Philippe Bouvet CNR des Salmonella et Shigella , Unité BBPE

Séminaire CRC 05/12/01

Détection « automatisée » de bouffées

épidémiques à Salmonella : description du

système du CNR, performances et perspectives

Philippe BouvetCNR des Salmonella et Shigella,

Unité BBPE


Salmonella / salmonelloses : contexte épidémiologique

- intérêt d ’une surveillance et d ’une alerte précoce

Analyse de séries chronologiques

Démonstration « statique » du système du CNR

Fil rouge : épidémie à Salmonella Infantis en cours

Performances

Perspectives

Démonstration avec les logiciels


Samonelles / salmonelloses

Cause la plus fréquente de diarrhées aigües bactériennes

d ’origine alimentaire

incubation 12 à 36 heures - dose infectante - portage

Responsables de 80% des foyers de TIAC ( > 750 en 1995)

12.000 -15.000 cas recensés par le CNR chaque année MAIS

• toutes les souches ne sont pas envoyées au CNR

• tous les cas ne font pas l ’objet d ’une coproculture (5%)

25 % des cas hospitalisés

Coût estimé : France (1990) : 1,2 Milliards de F Etats-Unis (1987) : 1 Milliard de $ U.S.


Transmission alimentaire :

Matières premières contaminées (œufs, viande

hâchée, fromages…)

Aliment contaminé par porteur sain (restauration

collective, familiale…)

Plus rarement Transmission inter-humaine (crèche, cas secondaires familiaux...)

Foyers de cas groupés (TIAC…)

Foyers communautaires diffus

Transmission des Salmonella

Animaux domestiques

VolaillesŒufs,

ovoproduits,pâtisserie

Viande hâchée

Reptiles

Produitslaitiers

Contamination inter-humaine secondaire

(par malades ou porteurssains)

Survenue d’une TIA à SalmonellaSI

Ingestion d’une quantité importantede bactéries viables (sauf chez lespersonnes dites « à risques »)

Origines de la multiplicationbactérienne : rupture de la chaînedu froid ou du chaud, contaminationscroisées…)

Circonstances de survenue chez l’homme des gastro-entérites provoquées par les Salmonella


Surveillance des salmonelloses en France

Les objectifs: Documenter les tendances spatiales et

temporelles des sérotypes de Salmonella Détecter des épidémies locales, régionales,

nationales Suggérer des actions préventives Evaluer l’impact des mesures préventives Avoir connaissance d’une éventuelle

antibiorésistance.

Les moyens : CNR des Salmonella et Shigella (IP, Paris), InVS, DGS et ses services décentralisés (DDASS), DGAL et ses services décentralisés, DGCCRF et ses services décentralisés, AFSSA

SURVEILLANCEAnalyse des données de surveillance

Mois, semaineNational, régional, départemental

Notifications d ’épidémies

CENTRE NATIONAL DE REFERENCE

DES SALMONELLA ET DES SHIGELLA

Souches d’origine humaine

LABM

(1600)

Laboratoires hospitaliers (400)

INVENTAIRE ANNUEL (tendances)

EXPERTISE

RESEAU DE LABORATOIRES

Transmission journalière des informations

épidémiologiques des nouvelles souches sérotypées au CNR

InVS

DGSALERTE

Souches

(10 000 / an)

IDE

NT

IFIC

AT

ION Compte-rendus

( 6 000 / an )

Souches d’autres origines (aliments, animaux, environnement, eau)

AFSSA-LERHQA

Laboratoires de contrôle

alimentaire, vétérinaire, d’hydrologie,

RELEVES et souches

( 21 000 / an )


Analyse de séries chronologiques (Time Series Analysis)

Analyse spectrale ou fréquentielle (Serfling)

Analyse temporelle (Box et Jenkins)

Techniques de régression de Poisson

MAIS Pré-requis (longueur de la série, nombre…) Chaque nouvelle donnée introduite influe sur le modèle et la prédiction (Serfling) Plusieurs hypothèses à tester Modélisation quelquefois impossible


« Any one who tries to analyze a TS*, without plotting it first, is asking for

trouble » (Chatfield)

* TS = time series


Le signal observé est la résultante de :

une tendance séculaire

un facteur cyclique (saisonnalité…)

un signal résiduel


Série stationnaire + pics épidémiques

Salmonella Goldcoast

Série mensuelle 1978-2001


Série avec tendance

Salmonella Saintpaul

Série mensuelle 1978-2001

grande diversité : 2500 sérotypes MAIS 15 sérotypes = 86%

saisonnalité très marquéeEx : tous sérotypes -

série mensuelle 1978-2001Echelle 0 à 2200 souches

« bruit de fond » élevé (niveau national)

