ABSTRACT
Introduction Certains patients atteints de la COVID-19 sont plus susceptibles de développer une forme grave ou des complications de la maladie. Leur identification à l’admission faciliterait la prise en charge immédiate. Le « National Early Warning Score 2 » (NEWS2) est un score de stratification des risques chez les patients atteints de septicémie et de pneumonie. L’OMS et le Royal College of Physicians of London (RCP) recommandent l’utilisation du score NEWS2 dans le cadre de la COVID-19 pour la stratification du risque chez les patients. L’objectif de cette étude était d’identifier les patients ayant une forme grave à l’admission aux urgences à l’aide du score NEWS2 au Maroc. Méthodes Il s’agit d’une étude transversale réalisée à l’Hôpital universitaire Cheikh Khalifa de Casablanca, Maroc du 15 avril au 15 juin 2020. Seuls les patients âgés de 18 ans ou plus, avec COVID-19 confirmé par RT-PCR ont été inclus dans cette étude. Les données sociodémographiques et les manifestations cliniques à l’admission ont été collectées et le score NEWS2 a été calculé pour chaque patient. Les patients ayant une forme grave ont été définis comme étant ceux qui sont admis à l’unité de soins intensifs. La régression logistique a été utilisée pour explorer la prédiction de la gravité de la COVID-19 par le Score NEWS2. Résultats Au total, 134 patients ont été retenus dans notre étude avec une moyenne d’âge de 50,8±17,9 dont 54,5 % étaient des hommes, 30,8 % présentaient un état grave. La moyenne d’âge dans le groupe des patients graves était significativement plus élevée que celle dans le groupe non grave (64,20±12,13 versus 44,03±16,66 ans ;p<0,001). La comorbidité était significative chez le groupe des patients graves (75,6 % versus 28,1 % ;p<0,001). La moyenne du score NEWS2 était élevée chez les patients graves comparativement aux non graves (5,9±2,4 versus 1,2±1,5 ;p<0,001). Après ajustement sur les facteurs de confusion, OR ajusté=3,03 (1,85-4,94), p<0,001. Conclusion Nos résultats montrent que le score NEWS2 réalisé à l’admission permet d’identifier les patients présentant des états graves. Il pourrait fournir aux équipes d’urgence un outil complémentaire efficace de stratification des risques pour les patients gravement atteints de la COVID-19. D’autres études avec un grand échantillon seraient intéressantes pour confirmer les résultats de cette étude. Figure : http://extranet.insight-outside.fr/upload/compte1352/Base/inscriptions_projets/image/100131-image.pdf
ABSTRACT
The outburst of the COVID-19 pandemic has raised several questions leading to a complex system in terms of modeling. Indeed, the modeling of the epidemic, at the level of a country, needs considering each of the different sources of contamination as well as the public health authorities strategy, in a specific way. With this in mind, in the present paper, we develop a mathematical model of the COVID-19 epidemic in Senegal. In the model, the population is subdivided into five compartments: susceptible, infected but asymptomatic, symptomatic, quarantined, and recovered immune people. In addition, due to its important impact in the propagation of the disease, we add one more variable: the number of infected objects. Therefore, the model corresponds to a system of six non-linear ordinary differential equations we submit to an analytical study to prove the relevancy of the model, simulate the evolution of the epidemic, and retrieve epidemiological parameters, namely the infection rate and the basic reproduction number, R0 . Based on the senegalese territory COVID-19 data, we simulate various scenarios as for the evolution of the epidemic in the country, in order to predict the peak and its magnitude with regard to the application of barrier measures. We also explore the option of collective immunity with special protection for vulnerable people. In doing so, non available parameters are identified using some mathematical identification technics. © 2020 Diaby at al.