WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Etude bactériologique des infections urinaires au Centre Pasteur du Cameroun

( Télécharger le fichier original )
par Guy Albert KENKOUO
ISSEA - Ingénieur statisticien 2008
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Communauté Économique et Monétaire de l'Afrique Centrale

(CEMAC)

INSTITUT SOUS-REGIONAL DE STATISTIQUE ET D'ECONOMIE APPLIQUEE

(ISSEA)

Organisation Internationale

B.P : 294 Yaoundé Tél. : (237) 22220134 Fax : (237) 22229521 E-mail : isseacemac@yahoo.fr

Yaoundé - Rép. du Cameroun

ÉTUDE BACTÉRIOLOGIQUE DES INFECTIONS URINAIRES AU CENTRE PASTEUR DU CAMEROUN

Rapport de stage effectué du 01 mars au 31 mai 2008 au Centre Pasteur du Cameroun (CPC)

Rédigé et présenté par

KENKOUO Guy Albert

Élève Ingénieur d'Application de la Statistique, Quatrième année

Sous la direction de

Docteur BELINGA Suzanne

Médecin-Biologiste

Soutenu publiquement le 17 juin 2008 devant le Jury composé de :

M. OPOUMBA Marcel Président

Docteur KINKIELELE Dieudonné Examinateur

Docteur BELINGA Suzanne Encadreur

Juin 2008

DÉDICACE

Aux patients du Centre Pasteur du Cameroun.

Qu'ils reçoivent ici un moyen de réconfort.

REMERCIEMENTS

Nous ne dérogerons pas à la règle en manifestant notre reconnaissance à ceux qui, de près ou de loin, nous ont aidé dans la réalisation de ce travail. Aussi, nous exprimons notre gratitude et nos sincères remerciements à l'endroit de :

Docteur Jocelyne ROCOURT, Directeur Général du Centre Pasteur du Cameroun, pour nous avoir accepté comme stagiaire dans sa structure ;

Docteur Suzanne BELINGA et Valérie NTONE qui n'ont ménagé aucun effort pour notre encadrement malgré leurs multiples occupations ;

M. Jean Robert TIKOUOKA, responsable du bureau des stages à l'ISSEA pour son orientation à ce stage ;

nos promotionnaires pour la convivialité et l'esprit de soutien qui règnent entre nous depuis le début de notre formation à l'ISSEA ;

Qu'il nous soit enfin permis d'exprimer notre profonde gratitude à M. KENGNI Simplice qui a pris la peine de relire ce travail.

TABLE DE MATIÉRES

DÉDICACE i

REMERCIEMENTS ii

TABLE DE MATIÉRES iii

LISTE DES TABLEAUX v

LISTE DES GRAPHIQUES vi

LISTE DES ACRONYMES vii

AVANT-PROPOS viii

RÉSUMÉ ix

INTRODUCTION 1

Chapitre I : CONTEXTE GÉNÉRAL ET CADRE MÉTHODOLOGIQUE 3

I- PRÉSENTATION DE LA STRUCTURE D'ACCUEIL ET DÉROULEMENT DU STAGE 3

I.1 Présentation de la structure d'accueil 3

I.2 Déroulement du stage et objectif à atteindre 4

II- CADRE MÉTHODOLOGIQUE 5

II.1 Description des sources de données 6

II.2 Analyse critique de la source de données 9

Chapitre II : GÉNÉRALITÉS SUR LES INFECTIONS URINAIRES 11

I- DÉFINITION, INFECTION ET TRAITEMENT 11

I.1. Types d'infections urinaires 11

I.2. Infection et traitement 12

I.3 Personnes à risque et facteurs de risques des infections urinaires 13

II- MÉTHODOLOGIE DES ECBU 15

II.1 Contexte clinique et prélèvement 16

II.2 Techniques utilisées et interprétations des résultats 17

III- SYNTHÈSE D'ÉTUDES PORTANT SUR L'ÉPIDÉMIOLOGIE DES INFECTIONS URINAIRES 18

Chapitre III : CARACTÉRISTIQUES GÉNÉRALES DES ECBU AU CENTRE PASTEUR DU CAMEROUN 20

I- PRINCIPALES CARACTÉRISTIQUES DES ECBU AU CENTRE PASTEUR DU CAMEROUN EN 2007 20

I.1 Caractéristiques démographiques des patients 20

I.2 Caractéristiques des résultats des ECBU 21

II- PROFILS ÉTIOLOGIQUES DES PRINCIPAUX GERMES ET LEURS SPECTRES DE RÉSISTANCE 22

II.1 Étiologies des principaux germes 22

II.2 Résistance des principaux germes aux antibiotiques 24

Chapitre IV : FACTEURS DE RISQUES ET RÉSISTANCE DES PRINCIPAUX GERMES AUX ANTIBIOTIQUES 27

I- PRÉSENTATION DU MODÈLE DE RÉGRESSION LOGISTIQUE 27

I.1 Justification du choix du modèle de régression logistique binaire 27

I.2 Formulation du modèle et aide à l'interprétation des résultats du modèle 28

II-PRÉSENTATION ET INTERPRÉTATION DES RÉSULTATS 30

II.1 Facteurs de risque 30

II.2 Facteurs explicatifs de la sensibilité des germes aux antibiotiques 31

CONCLUSION ET RECOMMANDATIONS 33

REFERENCES BIBLIOGRAPHIQUES 35

ANNEXES XXXVI

ANNEXE I : Tableaux XXXVI

ANNEXE II : Tests de khi-deux et graphiques de l'AFC XXXVIII

ANNEXE III : Tableaux récapitulatifs de l'estimation des paramètres du modèle de régression logistique XL

ANNEXE IV : Organigramme du CPC XLIV

ANNEXE V : Les encadrés XLV

ANNEXE VI : Estimations des coefficients du modèle logistique et tests XLVI

LISTE DES TABLEAUX

Tableau 1: Interprétation de l'ECBU 18

Tableau 2: Répartition des patients des ECBU du CPC en 2007 selon le sexe et l'âge (en pourcentage) 21

Tableau 3 : Répartition des germes rencontrés dans les ECPU au CPC XXXVI

Tableau 4: Profil de résistance d' Escherichia coli aux antibiotiques (en %) XXXVII

Tableau 5 : Répartition des principaux germes isolés dans les ECBU au CPC en 2007 en fonction de l'âge et du sexe XXXVII

Tableau 6 : Résultat du test de khi-deux effectué sur Sexe et les principaux germes isolés dans les ECBU au CPC en 2007 XXXVIII

Tableau 7 : Résultat du test de khi-deux effectué sur age et les principaux germes isolés dans les ECBU au CPC en 2007 XXXVIII

Tableau 8 : Estimation des coefficients des facteurs de risque des infections urinaires XL

Tableau 9 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Fosfomycine XL

Tableau 10 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à l'Amikacine XLI

Tableau 11 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Cefotaxime XLI

Tableau 12 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Cefixime XLII

Tableau 13 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Ceftazidime XLII

Tableau 14 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Ciprofloxacine XLIII

LISTE DES GRAPHIQUES

Graphique 1 : Répartition des ECBU positifs du CPC en 2007 selon le sexe et l'âge 22

Graphique 2: Répartition des principaux germes responsables des infections urinaires selon le sexe du malade 23

Graphique 3 : Résultat l'AFC effectuée sur sexe et les principaux germes isolés dans les ECBU au CPC en 2007 XXXIX

Graphique 4 : Résultat l'AFC effectuée sur age et les principaux germes isolés dans les ECBU au CPC en 2007 XXXIX

Graphique 5: Organigramme du centre Pasteur du Cameroun XLIV

LISTE DES ACRONYMES

AFC : Analyse Factorielle des Correspondances

CPC: Centre Pasteur du Cameroun

DGA : Directeur Général Adjoint

ECBU: Examen Cytobactériologique des Urines

FTP: File Transfert Protocole

IAS : Ingénieur d'Application de la Statistique

ISSEA : Institut Sous-régional de Statistique et d'Économie Appliquée

IST : Infection Sexuellement Transmissible

LAM : Laboratoire d'Analyse Médicale

MINSANTE : Ministère de la Santé publique

OR : Odds Ratio

RIIP : Réseau International des Instituts Pasteurs

SIDA : Syndrome Immuno Déficience Acquise

SPAD: Système pour l'analyse des données

SPSS: Statistical Package of Social Science

VIH : Virus Immino Humain

AVANT-PROPOS

La formation d'Ingénieur d'Application de la Statistique (IAS) à l'Institut Sous-régional de Statistique et d'Économie Appliquée (ISSEA) intègre des stages académiques. L'étudiant de quatrième année du cycle des IAS est ainsi tenu d'effectuer durant la période mars-juin un stage d'une durée de trois mois dans une structure de son choix ou proposé par l'ISSEA. Plus qu'une exigence académique, ce stage est supposé compléter la formation et préparer l'insertion professionnelle de l'étudiant. C'est dans cette logique que nous avons effectué un stage académique au Centre Pasteur du Cameroun du 03 mars au 31 mai 2008. Le thème qui a été soumis à notre réflexion s'intitule : «Étude Bactériologique des infections urinaires au Centre Pasteur du Cameroun ». Il s'agit pour nous de mettre à contribution les enseignements reçus à l'ISSEA afin d'apporter notre modeste contribution à la résolution des tâches de notre structure d'accueil.

RÉSUMÉ

Dans le cadre de notre formation, nous avons effectué un stage académique de trois mois au Centre Pasteur du Cameroun. Ce stage a consisté essentiellement à analyser la bactériologie des infections urinaires. L'objectif principal de cette investigation est de proposer des éléments importants à la prise de décision lors d'une antibiothérapie empirique pour le traitement des infections urinaires au Cameroun. Nous avons exploité la base de données des analyses médicales du CPC. Base dans laquelle nous avons extrait tous les dossiers des patients du CPC en 2007 ayant fait un ECBU. A partir des fichiers de demandes des ECBU au Centre Pasteur du Cameroun en 2007, nous avons retenu 5955 patients dans le cadre de notre analyse.

De notre travail, il ressort notamment que les femmes font plus d'infections urinaires que les hommes (OR : 1,445, c'est-à-dire que le risque d'infection augmente de 44,5 % lorsque le patient est une femme). Escherichia coli est le germe le plus souvent isolé dans les infections urinaires (46,9 %). Aussi, convient-il de mentionner que les entérobactéries sont d'une manière globale la famille de bactéries la plus souvent isolée tant chez les femmes que chez les hommes (81,6 %). Mais, l'ordre et la proportion des différentes entérobactéries diffèrent d'un sexe à l'autre.