Ex : sérotype Panama-série mensuelle 1991-2001

Echelle 0 à 30 souches

Caractéristiques épidémiologiques des infections à Salmonella


Depuis 1994, système en évolution

Graphiques - tendances séculaires

Seuil d ’alerte mensuel / France

Seuil d ’alerte mensuel / département ou région

Seuil d ’alerte hebdomadaire / France


InformerInformer : accéder aux données historiques du CNRSS et

disposer de représentations graphiques montrant les

évolutions séculaires

SurveillerSurveiller : améliorer le suivi spatio-temporel des principaux

sérotypes de Salmonella rencontrés chez l’homme ainsi que le

suivi de certaines caractéristiques des patients

AlerterAlerter : pouvoir comparer l’incidence mensuelle /

hebdomadaire d’un sérotype avec une valeur de référence

(valeur attendue)

OBJECTIFS DUOBJECTIFS DU SISALSISALCNRSSCNRSS


• simplicité (pour l’actualisation et pour l’utilisation )• intervention humaine minimale • rapidité (absence de calculs statistiques lourds et complexes) • applicabilité à tous les sérotypes• lisibilité des sorties informatiques• autorisant :

un suivi régulier (hebdomadaire)

une surveillance temporelle, géographique

un suivi des caractéristiques des patients (tranches d’âge,

sexe)

CAHIER DES CHARGES DU CAHIER DES CHARGES DU SISALSISALCNRSSCNRSS


Trois bases de données (80 sérotypes)

SURVEILLANCE MENSUELLE

niveau national ( > 13.000 valeurs - incidences et

répartition par tranche d’âge - début 1978)

niveaux départemental ou régional ( > 700.000 valeurs -

début 1992)

SURVEILLANCE HEBDOMADAIRE

niveau national ( > 30.000 valeurs - incidences et

répartitions par tranche d’âge et par sexe - début 1992).

OUTILS INFORMATIQUES POUR LA SURVEILLANCE (1)


Adelaide Glostrup Muenster Te lelkebir Shigella boydiiAgona Goldcoast Napoli Tennessee Shigella dysenteriaeAlbany Hadar Newport Thompson Shigella flexneriAnatum Havana Ohio Typhi Shigella flexneri 1Berta Heidelberg Oranienburg Typhimurium Shigella flexneri 2Blockley Ibadan Panama Uganda Shigella flexneri 6Bochum Indiana Paratyphi A Urbana Shigella sonneiBovismorbificans Infantis Paratyphi B Veneziana Shigella sonnei aBradford Isangi Paratyphi B T+ Virchow Shigella sonnei gBraenderup Kedougou Paratyphi B T- Weltevreden Shigella (ts)Brandenburg Kentucky Poona WienBredeney Kottbus Reading WorthingtonCerro Litchfield Rubislaw Salmonella (ts)Coeln Livingstone SaintpaulCorvallis London SandiegoDerby Manhattan SandiegoDublin Mbandaka SchwarzengrundDuisburg Meleagridis SenftenbergEnteritidis Montevideo StanleyGive Muenchen Stanleyville

Sérotypes de Salmonella et Shigella sous surveillance



Pour :

chaque sérotype

chaque niveau temporel (mois, semaine)

chaque niveau spatial (pays, région, département)

la valeur observée est comparée avec la valeur attendue (calculée d ’après les données des années précédentes, corrigées de la saisonnalité, des épidémies passées, des tendances à moyen / long terme)

Mois 12Année 2001

11/2000 12/2000 01/200111/1999 12/1999 01/200011/1998 12/1998 01/199911/1997 12/1997 01/199811/1996 12/1996 01/1997

Série de 15 valeurs : lissage de la série

• calcul de la moyenne

• détection des mois épidémiques

(> moyenne + 1.0 ET) puis

remplacement par une valeur normale

(= moyenne)

Test « régression »

Série lissée

Série originale : sérotype Y

POSITIF

NEGATIF

Valeur attendue = moyenne des 15 valeurs de la série

lissée

Valeur attendue = moyenne des 3

valeurs de l ’année précédente

ALGORITHME UTILISÉ AU CNR

Courbe des valeurs attendues

Série sans tendance apparente + pics épidémiques

Série avec tendance apparente + pics épidémiques




SORTIES RELEVES DE SURVEILLANCE

- par sérotype (mensuel)- par sérotype (hebdomadaire)- par sérotype et département ou région (mensuel).

GRAPHIQUES DE SURVEILLANCE INTERACTIFS = « tableaux de bord électroniques” CARTES GEOGRAPHIQUESGRAPHIQUES D’INFORMATION (préparation de transparents, de

diapositives...)

