SRAS

Chargement des métriques

Libre accès

Évalués par les pairs

article de recherche

A contribué à parts égales à ce travail avec : Nicolas Banholzer, Kathrin Zürcher

Rôles Conservation des données, Analyse formelle, Enquête, Méthodologie, Administration de projet, Logiciel, Validation, Visualisation, Rédaction – ébauche originale, Rédaction – révision et édition

Affiliation Institut de médecine sociale et préventive, Université de Berne, Berne, Suisse

https://orcid.org/0000-0003-0138-6120

A contribué à parts égales à ce travail avec : Nicolas Banholzer, Kathrin Zürcher

Rôles Conceptualisation, Conservation des données, Analyse formelle, Acquisition de financement, Enquête, Administration de projet, Visualisation, Rédaction - ébauche originale, Rédaction - révision et édition

Affiliation Institut de médecine sociale et préventive, Université de Berne, Berne, Suisse

Rôles Conservation des données, Acquisition de financement, Enquête, Ressources, Validation, Rédaction - ébauche originale, Rédaction - révision et édition

Affiliation Département des maladies infectieuses, Inselspital, Hôpital universitaire de Berne, Université de Berne, Berne, Suisse

https://orcid.org/0000-0002-1838-9208

Rôles Acquisition de financement, Enquête, Méthodologie, Ressources, Rédaction - ébauche originale, Rédaction - révision et édition

Affiliation Institut des maladies infectieuses, Université de Berne, Berne, Suisse

Enquête sur les rôles, Méthodologie, Rédaction – ébauche originale, Rédaction – révision et édition

Affiliation Institut des maladies infectieuses, Université de Berne, Berne, Suisse

Rôles Méthodologie, Ressources, Validation, Rédaction – version originale, Rédaction – révision et édition

Affiliations Institute of Social and Preventive Medicine, Université de Berne, Berne, Suisse, Center for Infectious Disease Epidemiology and Research, Faculty of Health Sciences, University of Cape Town, Cape Town, Afrique du Sud, Population Health Sciences, Bristol Medical School, University of Bristol, Bristol, Royaume-Uni

https://orcid.org/0000-0001-7462-5132

Rôles Conceptualisation, Acquisition de financement, Ressources, Validation, Rédaction – ébauche originale, Rédaction – révision et édition

Affiliation Institut des sciences de l'éducation, Université de Berne, Berne, Suisse

https://orcid.org/0000-0003-2987-2470

Rôles Conceptualisation, Conservation des données, Acquisition de financement, Enquête, Méthodologie, Ressources, Supervision, Visualisation, Rédaction - ébauche originale, Rédaction - révision et édition

* Courriel : [email protected]

Affiliation Institut de médecine sociale et préventive, Université de Berne, Berne, Suisse

https://orcid.org/0000-0003-3309-4835

De plus en plus de preuves suggèrent une contribution importante de la transmission aérienne à la propagation globale du coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2), en particulier via des particules plus petites appelées aérosols. Cependant, la contribution des écoliers à la transmission du SRAS-CoV-2 reste incertaine. Le but de cette étude était d'évaluer la transmission des infections respiratoires aéroportées et l'association avec les mesures de contrôle des infections dans les écoles en utilisant une approche à mesures multiples.

Nous avons collecté des données épidémiologiques (cas de maladie à coronavirus 2019 (COVID-19)), environnementales (concentrations de CO2, d'aérosols et de particules) et moléculaires (échantillons de bioaérosols et de salive) sur 7 semaines de janvier à mars 2022 (onde Omicron) dans 2 écoles (n = 90, moyenne 18 élèves/classe) en Suisse. Nous avons analysé les changements de caractéristiques environnementales et moléculaires entre différentes conditions d'étude (pas d'intervention, port de masque, purificateurs d'air). Les analyses des changements environnementaux ont été ajustées pour différentes ventilations, le nombre d'élèves en classe, l'école et les effets du jour de la semaine. Nous avons modélisé la transmission de la maladie à l'aide d'un modèle hiérarchique bayésien semi-mécaniste, en ajustant les élèves absents et la transmission communautaire.

L'analyse moléculaire de la salive (21/262 positifs) et des échantillons aéroportés (10/130) a détecté le SARS-CoV-2 tout au long de l'étude (concentration virale moyenne hebdomadaire 0,6 copies/L) et occasionnellement d'autres virus respiratoires. Les niveaux moyens quotidiens globaux de CO2 étaient de 1 064 ± 232 ppm (± écart type). Les concentrations quotidiennes moyennes en nombre d'aérosols sans intervention étaient de 177 ± 109 1/cm3 et ont diminué de 69 % (95 % CrI 42 % à 86 %) avec des mandats de masque et de 39 % (95 % CrI 4 % à 69 %) avec des purificateurs d'air. Comparé à l'absence d'intervention, le risque de transmission était plus faible avec les mandats de masque (rapport de cotes ajusté 0,19, IC à 95 % 0,09 à 0,38) et comparable avec les purificateurs d'air (1,00, IC à 95 % 0,15 à 6,51).

Les limites de l'étude comprennent une confusion possible selon la période, car le nombre d'élèves susceptibles a diminué au fil du temps. De plus, la détection aérienne d'agents pathogènes documente l'exposition mais pas nécessairement la transmission.

La détection moléculaire du SRAS-CoV-2 aéroporté et humain a indiqué une transmission soutenue dans les écoles. Les mandats de masque étaient associés à des réductions plus importantes des concentrations d'aérosols que les purificateurs d'air et à une transmission plus faible. Notre approche à mesures multiples pourrait être utilisée pour surveiller en continu le risque de transmission des infections respiratoires et l'efficacité des mesures de contrôle des infections dans les écoles et autres lieux de rassemblement.

