Higher SARS-CoV-2 Transmission Burden Among Racialized Individuals: Evidence from Canadian Serology Data

Cette étude démontre que, malgré une augmentation massive des infections durant la période Omicron au Canada, les inégalités raciales dans la transmission du SARS-CoV-2 ont persisté, les individus racisés continuant de subir un risque d'infection plus élevé que les personnes blanches.

L'essentiel

🦠 Le Grand Jeu de la Transmission : Qui a attrapé le virus en premier ?

Imaginez que le virus SARS-CoV-2 (celui du COVID-19) est comme une énorme vague d'eau qui déferle sur un pays. Cette étude, menée au Canada, s'est posée une question cruciale : Est-ce que cette vague a touché tout le monde de la même façon, ou y a-t-il eu des inégalités ?

Les chercheurs ont voulu savoir si les personnes racisées (ceux qui ne sont pas blancs) ont été plus touchées que les personnes blanches, et si la situation a changé quand le virus a muté pour devenir la variante Omicron (très contagieuse).

Pour répondre à cela, ils n'ont pas seulement regardé les gens qui allaient chez le médecin (ce qui fausse les chiffres), mais ils ont utilisé un outil de détection invisible : le sang des donneurs. C'est comme si on regardait les traces laissées par le virus dans le sang pour voir qui a été touché, même sans symptômes.

---

🕵️‍♂️ L'Histoire en deux actes

Acte 1 : Avant Omicron (La période des variants Alpha, Delta, etc.)

Imaginez deux groupes de personnes dans une pièce : le Groupe Blanc et le Groupe Racisé.

• Avant l'arrivée d'Omicron, le virus circulait déjà, mais il n'atteignait pas tout le monde avec la même force.
• Les chercheurs ont découvert que le Groupe Racisé était comme une cible beaucoup plus facile pour le virus. Ils avaient plus du double de chances (environ 2,2 fois plus) d'attraper le virus que le Groupe Blanc.
• Pourquoi ? Parce que dans la vraie vie, les personnes racisées travaillent souvent dans des emplois de première ligne (caissiers, soignants, livreurs), vivent dans des logements plus denses et ont moins de possibilités de travailler à la maison. Le virus les a donc "ciblés" plus durement.

Acte 2 : L'Arrivée d'Omicron (La grande vague)

En décembre 2021, Omicron arrive. C'est comme si quelqu'un ouvrait toutes les vannes d'un barrage : le virus se propage à une vitesse folle partout.

• Ce qu'on a vu au premier coup d'œil : Les courbes de contamination ont semblé se rejoindre. On aurait pu penser : "Ah ! Tout le monde est infecté maintenant, donc c'est égal pour tout le monde !" C'est ce qu'on appelle une convergence apparente.
• La réalité cachée (le secret du papier) : En regardant de plus près avec leurs modèles mathématiques (comme une loupe très puissante), les chercheurs ont vu que ce n'était pas une égalité.
  • Le virus a explosé chez tout le monde, mais il a explosé beaucoup plus brutalement chez les personnes blanches qui étaient encore "saines" (non infectées).
  • Le Groupe Racisé, ayant déjà été beaucoup touché plus tôt, avait moins de gens "sains" à infecter.
  • Résultat : L'écart entre les deux groupes s'est réduit, mais le Groupe Racisé est toujours resté plus touché en termes absolus.

---

🎭 L'Analogie du Marathon

Pour bien comprendre, imaginez un marathon où le virus est un coureur rapide.

1. Avant Omicron : Le coureur passe d'abord par le quartier du Groupe Racisé. Il y court très vite et attrape beaucoup de gens. Il arrive ensuite au quartier du Groupe Blanc, mais il est un peu plus lent et attrape moins de monde.
2. Omicron arrive : Soudain, le coureur prend des ailes (il devient super rapide). Il traverse maintenant les deux quartiers à toute vitesse.
3. L'illusion : On regarde les deux quartiers et on voit qu'ils ont tous les deux beaucoup de gens qui courent. On pense : "C'est pareil !"
4. La vérité : En réalité, le quartier du Groupe Racisé avait déjà beaucoup de gens qui couraient avant. Le coureur a juste ajouté quelques personnes de plus. Mais dans le quartier du Groupe Blanc, le coureur a transformé presque tout le monde en coureur d'un coup.
   • Le problème : Même si l'écart s'est réduit, le Groupe Racisé a toujours plus de coureurs au total. L'injustice n'a pas disparu, elle s'est juste "dilué" dans une vague gigantesque.

