Méthode analytique d’évaluation et d’optimisation de l’utilisation des outils de diagnostic lors des épidémies : application à l’épidémie de peste de 2017 à Madagascar

La lutte contre les maladies infectieuses nécessite une politique globale visant à renforcer la recherche, à favoriser le transfert des technologies mais aussi à développer des outils de diagnostic performants. Le diagnostic est un outil indispensable à la surveillance et au contrôle des épidémies. En effet l’absence d’outils de diagnostic fiables peut conduire à une mauvaise estimation du nombre de cas infectés et par conséquent à un déploiement inapproprié des moyens de surveillance et de lutte lors des épidémies.

L’analyse de la performance des tests de diagnostic est indispensable pour évaluer la validité des résultats des analyses afin d’obtenir des données épidémiologiques fiables nécessaires pour la mise en place d’une stratégie adaptée de gestion d’épidémie à court et à moyen et/ou long terme.

Une étude¹ menée par l’Unité Peste et l’Unité d’Epidémiologie et de Recherche Clinique de l’Institut Pasteur de Madagascar en collaboration avec l’Unité « Mathematical Modelling of Infectious Diseases” de l’Institut Pasteur à Paris et d’autres entités avait pour objectif d’évaluer et d’optimiser l’utilisation d’outils de diagnostic lors des épidémies. Cette étude analytique a été appliquée à l’épidémie de peste pulmonaire (PP) et bubonique (BP) de 2017 à Madagascar.

La peste est une maladie endémique à Madagascar, avec 75% des cas mondiaux de peste d’après l’Organisation Mondiale de la Santé (OMS)². Madagascar enregistre chaque année 200 à 700 cas suspects cliniques, principalement de la peste bubonique. Or entre août et novembre 2017, Madagascar a connu une épidémie de peste de plus grande ampleur avec 2 414 cas notifiés et une proportion inhabituelle de cas cliniquement suspectée de peste pulmonaire (78 %)³. L’étude a été réalisée sur 2136 échantillons biologiques collectés lors de cette épidémie de peste parmi les 2414 cas notifiés. Les échantillons ont été analysés à l’aide de trois types de tests de diagnostic : la culture bactérienne pour la recherche de la bactérie responsable de la peste, le test rapide de détection de l’antigène F1 du bacille de la peste (TDR) et la biologie moléculaire par réaction de polymérisation en chaine quantitative en temps réel (qPCR) pour la quantification de l’abondance des gènes pla et caf1.

Conformément aux directives de l’OMS⁴ en 2006, les cas qui sont compatibles cliniquement et répondent aux contextes épidémiologiques ont été classés en fonction des résultats de leurs tests de diagnostic en trois catégories : cas confirmés si la culture et/ou les deux TDR et qPCR étaient positifs, cas probables si les résultats étaient positifs pour qPCR ou TDR, et cas suspects pour le reste des cas.

Les données épidémiologiques obtenues étaient caractérisées par des écarts élevés de la proportion des cas positifs de PP en fonction du test de diagnostic utilisé (entre 1 % à 18 % en fonction du test), révélant ainsi une incertitude importante dans l’étendue de l’épidémie de PP.

En utilisant un modèle statistique basé sur des algorithmes de classification des cas, l’étude a permis d’évaluer la performance des tests de diagnostic, exprimé en spécificité et sensibilité. Une fois que ces paramètres sont connus, les auteurs ont pu estimer le nombre de personnes ayant contracté la peste. Ils estiment que seul 7 à 15% des cas notifiés étaient infectés par Y. pestis et reconstruire de façon plus fine la dynamique de circulation dans l’espace et dans le temps. Par exemple, il trouve une proportion plus importante de faux-positifs au pic de l’épidémie alors que le nombre d’infections a été sous-évalué dans les zones rurales endémiques de la peste à Madagascar. Par ailleurs, une fois que les caractéristiques de chaque test ont été estimées, il est possible d’évaluer la performance de la classification qui a été utilisée durant l’épidémie et de déterminer comment cette dernière pourrait être améliorée. Durant l’épidémie, la classification utilisée a offert des résultats satisfaisants pour la peste bubonique. En revanche, pour la peste pulmonaire, le nombre de cas probables surestimait le nombre d’infections alors que le nombre de cas confirmés le sous-estimait. L’analyse montre qu’une classification basée sur la biologie moléculaire par qPCR uniquement aurait été plus performante.

Ainsi l’évaluation de la performance des diagnostics permet d’optimiser leur utilisation pour une meilleure classification des cas et une reconstitution de leur localisation lors d’épidémies en absence d’un test de diagnostic de référence (gold standard), permettant ainsi d’optimiser les ressources pour la surveillance et la lutte.

Hormis la peste, la méthodologie analytique développée dans cette étude représente un outil précieux pour réduire les incertitudes liées à des tests de diagnostic non optimaux dans le cas d’autres épidémies de maladies infectieuses.

¹ Analytical framework to evaluate and optimize the use of imperfect diagnostics to inform outbreak response : Application to the 2017 plague epidemic in Madagascar.Bosch QT, Andrianaivoarimanana V, Ramasindrazana B, Mikaty G, Rakotonanahary RJL, Nikolay B, Rahajandraibe S, Feher M, Grassin Q, Paireau J, Rahelinirina S, Randremanana R, Rakotoarimanana F, Melocco M, Rasolofo V, Pizarro-Cerda J, Le Guern AS, Bertherat E, Ratsitorahina M, Spiegel A, Baril L, Rajerison M, Cauchemez S. PLoS Biol. 2022 Aug 15;20(8):e3001736. doi: 10.371/journal.pbio.3001736.

² World Health Organization, Plague around the world, 2010–2015. Wkly Epidemiol Rec. 2016;91, 89-93.

³ Epidemiological characteristics of urban plague epidemic in Madagascar, August-November 2017: an outbreak report. R. Randremanana et al., Lancet Infect.Dis. 19, 537-545 (2019).

⁴ World Health Organization. International meeting on preventing and controlling plague: the old calamity still has a future. Wkly Epidemiol Rec 2006;81(28):278–84.

⁵ Factors Influencing Atypical Clinical Presentations during the 2017 Madagascar Pneumonic Plague Outbreak: A Prospective Cohort Study. A. P. Salam et al., Am. J. Trop. Med. Hyg. 102, 1309-1315 (2020).