Citation: Banholzer N, Zürcher K, Jent P, Bittel P, Furrer L, Egger M, et al. (2023) Transmission du SRAS-CoV-2 avec et sans port de masque ou purificateurs d'air dans les écoles en Suisse : une étude de modélisation des données épidémiologiques, environnementales et moléculaires. PLoS Med 20(5) : e1004226. https://doi.org/10.1371/journal.pmed.1004226

Rédacteur académique :Aziz Sheikh, Université d'Édimbourg, ROYAUME-UNI

Reçu:19 janvier 2023 ;Accepté:28 mars 2023 ;Publié :18 mai 2023

Droits d'auteur: © 2023 Banholzer et al. Il s'agit d'un article en libre accès distribué sous les termes de la licence Creative Commons Attribution, qui permet une utilisation, une distribution et une reproduction sans restriction sur n'importe quel support, à condition que l'auteur original et la source soient crédités.

Disponibilité des données: Des restrictions sur la disponibilité des données personnelles s'appliquent, mais sont nécessaires pour maintenir la confidentialité des participants. Les données sont disponibles sur demande raisonnable, contact : Université de Berne, [email protected]. Toutes les autres données sont incluses dans le manuscrit et les informations complémentaires qui l'accompagnent. Le code est disponible sur https://github.com/nbanho/mcid.

Financement: Cette étude est financée par le Centre multidisciplinaire des maladies infectieuses, Université de Berne, Berne, Suisse. NB, LF et ME sont soutenus par l'Institut national des allergies et des maladies infectieuses (NIAID) par le biais de l'accord de coopération 5U01-AI069924-05. ME est soutenu par un financement de projet spécial du Fonds national suisse de la recherche scientifique (subvention 32FP30-189498). Les bailleurs de fonds n'ont joué aucun rôle dans la conception de l'étude, la collecte et l'analyse des données, la décision de publier ou la préparation du manuscrit.

Intérêts concurrents : J'ai lu la politique de la revue et les auteurs de ce manuscrit ont les intérêts concurrents suivants : ME siège au comité de rédaction de PLOS Medicine. Tous les auteurs ont déclaré qu'il n'existe pas d'intérêts concurrents.

Abréviations : CrI, intervalle de crédibilité ; COVID-19,, maladie à coronavirus 2019 ; CT, seuil de cycle ; MCMC, chaîne de Markov Monte Carlo ; NUTS, Échantillonneur No-U-Turn ; SARS-CoV-2, Coronavirus 2 du Syndrome Respiratoire Aigu Sévère ; VGL, charge génomique virale ; VTM, milieu de transport viral

La propagation des infections respiratoires telles que le coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2) et la grippe est difficile à contrôler [1]. La transmission de personne à personne se produit principalement par des particules respiratoires expirées contenant l'agent pathogène respectif, en particulier par des aérosols (définis comme des particules respiratoires <100 μm [2,3]), plutôt que par des gouttelettes plus grosses > 100 μm. Plusieurs rapports ont fourni des preuves qu'une partie considérable de la transmission du SRAS-CoV-2 est susceptible de se produire par de petites particules respiratoires (<5 μm, également appelées aérosols fins), permettant des temps de suspension plus longs et une transmission aérienne à court (1 à 2 m ) et longues portées (>2 m) [4–6]. De plus en plus de preuves suggèrent qu'ils contribuent de manière importante à la propagation globale du SRAS-CoV-2 dans les environnements de rassemblement intérieurs tels que les cliniques, les lieux de travail et les écoles [3,6–8].

Les autorités publiques du monde entier ont fermé des entreprises et des écoles pendant la pandémie de la maladie à coronavirus 2019 (COVID-19) [9,10], mais la fermeture des écoles a été particulièrement controversée. Alors que l'impact négatif des fermetures d'écoles sur le bien-être et la santé mentale des élèves est bien documenté [11], le rôle des enfants et des adolescents dans la transmission du SRAS-CoV-2 est moins clair [12]. Une étude en Allemagne a estimé que les contacts scolaires contribuaient entre 2% et 20% à la transmission globale du SRAS-CoV-2 dans la population [13]. Les études sur l'efficacité des interventions gouvernementales au niveau de la population ne sont pas concluantes en ce qui concerne les effets des fermetures d'écoles dans différentes vagues épidémiques [10,14]. L'introduction du port obligatoire d'un masque facial [13,15] et d'une ventilation améliorée [15] dans les écoles a été associée à une incidence plus faible de COVID-19. De plus, il a été démontré que l'installation d'appareils de filtration d'air HEPA portables (purificateurs d'air) élimine les bioaérosols du SRAS-CoV-2 dans une salle d'hôpital [16]. Enfin, une étude de simulation des bioaérosols SARS-CoV-2 exhalés dans un espace intérieur a démontré l'efficacité du port de masque et des purificateurs d'air portables pour réduire les aérosols [17].

Nous avons utilisé une approche à mesures multiples pour étudier la transmission du SRAS-CoV-2 et d'autres virus respiratoires dans les salles de classe. Nous avons émis l'hypothèse que notre approche pourrait démontrer la transmission (indiquée par l'exposition aux bioaérosols et les données épidémiologiques) et que les mesures de contrôle des infections (port de masque et purificateurs d'air) réduiraient la concentration d'aérosols et de particules respiratoires et diminueraient le risque d'infection pour les élèves dans les salles de classe . Nous avons recueilli des données épidémiologiques (cas de maladies respiratoires), environnementales (concentrations de CO2, d'aérosols et de particules) et moléculaires (détection de virus respiratoires dans des échantillons de bioaérosols et de salive humaine) sur une période d'étude de sept semaines de janvier à mars 2022 en 2 écoles secondaires en Suisse. Nous avons analysé les changements dans les caractéristiques environnementales et moléculaires et estimé la probabilité d'infection par le SRAS-CoV-2 dans 3 conditions d'étude différentes avec et sans mesures de contrôle des infections (port général de masque et purificateurs d'air).