---

💡 Ce qu'il faut retenir (La leçon)

Cette étude nous apprend une leçon importante sur la santé publique :

• Ne vous fiez pas aux apparences : Juste parce que les taux de contamination semblent se rapprocher (convergence), cela ne signifie pas que l'injustice a disparu.
• Les inégalités structurelles sont tenaces : Les personnes racisées ont continué à subir un risque plus élevé tout au long de la pandémie, même quand le virus devenait incontrôlable pour tout le monde.
• L'outil mathématique est un héros : Sans les modèles dynamiques (qui calculent la vitesse d'infection réelle et non juste le nombre total), on aurait cru à tort que tout le monde était égal face au virus.

En résumé : La vague d'Omicron a inondé tout le Canada, mais elle a continué à submerger plus profondément les communautés qui étaient déjà fragilisées par les inégalités sociales. La science nous dit qu'il faut continuer à protéger ces groupes, car l'équité n'est pas encore atteinte.

Résumé technique

1. Problématique et Contexte

La pandémie de COVID-19 a mis en lumière des inégalités sanitaires structurelles et sociales, les populations racisées subissant des taux d'infection, d'hospitalisation et de mortalité plus élevés. Au Canada, malgré un système de santé universel, les individus racisés (notamment les communautés noires et sud-asiatiques) ont fait face à des risques accrus.

L'émergence de la variante Omicron en décembre 2021 a marqué un tournant épidémiologique majeur, caractérisé par une transmissibilité accrue et une évasion immunitaire. Bien que les données brutes de séroprévalence aient suggéré une convergence des taux d'infection entre les groupes raciaux au cours de cette période, il restait incertain si cela reflétait une véritable équité épidémiologique ou un artefact mathématique. Les comptes de cas officiels sous-estiment souvent la transmission réelle en raison des comportements de recherche de soins et de l'asymptomatisme. De plus, la séroprévalence statique peut masquer les disparités en raison de la perte d'anticorps au fil du temps (séroversion).

Objectif de l'étude : Quantifier les différences raciales dans la force d'infection (FOI) du SARS-CoV-2 au Canada et déterminer si les schémas de transmission ont changé après l'émergence d'Omicron, en utilisant une modélisation dynamique pour corriger les biais de la séroprévalence brute.

2. Méthodologie

Sources de données et Population :

• Données : Analyse de données sérologiques transversales agrégées provenant du programme de séro-surveillance des Services canadiens du sang (SCS), géré par la COVID-19 Immunity Task Force (CITF).
• Période : De juin 2020 à avril 2023.
• Marqueur : Anticorps anti-nucléocapside (anti-N), spécifiques aux infections passées (non induits par la vaccination, qui cible la protéine Spike).
• Population : Donneurs de sang adultes (≥17 ans) excluant le Québec et les territoires du Nord. La population est dichotomisée en « Blancs » et « Racisés » (selon les catégories de l'Enquête sur la diversité ethnique).
• Échantillon : 193 observations sérologiques (96 pour les Blancs, 97 pour les racisés).

Modélisation Mathématique :

• Approche : Utilisation d'un modèle dynamique susceptible-infecté (S-I) pour estimer la Force d'Infection (FOI), définie comme le taux auquel les individus susceptibles deviennent infectés.
• Correction de la séroversion : Le modèle intègre un taux de séroversion (perte d'anticorps) pour éviter de sous-estimer la transmission cumulative.
• Équations : Le modèle suit la dynamique :
  • $S(t+1) = S(t) \times e^{-\lambda(t)} + I(t) \times (1 - e^{-\rho})$
  • $I(t+1) = I(t) \times e^{-\rho} + S(t) \times (1 - e^{-\lambda(t)})$
  • Où $\lambda(t)$ est la FOI variable dans le temps et $\rho$ est le taux de séroversion.
• Comparaison de modèles : Deux modèles ont été testés :
  1. Modèle parcimonieux : FOI de base par race avec un multiplicateur Omicron partagé.
  2. Modèle saturé : FOI distincte pour chaque groupe racial et chaque période (Pré-Omicron vs Omicron).
• Sélection : Le modèle saturé a été retenu car il offrait un ajustement supérieur (AIC plus faible, test du rapport de vraisemblance significatif).
• Analyse statistique : Calcul des rapports de taux d'incidence (IRR) avec intervalles de confiance à 95 % pour comparer les FOI entre les groupes.

