modélisation mathématique des effets d’un vaccin antituberculeux préexposition. Une famille de modèles, indexée par un paramètre τ, qui traduit un événement d’exposition avec une magnitude D’exposition X en une probabilité que l’exposition conduise à une infection persistante de M. tuberculosis (τ contrôle la probabilité absolue d’infection), est présentée. La moyenne de P(X; τ) sur la distribution supposée de X donne la probabilité inconditionnelle d’infection persistante de M. tuberculosis pour une seule exposition., Les termes sont les suivants. M est le nombre d’événements d’exposition discrets sur une année (intensité de l’exposition). Supposons que M varie selon les individus, mais qu’il existe un nombre moyen d’événements d’exposition pour une population donnée d’individus et que la moyenne (sur l’échelle logarithmique) est l’indice d’intensité de l’exposition pour cette population. X est le potentiel infectieux d’un seul événement d’exposition (ampleur de l’exposition). L’interprétation la plus simple du potentiel infectieux X est le nombre d’unités infectieuses discrètes (p. ex., bacilles) déposées sur la surface alvéolaire pulmonaire lors d’un seul événement d’exposition., Même si X peut être interprété de manière plus générale/abstraite, L’interprétation étroite de X est le nombre d’unités infectieuses par événement d’exposition. Supposons que X varie au cours de multiples événements d’exposition au sein des individus ainsi qu’entre les individus, mais qu’il existe un nombre moyen pour une population donnée d’individus au fil du temps et que la moyenne (sur l’échelle logarithmique) est l’indice de magnitude de l’exposition pour cette population. τ est un paramètre qui relie la magnitude D’exposition X à la probabilité d’infection par la fonction P(X;τ)., Pour la fonction spécifique P(X; τ) = 1 − (1 − τ)X, τ est la probabilité d’infection à partir d’une seule exposition unitaire (par exemple, un événement d’exposition avec X = 1). A) probabilité d & apos; infection persistante par M. tuberculosis en fonction des différentes grandeurs d & apos; exposition. Le graphique montre la probabilité d’infection persistante pour une ampleur d’exposition donnée (nombre de bacilles par événement d’exposition). L’ampleur de l’exposition est tracée sur l’axe x, où X peut être interprété comme le nombre d’unités infectieuses discrètes déposées dans le poumon pour un événement d’exposition individuel., L’axe y représente l’indice d’infectiosité. Quatre différents scénarios possibles pour la probabilité d’infection (τ) sont tracés. (B) Modèle pour différentes probabilités d’infection étalonné à un taux d’infection annuel de 5%. le graphique de contour montre la relation entre l’ampleur et l’intensité de l’exposition correspondant à un taux d’infection annuel de 5%. La plage des grandeurs d’exposition potentielle est tracée sur l’axe x (échelle logarithmique). La plage des intensités d’exposition potentielles (nombre d’événements d’exposition) est tracée sur l’axe Y., Les courbes de niveau indiquent des valeurs potentielles pour la probabilité d’infection (τ) pour des magnitudes et des intensités d’exposition prévues données. La région bleue représente des valeurs qui ne sont pas cohérentes pour un milieu où le taux d’infection de la population observée est de 5%. C) Modèle d’effet vaccinal dans lequel la probabilité d’infection est réduite de 60%. L’effet estimé d’un vaccin avec une efficacité biologique de 60% (réduit la probabilité d’infection persistante de 60%) est montré. Les lignes pleines correspondent aux scénarios décrits dans le panneau A., Les lignes pointillées correspondent à une probabilité réduite d’infection attendue pour un vaccin avec une efficacité de 60%, avec des flèches soulignant la quantité de décalage. Le graphique suggère que pour une faible probabilité d’infection (τ), l’effet du vaccin est réduit (Flèche). De plus, lorsque les probabilités d’infection sont élevées, l’effet du vaccin est réduit lorsque l’exposition est plus importante. Pour des probabilités d’infection plus faibles, l’effet du vaccin persiste dans un large éventail de grandeurs d’exposition., Cependant, pour des probabilités d’infection plus élevées, l’effet du vaccin n’est apparent qu’à des magnitudes d’exposition plus faibles et est presque complètement atténué à des magnitudes d’exposition plus élevées. (D) une Atténuation de l’efficacité du vaccin pour les différents niveaux de l’ampleur et de l’intensité de l’exposition. Les Contours des valeurs d’efficacité vaccinale (VE) tracés par rapport à l’intensité et à l’ampleur de l’exposition sont donnés pour une réduction de 60% de la probabilité τ (RR = 0,4). Le graphique de contour montre des valeurs d’efficacité vaccinale biologique calibrées à une incidence de 5% par an., Ce graphique est un complément au panneau B, dans lequel la probabilité d’infection par exposition (τ) est compatible avec les taux d’infection de la population de 5% par année pour certains niveaux d’ampleur et d’exposition. Les numéros des lignes de contour indiquent différentes efficacités vaccinales potentielles au niveau de la population ou observées associées à un vaccin ayant une efficacité biologique (par exposition) de 60%. Comme dans le panneau B, la région bleue indique des scénarios dans lesquels l’exposition est trop faible pour être compatible avec un taux d’infection de la population non vaccinée de 5% par année., Le modèle suggère que l’efficacité vaccinale observable au niveau de la population diminue à mesure que l’exposition diminue et que la probabilité d’infection par exposition augmente de façon concomitante. Il suggère également que l’atténuation de l’efficacité du vaccin est plus grande pour les profils d’exposition de forte intensité/faible intensité que pour les profils de faible intensité/forte intensité. Ainsi, toutes choses étant égales par ailleurs, un vaccin serait plus performant avec plus d’expositions de magnitude inférieure qu’avec moins d’expositions de magnitude supérieure.