Comprendre et contrôler la transmission des bactéries multirésistantes par l'analyse et la modélisation des réseaux d’interactions interindividuelles en milieu hospitalier

• Main Author: Duval, Audrey
• Other Authors: Université Paris-Saclay (ComUE)
• Language: fr
• Published: 2019
• Subjects: Modélisation mathématique et informatique; Infections nosocomiales; Hôpital; Bactérie résistante aux antibiotiques; Hospital; Antimicrobial resistant bacteria; Mathematical and computational modeling; Nosocomial infections; 616.9; 614.44
• Online Access: http://www.theses.fr/2019SACLV075/document

Les infections associées aux soins représentent un enjeu majeur de santé publique dans le monde. Les bactéries multirésistantes (BMR) sont responsables d’une grande partie de ces infections. Mieux comprendre leur dissémination dans les établissements de soins est indispensable pour élaborer des mesures de contrôle et de prévention.L’objectif de cette thèse est d’utiliser des données détaillées sur les réseaux de contacts interindividuels, couplées à des méthodes de modélisation mathématique, pour étudier la dissémination des BMR à l’hôpital afin d’améliorer leur contrôle. Pour répondre à cette problématique, les données de l’étude i-Bird ont été analysées. Cette étude prospective longitudinale a eu lieu dans l’hôpital maritime de Berck-sur-Mer durant 4 mois en 2009. Pendant cette période, les interactions de proximités entre tous les individus de l’hôpital ont été enregistrées chaque jour grâce à des capteurs RFID (Radio Frequency Identification Devices) et des prélèvements microbiologiques ont été récoltés chaque semaineDans un premier temps, la structure des contacts interindividuels au sein de et entre les différentes catégories d’individus (patient, aide-soignant, infirmier, …) a été analysée. Cette première étude a souligné l’importance des contacts patient-patient en établissement de longue durée. De plus, certaines catégories de personnel hospitalier ont été identifiées comme de potentiels super-propagateurs, tel que les brancardiers et les médecins.Dans un deuxième temps, le rôle du réseau de contacts dans la dissémination de deux espèces (E. coli et K. pneumoniae) d’entérobactéries résistantes aux béta-lactamines à spectre étendue (BLSE) a été étudié. Cette étude a montré que le réseau d’interactions de proximités était suffisant pour expliquer la propagation des KP-BLSE. En revanche, il n’était pas suffisant pour retracer la dissémination des EC-BLSE.La dernière partie de la thèse a été consacrée au développement d’un modèle individu-centré de transmission de BMR à l’hôpital modélisant explicitement les contacts interindividuels. Ce modèle permet d’évaluer l’effet de mesures de contrôle ciblant la structure du réseau de contacts. A titre d’application, les données de l’étude i-Bird ont été utilisées pour simuler la transmission de Staphylococcus aureus résistant à la méticilline (SARM) durant les 4 mois de l’étude. La simulation de procédures de cohorting du personnel dans l’hôpital de Berck-sur-Mer suggère que la mise en place de telles mesures permet de réduire l’acquisition de SARM chez les patients.Cette thèse combine analyse de réseaux, épidémiologie des maladies infectieuses et modélisation dynamique. Elle apporte une meilleure compréhension de la diffusion et du contrôle des BMR dans les hôpitaux de longue durée. De plus, elle apporte un outil innovant, visant à être développé, pour la compréhension et le contrôle de la dissémination des BMR à travers les contacts en milieu hospitalier. === Healthcare-associated infections represent a huge public health issue worldwide. Multidrug resistant bacteria (MDR) are a major cause of these infections. Hence, better understanding their transmission routes in hospital settings is crucial to design efficient control measures.The purpose of this thesis is to use detailed data on interindividual contact networks, associated with mathematical modelling methods, to study MDR spread in hospitals and improve their control. To this end, data collected during the i-Bird study was used. This longitudinal prospective study took place at the Berck-sur-Mer hospital during 4 months in 2009. Close proximity interactions were recorded by the use of RFID (Radio Frequency Identification Devices) sensors everyday. Meanwhile, microbiological swabs were collected weekly.In a first part, interindividual contact patterns within and between each individual categories (patients, nurses, hospital porters, etc.) were analyzed. This first study notably underlined the importance of patient-to-patient contacts in long-term care facilities (LTCF). Moreover, some hospital staff categories, such as hospital porters and physicians, were identified as potential superspreaders based on their contact patterns.In a second part, we investigated the impact of the contact network on the spread of two species of Extended-spectrum beta-lactamases (ESBL) Enterobacteriaceae (E. coli and K. pneumoniae). This work showed that the contact network was an important driver of ESBL-K. pneumoniae dynamics, but not of ESBL-E. coli dynamics over the i-Bird study.The last part of the thesis was dedicated to the development of an agent-based model of MDR spread in hospital settings that explicitly formalizes detailed interindividual contacts. This model allows to assess control measures focused on contact patterns. The model was applied to the i-Bird data; we simulated methicillin-resistant Staphylococcus aureus (MRSA) transmission during the 4-month study over the reported contact network. Using our simations, we evaluated measures associated with hospital staff cohorting and showed it can lead to reduce the MRSA acquisition=.This thesis combines network analysis, epidemiology of infectious diseases and dynamic modeling. It allows a better understanding of MDR spread and control in LTCF. Moreover, it brings an innovative tool, intended to be developed, to understand and control BMR spread through contact networks in hospital settings.