Données épidémiologiques du DLD

Les données épidémiologiques sources proviennent des recensements de cas d’infection au H5N1 (après confirmation par analyse au laboratoire) dans des élevages de volailles de Thaïlande (y compris volailles domestiques de basse-cour et coqs de combat), coordonnés par le DLD (Department of Livestock Development, Ministry of Agriculture and Cooperatives), qui est l’organisme officiel en charge de la détection, du contrôle et de la prévention des maladies animales dans le pays. L’étude se fonde sur des données rétrospectives portant sur la période du 3 juillet 2004 au 1er février 2008 (soit à partir de la deuxième vague épizootique), et issues de différents programmes de surveillance79 : surveillance de routine en continu, comprenant plusieurs volets (surveillance clinique active et passive, surveillance par tests virologiques au laboratoire ciblés sur certains groupes ou réalisés au niveau de zones à risque), et surveillance intensive ou enquêtes « X-ray » sur une durée de 1 mois environ, 3 fois par an en moyenne. Ces stratégies de surveillance et les modes de recueil des données correspondant à chacune d’elle sont décrits en détails au chapitre 2 (§ 2.3) et présentés de manière synthétique dans le tableau de la figure 24. Ainsi, le nombre de cas présents dans le fichier source correspond au nombre total de cas positifs détectés officiellement en Thaïlande par tous les éléments combinés du système de surveillance national. Cela permet d’assurer une bonne couverture du territoire et de constituer une base de données relativement exhaustive, mais entraîne par ailleurs une certaine hétérogénéité du recensement dans le temps et dans l’espace (cf. infra). Depuis le début de l’épizootie, le DLD met en ligne sur Internet80 les rapports des services vétérinaires sur les cas de suspicion de grippe aviaire HP81 sous forme de bulletins mensuels (cas répertoriés quotidiennement, mais fichiers parfois redondants avec informations communiquées en thaïlandais uniquement). Lors de la première vague, les rapports mis en ligne étaient parfois incomplets. A partir du début de la deuxième vague, la mise en ligne des données est devenue systématique et le contenu des rapports a été homogénéisé. Les données ont ensuite été progressivement retranscrites, traduites, et codées (codage des différentes unités spatiales selon la classification du Ministère de l’intérieur) par l’équipe de Souris M. et al., puis rassemblées dans un fichier Excel unique, comprenant 10 319 lignes correspondant à autant de rapports de suspicion d’HPAI, dont 1 755 correspondent à des résultats de laboratoire positifs et constituent les cas confirmés d’infection au H5N1 sur lesquels se fonde notre analyse. Pour chaque cas répertorié ou ferme infectée, cette base de données finale contient les informations suivantes : identifiant du rapport, date82, localisation (province, district, sous-district, 79

Ensemble des cas suspectés dans le cadre du réseau de surveillance clinique de routine puis confirmés par analyse au laboratoire (les tests de confirmation suivent le protocole établi par l’OIE, décrit au § 2.3 et rappelé plus loin dans cette sous-partie), auxquels s’ajoutent les cas rapportés suite aux analyses menées dans le cadre d’autres volets du programme de surveillance passive et active (contrôles avant mouvements, suivi régulier de certains élevages, enquêtes épidémiologiques « X-ray »)

80

Données accessibles en ligne sur le site Internet du DLD : www.dld.go.th 81

Dans le cadre de la surveillance clinique, les rapports vétérinaires sont enregistrés dès qu’un cas suspecté d’HPAI est détecté par le réseau, sans attendre le résultat de laboratoire, et le champ « lab result » est ensuite renseigné une fois les résultats connus

82

La date d’infection correspond à la date à laquelle le cas a été notifié par les agents du DLD. Le délai entre la notification du cas et le début de l’infection peut varier selon les cas, ce qui constitue un léger biais de classement.

village), type et effectif de volailles présentes dans la ferme (volailles mortes, malades, à abattre et total), résultat du test de laboratoire et remarques éventuelles sur la situation dans la zone infectée (cf. annexe 3).