En ce qui concerne la sensibilité aux antibiotiques, les entérobactéries sont résistantes à l'Amocixilline à plus de 90 %, au Cotrimoxazole et à la Ticarcilline à plus de 80 %. Elles sont sensibles aux Céphalosporines de deuxième et troisième génération, à la Ciprofloxacine et à l'Ofloxacine à près de 80 %, à la Fosfomycine et à l'Amikacine à plus de 90 %.

En conclusion, l'Amoxicilline, la Ticarcilline et le Cotrimoxazole sont déconseillés en première intention pour le traitement empirique des infections urinaires d'origine bactérienne.

INTRODUCTION

L'infection urinaire est l'une des infections les plus rencontrées en pratique de ville comme en milieu hospitalier (GOBERNADO et al, 2007 ; SOULA et al, 1990 ; ALAOUI et al, 1998). De nombreuses études1(*) montrent que les infections urinaires touchent environ 40 % à 50 % des femmes dans le décours de leur vie et qu'un tiers des femmes fera une infection urinaire avant 24 ans. Les bactéries sont à l'origine de la plupart des infections urinaires. L'Examen Cytobactériologique des Urines (ECBU) est l'examen qui permet de mettre en évidence les infections urinaires causées par les bactéries. Lorsque l'ECBU met en évidence la présence d'une bactérie pathogène, il s'accompagne d'un antibiogramme qui permet de déterminer la sensibilité aux antibiotiques du germe identifié. Le délai de rendu d'une culture d'urine avec antibiogramme est d'au moins 48 heures. Dans l'attente des résultats, le personnel soignant instaure une antibiothérapie empirique d'autant plus que le patient est symptomatique. Ce traitement empirique repose sur des statistiques bactériologiques fournit par le laboratoire. Ces statistiques vont permettre de connaître les germes les plus souvent rencontrés ainsi que leurs sensibilités aux antibiotiques. Des études2(*) antérieures ont montré que les principaux germes rencontrés au cours des infections urinaires sont : Escherichia coli, Klebsiella, Pneumoniae, Proteus mirabilis et les entérocoques. Cependant, les profils étiologiques et de sensibilité aux antibiotiques des germes responsables des infections urinaires sont susceptibles de varier dans l'espace et le temps d'où l'importance d'une surveillance régulière au niveau de chaque localité.

Plus de six milles patients ont été reçus au Centre Pasteur du Cameroun (CPC) pour un ECBU en 2007. Après l'analyse de la base de données des patients du CPC, nous avons récupéré les dossiers où figure un ECBU afin :

F d'analyser la positivité des ECBU des patients du CPC en 2007 : il s'agit d'examiner les ECBU positifs et les ECBU négatifs au CPC en 2007 tout en observant comment ces résultats varient en fonction du sexe et de l'âge des patients;

F d'identifier les germes les plus souvent isolés dans les ECBU au CPC : il s'agit d'analyser les résultats positifs et de déterminer les fréquences d'apparition de chaque germe chez les patients du CPC;

F d'analyser la sensibilité des germes les plus fréquents aux antibiotiques : ici il s'agit d'identifier les antibiotiques les plus sensibles aux germes les plus fréquents et d'examiner comment la probabilité qu'un germe soit sensible à un antibiotique varie suivant les caractéristiques (sexe et âge) des patients et de la présence de plus d'un germe ;

F et d'identifier les facteurs de risques des infections urinaires d'origine bactérienne.

L'intérêt de cette étude est qu'elle est sans précédente au Cameroun et qu'elle sert de base de réflexion pour le traitement empirique des infections urinaires au Cameroun.

Notre rapport comporte quatre chapitres. Le premier présente notre structure d'accueil, les différentes missions accomplies pendant notre stage, la source de nos données et les différents traitements effectués sur les données. Le deuxième chapitre présente les généralités sur les infections urinaires. Quant au troisième chapitre, il présente les caractéristiques des ECBU au CPC. Le quatrième chapitre traite des facteurs de risque et de la sensibilité des principaux germes aux antibiotiques.

Chapitre I : CONTEXTE GÉNÉRAL ET CADRE MÉTHODOLOGIQUE

L'objectif de ce chapitre est de présenter le cadre dans lequel nous avons effectué le stage, les sources de données ainsi que les différents traitements que nous avons effectués sur les données. En outre, ce chapitre présente une analyse critique des sources de données.

I- PRÉSENTATION DE LA STRUCTURE D'ACCUEIL ET DÉROULEMENT DU STAGE

Nous avons effectué notre stage au CPC. Le but de cette section est de présenter notre structure d'accueil, le déroulement du stage ainsi que les principales tâches effectuées pendant notre séjour au CPC.

I.1 Présentation de la structure d'accueil

Créé en 1959, l'Institut Pasteur du Cameroun est resté une filiale de l'Institut Pasteur jusqu'en 1975, date de sa nationalisation. Dès lors, il prend la dénomination Centre Pasteur du Cameroun et devient alors un laboratoire d'analyse médicale de référence en plus de ses missions de recherche et de santé publique. Il est placé sous la tutelle du ministère de la santé publique et est membre du Réseau International des Instituts Pasteurs (RIIP) depuis 1990. Il reçoit en moyenne 500 patients par jour, soit environ 180 000 patients par an. Environ 105 personnes travaillent au CPC. Le CPC est géré par un Directeur Général (voir ANNEXE IV pour organigramme).

Le CPC a quatre principales missions : la formation des techniciens de laboratoire, la recherche (notamment le VIH/SIDA, l'ulcère de Buruli, la tuberculose), la santé publique (en appui au ministère de la santé publique en cas épidémie) et les analyses médicales.

Notre stage s'est déroulé au  Laboratoire d'Analyse Médicale (LAM). Cette unité est chargée d'effectuer et d'analyser les examens de laboratoire des patients du CPC. Elle compte plus de 30 personnels répartis dans cinq laboratoires à savoir : les services de Bactériologie, de Sérologie, de Parasitologie, d'Hématologie, de Biochimie. La plupart des résultats des examens de tous ces laboratoires sont saisis dans le logiciel HEXAFLUX. Tous ces laboratoires travaillent en parfaite symbiose et on compte environ cinq postes de saisie des résultats au LAM.

I.2 Déroulement du stage et objectif à atteindre

Les objectifs principaux de notre stage sont de participer à la rédaction du cahier de charge pour le choix d'un nouveau logiciel d'analyses médicales et de faire une étude épidémiologique des infections urinaires. La problématique de l'étude épidémiologique étant de savoir quels antibiotiques recommander à un patient souffrant d'une infection urinaire avant les résultats des antibiogrammes.

Notre stage s'est déroulé en plusieurs étapes à savoir:

Étape 1 : Accueil et présentation du CPC et de ses missions (le 03 mars 2008)

Nous avons retenu à l'issu de cette étape que le CPC est à la fois un laboratoire d'analyse médicale, un centre de formation et un centre de recherche.

Étape 2 : Recherche documentaire (du 04 mars 2008 au 08 mars 2008)

Cette étape nous a permis de parcourir les propositions des logiciels d'analyse de laboratoire des potentiels fournisseurs et le guide d'utilisation du logiciel HEXAFLUX qui est le logiciel d'analyse médicale que le CPC utilise actuellement.

Étape 3 : Exploration du logiciel HEXAFLUX (du 10 mars 2008 au 15 mars 2008)

A l'issu de cette étape, nous nous sommes familiarisés avec le logiciel et nous avons proposé une procédure d'extraction des données de ce logiciel sous le format EXCEL. En effet, avant notre arrivée au CPC, les personnes désirant analyser les données provenant du logiciel HEXAFLUX étaient obligées de les imprimer et de les ressaisir avant exploitation ; ceci, quel que soit les nombres d'observations.

Étape 4 : Analyse des phénotypes des groupes sanguins (du 17 mars 2008 au 22 mars 2008)

Elle a consisté à exploiter une base de plus de 10 000 individus pour identifier les groupes sanguins les plus fréquents chez les patients du CPC et de calculer la fréquence génique des allèles A, B et O. L'importance de ce travail résidait dans la constitution d'une banque de sang.

Étape 5 : Extraction des données (le 24 mars 2008)

Cette étape a consisté à extraire les données des ECBU au CPC en 2007 et les résultats des différents antibiogrammes de la même année.

Étape 6 : Traitements de données (du 25 mars 2008 au 29 mars 2008 et du 07 avril 2008 au 12 avril 2008)

Cette phase a consisté à préparer notre base de données pour l'analyse. De manière précise, nous avons recodé certaines variables, saisi d'autres variables, fusionné plusieurs fichiers en cas de nécessité et scindé d'autres fichiers.

Étape 7 : Préparation de la journée médicale à Douala (du 31 mars 2008 au 5 avril 2008)

Pendant cette phase, nous avons produit les statistiques descriptives sur les ECBU et les résistances des germes aux antibiotiques pour permettre à nos encadreurs de préparer leurs communications lors desdites journées.

Étape 8 : Deuxième phase de recherche documentaire (du 14 avril 2008 au 30 avril 2008)

Pendant cette étape, nous avons consulté les documents sur la pratique des ECBU, les études réalisées sur les ECBU ainsi que sur les résistances des bactéries aux antibiotiques. A l'issu de cette étape, nous avons retenu un thème central de stage qui fait l'objet de ce rapport.

Étape 9 : Rédaction du rapport de stage (du 03 mai 2008 au 31 mai 2008)

Pendant cette phase, nous avons arrêté avec nos encadreurs de stage le plan du rapport. Nous avons également fait toutes les analyses nécessaires pour la compréhension de notre sujet et pour répondre à notre problématique de recherche.

D'une manière générale, au cours de notre stage, nous avons effectué des travaux informatiques et des travaux statistiques.

II- CADRE MÉTHODOLOGIQUE

Cette section présente les sources de données, les différents traitements de données et une analyse critique des différentes sources de données.

II.1 Description des sources de données

Les données proviennent de deux sources principales : HEXAFLUX et ATB expression.

