Optimisation de l’intervalle entre les doses de vaccin en utilisant une approche pharmacométrique

: le cas du Spikevax®

Résumé

La pandémie de SARS-CoV-2 a conduit à une vaccination massive depuis décembre 2020. C’est le moyen le plus sûr actuellement d'éviter la résurgence des formes graves et de la mortalité. Il est donc essentiel de réfléchir à sa mise en oeuvre à long terme. La question de recherche traitée ici est : " Comment pérenniser la vaccination en optimisant l'intervalle entre 2 doses en fonction de la variabilité interindividuelle " ? Les données que nous avons utilisées proviennent de 252 professionnels de santé ayant participé à une étude visant à décrire les niveaux d'anticorps après la vaccination. L'analyse pharmacocinétique est une modélisation et simulation (M&S) des effets mixtes non linéaires (NLME) sur les 199 patients séronégatifs car le modèle comprenant les patients séropositifs n’a pas passé la validation interne. Les paramètres étudiés sont développés via un modèle mathématique comptant la génération des anticorps et la perte de ceux-ci en fonction des deux injections. Outre les taux d'anticorps à plusieurs temps, la base de données contient plusieurs variables : le groupe sanguin, le sexe, les facteurs de risque lié au COVID-19, l’âge, la taille, le poids et l'IMC. Des analyses statistiques descriptives et de corrélation ont été effectuées sur cellesci. Des analyses statistiques descriptives et de corrélation ont été mises en oeuvre avec succès, ainsi que la NLME M&S. Des associations ont été trouvées entre les paramètres calculés et les variables de la base de données. Celles-ci sont entre le IMC et la perte d’anticorps après la première injection et entre l’âge et la création d’anticorps après la seconde. Dans cette étude, ce n’est pas tant les résultats qui importent mais la méthode utilisée. Celle-ci pourra être appliquée à un meilleur échantillonnage afin d’améliorer le modèle.

la date de réponse	25 août 2023
langue originale	Français
L'institution diplômante	Universite de Namur
Superviseur	Flora Musuamba Tshinanu (Promoteur)