Nous avons recueilli des données dans 2 écoles secondaires (âge des élèves de 13 à 15 ans) sur une période d'étude de sept semaines du 24 janvier au 26 mars (École 1) et le 18 mars (École 2) 2022. Les deux écoles sont situées dans le canton de Soleure, en Suisse, et compte 1 500 (École 1) et 700 (École 2) élèves. Des données épidémiologiques ont été collectées dans les 5 classes (Ecole 1 : classes A/B, C ; Ecole 2 : classes D, E), et des données environnementales et moléculaires ont été collectées dans 2 classes (Ecole 1 : A/B, Ecole 2 : D ). Dans l'école 1, la même salle de classe était utilisée par 2 classes A/B en raison de l'enseignement en demi-classe. La figure 1 montre la configuration schématique de l'étude. Cette étude est rapportée conformément à la ligne directrice Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) (S1 Checklist).

Configuration d'étude schématique des salles de classe où les données environnementales ont été collectées dans chaque école. Un purificateur d'air a été placé à l'avant et l'autre à l'arrière des salles de classe. Tous les appareils étaient placés au niveau de la tête des élèves lorsqu'ils étaient assis. Les deux salles de classe n'étaient pas équipées d'un système actif de CVC (chauffage, ventilation, climatisation), mais étaient ventilées à l'aide d'une ventilation passive par fenêtre. Pour l'école 1, la ventilation était en outre assistée par un ouvre-porte guidé par CO2 d'une petite fenêtre en haut.

https://doi.org/10.1371/journal.pmed.1004226.g001

Nous avons distingué 3 conditions (Fig 2) : (i) le port de masques faciaux comme l'exigent les autorités de santé publique à l'époque (mandat du masque ; généralement les masques de type II et de type IIR, bien que les masques communautaires soient également autorisés) ; (ii) état standard suite à la levée des mandats de masques (Pas d'intervention) ; et (iii) intervention environnementale à l'aide d'appareils de filtration HEPA portables disponibles dans le commerce (filtre à air ; Xiaomi Mi Air Pro 70m2, Shenzhen, Chine ; environ 250 USD par appareil, fonctionnant à un débit d'air pur de 2 × 600 m3/h). Les mandats de masque s'appliquaient à toutes les classes (y compris les enseignants) et étaient généralement bien respectés. A l'école 2, le port du masque s'est poursuivi pendant 1 semaine après la levée du mandat (semaine 4). Des épurateurs d'air n'ont été installés que dans 2 salles de classe avec bioaérosol et échantillonnage environnemental. La ventilation passive des fenêtres s'est produite conformément aux recommandations des autorités nationales de santé publique dans toutes les conditions de l'étude.

(un)Conditions d'étude au cours de la période d'étude de sept semaines.(b)Nombre de nouveaux cas de COVID-19 dans toutes les tranches d'âge (moyenne mobile sur 7 jours) et taux de reproduction (moyenne de l'estimation médiane publiée) dans le canton de Soleure [18] sur la période d'étude.

https://doi.org/10.1371/journal.pmed.1004226.g002

Au départ, nous avons recueilli des données agrégées sur l'âge, le sexe et le statut vaccinal contre la COVID-19 dans les classes participantes. Nous avons déduit des données sur le nombre de cas suspects et confirmés de COVID-19 sur la base du nombre signalé d'élèves absents de l'école en raison d'une maladie probablement liée à COVID-19 (texte C et tableaux A à E dans l'annexe S1). Les rapports sur les absences ont été saisis électroniquement dans une base de données REDCap [19,20]. Les deux écoles ont participé à des tests hebdomadaires répétitifs pour le SRAS-CoV-2. Les échantillons de salive ont été transportés au laboratoire et stockés à -80 ° C jusqu'à ce qu'ils soient traités ultérieurement [21–23].

Mesures de CO2 et de particules. Un appareil de mesure de la qualité de l'air (AQ Guard, Palas GmbH, Karlsruhe, Allemagne) mesurait en continu les niveaux de CO2 intérieurs, les concentrations en nombre d'aérosols (diamètre des particules entre 175 nm et 20 μm) et les concentrations en masse des particules (PM en μgm−3 ; PM1, PM2,5 , PM4, PM10, c'est-à-dire des particules de tailles <1 à <10 μm). Ce dispositif a été utilisé dans des travaux antérieurs [24,25]. Les données ont été filtrées en fonction des heures passées par les élèves dans la salle de classe, qui ont été surveillées en même temps que les heures d'ouverture des fenêtres.

Prélèvement de bioaérosols. Nous avons collecté des virus respiratoires en suspension dans l'air en classe avec un dispositif d'échantillonnage de bioaérosols (BioSpot-VIVAS, Aerosol Devices, Ft. Collins, Colorado, États-Unis d'Amérique). Cet appareil échantillonne les particules virales en suspension dans l'air dans un milieu de transport viral (VTM) en utilisant une méthode de condensation à base d'eau à flux laminaire. En parallèle, nous avons également utilisé l'échantillonneur Coriolis Micro Air (Bertin Instruments Montigny-le-Bretonneux, France), fonctionnant à 200 l/min et collectant dans 15 ml de PBS, comme indiqué précédemment en milieu clinique [26]. BioSpot-VIVAS a fonctionné tout au long des cours tandis que Coriolis Micro Air n'a fonctionné que peu de temps avant et pendant les pauses pour réduire l'exposition au bruit (environ 60 min/jour). Les parties amovibles des deux dispositifs d'échantillonnage ont été régulièrement passées à l'autoclave pour éviter toute contamination. En fin de journée, les échantillons ont été transportés à l'Institut des maladies infectieuses (IFIK) et conservés à -80°C. À la fin de la période d'étude, les filtres Xiaomi HEPA ont été soigneusement retirés et 20 écouvillons ont été prélevés sur chaque filtre et stockés à -80 ° C jusqu'à ce qu'ils soient traités ultérieurement.

