Un article intitulé « A pooled testing strategy for identifying SARS-CoV-2 at low prevalence » a été publié par la revue Nature Magazine, suite à une étude menée au Rwanda. Menée par des chercheurs de l’Institut Panafricain des Sciences Mathématiques (AIMS), du groupe de travail COVID-19 au Rwanda et de l’Université du Rwanda, l’étude présente une méthode efficace et rentable pour optimiser les dépistages du coronavirus.

Cette approche de dépistage par mélange d’échantillons est le fruit d’un travail mené par le Professeur Wilfred Ndifon, Directeur scientifique chez AIMS, mathématicien épidémiologiste et théoricien principal de l’étude : « pour pouvoir contrôler la COVID-19, il faut prélever des échantillons de manière intelligente et les tester ; régulièrement, rapidement. Nous avons développé une méthode qui peut améliorer la capacité des pays à effectuer des tests de manière extensive et régulière à moindre coût », a-t-il déclaré.

3 fois plus de tests, résultat 2 fois plus rapide

« Avant la découverte de cette nouvelle méthode, nous testions une moyenne de 1500 échantillons par jour, ce qui nous permettait de fournir des résultats dans les 48 heures. Maintenant, avec les analyses par mélange d’échantillons, nous testons environ trois fois plus d’échantillons et les patients reçoivent les résultats en une journée », a déclaré le Prof Leon Mutesa, membre du groupe de travail COVID-19 du Rwanda et expérimentateur principal de l’étude, qui est également généticien médical et Directeur du Centre de Génétique Humaine de l’Université du Rwanda.

« La recherche est l’un des piliers les plus essentiels de l’écosystème de transformation d’AIMS, et cette étude est une nouvelle démonstration de l’application des mathématiques aux problèmes du monde réel » a déclaré Lydie Hakizimana, PDG intérimaire d’AIMS. « Nous sommes ravis que les conclusions de cet article, corédigé par notre Directeur scientifique, Wilfred Ndifon, et par le Fondateur et Président du Conseil d’administration d’AIMS, Neil Turok, contribuent à détecter et à freiner la propagation de la COVID-19 au Rwanda et ailleurs ».

Un nouvel algorithme mathématique

L’étude introduit un nouvel algorithme mathématique pour optimiser le regroupement des échantillons, le groupe de personnes à tester étant représenté par un ensemble de points disposés dans un hypercube, avec trois points de chaque côté. L’idée est de tester chaque tranche, et s’il y a un seul individu infecté dans le groupe, alors les tranches positives indiqueront la position de cette personne dans l’hypercube. Avec les essais de terrain en cours au Rwanda et en Afrique du Sud, l’utilisation de la méthode de dépistage par mélange d’échantillons à grande échelle pour surveiller étroitement et continuellement l’infection dans une population offre une voie prometteuse pour le contrôle à long terme de la COVID-19.