Diagnostic durant les épidémies de peste : l’apport des statistiques

Afrique | Euro-Méditerranée
Actualités

Lors d’une épidémie, il peut arriver qu’aucun test diagnostique ne soit parfaitement adapté au pathogène. Pour endiguer le plus rapidement possible l’épidémie, le dépistage se fait alors en utilisant plusieurs tests. L’interprétation des résultats des différents tests devient alors plus complexe, ce qui peut rendre le diagnostic individuel difficile et conduire à une mésestimation de la prévalence de la maladie. En prenant pour étude de cas l’épidémie de peste ayant touché Madagascar en 2017, des chercheurs de l’Institut Pasteur et de l’Institut Pasteur de Madagascar proposent un cadre analytique afin de caractériser la performance des différents tests et d’estimer la prévalence réelle de l’épidémie. Publiés dans la revue Plos Biology, ces résultats permettront d’améliorer la qualité du diagnostic lors de futures épidémies.

Entre août et novembre 2017, 2.414 cas cliniquement suspectés comme porteurs de Yersinia pestis, le bacille de la peste, ont été notifiés, avec une grande proportion de peste pulmonaire. Les échantillons ont alors été analysés à l’aide de trois types de tests de diagnostic : la culture bactérienne, le test rapide de détection de la peste et la biologie moléculaire ou qPCR. D’importants écarts ont été observés entre les différents tests, rendant l’interprétation des résultats complexe. La plus forte incertitude portait sur l’étendue de l’épidémie de peste pulmonaire, les cas positifs variant de 1 % à 18 %. Le cadre analytique utilisé dans cette étude a permis d’estimer que 7 à 15% des cas suspects était porteurs de Yersinia pestis pour cette épidémie.

Estimer les performances d’un test diagnostique

Deux paramètres, la spécificité et la sensibilité, déterminent la performance d’un test. La spécificité est la probabilité d’être dépisté négatif lorsque que l’on n’est pas infecté tandis que la sensibilité est la probabilité d’être diagnostiqué positif lorsque l’on est bien infecté. Lorsqu’il existe un test de référence avec une sensibilité et une spécificité parfaite, il est facile d’estimer la sensibilité et la spécificité d’autres tests en les comparant à ce dernier. En l’absence de test de référence, comme ce fut le cas pour cette épidémie de peste, les auteurs ont dû estimer les performances de chaque test puis la prévalence de l’épidémie. Pour cela, il ont utilisé la méthode dite des classes latentes qui s’appuie sur la comparaison des résultats de différents tests imparfaits. Cette analyse a révélé que la biologie moléculaire avait les meilleurs performances ; et que le test rapide de détection avait une spécificité limitée durant l’épidémie de peste de 2017. Ses performances étaient meilleures l’année suivante, en 2018, suggérant que le contexte de réponse à une grande épidémie peut impacter la qualité du diagnostic.

Combiner les résultats pour reconstruire une épidémie

Une fois connues les performances des différents tests, les chercheurs ont déterminé comment améliorer les algorithmes de classification des cas pour minimiser les risques de faux-positifs et faux-négatifs. Ils ont aussi pu reconstruire, de façon plus fine, les tendances épidémiologiques de l’épidémie dans l’espace et le temps. Une meilleure classification des cas est particulièrement importante pour l’allocation de ressources rares, par exemple en ciblant avec précision les efforts de recherche des contacts là où l’incidence est la plus forte.   Cela évite de déployer des ressources en cas de faux-positifs et  optimise l’impact des installations de test mobiles.

Si le développement et la disponibilité de diagnostics de haute qualité restent une priorité, ce cadre analytique pourrait être un outil précieux pour réduire les incertitudes face à d’autres maladies infectieuses ne disposant pas de diagnostic de référence. Il est notamment déjà utilisé par l’Institut Pasteur de Madagascar pour diagnostiquer les cas de tuberculose.


Pour aller plus loin :
Evaluating and optimizing the use of diagnostics during epidemics: Application to the 2017 plague outbreak in Madagascar
Plos Biology, 15 août 2022.
Quirine ten Bosch†*, Voahangy Andrianaivoarimanana, Beza Ramasindrazana, Guillain Mikaty, Rado JL Rakotonanahary, Birgit Nikolay, Soloandry Rahajandraibe, Maxence Feher, Quentin Grassin, Juliette Paireau, Soanandrasana Rahelinirina, Rindra Randremanana, Feno Rakotoarimanana, Marie Melocco,Voahangy Rasolofo, Javier Pizarro-Cerda, Anne-Sophie Le Guern, Eric Bertherat, Maherisoa Ratsitorahina, André Spiegel, Laurence Baril, Minoarisoa Rajerison, Simon Cauchemez
† Ces auteurs ont contribué à parts égales à ce travail.
* Auteur correspondant.
https://doi.org/10.1371/journal.pbio.3001736

Pour citer cette actualité:

Diagnostic durant les épidémies de peste : l’apport des statistiques

Pasteur Network