Un poster présenté au début du mois à la CROI (conférence sur les rétrovirus et infections opportunistes) à Atlanta démontre le risque mathématique d’une substitution des auto-tests au dépistage tel qu’il se pratique aujourd’hui.
Le modèle se base sur la situation épidémiologique des gays à Seattle, avec une prévalence située autour de 18%.
Le modèle fait ensuite varier trois critères : l’utilisation des auto-tests, la fréquence des tests et le délai d’initiation d’un traitement en cas de contamination.
Si l’on fait changer le premier paramètre en imaginant que les gays n’utilisent plus que les auto-tests, sans modifier la fréquence des tests ni le délai d’initiation du traitement, la prévalence estimée est de 27,4%.
Si, par ailleurs, la fréquence des tests était multipliée par 3, la prévalence passerait alors à 22,3%.
En revanche, si l’efficacité des auto-tests actuels s’accroissait (avec une fenêtre sérologique réduite de 3 à 2 mois), et que la fréquence des tests était multipliée par 5, on pourrait imaginer un changement mineur ou nul de la prévalence.
Le délai d’initiation du traitement est en outre un facteur inquiétant de modification de la prévalence : si le recours au soin après la découverte de séropositivité était deux fois moins important pour les hommes testés chez eux, la prévalence augmenterait là aussi sensiblement (jusqu’à 28,9%).
Ces résultats sont à prendre en considération : on y voit l’importance d’éviter le remplacement massif des tests de dépistage classiques par les auto-tests, mais également la nécessité de trouver des solutions au manque d’adhésion au soin chez les personnes dépistées à domicile (observé dans une étude récente pour le cas français). Il apparaît donc que, du point de vue des risques estimés, les auto-tests pourraient avoir un impact défavorable chez les gays, c’est-à-dire dans un groupe à forte prévalence et où le recours au dépistage est déjà fréquent, dans des formes plus efficaces.
Source :
Katz et al., CROI 2013, « Replacing Clinic Testing with Home-use Tests May Increase HIV Transmission among Seattle MSM : Evidence from a Mathematical Model »