3. Résultats Clés

Estimation de la Force d'Infection (FOI) :

• Période Pré-Omicron : Les individus racisés présentaient une FOI hebdomadaire nettement supérieure (0,00097) par rapport aux Blancs (0,00044).
  • IRR : 2,205 (IC 95 % : 2,115–2,299). Les individus racisés avaient un risque d'infection plus de deux fois supérieur.
• Période Omicron : La FOI a augmenté massivement pour les deux groupes, mais la disparité relative s'est réduite.
  • FOI Blancs : 0,02442.
  • FOI Racisés : 0,03032.
  • IRR : 1,242 (IC 95 % : 1,231–1,253). Bien que réduit, le risque reste significativement plus élevé pour les groupes racisés.

Amplification Différentielle (Multiplicateur Omicron) :

• L'augmentation absolue de la FOI a été plus forte chez les Blancs en termes relatifs :
  • Augmentation chez les Blancs : 55,52 fois par rapport à la période pré-Omicron.
  • Augmentation chez les racisés : 31,27 fois par rapport à la période pré-Omicron.
• Ce phénomène d'amplification différentielle a conduit à une compression apparente des disparités relatives (le rapport IRR est passé de 2,20 à 1,24), mais n'a pas éliminé la charge absolue d'infection plus élevée chez les populations racisées.

Séroprévalence vs FOI :

• Les données brutes de séroprévalence montraient une convergence visuelle vers la fin de la période d'étude (atteignant 70-85 % pour les deux groupes).
• Cependant, la modélisation dynamique révèle que cette convergence est un artefact mathématique : les populations racisées, ayant déjà une charge d'infection plus élevée en début de pandémie, avaient un réservoir d'individus susceptibles plus faible lors de l'arrivée d'Omicron, limitant leur capacité à augmenter davantage leur séroprévalence, malgré une transmission continue élevée.

4. Contributions et Signification

Contribution Scientifique :

• Cette étude démontre que la convergence observée dans les données de séroprévalence brute ne signifie pas l'équité épidémiologique.
• Elle valide l'hypothèse selon laquelle la réduction des écarts relatifs (IRR) durant Omicron était due à une augmentation disproportionnée de la transmission chez les Blancs (qui avaient un plus grand réservoir d'individus susceptibles), et non à une réduction de la transmission chez les populations racisées.
• L'application de modèles dynamiques de FOI permet de révéler des inégalités structurelles persistantes que les mesures statiques masquent.

Signification pour la Santé Publique :

• Inégalités Structurelles : Les disparités de transmission persistent malgré l'augmentation globale de la transmission. Cela souligne que les facteurs structurels (travail de première ligne, densité de logement, accès aux congés de maladie) continuent d'exposer les populations racisées à un risque accru.
• Préparation aux épidémies futures : Les interventions et l'allocation des ressources doivent cibler spécifiquement les populations à haut risque et ne pas se fier uniquement aux taux d'infection globaux ou à la séroprévalence cumulative pour évaluer l'équité.
• Limites : L'étude note l'effet du « donneur sain » (les donneurs de sang étant en meilleure santé que la population générale) et le manque de granularité dans la classification raciale (binaire Blanc/Racisé), ce qui empêche d'analyser les spécificités au sein des sous-groupes racisés ou autochtones.

Conclusion :
L'émergence d'Omicron n'a pas résolu les inégalités raciales dans la transmission du SARS-CoV-2 au Canada. Bien que les taux relatifs de transmission se soient rapprochés, les populations racisées ont continué à subir une charge d'infection absolue plus élevée tout au long de la pandémie, soulignant la nécessité d'une approche centrée sur l'équité structurelle dans la surveillance et la réponse aux épidémies.