AUSVET-REMESA Workshop Tunis,Tunisie 23 - 25 Septembre 2019 Presentations\2019\09-2019 Ausvet REMESA meeting\03 - AUSVET presentations

1. Amélioration de la surveillance
et la détection précoce
de la fièvre aphteuse
en Afrique du Nord
Tunis, 23 - 25 Septembre 2019

2. Introduction
• Bienvenue
• Objectifs de l’atelier
• Introduction des participants

3. Présentations des participants
• Situation de la fièvre aphteuse en Afrique du Nord
• au cours des 4 dernières années
• (20min /pays)

4. Surveillance
Angus Cameron

5. Objectifs de surveillance
• Activité
• Quelles sont vos activités de surveillance actuelles?
• Description ( < 20 mots)
• Exemple
• Bluetongue
• Troupeaux sentinelles
• Sérologie et détection d'antigène
• Périodique (tous les 6 mois)
• Quels sont les objectifs généraux de chaque activité?
• Exemple
• Définir la distribution géographique du virus

6. Objectifs de surveillance
• Maladies présentes
• Quantifier le taux de maladie
• Détection des cas
• Maladies absentes
• Détection précoce
• Démontrer l’absence

7. Quantification de qualité
• Exemples
• Taux de maladie (prévalence, incidence)
• Calcul de la taille de l’échantillon
• Selon la qualité désirée
• Précision
• Taille de l’intervalle de confiance
• Validité
• Absence de biais
• Absence d’infection
• Prévalence seuil = prévalence limite (design prevalence)
• Sensibilité de la surveillance

8. Détection précoce
• Définir l’objectif
• Quantification de qualité

9. Objectif de détection précoce
• Premier cas (Deuxième ?)
• Animal?Troupeau?Village? Commune?
• Quand?
• Dès que la maladie est introduite?
• Après 1 semaine? Un mois?
• Chez les humains
• Maladies endémiques (grippe saisonnière)
• Détection de foyers
• Analyse statistique pour détecter un taux supérieur au
niveau normal («détection de foyers»)

10. Sensibilité de la surveillance
• Définition générale
• Probabilité que le système de surveillance identifie
correctement la présence d’une maladie
• Analogue de sensibilité d’un test de laboratoire

11. Sensibilité (détection précoce)
• Probabilité que le 1ère unité malade soit sous
surveillance
• Couverture de la population (Cp)
• Probabilité que la détection soit dans le délai spécifié
• Couverture temporelle (Ct)
• Probabilité que l’unité malade surveillée soit détectée
• Sensibilité du système de détection (Se)
SSe = Cp × Ct × Se

12. Implications
• Maximiser les trois éléments
• Couverture de la population
• Comment?
• Couverture temporelle
• Comment?
• Sensibilité de détection
• Comment?

13. Sensibilité de détection
• Cascade de probabilités
• L’animal montre des signes cliniques
• L’éleveur observe les signes cliniques
• L’éleveur reconnaît que l’animal est malade
• L’éleveur contacte un vétérinaire
• Le vétérinaire fait une déclaration (suspicion de
maladie notifiable)
• Le service vétérinaire lance une enquête
• Le vétérinaire envoie des prélèvements au laboratoire
• Les prélèvements sont testés pour la maladie
• Le test diagnostique est positif

14. SSe = Cp × Ct × Se
• L’animal montre des signes cliniques
• L’éleveur observe les signes cliniques
• L’éleveur reconnaît que l’animal est malade
• L’éleveur contacte un vétérinaire
• Le vétérinaire fait une déclaration (suspicion de maladie notifiable)
• Le service vétérinaire lance une enquête
• Le vétérinaire envoie des prélèvements au laboratoire
• Les prélèvements sont testés pour la maladie
• Le test diagnostique est positif
Catriona
Anne
Angus

15. Surveillance basée sur le risque

16. Surveillance basée sur le risque
• Deux concepts différents
• Priorisation basée sur le risque
• Où mieux investir?
• Espèce, filière, région, saison
• Échantillonnage basé sur le risque
• Diviser la population en groupes avec des risques différents
• Privilégier l’échantillonnage du groupe avec le risque le plus
élevé

17. Détection basée sur le risque
• Analyse de la surveillance
• Basée sur la théorie de probabilité
• Il est possible de prédire le future
• S'il y a des évènements répétés
• Lancer une pièce: pile ou face?
• 1,000 répétitions

20. Mais…
• Détection précoce
• Objectif: détecter la première incursion de la maladie
• Un seul évènement
• Les règles de probabilité ne s'appliquent plus
• Un seul lancement de pièce
• Je sais qu'il y a une probabilité de 50%
• Mais je ne peux pas prédire le résultat avec certitude

21. Priorisation basée sur le risque
• Pays avec deux zones de risque
• Risque élevé
P(entrée sachant que la maladie va entrer) = 80%
• Risque faible
P = 20%
• Si on cible toutes les ressources de surveillance dans la
zone à risque élevé
• Probabilité de 20%+ de ne pas trouver le premier foyer
• Si on ne cible pas
• Relativement trop de surveillance dans la zone à faible
risque

22. Définition du risque
• Probabilité d’un évènement indésirable
• Risque relatif
• Probabilité et conséquences
• Analyse de risque
• Quelle définition pour la détection précoce?
• Comment quantifier les conséquences?

23. Définition du risque (détection précoce)
• Probabilité et conséquences
• Probabilité
• Que la maladie soit introduite dans la population
concernée
• Conséquences
• De l’introduction de la maladie dans cette population
• Par rapport aux autres populations
• Risque de dissémination rapide
• Risque d'impact sur la commerce
• Faiblesse de la surveillance (risque de ne pas détecter)

24. Optimisation de la surveillance
• Sensibilité globale basée sur le risque
• Calculer sensibilité de chaque groupe de risque
• Calculer la moyenne pondérée par le risque
• Optimisation
• Un investissement pour améliorer la surveillance est
plus rentable dans les zones
• À haut risque
• À faible couverture
• À faible sensibilité de détection

25. Exercices
• Calculer la sensibilité de la surveillance (détection
précoce):
• Définir les standards souhaités pour la détection
précoce de la fièvre aphteuse
• Unité de détection
• Délai de détection
• Sensibilité souhaitée
• Surveillance clinique par les éleveurs ciblant la fièvre
aphteuse
• situation actuelle
• après amélioration (sensibilisation des éleveurs)
• Surveillance sérologique
• Enquête annuelle