www.euro.who.int/en/health-topics/Health-systems/pages/strengthening-the-health-system-response-to-covid-19/surge-planning- tools/health-workforce-estimator-hwfe Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -8- o Taux d’attaque clinique : part de la population qui, d’après les estimations, contractera la maladie et présentera des symptômes cliniques. Ce chiffre sera principalement utilisé comme limite supérieure au nombre total de cas possibles au sein d’une population. Quatre réglages préalables ont été définis pour le taux d’attaque clinique dans le modèle, chacun ayant été obtenu grâce à des analyses non publiées menées à l’échelle nationale et produites par l’OMS et d’autres groupes universitaires : Taux d’attaque clinique Pourcentage de la population présentant un diagnostic clinique Source Très faible 5 % Fondé sur les chiffres de la Chine, fourchette basse Faible 10 % Fondé sur les chiffres de la Corée du Sud Moyen 20 % Fondé sur les chiffres de l’Italie Élevé 30 % Fondé sur les chiffres du Diamond Princess o Il est à noter que l’OMS étudie actuellement les valeurs de taux d’attaque clinique en procédant à des recherches rigoureuses12 – les valeurs par défaut évolueront à l’avenir lorsque davantage d’informations seront disponibles. o Vous pouvez saisir manuellement le temps de doublement et le taux d’attaque clinique. o Les cas cumulés pour une semaine donnée de la période de prévision sont estimés à partir des cas cumulés au début de la période (X) et du temps de doublement indiqué (Y), plafonnés par le nombre maximal de cas possible calculé en multipliant la taille de la population par le taux d’attaque clinique. 𝐶𝐶𝐶𝐶𝐶𝐶 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐é𝐶𝐶 𝐶𝐶𝑐𝑐 𝑓𝑓𝑓𝑓𝑐𝑐 𝑑𝑑𝑐𝑐 𝑡𝑡𝑡𝑡𝑐𝑐𝑡𝑡𝐶𝐶 𝑡𝑡 = 𝑋𝑋 ∗ 2(𝑡𝑡𝑌𝑌) • Modèle SIR : Le modèle fondé sur les individus susceptibles, infectés et contagieux, et retirés (SIR) est un modèle basique à compartiments couramment utilisé dans l’épidémiologie des maladies infectieuses. La population est divisée en trois compartiments – les individus sains et susceptibles d’être infectés, les individus infectés et contagieux, et les individus retirés du modèle – et les paramètres de transmission sont précisés afin de déterminer la vitesse à laquelle les personnes passent d’un compartiment à l’autre. Le modèle SIR présente ici une simple structure déterministe, les paramètres de transmission étant précisés soit par les valeurs de référence fournies, soit par celles saisies par l’utilisateur. Cela ne peut pas s’appliquer aux cas de COVID-19 notifiés ou aux données de la mortalité. La structure du modèle et le système d’équations sont les suivants : 𝑆𝑆(𝑡𝑡) = 𝑁𝑁𝑁𝑁𝑐𝑐𝑁𝑁𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡𝐶𝐶 𝐶𝐶𝑐𝑐𝐶𝐶𝑐𝑐𝑡𝑡𝑡𝑡𝑡𝑡𝑓𝑓𝑁𝑁𝑐𝑐𝑡𝑡𝐶𝐶 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝐼𝐼(𝑡𝑡) = 𝑁𝑁𝑁𝑁𝑐𝑐𝑁𝑁𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡𝐶𝐶 𝑓𝑓𝑝𝑝𝑓𝑓𝑡𝑡𝑐𝑐𝑡𝑡é𝑡𝑡𝐶𝐶 𝑡𝑡𝑡𝑡 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑓𝑓𝑡𝑡𝑐𝑐𝐶𝐶𝑡𝑡𝐶𝐶 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝑅𝑅(𝑡𝑡) = 𝑁𝑁𝑁𝑁𝑐𝑐𝑁𝑁𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡𝐶𝐶 𝑁𝑁𝑡𝑡𝑡𝑡𝑓𝑓𝑁𝑁é𝑡𝑡𝐶𝐶 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝑁𝑁 = 𝑁𝑁𝑁𝑁𝑐𝑐𝑁𝑁𝑁𝑁𝑡𝑡 𝑡𝑡𝑁𝑁𝑡𝑡𝐶𝐶𝑐𝑐 𝑑𝑑𝑡𝑡 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡𝐶𝐶 𝑑𝑑𝐶𝐶𝑝𝑝𝐶𝐶 𝑐𝑐𝐶𝐶 𝑡𝑡𝑁𝑁𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 = (𝑃𝑃𝑁𝑁𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 ∗ 𝑇𝑇𝐶𝐶𝑐𝑐𝑇𝑇 𝑑𝑑′𝐶𝐶𝑡𝑡𝑡𝑡𝐶𝐶𝑎𝑎𝑐𝑐𝑡𝑡 𝑐𝑐𝑐𝑐𝑓𝑓𝑝𝑝𝑓𝑓𝑎𝑎𝑐𝑐𝑡𝑡) 𝐶𝐶(𝑡𝑡) = 𝑆𝑆(𝑡𝑡) 𝑁𝑁 = 𝑃𝑃𝐶𝐶𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑐𝑐𝐶𝐶 𝑡𝑡𝑁𝑁𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝐶𝐶𝑐𝑐𝐶𝐶𝑐𝑐𝑡𝑡𝑡𝑡𝑡𝑡𝑓𝑓𝑁𝑁𝑐𝑐𝑡𝑡 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝑓𝑓(𝑡𝑡) = 𝐼𝐼(𝑡𝑡) 𝑁𝑁 = 𝑃𝑃𝐶𝐶𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑐𝑐𝐶𝐶 𝑡𝑡𝑁𝑁𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝑓𝑓𝑝𝑝𝑓𝑓𝑡𝑡𝑐𝑐𝑡𝑡é𝑡𝑡 𝑡𝑡𝑡𝑡 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑓𝑓𝑡𝑡𝑐𝑐𝐶𝐶𝑡𝑡 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝑁𝑁(𝑡𝑡) = 𝑅𝑅(𝑡𝑡) 𝑁𝑁 = 𝑃𝑃𝐶𝐶𝑁𝑁𝑡𝑡 𝑑𝑑𝑡𝑡 𝑐𝑐𝐶𝐶 𝑡𝑡𝑁𝑁𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝑁𝑁𝑡𝑡𝑡𝑡𝑓𝑓𝑁𝑁é𝑡𝑡 