Voici ce qu’on
peut lire sur des bilans des données des toxi-infections
alimentaires collective en France :
« les
TIAC demeurent historiquement sous-déclarées, avec des disparités
selon les secteurs d’activité à l’origine de biais de
recrutement. » (source Données
2023 des TIAC en France).
« Comme
lors des années précédentes, les incidences régionales sont très
différentes d’une région à l’autre et ne reflètent pas
uniquement le risque de TIAC mais aussi probablement l’exhaustivité
de la déclaration et de la transmission des DO. » (source
Données
2022
des TIAC en France).
Le
sujet du jour est donc la sous-déclaration des maladies
infectieuses intestinales, avec ici, le cas du Royaume-Uni.
« Mesurer
l'invisible : le défi des données multiples lors de la
quantification de la sous-déclaration des maladies infectieuses
intestinales », source article
d’Anna
Lawson, Université de Newcastle, paru le 22
juillet 2026 sur le site de la Food Standards Agency.
Si
vous avez déjà souffert d'un épisode passager de diarrhée et de
vomissements, il y a fort à parier que cela n'a jamais été
enregistré dans les statistiques officielles. La plupart des cas
sont gérés à domicile : même si vous consultez un médecin
généraliste, il est peu probable qu'un prélèvement soit demandé
pour analyse. Du point de vue des systèmes nationaux de
surveillance, ces cas sont pratiquement inexistants. Pourtant, ils
représentent un fardeau socio-économique considérable en raison
des maladies et des absences au travail ou à l'école.
Ce
décalage entre le nombre de cas signalés aux systèmes de
surveillance et la réalité au sein de la population constitue l'un
des principaux défis de l'estimation des maladies infectieuses
intestinales (MII). Les travaux menés dans le cadre de la troisième
étude de la FSA sur les maladies infectieuses intestinales (MII3)
soulignent à quel point il est difficile de quantifier ce fardeau
caché, notamment lorsque cela nécessite de combiner de multiples
sources de données qui, chacune, ne rendent compte que partiellement
de la situation.
La pyramide
de surveillance
La
pyramide de surveillance constitue un moyen utile de comprendre la
sous-déclaration des maladies infectieuses intestinales (MII). À la
base se trouvent toutes les infections survenant au sein de la
population. En remontant la pyramide, on constate qu'une partie
seulement des personnes infectées présente des symptômes, qu'une
fraction plus restreinte a recours aux soins de santé et qu'un
nombre encore plus limité d'individus fait l'objet d'un dépistage.
Le sommet de la pyramide ne représente que les résultats positifs
pour l'agent pathogène qui sont signalés aux systèmes de
surveillance nationaux.
Pour
les maladies infectieuses
intestinales (MII),
cette pyramide est particulièrement abrupte. De nombreux cas sont
bénins et guérissent rapidement, ce qui réduit la probabilité de
consulter un médecin. Le dépistage est également sélectif et
généralement réservé aux formes plus graves ou prolongées de la
maladie. Par conséquent, les données de surveillance de routine ne
permettent de recenser qu'un petit sous-ensemble très spécifique de
cas.
MII3
: Mise à jour des estimations
L'étude
MII3
vise à fournir une estimation actualisée de toutes les infections
nosocomiales au Royaume-Uni, en recensant à la fois les cas
communautaires et les interactions avec les services de santé.
S'appuyant sur les études de référence précédentes (MII1
et MII2),
elle prend en compte les évolutions récentes des technologies de
diagnostic, les changements dans le recours aux soins et les
répercussions plus larges de la pandémie de COVID-19. Des études
antérieures ont montré que pour chaque cas enregistré par les
systèmes nationaux de surveillance, de nombreux autres surviennent
au sein de la population. Cependant, l'évolution des pratiques de
dépistage et des comportements en matière de recours aux soins
implique que les estimations antérieures peuvent ne plus être
valides. MII3
joue un rôle crucial dans la réévaluation de l'interprétation des
données de routine, en utilisant de multiples sources de données
pour estimer le nombre de cas d'infections nosocomiales au
Royaume-Uni, par rapport au nombre de cas actuellement recensés par
les systèmes nationaux de surveillance.
Les défis
liés à la combinaison de données provenant de différentes sources
Malgré
la disponibilité de multiples ensembles de données, leur
intégration dans une estimation cohérente de la charge de morbidité
présente plusieurs défis :
Couverture
incomplète
Les
données de laboratoire fournissent des informations spécifiques à
l'agent pathogène, mais ne concernent que les personnes testées et
dont le résultat est positif. Les données des médecins
généralistes enregistrent les comportements de recours aux soins,
mais ne prennent pas en compte les personnes qui gèrent leur maladie
à domicile. Les données hospitalières ne reflètent que les cas
les plus graves. Les études prospectives en population générale
visent à mesurer directement et en temps réel la morbidité au sein
d'un échantillon représentatif de la population. Chacune de ces
études décrit une population différente et une étape différente
du processus, de l'infection à la déclaration des symptômes ;
bien que complémentaires, elles ne sont pas directement comparables.
