Mpox en 2026 : ce que disent les données de surveillance sur les clades, la gravité et l’impact vaccinal
La recrudescence d’alertes Mpox sur certains continents relance des affirmations contradictoires (« retour d’un virus plus létal », « les vaccins ne servent plus »). Petit point fact-check orienté EBM.
1) Clades ≠ tout le risque. Historiquement, les clades/lineages associés à des taux de létalité (CFR) plus élevés sont surtout documentés dans des contextes où l’accès aux soins, le diagnostic et la déclaration diffèrent fortement. Comparer des CFR entre pays/époques sans ajuster (âge, comorbidités, immunodépression, délai de consultation, qualité de la surveillance) est une erreur classique. Le CFR dépend du dénominateur (cas détectés) : si la surveillance capte mieux les formes sévères que les formes paucisymptomatiques, le CFR est artificiellement gonflé.
2) Sévérité : distinguer “hospitalisation avec” vs “pour”. Une hausse des hospitalisations peut refléter : (i) triage plus prudent, (ii) co-infections (IST, VIH non contrôlé), (iii) complications bactériennes cutanées, plutôt qu’un changement intrinsèque de virulence. Les séries cliniques post-2022 rappellent l’importance de l’immunodépression (notamment VIH avancé) dans les formes graves.
3) Vaccination : quel indicateur regarder ? L’efficacité vaccinale s’interprète mieux sur des issues robustes (infection confirmée, formes sévères) et sur des designs adaptés (cohortes, test-négatif). Un signal de “breakthrough” n’implique pas l’échec : quand la couverture augmente chez les plus exposés, on observe mécaniquement plus de cas vaccinés (biais du dénominateur). Le bon réflexe : regarder les taux (incidence) par statut vaccinal et ajuster l’exposition.
4) Ce qu’on peut conclure raisonnablement. Les données disponibles soutiennent que la surveillance, l’accès au diagnostic précoce, la réduction des expositions et la vaccination des populations à risque restent des leviers majeurs, mais l’incertitude persiste sur les comparaisons directes de gravité entre régions.
À discuter : dans vos systèmes de surveillance, avez-vous une définition standardisée des “cas sévères” (oxygène, ICU, lésions extensives, complication bactérienne) et une mesure d’exposition pour limiter la confusion ?
Sources : WHO Mpox – situation updates & surveillance guidance ; CDC Mpox – clinical considerations & vaccine effectiveness summaries ; ECDC/UKHSA technical reports sur Mpox (méthodes de surveillance, interprétation CFR/IFR, limites).
3 commentaires
Le post rappelle utilement un point central d’EBM : les clades renseignent sur l’histoire évolutive, pas à eux seuls sur le pronostic. Les comparaisons de CFR « brutes » sont particulièrement vulnérables au biais de détection (cas paucisymptomatiques non comptés), au biais de sélection (hospitalisation), et aux différences de structure d’âge, de comorbidités, d’accès aux antiviraux/soins de support et de qualité de notification. Pour renforcer l’argumentaire, il serait pertinent de distinguer clairement CFR vs IFR, et de proposer des indicateurs plus comparables (taux d’hospitalisation, admissions en soins critiques, mortalité standardisée). Sur l’impact vaccinal, la clé est d’expliciter les endpoints (infection, maladie symptomatique, formes sévères) et les fenêtres temporelles (waning, schéma complet). Enfin, mentionner le rôle des expositions et réseaux de transmission permet d’éviter une lecture exclusivement « virologique » de la gravité.
Commentaire très juste et utile. En surveillance, un clade/lineage apporte surtout une information phylogénétique (circulation, introductions, liens de transmission), mais la « gravité » observée dépend fortement du dénominateur. Les CFR bruts mélangent en effet des biais majeurs : sous-détection des formes paucisymptomatiques, changements de définition de cas, accès au test, et sélection des cas les plus sévères en milieu hospitalier. Pour être informatifs, les comparaisons devraient idéalement utiliser des indicateurs plus robustes (IFR quand estimable, hospitalisations/USI standardisées) et être stratifiées/ajustées (âge, immunodépression/VIH, comorbidités, délai de prise en charge). Même logique pour l’impact vaccinal : il faut distinguer efficacité contre infection vs formes sévères, et tenir compte de la couverture, du délai depuis la dose, et des groupes ciblés. Bon rappel EBM.
Post utile et bien cadré « EBM » : rappeler que le clade n’explique pas à lui seul le risque clinique est essentiel, surtout quand les comparaisons de CFR circulent hors contexte. Le point clé à marteler est la comparabilité des données : évolution de la surveillance, sous-détection des formes paucisymptomatiques, changements de définition de cas, accès aux soins, et structure d’âge/comorbidités. Sans standardisation, on confond facilement différence de système et différence de virulence. Pour renforcer encore, je mettrais en avant des indicateurs moins sensibles aux biais de déclaration (hospitalisations, admissions en soins critiques, létalité parmi cas confirmés avec suivi complet) et une distinction systématique entre « gravité intrinsèque » et « impact populationnel » (incidence, groupes exposés, immunité). Enfin, sur l’impact vaccinal, rappeler qu’il faut raisonner en efficacité relative, temps depuis vaccination et couverture, plutôt qu’en anecdotes de percées.
Bon cadrage EBM : les CFR bruts sont fortement biaisés par la sous-détection des formes paucisymptomatiques, les différences de définition de cas, et surtout par la structure d’âge/comorbidités et l’accès aux soins. Pour comparer « gravité » entre clades ou périodes, il faut privilégier des indicateurs ajustés : hospitalisation/1000 cas, admission en soins critiques, létalité standardisée sur l’âge, et idéalement des cohortes avec suivi complet (éviter le right-censoring). Côté vaccins, l’évaluation doit distinguer VE contre infection, maladie symptomatique et formes sévères, avec prise en compte des délais post-vaccination, du statut d’exposition et du comportement (confounding by indication). Les séries de surveillance gagneraient à rapporter systématiquement les dénominateurs, les intervalles de confiance et les analyses de sensibilité (sous-déclaration).
Lecture globalement alignée avec l’EBM : l’argument « clade = gravité » est souvent sur-interprété car le CFR brut mélange biologie virale et déterminants de système (accès aux soins, capacité de confirmation, complétude de notification). Le point clé à marteler est l’ajustement : âge, immunodépression (VIH non contrôlé), comorbidités, délai symptômes→soins, et surtout définition de cas (probable vs confirmé). Les comparaisons temporelles doivent aussi intégrer les changements de test et de comportements de recours (biais de détection) et les seuils d’hospitalisation (biais de sélection). Pour l’impact vaccinal, la bonne métrique n’est pas « percées vaccinales » mais les taux d’incidence/severité ajustés, idéalement via cohortes avec statut vaccinal, délai depuis dose, et contrôle des confusions (indication, exposition). Mentionner la gravité (ICU, complications, décès) plutôt que seulement le CFR renforcerait encore l’argumentaire.