𝐶𝐶𝑐𝑐 𝑐𝑐𝑁𝑁𝑐𝑐𝑡𝑡𝑝𝑝𝑡𝑡 𝑡𝑡 𝑑𝑑(𝐶𝐶) 𝑑𝑑(𝑡𝑡) = −�𝑁𝑁 ∗ 𝐶𝐶(𝑡𝑡) ∗ 𝑓𝑓(𝑡𝑡)� 𝑑𝑑(𝑁𝑁) 𝑑𝑑(𝑡𝑡) = 𝑘𝑘 ∗ 𝑓𝑓(𝑡𝑡) 𝑑𝑑(𝑓𝑓) 𝑑𝑑(𝑡𝑡) = �𝑁𝑁 ∗ 𝐶𝐶(𝑡𝑡) ∗ 𝑓𝑓(𝑡𝑡)� − �𝑘𝑘 ∗ 𝑓𝑓(𝑡𝑡)� 12 https://www.who.int/publications-detail/the-first-few-x-(ffx)-cases-and-contact-investigation-protocol-for-2019-novel-coronavirus-(2019- ncov)-infection Susceptibles Infectés et contagieux Retirés Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -9- Où : 𝑁𝑁 = (𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑡𝑡𝐶𝐶 𝑡𝑡𝐶𝐶𝑁𝑁 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡 𝑡𝑡𝑡𝑡 𝑡𝑡𝐶𝐶𝑁𝑁 𝑗𝑗𝑁𝑁𝑐𝑐𝑁𝑁) ∗ (𝑡𝑡𝑁𝑁𝑁𝑁𝑁𝑁𝐶𝐶𝑁𝑁𝑓𝑓𝑐𝑐𝑓𝑓𝑡𝑡é 𝑑𝑑′𝑓𝑓𝑝𝑝𝑓𝑓𝑡𝑡𝑐𝑐𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝑡𝑡𝐶𝐶𝑁𝑁 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑡𝑡) 𝑘𝑘 = 1 𝑡𝑡é𝑁𝑁𝑓𝑓𝑁𝑁𝑑𝑑𝑡𝑡 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑓𝑓𝑡𝑡𝑐𝑐𝐶𝐶𝑡𝑡 • Les paramètres clés saisis sont les suivants : o Période contagieuse : nombre moyen de jours au cours desquels il est probable qu’une personne infectée transmette le virus à des personnes susceptibles. Les modifications apportées à ce paramètre pourraient avoir des répercussions importantes sur la courbe épidémiologique prévue. Il est conseillé de consulter un épidémiologiste des maladies infectieuses afin de définir correctement ce paramètre. La valeur de référence fournie est de sept jours.13 o Cas cumulés actuels qui ne sont plus contagieux (personnes rétablies ou décédées) : le nombre total de cas qui ne sont plus contagieux est utilisé pour estimer le nombre de cas qui restent contagieux dans le modèle SIR en retirant ceux qui ne le sont plus du nombre cumulé total. Si ce chiffre est inconnu, il est possible d’utiliser le nombre de cas cumulés de la période contagieuse précédente. La valeur de référence est une estimation du nombre de cas cumulés de la période contagieuse précédant la date de la prévision, obtenue à partir de la période contagieuse spécifiée (X) et des cas cumulés à la date de la prévision (Y), ainsi que de la croissance exponentielle estimée dans les jours précédant la date de la prévision avec un temps de doublement de quatre jours (Z) : 𝐶𝐶𝐶𝐶𝐶𝐶 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐é𝐶𝐶 𝑎𝑎𝑐𝑐𝑓𝑓 𝑝𝑝𝑡𝑡 𝐶𝐶𝑁𝑁𝑝𝑝𝑡𝑡 𝑡𝑡𝑐𝑐𝑐𝑐𝐶𝐶 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑓𝑓𝑡𝑡𝑐𝑐𝑇𝑇 = 2��ln(𝑌𝑌)ln(2)�∗𝑍𝑍�−𝑋𝑋𝑍𝑍 o Contacts par personne et par jour à l’heure actuelle : nombre moyen de personnes rencontrées chaque jour par chaque personne. Les valeurs de référence propres à chaque pays sont indiquées sur la base d’une extrapolation à partir d’une étude internationale sur le brassage social. Les données brutes ont été collectées par l’étude POLYMOD menée dans huit pays, dans le cadre de laquelle un contact a été défini de façon opérationnelle comme un contact physique ou non.14 L’extrapolation à 152 pays a été effectuée grâce à une étude ayant modélisé les matrices des contacts propres à chaque pays et divisées par âge sur la base des données de POLYMOD et de la démographie du pays, notamment les structures par âge.15 La valeur de référence est propre aux données saisies pour le pays ; elle est obtenue en faisant basculer les matrices des contacts divisées par tranche d’âge en une moyenne unique du nombre de contacts par personne et par jour pour 152 pays. Pour d’autres pays, la moyenne pour le groupe de revenu est donnée comme valeur de référence. Si un utilisateur modélise manuellement la taille de la population, la moyenne mondiale est utilisée. o Probabilité d’une infection par contact : probabilité moyenne ou risque moyen qu’une personne susceptible soit infectée lorsqu’elle entre en contact avec une personne contagieuse. La valeur de référence est calculée en se fondant sur un taux de reproduction de base de 2,35,16 ainsi que sur les valeurs indiquées concernant la période de contagion (X) et le nombre de contacts par personne et par jour (Y) : 𝑃𝑃𝑁𝑁𝑁𝑁𝑁𝑁𝐶𝐶𝑁𝑁𝑓𝑓𝑐𝑐𝑓𝑓𝑡𝑡é 𝑑𝑑′𝑐𝑐𝑝𝑝𝑡𝑡 𝑓𝑓𝑝𝑝𝑓𝑓𝑡𝑡𝑐𝑐𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝑡𝑡𝐶𝐶𝑁𝑁 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑡𝑡 = 2,35 𝑋𝑋 ∗ 𝑌𝑌 o Taux de reproduction : nombre moyen de cas secondaires générés à partir d’une seule personne infectée. Pour le premier stade du modèle SIR, le taux de reproduction de base est estimé à 2,35.17 Pour utiliser un taux de reproduction différent, les paramètres de transmission peuvent être modifiés directement à la première étape du modèle SIR, ou un taux de reproduction différent peut être précisé aux étapes 2 et 3 du modèle. o Les paramètres de transmission sont reliés au moyen des formules suivantes. Par conséquent, le fait de préciser l’un des trois paramètres permettra de calculer le quatrième. 