Il a été choisi de ne pas prendre en compte les cas déclarés lors de la première vague épizootique, soit de fin janvier 2004 à début juillet 2004, en raison d’un problème de sous-report des cas durant cette période (cf. § 2.1.2). Le pays faisait alors face à une situation d’urgence, reléguant les activités de détection et d’inventaire de nouveaux cas à un niveau de priorité moindre. Les troupeaux détruits durant la première campagne d’abattage massif n’ont pas subi de tests virologiques, ce qui a sans doute conduit à une sous-estimation des cas. De plus, les éleveurs et le grand public n’étaient à ce moment pas bien informés des critères de suspicion de nouveaux cas et des procédures à suivre pour les déclarer le cas échéant. La difficulté d’identification clinique de la maladie chez les canards et dans les petits élevages de basse- cour a également parallèlement pu compliquer la détection. En tout, 1 538 cas ont été enregistrés lors de la deuxième flambée épizootique, soit un nombre 8 fois supérieur à celui de la première vague. Cette forte augmentation du nombre de cas peut être attribuée à l’amélioration de la surveillance à cette période et confirme notre hypothèse. Enfin, les rapports des services sanitaires du DLD sont incomplets sur la première moitié de l’année. Environ 190 cas confirmés sont ainsi décomptés du total, ce qui peut constituer un biais de sélection (pas de prise en compte des premiers cas émergents), que l’on peut néanmoins juger négligeable au regard du manque de fiabilité des données issues de la première vague épizootique.

Du fait de la diversité des méthodes de recueil des données, les cas positifs correspondent à la fois à un indicateur épidémiologique ressenti (perception de signes de suspicion de la part de l’éleveur ou du témoin), diagnostiqué (diagnostic établi par les agents du DLD selon les critères établis) et objectif (recours à des tests virologiques, pour confirmer les cas mais également suivant un sondage de la population durant les campagnes « X-ray », chez les coqs de combat, et avant tout déplacement de troupeaux de volailles). Comme mentionné au § 2.3, les critères de reconnaissance d’un cas suspect sont définis depuis mars 2004 (révision en 2005) et sont essentiellement basés sur un taux de mortalité de plus de 1% (dans le cas des élevages commerciaux) à 5% (dans le cas des volailles de basse-cour) en 24h, ou de 40% en 3 jours (en association avec certains signes cliniques). Ils sont assez restrictifs et garantissent un relevé des cas par diagnostic relativement bon. De même, les analyses de laboratoire pratiquées en Thaïlande suivent le protocole décrit par l’OIE83 et garantissent l’absence de faux positifs.

Néanmoins, il est possible que certains foyers n’aient pas été détectés ou déclarés, ce qui peut être à l’origine d’une sous-estimation des cas. Le système de surveillance comprend un volet important de recherche de la maladie selon des critères cliniques (comprenant notamment la déclaration passive des cas suspects de la part des éleveurs et des villageois). Il est fortement influencé par la perception qu’ont les agents des services vétérinaires et les éleveurs de la maladie. De plus, les services vétérinaires du DLD étant hiérarchisés, la décision de mener une enquête plus détaillée autour d’une éventuelle suspicion de foyer peut relever d’une autorité locale, ce qui peut également favoriser l’oubli de certains cas (d’autant plus que certains foyers infectieux peuvent être caractérisés par des signes cliniques faiblement révélateurs de la maladie84). Le principal biais provient sans doute des réticences de certains éleveurs, en particulier les petits éleveurs, à déclarer une suspicion de cas, malgré la mise en place de mesures compensatoires favorables. Les contraintes imposées sur les éleveurs par les mesures restrictives de lutte contre la maladie, notamment les peurs et méfiances engendrées par les abattages massifs, les restrictions et contrôles stricts des mouvements, peuvent avoir un impact important. Face à des signes évoquant la maladie, certains éleveurs peuvent être tentés de tuer les animaux malades dès les premiers symptômes et de s’en débarrasser ou de les vendre, plutôt que de déclarer une suspicion aux services vétérinaires. Il est notamment probable que 83

Des écouvillons cloacaux sont prélevés sur les volailles vivantes ou des prélèvements sont effectués sur les viscères de carcasses potentiellement infectées. L’isolation du virus se fait ensuite par inoculation sur des œufs embryonnés (2 tests indépendants), et son identification par hémagglutination et test d’inhibition de l’hémagglutination.