Avant l'analyse PCR en temps réel (RT), des échantillons de bioaérosols quotidiens ont été combinés pour chaque dispositif d'échantillonnage et filtrés à l'aide de filtres centrifuges Amicon Ultra-15 avec des filtres de coupure de poids moléculaire Ultracel 10 000 Dalton (UFC9010 ; MilliporeSigma, Burlington, États-Unis) à un volume de 1mL. Les échantillons de salive humaine ont été directement analysés sans filtration préalable. Le Allplex RV Master Assay (Seegene, Séoul, Corée du Sud) a été utilisé pour détecter un panel de 19 virus respiratoires (Texte A dans l'annexe S1), dont le SRAS-CoV-2. La charge génomique virale (VGL) des échantillons a été quantifiée à l'aide de séries de dilutions standardisées et rapportée en copies équivalentes génomiques/L. Pour les échantillons positifs, nous avons effectué un séquençage ciblé de l'ARN viral pour comparer la parenté génétique entre les souches de SRAS-CoV-2 détectées dans l'air et les échantillons humains [27]. Cependant, nous n'avons pu amplifier et séquencer aucune des cibles génétiques dans les échantillons de bioaérosols en raison des faibles concentrations d'ARN.

Le nombre quotidien de nouveaux cas de COVID-19 a été déduit en fonction du nombre d'élèves absents de l'école. Les cas confirmés faisaient référence à des absences dues à un résultat positif à un test de laboratoire ou à un isolement. Les cas suspects faisaient référence à des absences pour cause de maladie probablement liées au COVID-19. Les absences dues à d'autres raisons connues ont été exclues. Nous avons utilisé une approche de simulation probabiliste (Texte D dans l'annexe S1) pour estimer le nombre de cas suspects qui étaient des cas de COVID-19 et la date d'apparition des symptômes, qui n'a pas toujours été signalée par les étudiants. Nous avons généré 100 ensembles de données pour le nombre quotidien de nouveaux cas de COVID-19. Des analyses ultérieures ont été effectuées sur chacun de ces ensembles de données et nous rapportons la moyenne des résultats d'estimation, sauf indication contraire. Les cas chez les enseignants ont été exclus car les enseignants enseignaient plusieurs classes et avaient une exposition différente.

Nous avons calculé les concentrations moyennes par jour et les avons comparées entre les conditions d'étude. Nous rapportons la moyenne ± écart-type. Nous avons en outre estimé la réduction des concentrations à l'aide de modèles de régression log-linéaire bayésiens (texte H en annexe S1), en ajustant le taux de ventilation (calculé à partir des niveaux de CO2 intérieur ; voir le texte I en annexe S1), le nombre quotidien d'élèves en classe, l'école et les effets de la semaine.

Nous avons estimé la transmission quotidienne du SRAS-CoV-2 avec un modèle hiérarchique semi-mécaniste bayésien [9] (Fig 3) : (i) Nous avons modélisé le nombre de nouvelles infections en fonction des élèves sensibles dans chaque classe et jour, où le la probabilité d'infection peut varier selon l'état de l'étude. (ii) Nous avons ajusté les effets estimés des interventions pour la proportion quotidienne de tous les élèves absents et le nombre effectif de reproduction dans la communauté. (iii) Le nombre de nouveaux cas a été calculé comme la somme pondérée du nombre de nouvelles infections au cours des jours précédents. (iv) Le nombre d'élèves susceptibles a été calculé en supprimant le nombre d'élèves qui ont déjà été infectés.

(1) Le nombre de nouvelles infections a été modélisé en fonction du nombre d'élèves sensibles, du taux quotidien d'infections par classe et des réductions des mesures actives de contrôle des infections ; (2) les effets des mesures de contrôle ont été ajustés en fonction de la transmission dans la communauté et de la proportion d'élèves en classe ; (3) le nombre observé de nouveaux cas a été calculé comme la somme pondérée du nombre de nouvelles infections au cours des jours précédents ; et (4) le nombre d'étudiants susceptibles a été calculé comme le nombre total d'étudiants moins la somme cumulée des infections au cours des jours précédents.

https://doi.org/10.1371/journal.pmed.1004226.g003

Une description détaillée du modèle de transmission et le choix des a priori pour tous les paramètres du modèle sont fournis dans le texte E de l'annexe S1. Les paramètres du modèle ont été estimés avec une approche bayésienne (texte F dans l'annexe S1). Plus précisément, l'échantillonnage de la chaîne de Markov Monte Carlo (MCMC) a été utilisé tel qu'implémenté par l'algorithme hamiltonien de Monte Carlo avec l'échantillonneur No-U-Turn (NUTS) [28]. Sauf indication contraire, nous rapportons les moyennes postérieures et les intervalles de crédibilité (CrI) basés sur les quantiles de 50 %, 80 % et 95 % des échantillons postérieurs, respectivement. Nous avons estimé le nombre total d'infections évitées pour chaque intervention en calculant la différence entre le nombre estimé d'infections en présence et en l'absence d'interventions (scénario contrefactuel).