13 Prem K, et al. The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China: a modelling study. Lancet Public Health. 2020 Mar 25. pii: S2468-2667(20)30073-6. doi : 10.1016/S2468-2667(20)30073-6. [Epub ahead of print]; and Woelfel R, et al. Clinical presentation and virological assessment of hospitalized cases of coronavirus disease 2019 in a travel-associated transmission cluster. medRxiv. 2020; (published online March 5.) (preprint). DOI : 10.1101/2020.03.05.20030502. 14 Mossong J, Hens N, Jit M, et al. Social contacts and mixing patterns relevant to the spread of infectious diseases. PLoS Med. 2008;5(3):e74. doi:10.1371/journal.pmed.0050074 (POLYMOD) 15 Prem K, Cook AR, Jit M. Projecting social contact matrices in 152 countries using contact surveys and demographic data. PLoS Comput Biol. 2017;13(9):e1005697. Published 2017 Sep 12. doi:10.1371/journal.pcbi.1005697 16 Kucharski AJ, Russell TW, Diamond C, et al. Early dynamics of transmission and control of COVID-19: a mathematical modelling study. Lancet Infect Dis 2020; published online March 11. https://doi.org/10.1016/S1473-3099(20)30144-4) Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -10- (𝑃𝑃é𝑁𝑁𝑓𝑓𝑁𝑁𝑑𝑑𝑡𝑡 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑓𝑓𝑡𝑡𝑐𝑐𝐶𝐶𝑡𝑡) ∗ (𝐶𝐶𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑡𝑡𝐶𝐶 𝑡𝑡𝐶𝐶𝑁𝑁 𝑡𝑡𝑡𝑡𝑁𝑁𝐶𝐶𝑁𝑁𝑝𝑝𝑝𝑝𝑡𝑡 𝑡𝑡𝑡𝑡 𝑡𝑡𝐶𝐶𝑁𝑁 𝑗𝑗𝑁𝑁𝑐𝑐𝑁𝑁) ∗ (𝑃𝑃𝑁𝑁𝑁𝑁𝑁𝑁𝐶𝐶𝑁𝑁𝑓𝑓𝑐𝑐𝑓𝑓𝑡𝑡é 𝑑𝑑′𝑐𝑐𝑝𝑝𝑡𝑡 𝑓𝑓𝑝𝑝𝑓𝑓𝑡𝑡𝑐𝑐𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 𝑡𝑡𝐶𝐶𝑁𝑁 𝑐𝑐𝑁𝑁𝑝𝑝𝑡𝑡𝐶𝐶𝑐𝑐𝑡𝑡) = 𝑇𝑇𝐶𝐶𝑐𝑐𝑇𝑇 𝑑𝑑𝑡𝑡 𝑁𝑁𝑡𝑡𝑡𝑡𝑁𝑁𝑁𝑁𝑑𝑑𝑐𝑐𝑐𝑐𝑡𝑡𝑓𝑓𝑁𝑁𝑝𝑝 o Les utilisateurs peuvent choisir de modifier les paramètres du modèle SIR au fil du temps pour un maximum de cinq périodes ou « stades » introduisant une notion temporelle. Chaque stade est défini par sa date de début et par les prévisions en matière de taux de reproduction ou de nombre de contacts par personne et par jour, au choix. Ces facteurs sont définis aux étapes 2 et 3 du modèle SIR. o Après avoir sélectionné les valeurs d’entrée pour les paramètres de transmission, les détails du modèle SIR peuvent être affichés dans l’onglet « SIR Model Patient Calcs », même si aucune saisie supplémentaire n’est nécessaire ici. • Saisie manuelle : o Les utilisateurs peuvent modéliser le taux de croissance de l’infection de façon totalement manuelle en sélectionnant cette option. Si elle est sélectionnée, un lien vers un onglet particulier leur permettra de saisir le nombre de cas cumulé. o La validation des données dans la zone de saisie permet de garantir que les utilisateurs saisissent un nombre de cas cumulé plutôt que le nombre hebdomadaire de nouveaux cas. Déterminer la période de prévision Les utilisateurs sont invités (c’est une obligation) à saisir une période de prévision maximale fondée sur le temps total nécessaire pour que soit contaminée par la COVID-19 l’ensemble de la population devant être touchée d’après les prévisions, ce qui dépend de la taille de la population et du taux d’attaque clinique. Les utilisateurs peuvent entrer un délai pouvant aller jusqu’à une semaine (pour prévoir le temps nécessaire à l’arrivée des marchandises) afin de retarder la période de prévision d’une semaine. Nous sommes conscients du fait que le délai entre la commande d’un article et son arrivée a toutes les chances d’être de plus d’une semaine ; néanmoins, cette contrainte a été appliquée afin de réduire le risque de faire des prévisions trop lointaines, alors que les inconnues sont très nombreuses concernant la façon dont