84

En particulier chez les canards (même si, durant les campagnes de surveillance intensive, tous les troupeaux de canards du pays ont fait l’objet d’analyses virologiques)

les petits éleveurs ne notifient pas la perte de faibles nombres d’oiseaux aux autorités en période de surveillance de routine. Dans un élevage intensif, une épizootie d’influenza aviaire HP est à l’inverse impossible à dissimuler. Elle entraîne une mortalité massive et brutale des volailles. Dans les pays disposant d’une infrastructure vétérinaire développée comme en Thaïlande, l’éleveur de volailles commerciales n’a pas d’autre choix que de coopérer activement avec les services vétérinaires pour déclarer le foyer et prendre les mesures qui s’imposent. En revanche, la survenue d’un foyer dans un petit élevage peut être vécue comme une catastrophe car l’éleveur sait que tous ses animaux vont mourir ou être abattus, alors que les mesures de compensation sont parfois perçues comme aléatoires. L’indemnisation peut également être difficile à estimer, comme pour les coqs de combat ou certaines volailles domestiques. Les éleveurs savent que le report d’un cas dans leur village entraînera inévitablement l’abattage de leur stock de volailles et surtout de celui des voisins, qui possèdent parfois des troupeaux commerciaux de grande taille. Cette pression sociale peut représenter un facteur d’inhibition supplémentaire. On observe des pics d’incidence au cours et suite aux « X-ray surveys », en particulier lors des premières campagnes, en octobre-novembre 2004 et en février 2005 (cf. § 2.1.2), ce qui témoigne effectivement d’une sous-déclaration des cas en période normale. De plus, le nombre de cas enregistrés dans les élevages de basse-cour a augmenté de manière significative lorsque le programme de surveillance intensive a été mis en place en octobre 2004. Ceci semble montrer que les petits éleveurs, à la différence des éleveurs spécialisés de volailles pondeuses ou de chair, constituent effectivement un groupe sensible au regard des sous- déclarations de cas. Les cas d’infection affectant les élevages de basse-cour sont par conséquent probablement sous-estimés.

L’hétérogénéité spatio-temporelle de la pression de surveillance, des méthodes de recensement des cas (combinaison de plusieurs programmes de surveillance), et des mesures de contrôle adoptées, peut entraîner certains biais de sélection, les procédures de surveillance étant renforcées à certaines périodes de l’année (campagnes « X-ray »), dans certaines zones jugées à risque (contrôles renforcés en région Centre et au Sud de la région Nord), ou encore au niveau de certains groupes cibles (coqs de combat, fermes en cours de certification, volailles commerciales à abattre, oiseaux faisant l’objet d’une exportation). Les biais de sélection induits par l’hétérogénéité temporelle sont négligeables car notre analyse se fonde principalement sur des écarts temporels entre différentes déclarations et se concentre avant tout sur la distribution spatiale des cas. L’hétérogénéité spatiale peut en revanche conduire à un différentiel de déclaration positif entre des zones déjà considérées comme à risque et d’autres zones, et donc à une sous-estimation des cas dans ces dernières. Enfin, les types d’élevage ciblés par certains volets de la surveillance risquent de regrouper un plus grand nombre de confirmation de cas comparativement aux autres, mais ce biais ne joue pas dans le cadre de notre étude car il a été choisi de ne pas intégrer la variable relative au type de volaille dans l’analyse (par manque de fiabilité, cf. infra).