Définitions
de cas incohérents
Différentes
sources de données visent à mesurer des résultats distincts et à
recueillir des niveaux d'information variables à des fins diverses.
Les études communautaires définissent les maladies
infectieuses intestinales (MII) en fonction des symptômes,
tandis que les systèmes de surveillance s'appuient sur des
infections confirmées en laboratoire. Ces définitions ne concordent
pas parfaitement, ce qui complique les comparaisons directes.
Biais de
gravité
La
surveillance de routine surreprésente les cas les plus graves. Les
hospitalisations et les cas confirmés en laboratoire ne sont pas
représentatifs d'un épisode typique d'infection invasive à
pneumocoque, souvent bénin et de courte durée. Dans certains cas,
les infections par les mêmes agents pathogènes peuvent être
asymptomatiques. Ceci crée un biais systématique dont il faut tenir
compte lors de l'analyse.
Variations
entre les nations du Royaume-Uni
L'un
des défis les moins visibles de MII3 réside dans l'absence d'un
système de surveillance unique et uniforme à l'échelle du
Royaume-Uni. En effet, l'Angleterre, l'Écosse, le Pays de Galles et
l'Irlande du Nord disposent chacune de structures de santé, de
systèmes de notification et de réseaux de laboratoires distincts.
Les variations dans les pratiques de dépistage, l'accès aux soins
et les procédures de notification peuvent influencer la manière
dont les cas sont recensés dans chaque nation, ce qui ajoute une
complexité supplémentaire. Comprendre ces variations au Royaume-Uni
est essentiel pour identifier les différences réelles dans les
profils épidémiologiques et garantir la pertinence des
comparaisons.
Évolution au
fil du temps
La
relation entre les ensembles de données n'est pas statique. MII3
reflète une période marquée par l'évolution du recours aux soins,
de la sensibilisation du public et des pratiques diagnostiques. Il
est donc difficile d'appliquer ou de comparer ces données avec les
estimations issues d'études antérieures sans une réévaluation.
Construire
une image complète
Chaque
source de données ne capturant qu'une partie du tableau d'ensemble,
diverses méthodes sont utilisées pour combiner les informations.
Seule
une faible proportion des personnes malades est enregistrée dans les
systèmes nationaux de surveillance. Pour pallier ce manque, on
utilise des méthodes de multiplication afin d'estimer le nombre
probable de cas dans la population pour chaque cas recensé.
Les
modèles statistiques permettent de rassembler des informations
provenant de différentes sources tout en tenant compte des atouts et
des limites de chaque ensemble de données. Ils permettent de
quantifier l'incertitude, ce qui rend possible l'évaluation du degré
de confiance que l'on peut accorder aux estimations de la charge de
morbidité.
Dans
certains contextes, les données issues de différents systèmes
peuvent être croisées afin de comprendre le parcours des individus
au sein de la pyramide de surveillance, depuis l'apparition de la
maladie dans la communauté jusqu'au recours aux soins, aux tests et
à la déclaration des cas. Toutefois, en pratique, la mise en
relation des données est souvent limitée par des considérations
juridiques et éthiques relatives à la protection et au respect de
la vie privée.
Aucune
de ces approches ne permet de mesurer parfaitement la charge de
morbidité. Elles contribuent plutôt à combler les lacunes entre
les sources de données, à réduire l'incertitude et à dresser un
tableau plus complet que ne le permettrait un seul ensemble de
données.
Comprendre la
maladie au-delà des rapports
Les
infections nosocomiales sont à la fois très répandues et largement
sous-estimées dans les données de routine. Quantifier les
infections nosocomiales ne se limite pas au simple dénombrement des
cas. Cela nécessite de rassembler différents types de données
issues de divers parcours de soins et contextes nationaux, chacun
présentant ses propres biais et limites et ne couvrant qu'un
sous-ensemble différent de cas. Des estimations précises de la
charge des infections nosocomiales sont essentielles à la prise de
décision en matière de santé publique. L'étude MII3 offre
l'opportunité d'actualiser et d'affiner notre compréhension de
cette charge invisible, mais elle souligne également la complexité
de la combinaison de multiples sources de données imparfaites.
L'objectif est de dresser un tableau plus cohérent des infections
nosocomiales au Royaume-Uni à partir d'informations incomplètes et
imparfaites afin d'éclairer les politiques de sécurité
alimentaire, d'orienter l'allocation des ressources et de définir
les priorités d'intervention. Sans tenir compte de la
sous-déclaration, l'importance des infections nosocomiales et de
certains agents pathogènes peut être gravement sous-estimée. La
prise en compte de ce décalage est cruciale pour l'efficacité des
stratégies de prévention.