les infections progresseront au fil du temps en raison des mesures d’atténuation et de suppression. Stratégie de dépistage Deux options de stratégies de dépistage sont proposées : « Tous les cas suspects » et « Ciblé ». Elles s’appuient sur les orientations tirées des recommandations stratégiques de l’OMS en matière de dépistage en laboratoire.17 • Tous les cas suspects : Cette stratégie de dépistage part du principe que tous les cas suspects qui se présentent seront testés. D’après les orientations techniques, l’hypothèse par défaut veut que pour chaque cas positif de COVID-19 il y ait 10 résultats négatifs, mais cette hypothèse peut être modifiée. • Ciblé : Seuls les cas classés comme graves et critiques sont testés, auxquels s’ajoutent un nombre de personnes supplémentaires définies par l’utilisateur pour permettre de tester les populations vulnérables à risque (tampon). Cette quantité tampon est également appliquée à l’hypothèse relative au nombre de tests négatifs pour chaque test COVID-19 positif, comme cela est exposé ci-dessus. Les utilisateurs peuvent ensuite choisir à combien de tests ils souhaitent soumettre les patients, en fonction de la gravité de leur cas, aux fins de diagnostic et de fin de suivi. Résultats chiffrés Tous les résultats chiffrés sont tirés du résumé des informations sous forme de tableau et du résumé des prévisions en matière d’approvisionnement, les informations étant présentées de façon visuelle pour qu’elles soient plus faciles à assimiler. Résumé des informations sous forme de tableau Ces informations sont issues de l’onglet « Weekly Summary ». Vous trouverez ci-dessous davantage d’informations sur la façon dont ces valeurs sont calculées. Résumé des prévisions en matière d’approvisionnement Ces informations sont tirées de l’onglet « Equipment List & Usage » et sont calculées comme indiqué ci-dessus. 17 https://apps.who.int/iris/bitstream/handle/10665/331509/WHO-COVID-19-lab_testing-2020.1-eng.pdf Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -11- SUMMARY TABS – Commodities by Week L’onglet « Commodities by Week » ventile les besoins totaux en produits de base (conformément à ce qui a été calculé et présenté dans l’onglet « Equipment List & Usage ») sur une base hebdomadaire pour toute la durée de la prévision. Cela permettra de planifier l’approvisionnement de façon plus détaillée. La méthode de calcul est la même que celle utilisée pour l’onglet « Equipment List & Usage », mais la façon d’afficher les résultats de l’outil est différente. SUMMARY TABS – Weekly Summary Structure L’onglet « Weekly Summary » calcule en fonction de la gravité des cas (bénins, modérés, graves et critiques) le nombre de patients malades/hospitalisés chaque semaine aussi bien dans un scénario plafonné que dans un scénario non plafonné. Le scénario non plafonné calcule le nombre de cas en fonction de leur gravité à partir de la croissance de l’infection. Il calcule également le nombre d’agents de santé (pour la prise en charge des patients hospitalisés et le dépistage/triage), d’agents d’entretien, d’aidants informels, d’ambulanciers, d’ingénieurs biomédicaux et d’agents de laboratoire à l’œuvre chaque semaine et qui seraient nécessaires s’il n’existait aucun plafond de disponibilité. Dans l’onglet « User Dashboard », les valeurs appropriées (en fonction de la période de prévision saisie) sont sélectionnées à partir des colonnes BE et BH et sont propagées vers l’onglet « Equipment List & Usage » afin de permettre la quantification des approvisionnements. Cet onglet est verrouillé pour les utilisateurs et sert d’intermédiaire de calcul. Méthodologie Cas Le nombre total de nouveaux cas (non plafonné) se présentant chaque semaine est issu de l’onglet « Patient Calcs ». Le nombre de patients malades par semaine est calculé à partir de la différence entre les nouveaux cas et les patients rétablis cette semaine-là. Les patients rétablis (ou décédés) sont calculés en décalant les nouveaux cas en fonction du nombre de semaines de maladie conformément aux données saisies, en