II.1.1 HEXAFLUX

HEXAFLUX est le logiciel de gestion de laboratoire qui permet d'enregistrer toutes les demandes d'analyses ainsi que leurs résultats. Pratiquement, voici le circuit d'une demande d'analyse :

· saisie de demande : il s'agit d'entrer dans le logiciel les données démographiques et financières du patient (assurance, mode de paiement...etc.), le médecin prescripteur, les analyses prescrites par le médecin. Une fois la demande saisie elle est disponible au niveau du laboratoire sous forme de feuille de paillasse ;

· les feuilles de paillasse permettent au technicien de savoir quelles sont les analyses à effectuer pour chaque échantillon. Elles peuvent être paramétrées de façon à regrouper les analyses ou des séries d'analyses. Une fois l'analyse effectuée, le résultat est reporté sur la feuille de paillasse ;

· à partir de la feuille de paillasse, les résultats sont saisis dans le logiciel, par analyse, par demande, par feuille de paillasse ;

· lorsque l'ensemble des résultats d'une demande est saisi, le compte rendu est imprimé automatiquement, puis le dossier est archivé (l'archivage des dossiers complets se fait chaque jour à 23 heures). C'est l'ensemble des résultats archivés qui constitue la base de données à partir de laquelle des études peuvent être faites.

HEXAFLUX dispose de deux modules épidémiologiques : le logiciel d'épidémiologie et une station épidémiologie. Le module logiciel d'épidémiologie qui permet de réaliser les fonctions de programmation et de constitution d'une bibliothèque de requêtes, d'extraction sélective de données, de formatage de données extraites et sorties sur une imprimante du système central. Le module station épidémiologie permet d'assurer la mise en forme sophistiquée des données extraites par le module logiciel épidémiologie. Ce logiciel fonctionne sur le système d'exploitation UNIX.

II.1.2 ATB expression

L'ATB expression est un automate de lecture et d'interprétation des antibiogrammes. Cet automate enregistre, imprime et archive les résultats des antibiogrammes des patients du CPC.

Lorsqu'une culture d'urine est positive, un antibiogramme est réalisé. Cet antibiogramme est lu par l'ATB expression après enregistrement des données concernant le prélèvement auquel appartient l'antibiogramme : Nom prénom, Numéro d'analyse, type de prélèvement, type d'antibiogramme.

Les archives de l'ATB constituent une base de données à partir de laquelle nous avons pu extraire les fichiers concernant les antibiogrammes d'ECBU.

Seul le personnel du CPC a accès à cet appareil. De ce fait, nous avons reçu des antibiogrammes de notre encadreur sans manipuler l'automate.

II.1.3 Extraction des données à partir d'HEXAFLUX

L'extraction des données de ce logiciel se fait en plusieurs étapes :

· programmation de la requête correspondant à une demande précise. On accède à la fenêtre d'édition des requêtes à l'aide de la commande REQ, puis on rédige la requête et on l'enregistre sous un nom ;

· extraction de la demande : la commande EXTRACT permet d'accéder à la fenêtre d'extraction d'une requête. Une fois dans la fenêtre permettant d'extraire les demandes, on choisit la requête à utiliser, le fichier d'entrée, on saisit les paramètres de lancement (code de l'analyse ou du médecin, valeur limite du résultat, ...) et on donne le nom du fichier de sortie ;

· formatage de données : on accède à la fenêtre d'édition à l'aide de la commande FORMAT. Cette commande permet de fixer la présentation des données que nous avons extraites. Une fois ces données formatées, elles peuvent être imprimées ou stockées dans un fichier à exporter ultérieurement vers la station épidémiologie. Ici, on définit la présentation du fichier de sortie (lignes et colonnes), le support de sortie (sortie sur imprimante, sortie ASCII (fichier texte), sortie SYLK (fichier EXCEL)), puis on précise le nom du fichier d'entrée (fichier définit comme sortie de la commande EXTRACT) et du fichier de sortie. Si le support de sortie n'est pas l'imprimante, on choisit les délimiteurs de texte (c'est le caractère qui encadre les champs alphanumériques : on utilise généralement les guillemets), de rubrique (c'est le caractère qui sépare chaque champ : on utilise généralement la virgule), d'enregistrement (c'est ce qui sépare chaque ligne : on utilise généralement le code mnémonique <CR><FL>), et le séparateur de décimal (point, virgule);

· Enfin, si le fichier n'est pas imprimé, il peut être récupéré sur le serveur à l'aide d'une disquette.

De manière spécifique, pour avoir les données de HEXAFLUX, nous avons écrit une requête. Cette requête consistait à rechercher les demandes concernant un code d'analyse (ECBU). La recherche a été effectuée sur tous les dossiers des patients du CPC en 2007. Puis, nous avons extrait les données à l'aide de la commande EXTRACT. Lors du formatage du fichier, nous avons défini les lignes comme étant des observations et sept colonnes comme variables (numéro de demande, nom du patient, prénom du patient, sexe du patient, âge du patient (numéro de téléphone du patient dans HEXAFLUX), identification, numération des germes et leucocyturie). A cette étape, nous avons choisi la sortie SYLK pour le fichier de sortie et sélectionné la virgule comme séparateur de décimal. Le fichier obtenu a été stocké dans la station épidémiologique de HEXAFLUX. Le système d'exploitation sur lequel HEXAFLUX est installé est UNIX et les travaux s'y déroulent en ligne de commande. Ne connaissant pas dans quel répertoire les fichiers sont systématiquement enregistrés, nous avons écrit au concepteur du logiciel pour avoir d'amples informations. Après la réponse du concepteur du logiciel, nous avons récupéré sur Internet un client FTP (File Transfert Protocole). Avec ce FTP, nous nous sommes connectés à la station épidémiologique, les fichiers (requête (R_XXXX), Extraction (E_XXXX) et exportation (E_XXXX)) ont pour directoire /u/FSHPX. A partir de ce dernier répertoire, nous avons copié le fichier qui nous intéressait.

Les fichiers obtenus de HEXAFLUX et d'ATB expression ont été traités (suppression des doublons, recodage du sexe et de l'âge) et mis ensemble. La plupart des doublons provenant du fait que certains patients reprennent les ECBU après deux semaines pour vérification ou pour confirmation.

II.2 Analyse critique de la source de données

Le traitement du fichier obtenu de HEXAFLUX, n'a pas été aisé pour les raisons suivantes :

- l'âge était codé sous différents formats d'un patient à l'autre: par jour, par mois, par semaine, par an, par an et par mois, par jour et par mois ;

- le sexe et l'âge ont été saisis dans le même champ. Alors qu'il existe un champ prévu pour le sexe. En effet le logiciel n'est pas programmé pour la saisie des âges. Il attend une date de naissance. Celle-ci n'étant pas souvent mentionnée sur les demandes d'examen à l'inverse de l'âge, il a été décidé de saisir l'âge sur le champ prévu pour le numéro de téléphone. Cependant, au moment de la saisie, les secrétaires saisissent dans ce champ à la fois l'âge et le sexe ;

- un autre problème réside au niveau de l'identification du malade. Il n'est pas aisé de reconnaître un même patient premièrement à cause des homonymies et de l'absence de date de naissance. Deuxièmement lorsqu'un patient se représente pour un examen, il n'est pas rare que l'ordre des noms et prénoms change. La conséquence en est que l'ensemble des demandes d'un patient ne se retrouve pas toujours dans le même dossier ;

- En outre, l'identifiant (numéro de demande) utilisé pour la lecture de l'antibiogramme d'un ECBU positif, n'est pas le même que celui utilisé pour le dossier HEXAFLUX. Ce qui a rendu difficile la fusion du fichier HEXAFLUX des ECBU positifs avec le fichier des antibiogrammes correspondants ;

- d'autres informations sur le patients auraient permis une exploitation plus enrichissante des fichiers : patient hospitalisé ou patient externe par exemple ;

- l'environnement de travail du logiciel HEXAFLUX n'est pas assez ergonomique, car on ne travaille pas sur HEXAFLUX en mode graphique ;

Ainsi, l'amélioration de la recherche au LAM du CPC passe par l'amélioration du logiciel de laboratoire (ergonomie, fonction, identification du patient...), de la saisie des informations (formation des secrétaires médicaux) et de l'organisation du travail.

Chapitre II : GÉNÉRALITÉS SUR LES INFECTIONS URINAIRES

Ce chapitre donne un aperçu général des infections urinaires. Il s'agit de présenter les germes responsables de la maladie, les techniques utilisées pour détecter la maladie ainsi que les différents traitements possibles.

I- DÉFINITION, INFECTION ET TRAITEMENT

L'infection urinaire est causée par la prolifération anormale d'agents infectieux dans le système urinaire qui comprend les reins, les uretères, la vessie et l'urètre. Les reins assurent la filtration du sang et permettent l'élimination des déchets. Ils jouent également un rôle important dans la régulation des liquides corporels et de la pression sanguine. La vessie agit en tant que réservoir d'urine. Quant aux uretères et à l'urètre, ils permettent le passage de l'urine respectivement des reins à la vessie, puis de la vessie à l'extérieur du corps.

I.1. Types d'infections urinaires

On distingue trois types d'infections urinaires : la cystite, l'urétrite et la pyélonéphrite. Ils se distinguent selon la localisation de l'infection.

La cystite est de loin la forme d'infection urinaire la plus courante. Elle touche presque uniquement les femmes. Il s'agit de l'inflammation de la vessie. La plupart du temps, l'inflammation est provoquée par la prolifération de bactéries intestinales de type Escherichia coli, qui sont nombreuses aux environs de l'anus. Les bactéries passent de la région vulvaire à la vessie en remontant l'urètre. Tout ce qui gêne la vidange de la vessie augmente le risque de cystite. La cystite s'accompagne normalement d'une urétrite, l'inflammation de l'urètre.

L'urétrite touche uniquement l'urètre (le conduit qui relie la vessie au méat urinaire), on l'appelle urétrite. Il s'agit d'une Infection Sexuellement Transmissible (IST) courante chez les hommes, mais les femmes peuvent aussi en souffrir. Différents agents infectieux peuvent causer l'urétrite. Les plus communs sont le chlamydia et le gonocoque (la bactérie responsable de la gonorrhée).

La pyélonéphrite est un état plus grave. Elle désigne l'inflammation du bassinet et du rein. Celle-ci résulte généralement d'une infection bactérienne. Il peut s'agir d'une complication d'une cystite non traitée ou mal traitée qui permet la prolifération des bactéries de la vessie vers les reins. La pyélonéphrite aiguë survient surtout chez la femme, et principalement la femme enceinte.

