Attribution des cas de salmonelloses humaines aux différentes filières de production animale en France. Adaptabilité et robustesse du modèle bayésien d'attribution par typage microbiologique
Résumé
Salmonella are the first bacterial cause of food-borne infections in France. These zoonotic pathogens occur in a variety of animal sources and are the aim of interventions from the farm level on. Identification of the relative contribution of the different sources to human cases is essential to implement an efficient policy to fight these infections. The bayesian microbial subtyping attribution approach allows determining the number of cases related to a particular source, and is thus particularly appropriate to this aim. The principle of this model consists in comparing the distribution of microbiological types (serotypes or subtypes) in human cases and in animal sources, weighted by the amount of sources consumed and taking into account the specificity of both the sources and the serotypes. The objectives of the thesis work were to identify and collect the data that are necessary to run such a model and to assess its robustness and the impact of the quality of the data on the results. The French surveillance system for Salmonella was thus described and analysed and a database sufficient to allow using the model was built. The application of the model in different European Member States showed the limits of the approach. As expected, the model proves to be very sensitive to the prior informative information that its overparameterized structure requires. We proposed a more appropriate parameterization based on the data. The use of the model on surveillance data of both passive (proportions) and active (prevalence) nature then demonstrated the robustness of this model. Thus, the source attribution approach could be implemented in France. The methodological limits are to be further explored but the perspectives of use, particularly to attribute the cases according to antibiotic resistance, justify mustering the necessary means. Keywords: source attribution, Salmonella, public health, Bayesian modeling, fo
Les salmonelles sont la première cause bactérienne d'infections d'origine alimentaire en France. Ces pathogènes zoonotiques sont présents dans de nombreuses sources animales et font l'objet d'une lutte dès l'élevage. Ainsi, identifier la contribution relative des différentes sources aux cas humains est essentiel pour mettre en place une politique de lutte efficace. L'outil bayésien d'attribution par typage microbiologique qui permet de déterminer le nombre de cas liés à chaque source est pour cela particulièrement adapté. Le principe du modèle consiste à comparer la distribution de types microbiologiques (sérotypes et sous-types), parmi les cas humains et dans les sources animales, en pondérant par les quantités des sources consommées et en tenant compte des spécificités des sources et des types. Les objectifs des travaux de thèse étaient d'identifier et collecter les données nécessaires pour appliquer un tel modèle et d'évaluer sa robustesse et l'impact de la qualité des données sur les résultats. Le système de surveillance français des salmonelles a pour cela été décrit et analysé, et une base de données suffisante pour appliquer le modèle a été constituée. L'application du modèle dans divers pays européens a montré les limites de l'approche. Comme attendu, le modèle est très sensible à l'information a priori informative que sa structure surparamétrée rend nécessaire. Nous avons proposé une paramétrisation plus adaptée basée sur les données. L'application du modèle à des données de surveillance passive (proportions) et actives (prévalences) a alors montré la robustesse du modèle. Ainsi, mettre en place une démarche d'attribution est possible en France. Les limites méthodologiques sont à explorer plus avant, mais les perspectives d'utilisation, notamment pour attribuer les cas en fonction de la résistance aux antibiotiques, justifient les efforts requis.