opérant les distinctions appropriées selon la gravité des cas. Le nombre total de cas (plafonné) admis et en cours de traitement chaque semaine est calculé en suivant la logique suivante : • Pour chaque semaine, le nombre de patients malades en cours de traitement est calculé jusqu’au plafond en se fondant sur les données de l’onglet « Inputs » ; par exemple, le nombre maximal de cas graves en cours de traitement est calculé comme l’équivalent du nombre maximal de lits destinés aux cas graves conformément aux données de l’onglet « Inputs ». • Pour chaque semaine, le nombre maximal de patients admis peut soit a) correspondre au nombre de nouveaux cas se présentant cette semaine-là (si les plafonds n’ont pas été atteints), ou b) être obtenu par rétrocalcul en soustrayant le nombre de patients retirés (qui sont rétablis ou décédés donc qui ne reçoivent plus de soins) du nombre total de patients malades en cours de traitement cette semaine-là. Produits de diagnostic Le calcul des produits de diagnostic se fait à partir des données saisies concernant la stratégie de dépistage dans l’onglet « User Dashboard », multipliées par le nombre pertinent de cas/patients. Agents de santé et personnels Le nombre d’agents de santé et d’autres personnels est calculé en multipliant les ratios d’agents par le nombre de patients, conformément à ce qui est indiqué ci-dessus. Un nombre non plafonné d’agents de santé est également calculé afin de donner un aperçu du nombre d’agents de santé qui seraient nécessaires pour conserver un ratio idéal d’agents de santé par patient. Résultats Les colonnes BF et BH sont essentielles pour alimenter le reste du modèle. La colonne BF calcule, à l’aide d’une formule SOMME.SI.ENS, le nombre total de chacun des postes budgétaires pour la période de prévision, par exemple du moment présent (ou une semaine plus tard si un délai de livraison est appliqué) jusqu’à la dernière semaine de prévision. Ces valeurs sont utilisées afin de calculer les besoins en équipements lorsque ceux-ci dépendent de l’occupation des lits ou des heures supplémentaires effectuées par les agents (p. ex., les consommables). La colonne calcule BH, au moyen d’une formule matricielle MAX, le volume maximal dans chaque ligne pour la période de prévision (dans les conditions énoncées ci-dessus). Pour ce qui est des scénarios envisageant la croissance exponentielle des cas, le maximum sera généralement atteint à la fin de la période, car les cas sont multipliés par deux au fil du temps jusqu’à ce que le taux d’attaque clinique soit atteint. En revanche, si le modèle SIR est utilisé ou si la croissance du nombre de cas est saisie manuellement, l’occupation maximale des lits et la présence maximale de personnel pourraient intervenir au cours de n’importe quelle semaine, ce qui explique l’utilisation d’une formule matricielle. Ces valeurs sont utilisées pour calculer les besoins en équipements en se fondant sur le maximum des besoins (p. ex., équipements biomédicaux placés au pied des lits). Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -12- Section « Patient Calcs » Structure et méthodologie Dans la partie supérieure de cet onglet, des colonnes verticales présentent la répartition des cas selon leur gravité pour ce qui est des cas non plafonnés (non pris en compte dans le plafonnement des lits). Détails sur les informations présentées dans les colonnes, de gauche à droite : • La colonne qui présente le nombre total de cas cumulés est alimentée en fonction de la méthode choisie pour l’estimation des cas (croissance exponentielle, modèle SIR ou saisie manuelle), ainsi que des paramètres de transmission indiqués (taux de croissance, période de contagion, etc.). Le total est ensuite subdivisé en fonction de la gravité des cas en s’appuyant sur les données saisies concernant la répartition selon la gravité. • Les cas retirés sont calculés en répartissant le nombre total de cas sur le nombre de semaines correspondant à la durée de la maladie selon la gravité des cas. • La colonne « Quarantaines et