Pour de meilleures connaissances de Listeria monocytogenes chez les patients, les aliments et l'environnement de production alimentaire

Selon un tweet de Joe Whitworth, qui m’a transmis l’information, «Plus de la moitié des clusters de Listeria s'étendent sur 1 an et plus et jusqu'à 10 ans.»

Une étude vient d’être publiée dans Frontiers in Microbiology, «New insights into the epidemiology of Listeria monocytogenes. A cross-sectoral retrospective genomic analysis in the Netherlands (2010–2020)» ou Nouvelles perspectives sur l'épidémiologie de Listeria monocytogenes. Une analyse génomique rétrospective intersectorielle aux Pays-Bas (2010-2020).

Introduction

La listériose, causée par une infection par Listeria monocytogenes (Lm), est une maladie relativement rare mais grave avec l’un des taux de mortalité les les plus élevés parmi les maladies infectieuses d’origine alimentaire. Une meilleure compréhension du dégré des clusters à Lm, une distribution dans le temps des clusters et de leurs associations avec différentes origines alimentaires doivent permettre d’améliorer la traçabilité de l’origine et les prélèvements en fonction des risques.

Méthodes

Nous avons étudié l'épidémiologie génomique de Lm aux Pays-Bas entre 2010 et 2020 en analysant les données de séquençage du génome entier (WGS) d'isolats de patients atteints de listériose et des origines alimentaires provenant d'une surveillance et d'un suivi intégrés à l'échelle nationale. Les données WGS de 756 patients et 770 isolats alimentaires et environnementaux ont été évaluées à l'aide du cgMLST (Core Genome MLST (cgMLST), analyse par séquençage multilocus des gènes du core génome).

Résultats

Nous avons confirmé les résultats précédents selon lesquels certains complexes clonaux (CC) sont surreprésentés parmi les isolats cliniques, mais nous n'avons pu identifier aucun facteur de risque épidémiologique. Les principaux résultats de cette étude incluent l'observation d'une très faible attribution des types de Lm aux catégories d'aliments et une bien meilleure attribution au niveau du producteur. De plus, nous avons identifié un degré élevé de persistance temporelle des clusters alimentaires, de patients et mixtes, avec plus de la moitié des clusters s'étalant sur plus d'un an et jusqu'à 10  ans.

Discussion

Pris ensemble, cela indiquerait que l'identification de la contamination persistante dans les environnements de production alimentaire et les producteurs qui transforment une grande variété de produits alimentaires crus pourraient contribuer de manière significative à réduire le fardeau de la listériose.

Conclusion

Nos résultats mettent en évidence l'utilité des analyses combinées WGS humain-alimentaire pour Lm et la valeur ajoutée d'une base de données partagée de profils bactériens par cgMLST pour la surveillance de la santé publique. Cela contribuera à la détection rapide des liens entre les séquences bactériennes humaines et alimentaires et à une détection plus rapide de l’origine des épidémies, voire à la prévention de ces épidémies. Les principaux résultats de cette étude incluent l'observation d'une très faible attribution des types de Lm aux espèces animales et une bien meilleure au niveau des producteurs alimentaires. De plus, nous avons identifié un degré élevé de persistance temporelle des clusters. Ensemble, cela indiquerait que l'identification de la contamination persistante et des producteurs qui transforment une grande variété de produits bruts, et l'application de mesures d'intervention à cet égard pourraient contribuer de manière significative à réduire le fardeau de la listériose. Sur le plan scientifique, des efforts supplémentaires pour intégrer également des échantillons environnementaux dans les bases de données de surveillance contribueront à une meilleure compréhension de l'évolution et de la persistance bactériennes. Des connaissances supplémentaires sur les conditions au cours des procédés de production alimentaire et leur influence sur l'évolution de Lm (c'est-à-dire le taux de substitution) permettraient également de développer de meilleurs modèles prédictifs de l'identité par descendance.