Nous avons vu que chaque cas est rapporté à l’échelle du village. En réalité, cette donnée n’est pas exploitable spatialement étant donné que les villages ne sont pas géoréférencés en Thaïlande. La maille suivante en terme de précision géographique85, et exploitable, correspond au sous-district. L’information relative au code du sous-district manque pour 5 des 1 755 cas positifs (0,3%). Ces derniers (survenus en 2004) sont donc exclus de l’analyse, ce qui constitue un léger biais de sélection. L’analyse est effectuée à l’échelle de la ferme en termes d’objets spatiaux (chaque cas confirmé étant rattaché à une ferme), mais la localisation des fermes est rapportée au centroïde du sous-district correspondant, ce qui constitue un biais de classement à prendre en considération dans l’interprétation des résultats, ainsi qu’une limite à notre travail en

85

Le découpage administratif de la Thaïlande s’organise selon plusieurs niveaux : le village (Moo), le sous-district (Tambon), le district (Amphoe), la province et la région. Deux organismes produisent des fichiers spatiaux (données géolocalisées) relatifs à ces divisions administratives : le Ministère de la Santé (Ministry of Public Health, MOPH) et le Ministère de l’Intérieur (Ministry of Interior, MI). Ces deux sources ne sont pas toujours concordantes selon le niveau d’agrégation, et le système de codification est différent. La plupart des institutions travaillent à présent avec les données émanant du MI et datant de 2000 ; nous avons également choisi de travailler avec ce fichier source comme référence.

terme de précision géographique et statistique. La taille des sous-districts est assez variable86 (cf. figure 26) et non homogène dans l’espace (en particulier, les sous-districts les plus grands sont situés en périphérie de certaines régions ou provinces, ainsi qu’en périphérie du pays, à l’Ouest, au Nord et au Sud-Est, cf. figure 27). Les fermes situées en périphérie des grands sous-districts sont "déplacées" arbitrairement au niveau du centroïde du sous-district auquel le village d’appartenance est rattaché, à une distance peut-être plus importante que le centroïde du sous-district voisin. De même, deux fermes situées à proximité en limite de deux sous- districts adjacents seront géolocalisées à une distance équivalent à la distance entre les centroïdes correspondants. Enfin, les calculs de pourcentage d’occupation du sol (effectués dans un rayon de 5 km autour de chaque ferme, ou plutôt de chaque centroïde de sous-district correspondant, cf. § 4.1.2) perdent en fiabilité, du fait que certaines fermes excentrées peuvent en réalité se trouver dans un milieu naturel différent, dans le cas où l’occupation du sol serait très variable au sein du sous-district (avec par exemple de fortes disparités entre zone centrale et zone périphérique). Ces biais de classement sont à prendre en considération, et il est important de garder à l’esprit que les calculs qui découlent de nos analyses correspondent à des estimations moyennes, sur la base desquelles nous souhaitons mettre en évidence des tendances statistiques générales.

Figure 26 : Distance entre centroïdes de sous-districts : statistiques et variabilité

Nb objets Min Max Moy Méd Ecart-type

Sous-districts 7410 351 62800 5723 5310 2947

Sous-districts infectés 814 1843 125978 8466 6068 9379 RQ : Valeurs exprimées en mètres

Moy Ecart-type Moy des écart-types

Ecart-type des écart-types

Simulation* 5722 103 2935 269

* 4 000 sous-ensembles de 814 unités tirées au sort parmi 7410 unités

On peut parallèlement s’interroger sur la pertinence du choix de l’échelle géographique. Le sous-district correspond au découpage le plus fin pour lequel des données épidémiologiques et avicoles sont disponibles et géolocalisables. Cette échelle est donc relativement précise pour conduire les calculs géostatistiques requis et pour limiter le plus possible les biais évoqués précédemment, ainsi que l’hétérogénéité intra-maille, en comparaison avec l’hétérogénéité inter-mailles. Notons cependant qu’il est généralement peu pertinent de baser des analyses géographiques et épidémiologiques sur des découpages administratifs. Cela dit, notre analyse n’ayant pas pour objectif d’étudier les éventuelles disparités spatiales liées à l’émergence87, cette limite n’intervient pas.

86

La Thaïlande est divisée en 7 410 sous-districts, ayant une surface moyenne de 73 km2 (médiane à 47 km2 et écart-type de 103 km2), et une distance moyenne entre centroïdes de 5,7 km (écart-type de 2,9 km)

87

Dans ce cas, il aurait sans doute été pertinent de conduire des analyses multi-factorielles et d’articuler plusieurs niveaux d’analyse en vue de rendre compte au mieux des éventuelles disparités spatiales des facteurs de risques étudiés. Une échelle d’analyse complémentaire plus large (le district ou la province) pourrait être choisie afin d’effectuer des traitements statistiques sur des données agrégées et de mettre éventuellement en évidence des tendances plus larges, tout en essayant de minimiser la perte d’information liée à l’agrégation et à la perte de variabilité.