admissions (sans plafonnement) » calcule le nombre de nouveaux cas par semaine en soustrayant les cas cumulés semaine après semaine, ce qui permet d’obtenir les nouveaux cas. • Les cas suspects obtenant un résultat de test négatif sont calculés en se fondant sur la saisie des cas suspects par rapport aux cas positifs et aux cas cumulés. • Ces valeurs alimentent ensuite toutes les lignes non plafonnées de l’onglet « Weekly Summary », puis des calculs supplémentaires (décrits ci-dessus) sont effectués pour calculer le scénario plafonné. Plus bas, l’onglet contient une section pour la saisie manuelle des calculs relatifs aux patients, avec un hyperlien depuis l’onglet « User Dashboard », si cette option est sélectionnée. Ensuite, des calculs automatiques sont intégrés depuis l’autre onglet de calcul pertinent afin de renseigner les valeurs pour le modèle SIR et la croissance exponentielle, selon les paramètres utilisés. SIR Model Patient Calcs Cette feuille présente les calculs quotidiens selon le modèle SIR des individus susceptibles, infectés et contagieux, et retirés en se fondant sur les paramètres indiqués en matière de taille de la population, de nombre de cas actuels et de transmission. Les calculs sont décrits ci-dessus. REFERENCE DATA HCW, Staff, Beds Summary Cet onglet fusionne les informations des onglets « WHO GHO Data », « WB Beds » et « UNDP Population Data » pour afficher sous forme de tableau le nom du pays, le code, la Région OMS, le groupe de revenu, ainsi que le nombre total de médecins, d’infirmiers et d’agents de laboratoire. WHO GHO Data Cet onglet regroupe les ensembles de données nettoyées issus de l’Observatoire mondial de la santé (GHO) de l’OMS pour ce qui est des infirmiers, des sages-femmes, des agents de laboratoire et des médecins.18 Les données de l’Observatoire mondial de la santé sont notifiées en valeurs absolues des professionnels pour la dernière année notifiée. Nous avons appliqué le taux de croissance moyen sur cinq ans à chaque pays afin de faire évoluer les valeurs notifiées vers le chiffre de 2020. Comme cela est décrit ci-dessus, nous avons comblé les lacunes en nous appuyant sur la moyenne du groupe de revenu pour chaque pays n’ayant pas notifié de données afin de réduire le risque de sous-estimation des prévisions de la demande. WB Beds Cet onglet contient les données brutes fournies par la Banque mondiale19 concernant le nombre de lits d’hôpital pour 1000 personnes par pays et par an. Comme cela est décrit ci-dessus, nous avons comblé les lacunes en nous appuyant sur la moyenne du groupe de revenu pour chaque pays n’ayant pas notifié de données afin de réduire le risque de sous-estimation des prévisions de la demande. UNDP Population data Cet onglet présente des données brutes de la Banque mondiale20 sur la population totale des pays pour 2015 et 2020, ainsi que sur la croissance de la population entre ces deux moments. 18 https://apps.who.int/gho/data/node.main.HWFGRP?lang=en 19 https://databank.banquemondiale.org/home.aspx 20 https://databank.banquemondiale.org/home.aspx Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -13- Back calculations Cet onglet compile l’ensemble des rétrocalculs utilisés comme calculs intermédiaire dans l’outil. Hypothèses relatives au personnel et à l’infrastructure Calculs des plafonds de lits • Cette section s’appuie simplement sur les données de la Banque mondiale présentées dans l’onglet « WB Beds » pour le pays choisi dans l’onglet « Inputs » et sur les données de population tirées de l’onglet « UNDP Population Data », qui sont multipliées entre elles afin de donner une valeur de référence relative au nombre total de lits dans le pays. • Si l’utilisateur exécute un scénario manuel, le nombre moyen de lits par personne est appliqué à la taille de la population saisie manuellement. Calculs des agents de santé du pays • Entrées issues des ensembles de données : Cette section s’appuie sur le nombre de médecins, d’infirmiers et d’agents de laboratoire indiqué dans l’onglet « HCW, Staff, Beds Summary » pour le