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.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00485441 |
| Date | 14 December 2009 |
| Creators | David, Julie |
| Publisher | Agrocampus - Ecole nationale supérieure d'agronomie de rennes |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0021 seconds