S'abonner

Évaluation des performances diagnostiques des tests de détection de l’infection à Campylobacter par des modèles à classes latentes - 25/04/15

Doi : 10.1016/j.respe.2015.03.010 
J. Asselineau a, , A. Paye a, P. Perez a, E. Bessède b, C. Proust-Lima c
a CHU de Bordeaux, pôle de santé publique, USMR et CIC-EC 1401, Bordeaux, France 
b CNR des Campylobacter et Helicobacter, Bordeaux, France 
c Inserm, centre Inserm U897, équipe biostatistiques, Bordeaux, France 

Auteur correspondant.

Résumé

Introduction

L’infection à Campylobacter est la cause la plus fréquente de gastro-entérites bactériennes dans le monde. Le diagnostic de référence repose sur la culture bactériologique des selles. Cette technique présente néanmoins des performances diagnostiques contrastées : une très bonne spécificité mais une faible sensibilité avec pour conséquence une sous-estimation de l’incidence de l’infection. Par ailleurs, le délai d’obtention des résultats est long : 48heures environ. Ainsi, plusieurs tests diagnostiques utilisant d’autres techniques de détection des Campylobacters ont été développés pour pallier ces limites. Leurs performances diagnostiques ont été évaluées en comparaison avec la culture bactériologique ou des scores composites construits avec ces différents tests. Nous proposons d’évaluer leurs performances avec un modèle à classes latentes qui prend en compte le caractère imparfait du test de référence.

Méthodes

Les patients hospitalisés au CHU de Bordeaux pour une suspicion de gastro-entérite ont été inclus sur une période de 4,5 mois. Sept tests diagnostiques d’infection à Campylobacter ont été appliqués aux échantillons de selles : deux tests de culture, deux tests de biologie moléculaire et trois tests immuno-enzymatiques. L’exactitude diagnostique des tests (sensibilité et spécificité) a été modélisée par un modèle à classes latentes qui considère que le statut réel vis-à-vis de l’infection n’est pas observé. Les paramètres du modèle ont été estimés par maximum de vraisemblance après transformation par des liens probit (pour les sensibilité et spécificité des tests) et logit (pour la prévalence de l’infection). L’hypothèse d’indépendance conditionnelle entre les tests a ensuite été assouplie en introduisant un effet aléatoire individuel commun aux différents tests. L’ajout dans le modèle d’informations a priori sur les performances des tests a également été envisagé. Les différents modèles ont été implémentés avec le package randomLCA de R® et la procédure NLMIXED de SAS®.

Résultats

L’analyse a porté sur 244 patients : 51 % d’hommes, 39ans d’âge médian. Seize profils différents de résultats aux sept tests ont été observés : 7 patients avaient tous leurs tests positifs ; 207 patients avaient tous leurs tests négatifs ; 13 profils présentaient des effectifs inférieurs à 3. Quels que soient les modèles, la prévalence de l’infection était d’environ 12 %. La sensibilité des tests de culture était proche de 50 %, celle des tests de biologie moléculaire proche de 70 % et celle des tests immuno-enzymatiques proche de 90 %. La spécificité de l’ensemble des tests était supérieure à 98 %. La qualité des modèles s’améliorait avec l’assouplissement des hypothèses mais demeurait insatisfaisante avec des écarts importants entre effectifs prédits par le modèle et effectifs observés.

Conclusion

Les performances diagnostiques des sept tests de détection de Campylobacter ont pu être estimées avec le modèle à classes latentes. Les résultats confirment le manque de sensibilité des tests de culture et montrent les bonnes performances des tests immuno-enzymatiques. Néanmoins, l’évaluation de la qualité des prédictions a montré un défaut d’ajustement des modèles. Les effectifs très faibles observés pour la majorité des profils en sont peut-être une cause. Nous poursuivons ce travail avec l’apport d’un échantillon de 340 nouveaux patients et par l’introduction dans le modèle d’effets aléatoires spécifiques à chaque famille de tests.

Le texte complet de cet article est disponible en PDF.

Mots clés : Infection à Campylobacter, Diagnostic, Imperfection du test de référence, Modèle à classes latentes


Plan


© 2015  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 63 - N° S2

P. S40 - mai 2015 Retour au numéro
Article précédent Article précédent
  • Prédiction dynamique en contexte de compétition, application aux mesures quotidiennes de SOFA en réanimation
  • M. Jamme, S. Chevret, J. Lambert
| Article suivant Article suivant
  • Estimation de la prévalence d’un état à partir d’un modèle de Markov, comparaison avec la méthode de référence
  • P. Sfumato, J.-M. Boher, B. Cabarrou, D. Blaise, T. Filleron, A. Kramar

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.