Contexte :
Le virus Sars-CoV 2 était responsable d’une pandémie à l’origine de plusieurs vagues de contaminations successives. La maladie de la COVID-19 était difficilement identifiable en pratique. Elle était suspectée devant une symptomatologie de virose respiratoire, ainsi que d’autres symptômes aspécifiques. L’examen complémentaire de référence pour l’identification de la maladie était la PCR par prélèvement nasopharyngé. Au cours de la crise sanitaire cet examen avait présenté des périodes de tensions en ce qui concernait son accès et l’obtention des résultats. Nous nous sommes intéressés à l’étude de la symptomatologie clinique de la maladie de la COVID-19 pour construire un score de probabilité clinique, permettant une analyse simplifiée des patients consultants en soins de santé primaires et orienter les praticiens dans la décision de prescription d’une PCR.
Méthodologie :
Nous avons construit un score de probabilité clinique pour le diagnostic de la maladie de la COVID-19 en utilisant des données rétrospectives récoltées dans trois centres COVID de Seine-Maritime entre le 30 mars 2020 et le 17 juillet 2020. Notre modèle s’est construit autour d’une analyse statistique utilisant une loi de Poisson multivariée pénalisée, les résultats ont été transformé en score permettant de déterminer une probabilité d’être contaminé par le SARS-CoV 2. La décision de réaliser une PCR était déterminée par des valeurs seuils choisies selon une courbe de ROC.
Résultats :
Nous avons obtenu plusieurs combinaisons de symptômes qui ont été mis en évidence dans notre modèle, avec des probabilités allant de 1% à 35% d’être atteint par la COVID-19. Les différentes valeurs seuils déterminées présentaient des performances diagnostiques différentes inférieures à celles du test diagnostic par PCR.
Conclusion :
Notre étude confirme la complexité de l’analyse de la symptomatologie de la COVID-19 et de la nécessité de développement d’outils diagnostiques performants utilisables en soins de premiers recours.