Toutes les analyses ont été réalisées dans le logiciel R (version 4.2.0) [29] et la modélisation dans Stan (version 2.21.0) [30]. Le code est disponible sur https://github.com/nbanho/mcid.

Le comité d'éthique du canton de Berne, Suisse, a approuvé l'étude (n° de référence 2021-02377). Pour les échantillons de salive, nous avons inclus tous les étudiants qui étaient disposés à participer et ont obtenu le consentement éclairé écrit de leurs soignants.

La population étudiée était composée de 90 étudiants (39 femmes, 51 hommes ; tableau 1). Parmi eux, 27 étudiants étaient complètement vaccinés et 34 étudiants s'étaient remis d'une infection au cours de l'année précédente. Au cours de la période d'étude de sept semaines (3 150 jours-étudiants au total), les élèves ont été absents de l'école pendant 644 jours (20 % du total) dont 147 jours (23 % des absences) étaient dus à l'isolement lié au COVID-19, et 247 (38 % des absences) étaient dues à la maladie. Dans l'ensemble, il y a eu 35 cas confirmés et 73 cas suspects de COVID-19, dépassant le nombre d'élèves dans certaines classes (tableau C en annexe S1). Cela suggère que seule une proportion des cas suspects étaient des cas réels de COVID-19, car il est peu probable que les étudiants aient été infectés deux fois. En conséquence, nous avons estimé le nombre réel de cas de COVID-19 dans les écoles à 55 (95 % CrI 35 à 76).

https://doi.org/10.1371/journal.pmed.1004226.t001

Nous avons analysé 262 échantillons de salive, 130 échantillons de bioaérosols et écouvillons de filtres d'épurateurs d'air (20 écouvillons par filtre) dans 2 salles de classe. Dans l'ensemble, il y avait 21 échantillons de salive positifs et 10 échantillons positifs en suspension dans l'air. Nous avons détecté le SRAS-CoV-2, l'adénovirus et le virus de la grippe (tableau 2 et tableaux AB dans l'annexe S1). Le SRAS-CoV-2 constituait la grande majorité des échantillons positifs de salive (19 sur 21) et de bioaérosols (9 sur 10). Nous avons trouvé 4 échantillons air-salive positifs au cours de la même semaine respective (3 SRAS-CoV-2 et 1 adénovirus), ce qui suggère qu'il s'agissait d'échantillons appariés. Nous avons également détecté le SRAS-CoV-2 et les virus de la grippe à partir des filtres HEPA des purificateurs d'air. Le nombre d'échantillons positifs de salive et de SARS-CoV-2 en suspension dans l'air par semaine variait selon les conditions de l'étude (Fig 4A). Sans interventions, la proportion d'échantillons positifs par semaine était de 11,5 % pour la salive et de 8,1 % pour les échantillons aéroportés. Ces proportions étaient plus faibles avec les masques obligatoires (salive : 5,7 %, air : 7,1 %) et les purificateurs d'air (salive : 7,7 %, air : 5,0 %). La concentration virale moyenne hebdomadaire des échantillons positifs était de 0,6 copies/L. Il y avait également des différences de concentration virale entre les conditions d'étude (Fig 4B). Sans interventions, il était de 1,1 copie par litre par semaine, ce qui était plus élevé qu'avec les mandats de masque (0,7 copie/L par semaine) et les purificateurs d'air (0,1 copie/L par semaine).

https://doi.org/10.1371/journal.pmed.1004226.t002

(un)Proportion d'échantillons positifs dans l'air (ligne continue) et dans la salive (ligne pointillée) (moyenne par semaine).(b)Concentration virale dans les échantillons positifs en suspension dans l'air de BioSpot-VIVAS (moyenne par semaine).

https://doi.org/10.1371/journal.pmed.1004226.g004

Les concentrations de particules différaient selon les conditions d'étude (Fig 5A). Les concentrations en nombre d'aérosols étaient plus faibles avec les mandats de masque (moyenne 49 ± 52 1/cm3 écart-type) et les purificateurs d'air (84 ± 56 1/cm3) que sans interventions (177 ± 109 1/cm3). De même, les concentrations massiques de particules (par exemple, PM1) étaient plus faibles avec des mandats de masque (2,0 ± 1,6 μgm-3) et des purificateurs d'air (3,8 ± 2,9 μgm-3) que sans interventions (6,9 ± 4,1 μgm-3). Les niveaux moyens quotidiens globaux de CO2 étaient de 1 064 ± 232 ppm. Les niveaux de CO2 sans intervention (953 ± 198 ppm) étaient légèrement inférieurs à ceux avec des mandats de masque (1 155 ± 237 ppm) et des purificateurs d'air (1 088 ± 224 ppm), indiquant une ventilation accrue grâce à l'échange d'air extérieur (Fig I dans l'annexe S1), bien que le les différences dans la proportion quotidienne de temps pendant laquelle les fenêtres étaient ouvertes entre l'absence d'intervention et l'obligation de porter un masque (0,03, 95 % CrI -0,07 à 0,12) et entre l'absence d'intervention et les purificateurs d'air (0,00, 95 % CrI -0,11 à 0,11) étaient indiscernables de zéro . Lors de l'ajustement pour différents taux de ventilation, le nombre d'élèves en classe, les effets de l'école et les effets des jours de semaine, la concentration du nombre d'aérosols a diminué de 69 % (95 % CrI 42 % à 86 %) avec les mandats de masque et de 39 % (95 % CrI 4 % à 69 %) avec des purificateurs d'air (Fig 5B et Tableau H dans l'annexe S1). La concentration de particules plus petites (PM1 et PM2,5) était plus réduite pendant les mandats de masque, et la concentration de particules plus grosses (PM4 et PM10) était plus réduite pendant les purificateurs d'air.