Figure 27 : Carte du découpage administratif de la Thaïlande et distribution spatiale des centroïdes de sous-districts infectés

Distribution statistique des distances entre centroïdes de sous-districts plus proches voisins

Distribution statistique des distances entre centroïdes de sous-districts infectés plus proches voisins

La variable « poultry type » contient peu de données manquantes (0,3%), mais ses modalités sont nombreuses (14 classes) et sont difficiles à exploiter telles quelles. Les termes utilisés par le DLD (certains étant également employés par le « National Statistical Office ») pour les caractériser peuvent être définis comme suit :

« Domestic chicken » et « Domestic Duck » : désigne des poulets ou canards élevés en basse-cour et majoritairement destinés à l’autoconsommation ou à la vente sur les marchés locaux

« Egg chicken » et « Egg duck » : désigne des élevages spécialisés de volailles pondeuses « Farm chicken » et « Farm duck » : désigne des élevages spécialisés de volailles destinées

à la production de viande

« Free-range duck » : désigne des élevages spécialisés de canards dont le cycle d’élevage inclut une phase de libre parcours dans des rizières (« free-grazing ducks »)

« Fighting cocks » et « Bantam cocks » : désigne des coqs de combat

« Mandarin duck » : désigne des élevages de canards mandarins, le plus souvent en basse- cour

« Francolin », « Turkey », et « Goose » : désignent les élevages de cailles ou de perdreaux, de dindes et d’oies, respectivement

« Bird » : pas d’informations spécifiques ; on observe sur la figure 28 que cette modalité, qui n’apporte aucun renseignement, est attribuée à seulement 2 cas d’infection (0,1%), ce qui constitue un biais négligeable

Certaines des catégories précitées manquent de précision et peuvent regrouper des pratiques d’élevage et des niveaux de confinement et de biosécurité variables (volailles de type « egg » et « farm »). La méthode de classification en différentes catégories de volailles ne semble pas standardisée et n’est pas établie selon ou en rapport avec le modèle de référence de la FAO (en particulier, pas de distinction entre les secteurs avicoles 2 et 3, tels que présentés au § 2.2.3). Seules les catégories de type « domestic » renvoient a priori au secteur 4 et à des systèmes d’élevage ouverts (elles regroupent d’ailleurs plus de 55% des cas d’infection, ce qui correspond aux taux renseignés dans la littérature et présentés au § 2.2.3). Les canards « free-range » du secteur 3 font également l’objet d’une classification à part. On peut regretter que le DLD n’ait pas mis en place une classification normalisée qui aurait permis de comparer les niveaux de risque de différentes pratiques d’élevage. Ceci constitue l’une des limites de notre étude des déterminants socio-économiques du risque d’infection au H5N1.

De plus, la variable relative aux effectifs de volailles par ferme ne semble pas fiable étant donnés le nombre important de valeurs manquantes (1 à 219 selon les types de volailles) et surtout les valeurs enregistrées parfois extrêmes et anormales en rapport avec les catégories correspondantes (cf. figure 28). En effet, les effectifs maxima observés dans les élevages de poulets de basse-cour atteignent près de 15 000 oiseaux. A l’inverse, certains élevages spécialisés possèdent des effectifs de quelques têtes, ce qui est en désaccord avec les minima habituellement établis par le DLD pour caractériser ces catégories (100 à 500 oiseaux). Les écart-types enregistrés au niveau des effectifs d’un certain nombre de catégories sont par ailleurs très importants. D’une manière générale, il semble que les différentes classes renferment parfois des situations extrêmement hétérogènes, ou que des erreurs de reports sont survenues lors de la notification du type d’élevage ou de l’effectif du troupeau.

En raison de ces anomalies, les deux variables « poultry type » et « total » semblent difficilement exploitables dans notre analyse des facteurs de risque. Il est néanmoins possible de distinguer les élevages selon l’espèce considérée (poulet ou canard88), et d’analyser