Lorsqu'une personne est affectée par un problème chronique aux voies urinaires (malformation anatomique, maladie des reins ou de la vessie), il n'est pas rare qu'elle souffre d'infections récurrentes. Souvent, ces problèmes sont aggravés par les interventions en milieu hospitalier, comme le port d'une sonde urétrale (cathéter) pour recueillir l'urine.

I.2. Infection et traitement

Les bactéries sont responsables de la plupart des infections urinaires et les antibiotiques sont utilisés dans le traitement des infections d'origine bactériennes.

I.2.1 Les bactéries

Les bactéries sont responsables de la plupart des infections urinaires. On distingue les bactéries, par leurs formes (notamment les coques et les bacilles), d'autres part la coloration gram (rouge pour gram négatif et bleu pour gram positif) et leurs caractéristiques biochimiques : fermentation du lactose. Ainsi, on peut identifier principalement :

§ les entérobactéries : ce sont les bacilles gram négatif qui fermentent le lactose. Parmi elles, on reconnaît les familles suivantes : Klebsiella, Proteus, Salmonellae, Citrobacter et les Entérobacter, et l'espèce Escherichia coli ;

§ les « bacilles gram négatif non fermentant » (qui ne fermentent pas le lactose). Les plus fréquents sont le Pseudomonas, l'Acinetobacter et le Chryseomonas ;

§ les coques gram positif notamment les familles des Staphylocoques et des Streptocoques comme le Streptococque pneumoniae responsable de pneumonie ;

§ les coques gram négatif à l'instar des Neisseria exemple Neisseiria meningitidis responsable de la méningite.

I.2.2 Les antibiotiques

Les infections urinaires d'origine bactérienne se traitent facilement et rapidement à l'aide d'antibiotiques. Les antibiotiques se distinguent par leur spectre (espèces de bactéries sur lesquelles l'antibiotique est actif). Ainsi, on distingue la grande classe des beta- lactamines, les aminosides, les cyclines, les macrolides, les lincosamides, les synergistines, les ketolides, les quinolones, l'acide fusidique, la fosfomycine, les glycopeptides, le cotrimoxazole et les imidazoles.

Les beta- lactamines sont classés en quatre sous classes : les pénicillines, les céphalosporines, les carbapénemes et les monobactames.

Les pénicillines naturelles (G et V) sont actives sur les streptocoques et les staphylocoques. Les pénicillines synthétiques (aminopénicillines) amoxycilline et ampicillines sont surtout actives sur les entérobactéries.

Les céphalosporines sont classées en générations (C1G, C2G et C3G) selon leur niveau d'activité sur les bactéries gram négatif.

L'activité antibactérienne d'un antibiotique est caractérisée par la CMI (Concentration Minimale Inhibitrice de la croissance bactérienne in vitro) et par la CMB (Concentration Minimale Bactéricide laissant le nombre de survivants <= 0,01 % de l'inoculum bactérien de départ). Un antibiotique peut être sensible (S), intermédiaire (I) ou résistante (R) à un antibiotique. La bactérie est sensible à l'antibiotique si la CMI est inférieure aux concentrations de l'antibiotique obtenues dans l'organisme avec des posologies usuelles. Elle est résistante à l'antibiotique si la CMI est supérieure aux concentrations de l'antibiotique obtenues dans l'organisme avec des posologies usuelles. Elle est intermédiaire à l'antibiotique si la CMI est voisine aux concentrations de l'antibiotique obtenues dans l'organisme avec des posologies usuelles.

I.3 Personnes à risque et facteurs de risques des infections urinaires

Nous présentons ici les personnes à risques et les principaux facteurs de risque.

I.3.1Personnes à risque

Les femmes, surtout celles qui sont sexuellement actives. Le taux d'infection est 50 fois plus élevé que chez les hommes.

Les hommes atteints d'une hypertrophie bénigne de la prostate (fréquente à partir de 50 ans) ou d'une prostatite. Lorsqu'elle augmente de taille, la prostate comprime l'urètre, ce qui ralentit l'évacuation de l'urine.

Les femmes enceintes sont particulièrement à risque en raison de la pression exercée par le bébé sur le système urinaire, mais aussi des changements hormonaux inhérents à la grossesse.

Les femmes ayant une vaginite causée par une baisse d'hormones oestrogènes, après la ménopause.

Les personnes diabétiques, en raison du taux élevé de sucre dans leur urine, qui constitue un milieu favorable au développement bactérien, et de leur sensibilité accrue aux infections.

Les personnes chez qui on a introduit une sonde dans l'urètre. Les personnes qui ne peuvent uriner, qui sont inconscientes ou gravement malades ont souvent besoin d'une sonde le temps de retrouver leurs fonctions urinaires. Certaines personnes qui ont une atteinte au système nerveux en auront besoin toute leur vie. Les bactéries se servent alors de la surface du tube pour infecter le tractus urinaire. Parfois contractées à l'hôpital, ces bactéries ont pu développer une certaine résistance nécessitant le recours à des antibiotiques plus puissants.

Les personnes qui ont une anomalie structurale des voies urinaires, qui souffrent de calculs rénaux ou de divers troubles neurologiques.

I.3.2 Facteurs de risque

Chez les femmes

Avoir une mauvaise hygiène génitale. Après être allé à la selle, s'essuyer vers l'avant avec le papier hygiénique est un facteur de risque. Le mouvement d'essuyage doit se faire de l'avant vers l'arrière afin de ne pas contaminer l'urètre avec des bactéries provenant de l'anus. De plus, les régions anale et génitale doivent être nettoyées avec soin régulièrement, ce qui aide à contrer la prolifération des bactéries.

Les relations sexuelles, particulièrement si celles-ci sont intenses et fréquentes après une période d'abstinence. On décrit d'ailleurs ce phénomène comme la « cystite de la lune de miel ».

Chez certaines femmes qui utilisent un diaphragme comme moyen contraceptif, l'urètre se trouvera comprimé, ce qui empêche la vessie de se vider complètement et favorise les infections de la vessie.

Certaines femmes contractent une urétrite en raison de l'usage de spermicides.

Chez les hommes

La sodomie sans condom augmente le risque d'être infecté.

Il ressort de cette section que certaines bactéries sont par nature sensibles à certaines familles d'antibiotiques et résistantes à d'autres (résistance naturelle). Aussi, nous notons que les femmes sont plus risquées aux infections urinaires que les hommes et que les facteurs de risques sont plus élevés chez ces dernières.

II- MÉTHODOLOGIE DES ECBU

L'ECBU permet de mettre en évidence la présence ou non d'une infection urinaire chez un patient. L'ECBU comprend plusieurs étapes :

F l'examen direct pour la recherche des leucocytes et des bactéries dans les urines ;

F la culture quantitative des urines considérée comme examen de référence qui permet un diagnostic de certitude ;

F l'antibiogramme qui est l'étude de la sensibilité ou de la résistance aux antibiotiques de la bactérie responsable, et qui permet d'adapter le traitement.

Cet examen est simple à réaliser, mais sa qualité repose sur le respect d'une méthodologie rigoureuse.

Nous présenterons dans cette section les signes cliniques des infections urinaires et la méthodologie des ECBU.

II.1 Contexte clinique et prélèvement3(*)

Le contexte clinique permet de comprendre les circonstances dans lesquelles les ECBU peuvent être demandés alors que le prélèvement présente les meilleures conditions de prélèvement des urines pour l'ECBU.

Les principales circonstances de demande d'un ECBU sont :

Ø des douleurs ou des brûlures au moment d'uriner ;

Ø une fréquence anormalement élevée de mictions durant le jour (parfois le besoin d'uriner survient aussi la nuit) ;

Ø un sentiment persistant d'avoir besoin d'uriner ;

Ø des urines troubles, qui dégagent une odeur désagréable ;

Ø une pression dans le bas-ventre ;

Ø parfois, du sang dans l'urine ;

Ø une fièvre isolée surtout chez le nourrisson ;

Ø une hématurie, une pyurie, des tests de dépistage positifs ;

Ø une prescription systématique chez les patients à risque : diabétiques, grabataires, problèmes urologies, porteurs de sonde, femmes enceintes, bilan préopératoire, etc. ;

Ø un contrôle de traitement.

Le recueil et le transport des urines sont une étape essentielle qui conditionne pour une bonne part la qualité et l'interprétation des résultats. Ainsi, le recueil et le transport des urines doivent être effectués selon les règles bien précises pour éviter d'une part la contamination périnéale et vaginale et d'autre part leur multiplication très rapide à température ambiante. Le prélèvement doit être fait avant toute antibiothérapie, de préférence sur la première miction du matin ou sur les urines ayant séjourné au moins trois heures dans la vessie. Les urines sont recueillies à mi-jet et le pot stérile est le matériel de prélèvement. Ce prélèvement doit être rapidement ensemencé au laboratoire. Toutefois, notons que les pots peuvent être conservés à 4° C jusqu'à ensemencement (maximum 24 heures).

II.2 Techniques utilisées et interprétations des résultats

Nous présentons ici les différentes techniques utilisées pour produire les résultats des ECBU ainsi que les outils d'aide à l'interprétation de ces résultats.

Les techniques cytobactériologiques utilisées sont :

· l'examen cytologique après centrifugation ;

· la numération sur cellule de Malassez des leucocytes de l'urine non centrifugée ;

· la culture et la numération des germes à l'aide d'une anse calibrée

· l'identification des germes à l'aide des galeries classiques ;

· l'antibiogramme par la méthode de micro dilution en milieu semi solide.

Les antibiotiques testés sont fonction des germes en cause :

ü pour les entérobactéries : ampicilline, céfalotine, colistine, gentamycine, cotrimoxazole, doxycycline, acides nalidixique ou pipémidique ;

ü pour les bacilles gram négatifs non fermentant : norfloxacine et amikacine ;

ü pour les staphylocoques : ampicilline, céphalotine, oxacilline, gentamycine, cotrimoxazole et doxycycline.

Les critères retenus généralement pour définir un cas d'infection urinaire sont :

· soit plus de 105 germes/ml ;

· soit plus de 103 germes/ml associés à une leucocyturie > 103/ml.

De manière détaillée, le tableau 1 présente l'aide à l'interprétation des ECBU.