Seuls les sérotypes ou les départements dépassant un “seuil de sensibilisation” sont imprimés


Présentation « statique » du système

Fil rouge : Salmonella Infantis (épidémie en cours)


Surveillance mensuelle France

Relevé : seuls les sérotypes dépassant les valeurs attendues sont imprimés


Extrait du relevé de surveillance mensuel pour le mois de

octobre 2001

Indicateurs visuels de dépassement

Sérotype N (%) Valeurs attendues

Sérotype Infantis en France en octobre 2001

Valeur observée : 47

Valeurs attendues : 20 - 23 souches


Surveillance mensuelle

Département / Région

Relevé : seuls les sérotypes / départements dépassant les valeurs attendues sont imprimés


Extrait du relevé par département pour le mois 10/ 2001


Sérotype Dép. N Valeurs attendues

Sérotype Infantis dans le dép. 77


Valeurs attendues : 0. souche



Sérotype région N Valeurs attendues

Extrait du relevé par région pour le mois de octobre 2001

Sérotype Infantis en Ile-de-France


Valeurs attendues : 4-5 souches


Surveillance hebdomadaire France

Relevé : seuls les sérotypes dépassant les valeurs attendues sont imprimés


Indicateur sérotype semaine n° N (%) valeurs

visuel attendues

Sérotype Infantis : dépassements des valeurs attendues les semaines 41, 42, 43, et 45

Extrait du relevé de surveillance du 03/12/2001

Grossissement sur les semaines 41 à 46 /2001

(%)7

241340133

Distribution habituelle

Répartition par Département


Exemple : épidémie à Salmonella Coeln - Grand Sud-Ouest

Novembre-décembre 1998

Sérotype COELN : série hebdomadaire 1998-1999

SEMAINES 46 - 47NOVEMBRE 1998

Données épidémiologiques

Statistiques de base

(%)7

241340133

Distribution habituelle

Répartition par Département


Salmonella Napoli

France 19- à 20-


Sérotype Napoli

(série annuelle 1991-2000)

0

10

20

30

40

50

60

91 92 93 94 95 96 97 98 99 00

Années

N


Répartitiongéographiquedes souches deSalmonellaNapolienvoyées auCNR poursérotypage en2000


Autres utilisations


Infantis en cours

Série mensuelle


Série mensuelle


Performances

Semaine/moisEpidémique

Semaine/moisnon épidémique

Signal + VP FP VPPSignal - FN VN VPN

Se Sp

Se = VP / VP + FP

Sp = VN / VN + FP

VPP = VP / VP + FP

VPN = VN / VN + FN

Obtenir un signal quand épidémie +

Ne pas obtenir de signal quand épidémie -

Prob. pour que le signal + corresponde à

une vraie épidémie

Prob. pour que l ’absence de signal

corresponde à une absence d ’épidémie

sérotype Délaid’alerte

Seuil CNR Seuil Box & J SeuilSerfling

Se vpp Se vpp Se vppParatyphi B 1se 0,80 0,67 0,93 1,0 0,8 0,52

2se 0,67 0,77 0,87 1,0 0,73 0,58

Brandenburg 1se 0,89 0,42 / / 0,89 0,38

2se 0,78 0,64 / / 0,78 0,78

Goldcoast 1se 0,86 0,44 / / 0,71 0,53

2se 0,71 0,56 / / 0,57 0,89

Typhimurium 1se 0,38 0,11 0,25 0,25 0,38 0,20

2se 0,13 0,14 0,13 0,50 0,25 0,33

Groupés 1se 0,76 0,38 0,70 0,73 0,72 0,42

2se 0,61 0,57 0,61 0,93 0,61 0,65

Comparaison des performances des seuils CNR (ancien algorithme), Box & Jenkins et Serfling (d ’après C. Billy, DEA Univ. Bordeaux II/Univ. Pierre Rabelais

- Tours, 1998)

Système perfectible

• Biais de recrutement - volontariat

• Données brutes (doublons, souches de TIAC,

d ’épidémies, de cas sporadiques...)

• Sensibilité : moyenne (ancien algorithme)

à évaluer avec le nouvel algorithme

INSUFFISANTE pour 2 sérotypes Enteritidis

et Typhimurium (50% des cas signalés en

« information papier »)

• Spécificité : moyenne (ancien algorithme)

à évaluer avec le nouvel algorithme


Mettre en place une surveillance hebdomadaire : OUI Prise en compte du délai d ’acheminement de 8 jours: OUI Définir plusieurs niveaux d ’alerte : EN COURS

Niveau 1 « surveillance passive » (pas de dépassement)

Niveau 2 « sensibilisation » : première semaine de

dépassement (analyses complémentaires géographiques

et par tranches d ’âge)

Niveau 3 « surv. passive/active » : seuil dépassé plus de

deux semaines - contact avec correspondants

départementaux DDASS, DSV

Niveau 4 « alerte avérée » = enquête épidémiologique

Critères pour un algorithme décisionnel (C. Billy, 1998)


Perspectives

in• Regrouper tous les types de surveillance au sein d ’un

seul logiciel pour une utilisation plus facile

• Intégrer les « compte-rendus » de sérotypage dans le

système de surveillance (Enteritidis, Typhimurium)

• Augmenter la rapidité de signalements des cas au CNR

(Internet : Web, fichier e-mail)

• Modéliser certaines séries et prédire les valeurs

attendues sur des bases objectives


Démonstration avec les logiciels

Philippe Bouvet CNR des Salmonella et Shigella , Unité BBPE

Documents

Transcript of Philippe Bouvet CNR des Salmonella et Shigella , Unité BBPE