(un) Boîte à moustaches des valeurs moyennes quotidiennes de la concentration en nombre d'aérosols (CN en 1/cm3) et de la concentration en masse des particules (PM pour les particules de tailles <1 à <10 μm, respectivement en μgm−3). Les résultats pour le CO2 et d'autres variables environnementales sont fournis dans le texte J de l'annexe S1.(b)Réduction estimée du nombre d'aérosols et des concentrations de masse de particules avec les interventions (moyenne postérieure sous forme de point et 50 %, 80 % et 95 % CrI sous forme de lignes, respectivement).

https://doi.org/10.1371/journal.pmed.1004226.g005

Le nombre cumulé de cas de COVID-19 a considérablement augmenté dans toutes les classes sans intervention et la grande majorité des élèves ont été infectés à l'école 1 au moment où les purificateurs d'air ont été installés, à l'exception de la classe D à l'école 2 (Fig 6A). Sur la base de notre modèle de transmission bayésien, la probabilité d'être infecté était plus faible avec des mandats de masque que sans interventions (rapport de cotes ajusté 0,19, 95 % CrI 0,09 à 0,38) et comparable avec les purificateurs d'air (1,00, 95 % CrI 0,15 à 6,51). En excluant les cas suspects du modèle, ces probabilités étaient similaires pour les mandats de masque (0,21, 95 % CrI 0,08 à 0,50) et les purificateurs d'air (0,98, 95 % CrI 0,14 à 6,74), mais avec une plus grande incertitude. Considérant à la fois les cas confirmés et suspects, les mandats de masque étaient associés à un nombre considérable d'infections évitées (9,98, 95 % CrI 2,16 à 19,00), mais pas les purificateurs d'air (Fig 6B). Comme analyse supplémentaire, nous avons utilisé une équation de Wells-Riley modifiée [31] et supposé que le changement du taux de quanta infectieux émis était proportionnel à la réduction estimée de la concentration en nombre d'aérosols, tandis que d'autres paramètres étaient maintenus constants dans toutes les conditions d'étude. (Texte K en annexe S1). En conséquence, le risque quotidien d'infection pour une journée d'école de 6 h était de 1,0 % (95 % CrI 0,4 % à 1,9 %) avec des mandats de masque et de 1,9 % (95 % CrI 1,0 % à 3,0 %) avec des purificateurs d'air, contre 3,1 % % de risque sans interventions (Fig J dans l'annexe S1).

(un) Estimation du nombre moyen cumulé de cas pour chaque classe scolaire après simulation probabiliste tenant compte de l'incertitude des cas suspects et de la date d'apparition des symptômes (texte D dans l'annexe S1). Les lignes rouges pointillées indiquent le nombre d'élèves par classe. Une comparaison du nombre estimé de nouveaux cas après simulation probabiliste avec le nombre observé de nouveaux cas confirmés et suspects est illustrée à la figure C de l'annexe S1.(b) Estimation du nombre d'infections évitées associées aux interventions dans les écoles (moyenne postérieure sous forme de point et 50 %, 80 % et 95 % CrI sous forme de zones ombrées) sur la base du modèle de transmission hiérarchique bayésien. Les résultats détaillés de l'estimation sont fournis dans le texte G de l'annexe S1.

https://doi.org/10.1371/journal.pmed.1004226.g006

Nous avons recueilli des données épidémiologiques, environnementales et moléculaires pour estimer la transmission des infections respiratoires dans les écoles et évalué l'association avec les mesures de contrôle des infections. La détection aérienne du SARS-CoV-2 a documenté une transmission soutenue du SARS-CoV-2. Les concentrations de bioaérosol SARS-CoV-2 avec des mandats généraux de masque étaient plus faibles, et le SARS-CoV-2 a été détecté sur les filtres des purificateurs d'air. Les deux interventions étaient associées à des concentrations en nombre d'aérosols et en masse de particules significativement plus faibles. Le modèle de transmission bayésien utilisant des données épidémiologiques a estimé que les mandats de masque évitaient les infections par le SRAS-CoV-2, mais pas les purificateurs d'air.

Notre étude a démontré la détection aérienne du SRAS-CoV-2 dans les écoles. Bien que l'échantillonnage et la détection moléculaire des bioaérosols infectieux soient difficiles et qu'il n'y ait pas de norme convenue [16,32,33], cela fournit des preuves importantes sur la transmission aérienne des agents pathogènes respiratoires. Jusqu'à présent, l'ARN viral dans les échantillons aéroportés de SARS-CoV-2 a été principalement trouvé dans les hôpitaux et les établissements de santé [34]. Une étude connexe dans 2 écoles sud-africaines a détecté Mycobacterium tuberculosis aéroporté [35]. La tuberculose était la principale cause de décès dans le monde due à une maladie infectieuse avant la pandémie de COVID-19. Une meilleure compréhension de la transmission par voie aérienne et de l'efficacité des interventions peut bénéficier au contrôle des deux maladies infectieuses [36]. Notre étude fournit des preuves sur la transmission virale du SRAS-CoV-2 par voie aérienne et les effets potentiels des interventions dans les écoles sur la base d'échantillons aéroportés et de salive d'élèves. Dans notre étude, les échantillons positifs concernaient principalement le SRAS-CoV-2, mais nous avons parfois détecté d'autres virus respiratoires tels que l'adénovirus et la grippe. Les mesures générales de santé publique au cours de l'étude ont probablement supprimé la propagation d'autres virus respiratoires. Il faut également noter que les concentrations virales détectées étaient faibles, comme le montrent les seuils de cycle élevés (CT) dans les résultats de la RT-qPCR. La présence moléculaire d'autres pathogènes viraux ne peut être exclue. La faible sensibilité pour la détection des pathogènes aéroportés par les tests moléculaires est un défi bien documenté [16,33].