Tableau 1: Interprétation de l'ECBU

Bactérie/ml

Leucocyturie

Absence de bactéries

<103/ml

>103/ml

Pas d'infections urinaires

Traitement antibiotique en cours

 

Infection génitale

 

Tuberculose urinaire

102<bactéries<104 Monomicrobien

contamination ou infection débutante

Infection traitée par antibiotiques ou par diurèse abondante

 

Infection urinaire débutante

 

Prostatite, Urétrite

A contrôler

Infection sur sonde

>105 Monomicrobien

Prélèvement défectueux

Infection urinaire

Infection urinaire débutante

Infection sur terrain particulier (femme enceinte, sujet âgé, sonde, immunodépression)

A contrôler

102<bactéries<104 Polymicrobien

Souillure probable

Souillure ou infection sur sonde

 

A contrôler

>105 Polymicrobien

Souillure ou infection urinaire

infection urinaire probable si anomalies urologiques

A contrôler

Contamination possible

 

A contrôler

Source : Développement de la santé, n° 141, juin 1999

III- SYNTHÈSE D'ÉTUDES PORTANT SUR L'ÉPIDÉMIOLOGIE DES INFECTIONS URINAIRES

Plusieurs études ont été réalisées dans les différents pays du monde sur les infections urinaires.

SOULA et al (1990) montrent que les germes les plus souvent isolés au Mali sont les  Klebsiellas (47 %), les colibacilles (Escherichia coli) (21,9 %), les Proteus (8,9 %) et les Staphylocoques (8,4 %). En outre, ils observent une fréquence élevée de résistance de ces germes (Klebsiellas, Colibacilles, Proteus et Staphylocoques) à l'ampicilline, au Cotrimoxazole et à la Doxycycline. Par contre, ils constatent que les quinolones de première génération conservent une bonne activité.

ALAOUI et al. (1998) montrent que les Escherichia coli et les Klebsiellas totalisent à eux seuls 69,2 % des germes isolés dans les ECBU, suivis des Proteus, des Staphylocoques, des Entérocoques, des Enterobacter et des Pseudomonas à Rabat au Maroc. L'étude de la sensibilité des germes aux antibiotiques montre que si les Klebsiellas restent sensibles à l'ofloxacine et à la gentamycine, elles montrent cependant une tendance à la résistance à l'association Amoxicilline-Ac. clavulanique. Le staphylocoque enregistre lui aussi une résistance remarquée à l'Oxacilline.

SEMRA et al. (2004) montrent que les germes les plus souvent isolés en Turquie sont les Escherichia coli (73, 2 %) et qu'ils sont résistants à l'ampicilline. GOLDSTEIN (2000), montre qu'en France les germes les plus souvent isolés sont les Escherichia coli (75 %).

Il ressort de ce chapitre que chaque antibiotique a un spectre utile (ensemble des bactéries sensibles à cet antibiotique) et un spectre négatif (ensemble des bactéries qui résistent à cet antibiotique). On peut alors se poser des questions sur l'importance de l'antibiogramme qui permet de définir le profil de résistance et de sensibilité des germes aux antibiotiques. La réponse est simple car au fil du temps, les bactéries développent des résistances aux antibiotiques pour lesquels elles sont par nature sensibles. D'après la revue de la littérature, il apparaît que le sexe est un facteur de risque des infections urinaires et que Escherichia coli est la bactérie la plus rencontrée dans les infections urinaires. Nous nous demandons si ces différents résultats sont confirmés au Cameroun. C'est l'objet des deux prochains chapitres.

Chapitre III : CARACTÉRISTIQUES GÉNÉRALES DES ECBU AU CENTRE PASTEUR DU CAMEROUN

L'objectif de ce chapitre est de décrire les caractéristiques démographiques des patients du CPC en 2007 ayant effectué les ECBU ainsi que les résultats de ces examens.

I- PRINCIPALES CARACTÉRISTIQUES DES ECBU AU CENTRE PASTEUR DU CAMEROUN EN 2007

Dans cette section, nous nous attèlerons à présenter la répartition par sexe et par âge des patients du CPC ayant effectué en 2007 des ECBU, de même que les résultats de ces ECBU.

I.1 Caractéristiques démographiques des patients

En 2007, le nombre de prélèvements des ECBU au CPC à 6764. Cependant, le fichier obtenu contenait des doublons et la suppression des doublons a porté la taille de l'échantillon à 5955. C'est ce dernier fichier (fichier obtenu après suppression des doublons) qui est utilisé pour les analyses.

Répartition par sexe

La répartition de ces examens est presque identique selon les deux sexes : 50,3 % des femmes contre 49,7 % des hommes.

Répartition par tranche d'âge

La répartition des ECBU est différente selon l'âge : 38,9 % et 15,7 % des patients ayant effectué les ECBU ont respectivement moins de 5 ans et entre 25 et 35 ans. Ainsi, ces patients sont donc généralement soient des petits enfants, soient des personnes sexuellement actives.

Influence du sexe et de l'âge

En observant à la fois le sexe et l'âge, nous constatons que la plupart des hommes ayant fait l'ECBU ont moins de cinq ans (21,9 %) (Voir tableau 2). Chez les femmes deux groupes sont mis en évidence : les femmes de 0 à 5 ans et celles âgées de 25 à 35 ans.

Tableau 2: Répartition des patients des ECBU du CPC en 2007 selon le sexe et l'âge (en pourcentage)

 

F

M

Total

[0,5[

17

21,9

38,9

[5,15[

3,2

3,5

6,9

[15,25[

8,3

3,9

12,2

[25,35[

10,6

5,2

15,8

[35,45[

5

4,2

9,2

[45,55[

2,7

4,8

7,5

[55,65[

1,8

2,9

4,7

Plus de 65 ans

1,7

3,2

4,9

Total

50,3

49,7

100

Source : Centre Pasteur du Cameroun, 2008

I.2 Caractéristiques des résultats des ECBU

Dans l'ensemble des ECBU, 15,3 % sont positifs, 81,2 % sont négatifs et 3,5 % sont indéterminés. La répartition des ECBU positifs varie selon le sexe et l'âge.

Le sexe ratio est de 1,3, ce qui signifie que cet examen est plus positif chez les femmes (56 %) que chez les hommes (44 %). Les spécialistes expliquent cette différence par la structure de l'appareil génital de la femme. Notons qu'un rapprochement du sexe et de l'âge révèle que les femmes de 15 à 45 ans (sexuellement active) et les hommes de moins de cinq ans et de plus de 45 ans (risque élevé de prostate) souffrent plus des infections urinaires (voir graphique 1).

Graphique 1 : Répartition des ECBU positifs du CPC en 2007 selon le sexe et l'âge

Source : Centre Pasteur du Cameroun, 2008

II- PROFILS ÉTIOLOGIQUES DES PRINCIPAUX GERMES ET LEURS SPECTRES DE RÉSISTANCE

Cette section renseigne sur la répartition des principaux germes identifiés en 2007 chez les patients du CPC souffrant d'une infection urinaire ainsi que les antibiogrammes des principaux germes détectés.

II.1 Étiologies des principaux germes

Parmi les patients infectés, 88,4 % ont un seul germe, 11,2 % ont deux germes et seulement 0,4 % ont trois germes.

Les germes4(*) les plus souvent isolés sont les Escherichia coli (46,9 %), les Klebsiellas (21,4 %), les Streptocoques (7,1 %), les Staphylocoques (6,5 %), les Enterobacter (4 %), les Proteus (3,5 %), le Citobacter (2,6 %) et les Pseudomonas (2,3 %) (Voir annexe II pour plus de précision). L'entérobactérie est la famille de germes la plus souvent isolée (81,6 %). Le type de germes identifiés diffère selon le sexe et l'âge.

Influence du sexe

Le germe ou famille de germe rencontré chez les malades des infections urinaires dépend du sexe du malade. Le graphique 2 illustre les disparités qui existent dans la répartition des principales familles de germes rencontrées chez les malades des infections urinaires par sexe.

Graphique 2: Répartition des principaux germes responsables des infections urinaires selon le sexe du malade

Source : Centre Pasteur du Cameroun, 2008

Les germes les plus isolés chez les femmes sont : les Escherichia coli (56 %), les Klebsiellas (21 %), les Streptocoques (6 %) et les Staphylocoques (6 %). Chez les hommes, les germes le plus souvent isolés sont également les Escherichia coli (37 %), les Klebsiellas (23 %), les Streptocoques (6 %) et les Staphylocoques (6 %). Cependant, la proportion de germes isolés varie d'un sexe à l'autre.

Le test de khi-deux5(*) au seuil de 5 % montre que les germes isolés chez les malades des infections urinaires dépendent du sexe du malade. En effectuant une Analyse Factorielle des Correspondances (AFC)6(*) sur le tableau de contingence du sexe et des différents germes isolés, nous observons avec plus de précision que les Escherichia Coli sont plus isolés chez les femmes en général. Alors que les Proteus sont plus fréquents chez les hommes et surtout ceux de 65 ans et plus.

Influence de l'âge

Dans toutes les classes d'âge, les Escherichia Coli sont les germes les plus isolés. Ils sont suivis des Klebsiellas. Cependant, d'une manière globale, les germes isolés et les différentes classes d'âges sont liés. Le test de khi-deux au seuil de 5 % confirme cette observation. L'AFC effectuée sur le tableau de contingence de l'âge et des principaux germes isolés dans les infections urinaires montrent que les Citrobacter, les Escherichia Coli et les Streptocoques, les Staphylocoques sont respectivement fréquents chez les personnes de 55 à 65 ans, de 35 à 45 ans et de 15 à 25 ans (voir ANNEXE II).

De l'analyse des deux facteurs (sexe et âge), nous constatons que les femmes sont les plus affectées par les infections urinaires d'origine bactérienne et la classe la plus concernée est celle des femmes en activité sexuelle (15-45 ans). Chez les hommes, ce sont soit les enfants de moins de cinq, soit ceux de plus de 45 ans (risque de prostate) qui sont les plus touché par les infections urinaires.

II.2 Résistance des principaux germes aux antibiotiques

Les Escherichia coli7(*) sont résistants à l'Amocixilline (85,8 %), à la Ticarcilline (85,7 %) et au Cotrimoxazole (bactrim) (85,4 %). Cependant, Ils sont sensibles à la Fosfomycine (97,4 %), à l'Amikacine (93,6 %), à la Nitrofurentoïne (95 %), à la Cefalocine (89,1 %), à la Ceftazidime (89,1 %), à la Cefoxitine (85,7 %) à la Cefixime (85,6 %), à la Netilmicine (79 %), à la Tobramycine (78,3 %), à la Ciprofloxacine (77,3 %), à la Norfloxacine (76,2 %), à l'Ofloxacine (73,9 %) et à l'acide Nalidixique (68,3 %).