pays sélectionné par l’utilisateur. • Résultats relatifs aux plafonds proposés fondés sur les entrées de l’utilisateur : Les valeurs absolues de référence concernant les agents de santé/personnels dans l’ensemble des contextes de soins sont calculées en se fondant sur les données saisies par l’utilisateur concernant le pourcentage de répartition entre les différents contextes. • Calcul de la moyenne pondérée d’agents de santé par lit d’hospitalisation : Cette partie vise à calculer le pourcentage des cas graves et critiques, ainsi que des cas critiques par rapport aux cas graves afin d’alimenter les calculs des ratios d’agents de santé par lit. • Calcul de la répartition des agents de santé se consacrant à la COVID-19 entre les patients hospitalisés et en ambulatoire : Dans l’onglet « Inputs », les utilisateurs doivent saisir un pourcentage estimé afin de répartir les agents de santé entre a) les tâches sans lien avec la COVID-19, b) la prise en charge des patients COVID-19 hospitalisés, et c) le dépistage/triage des cas de COVID-19 afin d’alimenter les calculs concernant les EPI ainsi que les plafonds de disponibilité d’agents de santé. Les invites et les valeurs de référence pour les utilisateurs sont calculées ici en comparant les agents de santé nécessaires à la prise en charge des patients hospitalisés et pour le dépistage/triage, ce qui dépend des facteurs suivants : o Répartition des cas en fonction de leur gravité – Quelle est la probabilité que chaque nouveau cas nécessite une hospitalisation ou que le dépistage et le triage suffisent ? o Ratios d’agents de santé par lit – Combien d’agents de santé par jour sont nécessaires pour les patients hospitalisés ? Quel est par conséquent le ratio patient hospitalisé/agent de santé ? o Taux d’agents de santé pour le dépistage – Combien de patients un seul agent de santé peut-il recevoir chaque jour aux fins de dépistage/triage ? Quel est par conséquent le ratio patient « en ambulatoire » (vu pour un dépistage/triage)/agent de santé ? o Les ratios agent de santé/patient hospitalisé ou patient « en ambulatoire » sont comparés afin d’obtenir le pourcentage total d’agents de santé nécessaires pour la prise en charge des patients hospitalisés par rapport à ceux qui sont nécessaires pour la prise en charge des patients « en ambulatoire ». Calculs des produits de diagnostic Entrées des équipements • Quantité utilisable/kit (moins le gaspillage) : Cette partie calcule les prélèvements « utilisables » dans un kit de prélèvement en laboratoire ainsi que les tests RT-PCR d’un kit RT-PCR en tenant compte du gaspillage (saisi par l’utilisateur dans l’onglet « Inputs »). • Calculs moyens, fondés sur les calculs du modèle : Cette partie calcule le nombre de tests effectués (en séparant les tests manuels ainsi que toutes les modalités de test), le nombre d’infrastructures hospitalières utilisées, de même que le nombre d’« infrastructures-semaine » en fonctionnement pendant toute la période de prévision. Ces calculs à mi-parcours alimentent la section « Quantification des équipements » ci-dessous, qui détermine les besoins en matière de tests de laboratoire et de transport d’échantillons pendant la période de prévision. Quantification des équipements Cette section calcule les prévisions en matière d’approvisionnement pour les équipements de diagnostic selon l’établissement, le type de test et la semaine, en fonction des données pertinentes saisies dans l’onglet « Inputs » et des variables relatives (nombre d’établissements, nombre de tests et nombre de semaines de prévision) respectivement. Calculs de l’oxygène Cette section calcule le débit d’oxygène à plein rendement en tenant compte du nombre total de lits destinés à des cas graves et à des cas critiques occupés pendant la période de prévision, plafonné par le nombre total de lits disponibles dans le pays/contexte. Ce nombre de lits est multiplié par la valeur saisie concernant les litres par minute pour les cas graves et les cas critiques afin d’obtenir un total. Outil OMS de prévision des