Une étude expérimentale a démontré l'efficacité des mesures de contrôle des infections (port de masque facial universel et purificateurs d'air) en utilisant des bioaérosols SARS-CoV-2 expirés simulés dans un espace intérieur fermé [17]. En revanche, nous avons étudié les mesures de contrôle des infections dans un cadre réel et démontré leur efficacité à l'aide d'une approche à mesures multiples et obtenu des résultats similaires. Nos résultats s'alignent également sur les preuves existantes d'études au niveau de la population montrant que l'incidence du COVID-19 était plus faible dans les écoles avec l'utilisation de masques [13,15] et une ventilation améliorée [15]. De même, une étude de terrain a montré qu'une ventilation adéquate était associée à une incidence réduite de la tuberculose, une maladie strictement transmise par voie aérienne, dans un bâtiment universitaire [37]. Dans l'ensemble, ces résultats appuient les arguments en faveur de stratégies d'intervention multiples pour lutter contre la transmission aérienne des infections respiratoires dans les environnements intérieurs surpeuplés [38].

La ventilation intérieure est l'un des principaux déterminants de la transmission par voie aérienne [2,3], mais les écoles sont souvent mal ventilées [24,39]. Nous avons montré que la concentration de particules plus grosses et plus petites était plus faible avec les purificateurs d'air, conformément aux résultats sur leur efficacité dans les hôpitaux [16] et les environnements intérieurs simulés [17]. La détection de virus sur les filtres des épurateurs d'air appuie davantage les preuves de l'élimination efficace des bioaérosols. Cependant, il était difficile d'estimer les changements de transmission après les épurateurs d'air car ils ont été installés à la fin de la période d'étude alors qu'une grande partie des étudiants étaient vraisemblablement déjà infectés par le SRAS-CoV-2. De plus, les purificateurs d'air ne pouvaient pas empêcher la transmission à l'extérieur des salles de classe (par exemple, pendant les pauses et à l'extérieur des cours), ce qui limite leur efficacité par rapport aux masques qui devaient être portés dans tous les environnements intérieurs conformément au mandat général du masque. De plus, les propriétés physicochimiques des aérosols, les facteurs environnementaux et la distance par rapport aux personnes infectieuses déterminent la survie des particules en suspension dans l'air et la perte d'infectivité au fil du temps [3]. Ainsi, une prédominance de la transmission par aérosols à haute densité de particules à courte portée du SRAS-CoV-2 dans les milieux scolaires pourrait expliquer davantage pourquoi les purificateurs d'air n'étaient pas associés à une transmission réduite. Notre étude a utilisé des épurateurs d'air portables et abordables qui pourraient être mis en œuvre à grande échelle, plutôt que de gros épurateurs [25]. L'exposition au bruit et le manque d'acceptation par les enseignants [40] peuvent encore empêcher leur utilisation généralisée. Bien que n'ayant pas fait l'objet d'une évaluation spécifique, nous avons perçu une bonne acceptation de nos purificateurs d'air au cours de la courte période d'étude. Néanmoins, les investissements dans les systèmes professionnels de ventilation des bâtiments devraient être préférés aux épurateurs d'air à long terme [41].

Les fermetures d'écoles pendant la pandémie de COVID-19 ont été intensément débattues car les enfants et les adolescents sont particulièrement vulnérables à l'impact négatif de telles interventions sur leur bien-être et leur santé mentale [11]. De plus, de nombreuses études ont examiné le rôle des enfants dans la transmission du SRAS-CoV-2 [12] et on ne sait toujours pas dans quelle mesure la transmission du SRAS-CoV-2 se produit dans les écoles [42]. Ces résultats contrastent avec les études sur les virus de la grippe montrant que les écoliers peuvent être à l'origine de l'épidémie de grippe saisonnière. Des études communautaires aux États-Unis ont démontré que les taux de transmission de la grippe chez les enfants et les adolescents étaient élevés dans les écoles et qu'ils transmettaient facilement les virus de la grippe aux membres du ménage et dans leurs communautés [43–45]. Notre étude suggère que la transmission du SRAS-CoV-2 se produit également dans une large mesure dans les écoles.