Les Klebsiellas sont résistants à l'Amocixilline (99,7 %), à la Ticarcilline (99 %) et au Cotrimoxazole (72,6 %). Nous retrouvons ainsi la résistance naturelle des Klebseillas à l'Amocixilline et à la Ticarcilline. Les Klebsiellas sont sensibles à la Fosfomycine (94,9 %), à l'Amikacine (92,6 %), à la Cefoxitine (91,2 %), à la Ciprofloxacine (79,1 %), à la Norfloxacine (76 %), à l'Ofloxacine (74,4 %), à la l'acide Nalidixique (72,6 %), à la Cefotaxime (67,2 %), à la Ceftazidine (65,2 %), à la Cefixime (63,9 %) et à la Netilmicine (63,2 %).

Les Streptocoques sont très résistants à la Tétracycline (89,9 %) et au Cotrimoxazole (61,6 %). Ils sont plus sensibles à la Teicoplanine (97 %), à la Linezolid (97 %), à la Vancomycine (94,9 %), à la Levofloxacine (84,8 %), à l'Amocixilline (83,8 %), à la Rifampicine (70,7 %) et à la Telithromycine (67,7 %).

Les Staphylocoques sont très résistants à la Pénicilline (89 %) et à la Tétracycline (63,7 %). Ils sont plus sensibles à la Vancomycine (97,8 %), à la Linezolid (97,8 %), à la Nitrofurantoïne (96,7 %), à la Teicoplanine (93,4 %), à la Quinupristine-Dalfopristine (92, 3 %), à la Pristinamycine (92, 3 %), à la Rifampicine (92, 3 %), à la Telithromycine (87,9 %), à la Lincomycine (85,7 %), à la Levofloxacine (84,6 %), à la Minocycline (83,6 %), à la Gentamicine (81,3 %), à la Tobramycine (79,1 %), à l'Erythromycine (67 %) et à la Kanamycine (61,5 %).

Les Proteus sont résistants à la Nitrofurentoïne (100 %), à l'Amocixilline (83,6 %) et à la Ticarcilline (72,7 %). Nous retrouvons ainsi la résistance naturelle des Proteus à la Nitrofurentoïne. Les Proteus sont plus sensibles à la Ceftazidine (96,4 %), à la Cefoxitine (94,5 %), à la Cefalotine (90,9 %), à la Cefixime (87,3 %), à la Cotrimotazole (85,5 %), à l'Amikacine (80 %), à la Ciprofloxacine (78,2 %), à l'Ofloxacine (76,4 %), à la Netilmicine (76,4 %), à la Norfloxacine (74,5 %), à la Fosfomycine (72,7 %), à l'acide Nalidixique (70,9 %), à la Tobramycine (69,1 %), à l'Amoxicilline-acide clavulanique (67,3 %), à la Cefalotine (65,5 %) et à la Gentamicine (61,8 %).

D'une manière générale, les entérobactéries sont résistantes à l'Amocixilline (91,6 %), à la Ticarcilline (88,4 %) et au Cotrimoxazole (81,2 %). Mais ces entérobactéries sont sensibles à la Ceftazidime (Céphalosporine de troisième) (81,7 %), à la Cefotaxime, (81,9 %) à la Cefoxitine (Céphalosporine de deuxième) (84,4 %), à l'Amikacine (92,9 %), à la Fosfomycine (94,3 %), à la Ciprofloxacine (78,5 %), à la Cefixime (76,8 %), à la Gentamicine (71,1 %), à la Tobramycine (72,4 %), à la Netilmicine (74,6 %), l'acide Nalidixique (70,2 %), à la Norfloxacine (74,5 %) et à l'Ofloxacine (77,5 %).

Il ressort de ce chapitre que les femmes seraient plus exposées aux infections urinaires que les hommes. Peut-on alors dire que le sexe est un facteur de risque ? Répondre à cette question fera l'objet principal du chapitre suivant.

Chapitre IV : FACTEURS DE RISQUES ET RÉSISTANCE DES PRINCIPAUX GERMES AUX ANTIBIOTIQUES

Nous avons observé dans le chapitre précédent la répartition des ECBU positifs par sexe et par âge, ainsi que la résistance ou sensibilité des germes les plus couramment rencontrés aux antibiotiques. Cependant, nous ne pouvons pas dire directement au vu de nos données si le sexe ou l'âge sont des facteurs de risque ou pas ou encore identifier les déterminants de la résistance ou de la sensibilité des principaux germes rencontrés aux antibiotiques. Pour palier à ces manquements, nous utiliserons l'approche économétrique avec un modèle de régression logistique. Dans la suite, nous ferons une présentation du modèle de régression logistique, puis, nous spécifierons le modèle, enfin, nous l'appliquerons et dégagerons des conclusions.

I- PRÉSENTATION DU MODÈLE DE RÉGRESSION LOGISTIQUE

La différence principale entre le modèle de régression linéaire et le modèle de régression logistique réside essentiellement dans le type de la variable à expliquer. La variable dépendante d'un modèle de régression linéaire est quantitative, alors que celle d'un modèle de régression logistique est qualitative. La variable dépendante d'un modèle de régression logistique prend deux modalités ; par exemple, la variable sexe peut prendre, pour un individu, les valeurs masculin et féminin, dans notre cas, la variable résultat peut prendre les valeurs positif et négatif. Ces variables qualitatives, qui prennent deux valeurs, sont dites dichotomiques. Comme nous le verrons dans la suite, ces valeurs sont généralement codées en 0 et 1.

I.1 Justification du choix du modèle de régression logistique binaire

L'on ne saurait, dans le cas d'une variable dépendante dichotomique, utiliser un modèle de régression linéaire pour plusieurs raisons :

· si l'on utilisait le modèle de régression linéaire, l'on exprimerait une variable dichotomique en fonction de variables continues, ce qui n'a déjà pas de sens ;

· si même la variable dépendante était codée en 0 et 1, graphiquement, l'on obtiendrait deux droites parallèles, au lieu d'une droite que l'on chercherait à faire passer le plus proche possible de tous les points du nuage.

· dans cet ordre d'idées, la variable dépendante prenant deux valeurs, il en serait de même des perturbations, ce qui ne permettrait pas de faire l'hypothèse de normalité.

· le codage de la variable à expliquer est arbitraire, ce qui signifie qu'au lieu des valeurs 0 et 1, l'on aurait pu choisir les valeurs 0 et 2 par exemple, ce qui changerait la valeur de la constante, rendant cette dernière non interprétable ;

· etc8(*).

S'il est vrai que le modèle régression logistique permet d'expliquer une variable dichotomique par une ou plusieurs variables quantitatives et qualitatives, comment se formule-t-il ?

I.2 Formulation du modèle et aide à l'interprétation des résultats du modèle9(*)

La variable étant qualitative, et n'admettant donc aucune échelle de mesure naturelle, l'on modélise en fait la probabilité qu'a la variable dépendante de prendre l'une ou l'autre de ses valeurs possibles. Il convient donc de trouver un moyen de représenter la probabilité qu'a la variable dépendante de prendre l'une ou l'autre de ses valeurs. L'on la représente intuitivement par une fonction de répartition. Ainsi, l'on parle de modèle de « régression » parce qu'il y a une variable dépendante et des variables explicatives, et « logistique » lorsque la fonction de répartition de la loi logistique est utilisée. L'on peut, en effet, utiliser d'autres fonctions de répartition. L'utilisation de la fonction de répartition d'une loi normale donne lieu au modèle de régression normal ou modèle probit. Le modèle de régression logistique est encore appelé modèle logit. L'on choisit généralement de coder la variable explicative en 0 et 1, c'est-à-dire

La modalité prise par y dépend d'un certain nombre de facteurs, notamment, dans notre cas, le sexe du patient, l'âge du patient.

De même, pour la sensibilité des principaux germes aux antibiotiques, on peut coder :

La modalité prise par Z dépend d'un certain nombre de facteurs, notamment, dans notre cas, le sexe du patient, l'âge du patient, le nombre de germe identifié chez le patient.

Les coefficients, dans le modèle de régression logistique sont généralement estimés par la méthode du maximum de vraisemblance10(*).

Les coefficients en eux-mêmes ne sont pas interprétables. L'intérêt du modèle logit réside dans la transformation des coefficients afin d'obtenir des Odds Ratio (OR (rapport des cotes), dont l'interprétation est pertinente.

Pour une variable explicative qualitative à deux modalités, codées en 0 /1, si et désignent respectivement la probabilité de prendre les valeurs 1 et 0 respectivement, l'OR est obtenu par la formule . Dans le cadre de cette étude, il peut par exemple être égal au quotient des chances qu'a un homme d'avoir un ECBU positif (, si désigne la probabilité pour un homme d'avoir un ECBU positif) aux chances d'une femme d'avoir un ECBU positif (, si désigne la probabilité pour une femme d'avoir un ECBU positif).

D'une manière générale, l'OR d'une variable dont le coefficient estimé11(*) est â est .

Le risque relatif, quant à lui est . L'on assimile quelques fois l'OR au risque relatif.

Les estimations seront faites à l'aide du logiciel SPSS. Ce logiciel estime d'abord le modèle avec constante uniquement et par la suite, introduit progressivement des variables. L'on peut alors observer, à travers le R-deux du modèle, si l'introduction d'une variable accroît le pouvoir prédictif du modèle.

II-PRÉSENTATION ET INTERPRÉTATION DES RÉSULTATS

Dans cette section, il est question de spécifier les modèles, de les estimer et de commenter leur qualité et enfin de les interpréter.

II.1 Facteurs de risque

Dans le cadre de notre étude, la variable à expliquer est le résultat (résultat de l'ECBU, qui prend la valeur 1 pour les patients ayant un ECBU positif et la valeur 0 pour les patients ayant un ECBU négatif). Les variables explicatives sont le sexe du patient (sexe) et son âge (age).

La variable sexe, qualitative, prend les valeurs 1 pour masculin et 2 pour féminin.