fournitures essentielles dans le cadre de la COVID-19 – Vue d'ensemble de la structure, de la méthodologie et des hypothèses utilisées -14- Calculs des patients Entrées : Cette section donne des valeurs de référence et des entrées pour les options de taux de doublement et de taux d’attaque clinique (décrites ci-dessus). Calculs de la courbe épidémiologique : Ces séries de calculs sont utilisées lors de l’utilisation d’un scénario de croissance exponentielle de l’infection. Elles permettent de déterminer la situation de la flambée à un moment donné sur une courbe exponentielle définie par le temps de doublement indiqué. Cela peut être utilisé pour calculer combien de semaines il reste avant d’atteindre le taux d’attaque clinique dans la population afin de définir une période de prévision maximale. Exécution du scénario : Ces valeurs utilisent les données saisies dans l’onglet « User Dashboard » comme matière première à indexer dans la partie « SUMMARY TABS -> » afin de remplir les colonnes hebdomadaires pertinentes. Capacité de test maximale au moyen des produits de diagnostic Cette section calcule le nombre maximal de tests de diagnostic pouvant être effectué chaque jour dans un pays/contexte précis sur la base des données saisies par l’utilisateur concernant le nombre de plateformes actives et de modèles de travail posté, combinés aux hypothèses par défaut sur le rendement par poste. Feuilles vides L’outil contient quatre feuilles de calcul vides et non verrouillées que les utilisateurs peuvent manipuler et utiliser pendant la période prévision. Onglets cachés Lists Cet onglet expose simplement des listes pour les éventuels critères de validation des données, et donne des détails sur les valeurs sélectionnées dans les menus déroulants au moyen de la mise en correspondance des index. Staffing from HRH tool Cet onglet contient les données de référence pour calculer les ratios agent de santé/patient pour la prise en charge des patients hospitalisés et le dépistage/triage. Ces données sont issues de l’outil OMS permettant d’estimer les personnels de santé (HWFE)21 au 14 avril 2020. Diagnostics module Cet onglet contient des rétrocalculs détaillés permettant de calculer la capacité de test maximale disponible pour le dépistage de la COVID-19. L’onglet contient les valeurs de référence sur l’emplacement des machines par pays (voir la section « Laboratoires et dépistage » de l’onglet « Inputs » pour obtenir davantage d’informations sur ce tableau). Il inclut également les calculs permettant de distribuer l’approvisionnement en kits de test en fonction de la capacité disponible et des capacités qui seraient ajoutées si les utilisateurs choisissaient d’entrer de nouveaux emplacements de dispositifs dans l’onglet « Inputs ». Daily contacts by Country Cet onglet fournit des valeurs de référence relatives au nombre estimé de contacts de chaque personne dans chaque pays en se fondant sur les conclusions de Prem et al. (2017),22 évoqué ci-dessus dans la section relative à la méthodologie du modèle SIR ; ces valeurs sont utilisées comme entrées par défaut dans le modèle SIR. L’OMS continue à suivre de près la situation et reste attentive à tout changement susceptible d’avoir une incidence sur ces orientations provisoires. Si certains facteurs devaient évoluer, l’OMS publierait une nouvelle mise à jour. Sinon, ces orientations provisoires resteront valables deux ans après la date de publication. © Organisation mondiale de la Santé 2020. Certains droits réservés. La présente publication est disponible sous la licence CC BY-NC-SA 3.0 IGO. WHO reference number: WHO/2019-nCoV/Tools/Essential_forecasting/Overview/2020.1 21 http://www.euro.who.int/en/health-topics/Health-systems/pages/strengthening-the-health-system-response-to-covid-19/surge-planning- tools/health-workforce-estimator-hwfe 22 Prem K, Cook AR, Jit M. Projecting social contact matrices in 152 countries using contact surveys and demographic data. PLoS Comput Biol. 2017;13(9):e1005697. Published 2017 Sep 12. doi:10.1371/journal.pcbi.1005697