Notre étude a plusieurs limites. Premièrement, les mesures des aérosols et la détection moléculaire des agents pathogènes dans les échantillons de bioaérosols documentent l'exposition, mais pas la transmission et la direction de la transmission (humain à air, air à humain). Néanmoins, des échantillons appariés de salive et en suspension dans l'air suggèrent que les élèves infectés ont exhalé des particules infectieuses dans l'air, indiquant un risque de transmission considérable dans les salles de classe. Deuxièmement, une comparaison de la concentration virale entre les conditions d'étude doit être interprétée avec prudence en raison des limites techniques de la détection moléculaire dans les échantillons de bioaérosols, et parce que le nombre d'étudiants éventuellement infectieux (et donc sensibles) a diminué vers la fin de l'étude. Troisièmement, notre analyse épidémiologique est basée sur des données d'observation, donc sujettes à une confusion potentielle, par exemple, l'incidence de COVID-19 (cas par semaine) dans la communauté a varié au cours de la période d'étude. Cependant, les niveaux étaient élevés partout et comprenaient 2 pics de sous-variantes d'Omicron. La transmission communautaire a également été prise en compte dans notre modèle de transmission bayésien. Les niveaux de CO2 n'ont pas été pris en compte dans le modèle, mais les niveaux étaient légèrement inférieurs sans intervention, ce qui suggère qu'une ventilation plus faible pendant les phases d'intervention peut avoir en fait réduit l'efficacité estimée des mandats de masque et des purificateurs d'air. Quatrièmement, les données épidémiologiques peuvent ne pas toujours être complètes en raison de la sous-déclaration de la COVID-19 parmi les élèves absents. Nous avons donc utilisé une approche probabiliste pour estimer la proportion de cas suspects étant des cas réels de COVID-19 et la date d'apparition des symptômes lorsqu'ils n'ont pas été signalés. Bien que cela nous permette de tenir compte de l'incertitude dans les données observées, les effets estimés des interventions seront moins précis, comme en témoignent les intervalles d'incertitude plus grands. Cinquièmement, l'ordre des conditions d'étude était le même dans toutes les classes, principalement parce que notre période d'étude a coïncidé avec la levée des mandats généraux de masque. L'efficacité des mesures de contrôle des infections peut donc être affectée par leur calendrier. Les études futures pourraient modifier l'ordre des interventions dans chaque classe en utilisant une conception croisée. Cela permettrait d'exploiter la variation des données entre les classes et de réduire l'influence du calendrier. Enfin, notre conception de l'étude nous a seulement permis d'analyser la variation au sein des classes au fil du temps. Nous n'avons donc pas analysé la variation entre les classes, bien que nous ayons observé certaines différences telles que des niveaux de CO2 plus faibles et une transmission à l'école 2. Ces différences peuvent s'expliquer par des facteurs spécifiques à l'école non mesurés dans notre étude.

En conclusion, en utilisant des données épidémiologiques, environnementales et moléculaires, notre étude suggère qu'une transmission considérable du SRAS-CoV-2 s'est produite dans les écoles participantes. Le port général du masque facial était associé à une réduction de la transmission du SRAS-CoV-2 et à la prévention des infections. L'efficacité des interventions a été soutenue par des diminutions significatives de la concentration d'aérosols. Pris ensemble, nos résultats suggèrent que les mesures de contrôle des infections peuvent réduire la transmission des infections respiratoires dans les salles de classe. Des études futures pourraient utiliser notre approche à mesures multiples pour évaluer l'efficacité des mesures de contrôle des infections dans la réduction de la transmission des infections respiratoires. Idéalement, ces données devraient être recueillies systématiquement dans les écoles sentinelles, surveillant ainsi en permanence les risques de transmission et alertant les autorités sanitaires lorsque des mesures de contrôle des infections doivent être prises.

https://doi.org/10.1371/journal.pmed.1004226.s001

(PDF)

Texte A. Détails sur les analyses de laboratoire et moléculaires. Texte B. Résumé des données de cas et moléculaires. Texte C. Données de cas longitudinales. Texte D. Simulation probabiliste des données de cas. Texte E. Estimation de la transmission et des effets des mesures de contrôle des infections. Texte F. Estimation des paramètres du modèle. Texte G. Résultats détaillés du modèle de transmission. Texte H. Estimation des changements dans les concentrations de particules. Texte I. Calcul du volume d'air réinspiré et du taux de ventilation. Texte J. Résultats pour les changements dans les variables environnementales. Texte K. Modélisation du risque de transmission du SRAS-CoV-2 à l'aide d'une équation Wells-Riley modifiée. Fig A. Proportion de cas suspects étant des cas réels de COVID-19. Fig B. Distribution empirique et ajustée du délai entre l'apparition des symptômes et l'absence. Fig C. Comparaison des cas déclarés et estimés de COVID-19. Fig D. Prior pour la probabilité d'être infecté sans interventions. Fig E. Choix du préalable pour la période d'incubation. Fig F Incidence estimée dans le temps. Fig G. Estimations basées sur des modèles et des simulations du nombre de cas de COVID-19. Fig H. Estimation du nombre d'infections évitées grâce aux interventions. Fig I. Boîte à moustaches des variables environnementales par école et condition d'étude. Fig J. Risque de transmission estimé à l'aide d'une équation Wells-Riley modifiée. Tableau A. Cas signalés de COVID-19, de salive et d'échantillons aéroportés à l'école 1. Tableau B. Cas signalés de COVID-19, de salive et d'échantillons aéroportés à l'école 2. Tableau C. Aperçu de la population étudiée, nombre de COVID -19 cas, et jours-personnes d'absences dans chaque classe d'étude. Tableau D. Liste des cas confirmés et suspects sur la période d'étude à l'école 1. Tableau E. Liste des cas confirmés et suspects sur la période d'étude à l'école 2. Tableau F. Choix préalables pour les paramètres du modèle. Tableau G. Résultats de l'estimation du modèle de transmission. Tableau H. Estimation de la réduction des concentrations d'aérosols et de particules avec les interventions.

https://doi.org/10.1371/journal.pmed.1004226.s002

(PDF)

Nous tenons à remercier les écoles, les enseignants et les élèves qui ont participé à l'étude. Nous remercions également le Département de l'éducation du canton de Soleure pour son soutien tout au long de l'étude. Enfin, nous sommes redevables aux élèves assistants qui ont aidé à la collecte de données dans les écoles.

Pour plus d'informations sur les domaines PLOS, cliquez ici.

Le domaine est-il"Écoles" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"SRAS-CoV-2" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"COVID-19 [feminine" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"Infections respiratoires" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"Aérosols" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"Salive" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"Gaz carbonique" applicable à cet article ? Oui Non

Merci pour vos commentaires.

Le domaine est-il"Facteurs de risque médicaux" applicable à cet article ? Oui Non

Merci pour vos commentaires.