Le logiciel SPSS a introduit dans le modèle, successivement et dans cet ordre, les variables suivantes : sexe et age. Ce logiciel effectue la régression par étapes, et introduit à chaque étape, dans le modèle, la variable la plus significative. L'estimation s'est faite en quatre étapes. A l'issu de la quatrième étape, les variables age et sexe sont significatives au seuil de 5 % (voir annexe....). Le modèle prédit la variable dépendante dans 84,7 % des cas.

Comme nous l'avons vu dans la section précédente, les OR sont calculés, pour chaque variable, à partir d'une variable de référence. La modalité de référence dans le cas de la variable sexe est la modalité Masculin et dans le cas de la variable age, c'est plutôt la classe d'âge 45 ans et plus (risque élevé de la prostate).

Le sexe est très déterminant dans la positivité des ECBU. L'OR pour la modalité Feminin de la variable sexe est de 1,445 et est significatif au seuil de 5 %. Cet OR montre que la probabilité qu'une femme soit atteinte d'une infection urinaire est 1,445 fois plus que la probabilité qu'un homme soit atteint d'une infection urinaire. En d'autres termes, la probabilité que le résultat de l'ECBU soit positif augmente de 44,5 % lorsque le patient est une femme.

L'âge est également déterminant dans la positivité des ECBU. Les OR pour les classes d'âge [5,15[, [15,25[, [25,35[ et [35,45[ sont respectivement de 0,346, 0,547, 0,552 et de 0,503. Ces OR sont tous significatifs au seuil de 5 % donc interprétables. Seul l'OR de la modalité [0,5[ n'est pas interprétable car il n'est pas significatif au seuil de 5 %. Ainsi, la probabilité que l'ECBU d'une personne âgée entre 5 et15 ans soit positif est 0,346 fois la probabilité que celle-ci soit âgée de 45 ans et plus. Cette probabilité est de 0,547 pour une personne âgée entre 15 et 25 ans, de 0,552 pour ne une personne âgée entre 25 et 35 ans et 0,503 pour une personne âgée entre 35 et 45 ans. En d'autres termes, le risque de positivité de l'ECBU diminue respectivement de 65,3 %, 45,3 %, 44,8 % et 49,7 % lorsque le patient est dans la classe d'âge [5,15[, [15,25[, [25,35[ et [35,45[, ceci par rapport à un patient de 45 ans et plus (Voir annexe III).

Ainsi, le sexe et l'âge sont des facteurs de risque des infections urinaires : le risque d'une infection urinaire est plus élevé chez les femmes et chez les personnes de 45 ans et plus.

II.2 Facteurs explicatifs de la sensibilité des germes aux antibiotiques

Dans cette sous section, nous étudions les facteurs explicatifs de la sensibilité des antibiotiques les plus sensibles aux entérobactéries. Il s'agit de la Fosfomycine, de l'Amikacine, de la Cefoxitine, de la Cefotaxime, de la Ceftazidime et de la Ciprofloxacine. Dans le cadre de notre étude, la variable à expliquer est la sensibilité de l'antibiotique pour un patient (sensibilité prend 1 si l'antibiotique en question est sensible et 0 sinon). Les variables explicatives sont le sexe du patient (sexe), son âge (age) et le nombre de germes qu'il porte.

Le logiciel SPSS a introduit dans les modèles, successivement et dans cet ordre, pour chaque antibiotique, les variables suivantes : sexe, nombre de germe et age. Ce logiciel effectue la régression par étapes, et introduit à chaque étape, dans le modèle, la variable la plus significative. L'estimation s'est faite en quatre étapes.

En ce qui concerne la sensibilité de la Fosfomycine, toutes les variables explicatives sont significatives à l'issu de la quatrième étape et le modèle prédit la variable dépendante dans 94,3 % des cas. Cependant, seuls les coefficients de la variable nombre de germe et des modalités feminin de la variable sexe et la classe [25,35 [ de la variable age sont interprétables car ils sont tous significatifs au seuil de 5 %. Le modèle montre que la probabilité que la Fosfomycine soit sensible est 2,3 fois plus importante chez une femme que chez un homme. Aussi, observe-t-on que la probabilité que la Fosfomycine soit sensible diminue quand le nombre de germes isolés chez les malades augmente. Pour ce qui est de l'âge, la probabilité que la Fosfomycine soit sensible est 0,332 fois moins importante chez une personne de 25 à 35 ans que chez une personne 45 ans et plus.

Les raisonnements analogues montre que les sensibilités de la Cefoxitine, de la Cefotaxime, de la Ceftazidime et de la Ciprofloxacine augmentent lorsque le malade est une femme, diminuent avec le nombre de germes isolés chez le malade et sont également plus fortes dans certaines classes d'âge (voir ANNEXE III).

Cependant, la sensibilité de l'Amikacine ne dépend ni du sexe, ni de l'âge, ni du nombre de germes isolés.

Toutefois, notons que la variable nombre de germes isolés chez le malade est une variable ex post, donc ne nous intéresse pas dans un traitement empirique. Cette variable peut dépendre d'un certains nombre de facteurs tels milieu du patient (hospitalier ou extra hospitalier), porteur de sonde ou non qui, dans la littérature sont des facteurs de résistance des germes aux antibiotiques. Mais ces données ne sont pas disponibles au CPC. Ainsi, le fait que la sensibilité des antibiotiques diminue quand le nombre de germes isolés chez le malade augmente montre bien que même dans le cadre de notre étude, cette sensibilité pourrait être influencée par le milieu de résidence du patient.

En somme, le sexe et l'âge sont à la fois les facteurs de risque et des facteurs explicatifs de la sensibilité des germes aux antibiotiques.

CONCLUSION ET RECOMMANDATIONS

Ce rapport sanctionne le stage académique de trois mois que nous avons effectué au Centre Pasteur du Cameroun du 03 mars au 31 mai 2008. Dans le cadre de ce stage, nous avons effectué une étude portant sur la bactériologie des infections urinaires au Centre Pasteur du Cameroun. L'objectif principal de cette investigation est de proposer des éléments à prendre en compte dans une antibiothérapie empirique pour le traitement des infections urinaires au Cameroun. Nous avons exploité la base de données des analyses médicales du CPC. Base dans laquelle nous avons extrait tous les dossiers des patients du CPC en 2007 ayant fait un ECBU.

L'importance de cette étude provient du fait que les profils étiologiques et de sensibilité des germes responsables des infections urinaires d'origine bactérienne sont susceptibles de varier dans le temps et dans l'espace.

De notre travail, il ressort notamment que le sexe est un facteur de risque des infections urinaires d'origine bactérienne au CPC: les femmes plus touchées surtout celles à l'âge de procréer. Les hommes quant à eux, ils font généralement les infections urinaires soit avant 5 ans, soit après 45 ans (âge à partir duquel les hommes présentent un risque élevé d'être malade de la prostate).

Les familles de germes les plus souvent isolées sont les entérobactéries (81,6 %) et les espèces les plus souvent isolées sont les Escherichia coli (46,9 %) ou celles de la famille des Klebsiellas (21,4 %). Les Escherichia coli sont plus souvent isolés chez les femmes et les Proteus chez les hommes et surtout ceux 65 ans et plus.

D'une manière générale, les Entérobactéries sont résistantes à l'Amocixilline et à la Ticarcilline et sensibles aux Céphalosporines de deuxième et troisième génération, à l'Amikacine, à la Fosfomycine, à la Ciprofloxacine et à l'Ofloxacine.

De cette étude ressort les recommandations suivantes :

Ü pour améliorer la recherche en épidémiologie au LAM du CPC, le logiciel d'analyse médicale doit être amélioré et le personnel du secrétariat médical mieux formé à la saisie;

Ü l'Amoxicilline, Ticarcilline et le cotrimoxazole sont des antibiotiques à déconseiller en première intention pour le traitement empirique des infections urinaires d'origine bactériennes ;

Ü dans un traitement empirique des infections urinaires d'origine bactériennes, les céphalosporines de deuxième et troisième génération, l'Amikacine, la Fosfomycine, la Ciprofloxacine à la Cefixime, la Gentamicine, la Tobramycine, la Netilmicine, l'acide Nalidixique, la Norfloxacine et l'Ofloxacine peuvent être conseillées en première intention (en tenant compte d'autres paramètres comme la disponibilité au niveau du site d'infection, le spectre plus ou moins étroit, la forme d'administration : orale ou par injection.....etc).

REFERENCES BIBLIOGRAPHIQUES

ACAR, J. et al. (1995), «Décision en maladies infectieuses», Vigot, 1ère édition ;

ALAOUI, A.S. et al. (1998), « Examen cytobactériologique urinaire en milieu extrahospitalier », Biologie infectiologie, Tome IV-N°1 ;

DUPEYRON, C. (1999), «Examen Cytobactériologique des Urine», Développement et Santé, n°141, juin ;

DUVAL, J.et SOUSSY, C. (1990), «Bases bactériologiques pour l'utilisation des antibiotiques», Masson, 4ème édition ;

GOBERNADO, M. (2007), «Antimicrobial susceptibility of clinical escherichia coli isolates from uncomplicated cystitis in women over a 1-year period in Spain», REV ESP QUIMIOTERAP;

GOLDSTEIN (2000), « Antibiotic susceptibility of bacterial strains isolated from patients with community-acquired urinary tract infection in France », Microbiology infection disease, Springer-Verlag;

GOURIEROUX, C. (1989), « Économétrie des variables qualitatives », Economica, 2e édition, Paris;

SEMRA, K et al. (2004), «Increasing antimicrobial resistance in escherichia coli isolates from community-acquired urinary tract infections during 1998-2003 in Manisa, Turkey»;

SOULA, G.S. et al. (1990), « Étude bactériologique des infections urinaires à Bamako : Orientation pratique », médecine d'Afrique noire, N°37 ;

ANNEXES

ANNEXE I : Tableaux

Tableau 3 : Répartition des germes rencontrés dans les ECPU au CPC

Germes

Fréquence (%)

Escherichia coli

46,9

K.pneum.pneumoniae

20,3

Streptococcus spp

6,1

Proteus mirabilis

3,2

Staph.epidermidis

2,9

Ps.aeruginosa

2,1

Morganella morganii

1,9

Staph.saprophyticus

1,8

Enterobacter cloacae

1,8

Staph.aureus

1,5

Citrobacter freundii

1,4

Citrobacter koseri

1,1

Str.agalactiae

1,0

Aci.calcoaceticus

0,9

Ent.aerogenes

0,8

Enterobacter spp

0,8

Entero.faecalis

0,6

Providencia rettgeri

0,6

Klebsiella oxytoca

0,6

Salm.typhimurium

0,4

K.ornithinolytica

0,4

Morg.morg.morganii

0,4

Salmonella spp

0,4

Staphylococcus spp

0,4

Steno.maltophilia

0,3

Proteus vulgaris

0,2

Serratia marcescens

0,2

Chryseomonas luteola

0,2

Aci.baumannii

0,1

K.pneum.ozaenae

0,1

Ps.fluorescens

0,1

Proteus penneri

0,1

Pseudomonas spp

0,1

Enterococcus spp

0,1

Salm.enteritidis

0,1

Pseudomonas putida

0,1

Serratia odorifera

0,1

Source : Centre Pasteur du Cameroun, 2008

Tableau 4: Profil de résistance d' Escherichia coli aux antibiotiques (en %)

Antibiotique

I

R

S

AMO

1,8

85,8

12,4

AMC

25,6

51

23,4

TIC

0,5

85,7

13,8

CFT

45

26,6

28,4

CA1

100

0

0

CXT

6,4

7,9

85,7

CTX

3

7,9

89,1

CFM

0,4

14

85,6

FOS

0

2,6

97,4

CAZ

8

2,9

89,1

GEN

1,4

19,1

75,5

TOB

0

21,7

78,3

NET

1,4

19,6

79

AKN

3

3,4

93,6

TSU

0,6

85,4

14

FUR

4,5

0,5

95

NAL

0

31,7

68,3

OFL

0

23,1

76,9

NOR

0,9

22,9

76,2

CIP

0,5

22,2

77,3

Source : Centre Pasteur du Cameroun, 2008

Tableau 5 : Répartition des principaux germes isolés dans les ECBU au CPC en 2007 en fonction de l'âge et du sexe

Source : Centre Pasteur du Cameroun, 2008

ANNEXE II : Tests de khi-deux et graphiques de l'AFC

Tableau 6 : Résultat du test de khi-deux effectué sur Sexe et les principaux germes isolés dans les ECBU au CPC en 2007

Source : Sortie SPSS

Tableau 7 : Résultat du test de khi-deux effectué sur age et les principaux germes isolés dans les ECBU au CPC en 2007

Source : Sortie SPSS

Graphique 3 : Résultat l'AFC effectuée sur sexe et les principaux germes isolés dans les ECBU au CPC en 2007

Source : Sortie SPAD

Graphique 4 : Résultat l'AFC effectuée sur age et les principaux germes isolés dans les ECBU au CPC en 2007

Source : Sortie SPAD

ANNEXE III : Tableaux récapitulatifs de l'estimation des paramètres du modèle de régression logistique

Tableau 8 : Estimation des coefficients des facteurs de risque des infections urinaires

Source : Sortie SPSS

Tableau 9 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Fosfomycine

Source : Sortie SPSS

Tableau 10 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à l'Amikacine

Source : Sortie SPSS

Tableau 11 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Cefotaxime

Source : Sortie SPSS

Tableau 12 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Cefixime

Source : Sortie SPSS

Tableau 13 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Ceftazidime

Source : Sortie SPSS

Tableau 14 : Estimation des coefficients des facteurs explicatifs de la sensibilité des principaux germes isolés dans les infections urinaires au CPC en 2007 à la Ciprofloxacine

Source : Sortie SPSS

ANNEXE IV : Organigramme du CPC

Bureau Assurance Qualité

Secrétariat de Direction

Annexe et Antenne

DGA

Direction Générale

Conseil d'Administration

Direction des Affaires Administratives et Financières

Unité de recherche en santé publique et en environnement

Unité de Biologie Clinique

Comité Scientifique

MINSANTE

Graphique 5: Organigramme du centre Pasteur du Cameroun

Service comptabilité et finances, Service des ressources humaines, Informatique, Communication et Relation publique, Documentation

LAM (Bactériologie, Biochimie, Parasitologie, Hématologie, Sérologie, Laverie, Préparation), Centre de vaccination

Virologie, Mycobactériologie, Hygiène, Environnement, Épidémiologie

Source : Centre Pasteur du Cameroun, 2008

ANNEXE V : Les encadrés

Encadré1 : Test du khi2

Le test d'indépendance du Khi2 permet de déterminer si deux questions qualitatives son indépendantes ou non, ou autrement dit, si les réponses de l'une conditionnent les réponses de l'autre. Il ne permet toutefois pas de connaître le sens de la dépendance. Ce test s'applique sur un tableau de contingence, expression qui désigne le tableau de croisement des deux variables catégorielles. Le principe est de calculer l'écart entre la distribution obtenue et une distribution théorique que l'on obtiendrait si les deux variables étaient totalement indépendantes. Cet écart nous permet d'accepter ou de rejeter l'hypothèse d'indépendance H0.

noij = effectif observé de la modalité i de la variable A et la modalité j de la variable B.

ntij = effectif théorique de la modalité i de la variable A et la modalité j de la variable B.

Pour interpréter, on se réfère à la table du Khi2 qui présente les valeurs (cases de la table) ayant une probabilité donnée d'être dépassées (en colonne), selon différents degrés de liberté (en ligne).

- La probabilité est notre seuil ou marge d'erreur que nous nous fixons (en général á%).

- Le nombre de degré de liberté (noté ddl) correspond à :

ddl = (Nombre de lignes (n) - 1) x (Nombre de colonnes (m) - 1)

En regardant la case qui correspond à la colonne á/100 et à la ligne ddl, on trouve Cá.

Si khi2<Cá, alors on ne rejette pas H0 et on considère alors que les deux variables sont indépendantes.

Si khi2>Cá, alors on rejette H0 et on considère alors que les deux variables sont dépendantes.

NB : Ce test permet juste de voir s'il y a indépendant ou pas entre deux variables qualitatives, mais n'explique pas le sens du lien lorsqu'il existe. Pour l'appliquer l'effectif observé (contenu d'une cellule du tableau de contingence résultant du croissement des deux variables qualitatives) doit être supérieur à 5.

Encadré 2 : Généralités sur l'AFC

L'AFC est une technique d'analyse de données de la catégorie des analyses factorielles, ayant pour objet d'étude des proximités entre les modalités d'une variable qualitative A (modalités en ligne) et celles d'une autre variable qualitative B (modalités en colonne). Elle s'applique sur le tableau de convergence résultant du croissement des deux variables.

Pour son interprétation, on doit d'abord choisir le nombre d'axes factoriels.

Pour interpréter les résultats de l'AFC, on utilise les indicateurs suivants :

- La contribution absolue d'un point à l'inertie totale (CRT) : C'est la part de l'énergie imputable au point, soit par exemple, pour un individu,

- La qualité de représentation d'un individu i sur le sous-espace de dimension l (QLT),

- La qualité de représentation de l'individu i sur le áième axe factoriel (COS2)

 ;  ;

Encadré 2 (Suite)

est la projection de l'individu i sur l'axe á

 : Distance entre l'individu et l'individu moyen G

La particularité de l'AFC vient des relations de positionnement mutuel qui la fondent et l'interprétation des positionnements mutuels est très intuitive. Une modalité i de la variable A attire d'autant plus une modalité j de la variable B que la part de la modalité i est grande dans la colonne j. Mais ce n'est pas parce que j est proche de i que c'est nécessairement i qui l'a attiré là, sa position peut résulter d'attractions diverses. Le seul endroit où l'équivoque n'est pas permise est éventuellement au bord du nuage.

NB : La condition nécessaire pour effectuer l'AFC sur le tableau de contingence résultant de deux variables qualitatives X et Y est que ces deux variables ne soient pas indépendant. Pas exemple, un test de khi-deux effectué sur X et Y doit rejeter l'hypothèse d'indépendance entre X et Y.

ANNEXE VI : Estimations des coefficients du modèle logistique et tests

La vraisemblance

Le seuil de tolérance peut être introduit dans un modèle linéaire de la forme suivante :

Les perturbations sont supposées indépendantes, de moyenne nulle et sont telles que suit une loi de fonction de répartition F, où ?? est un paramètre positif. On peut alors déduire des équations (15) et (16) que :

z) = P (

est la probabilité que l'individu soit pauvre dans notre cas.

La vraisemblance peut alors être obtenue, vue l'hypothèse d'indépendance :

= (*)

Le codage 0/1 a l'avantage de permettre comme valeur de l'espérance de la variable dépendante la probabilité p : . Toutefois, il n'influence pas les résultats des estimations puisque la vraisemblance s'exprime en fonction de la probabilité p, et le modèle de régression logistique peut d'ailleurs s'écrire sous la forme d'un modèle de régression linéaire, de la façon suivante :

, sauf que ce dernier modèle est non linéaire et les perturbations ne suivent pas une loi normale (Taffé, 2004).

Dans le cas du modèle logit, la fonction de répartition F est celle de la loi logistique :

Les Tests

Les coefficients, dans le modèle de régression logistique sont généralement estimés par la méthode du maximum de vraisemblance, la vraisemblance étant obtenue tel qu'à l'équation (*).

Pour tester la significativité des coefficients, l'on utilise généralement le test de Wald ; l'on teste : contre tel que . La statistique de Wald s'écrit alors .

= avec = et

L'on peut également utiliser, pour tester la significativité des coefficients, le rapport de vraisemblance : et sont respectivement la vraisemblance évaluée sous la contrainte et la vraisemblance non contrainte ; LR .

* 1 GOBERNADO (2007) , ALAOUI (1998) et SOULA (1990)

* 2 GOLDSTEIN (2000), SEMRA (2004), ALAOUI (1998) et SOULA (1990)

* 3 Recommandation du laboratoire de Bactériologie FINCK/FORAY

* 4 Voir ANNEXE I pour plus de détails

* 5 Voir encadré 1 (ANNEXE V) pour éléments de compréhension du test et ANNEXE II pour résultats du test

* 6 Voir encadré 2 (ANNEXE V)

* 7 Voir ANNEXE I

* 8 Pour plus de détails, voir par exemple GOURIEROUX (1989).

* 9 Voir ANNEXE VI pour estimation des coefficients du modèle et les tests sur les paramètres

* 10 Voir annexe 9.

* 11 Pour la méthode d'estimation et les tests, voir annexe.






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci