Limites

Il n’est pas possible d’établir de relation causale entre les différents facteurs présentés et les taux d’incidence de l’infection car nous ne possédons pas la date d’implantation des différentes mesures étudiées. Cependant, trois des quatre variables du modèle multivarié prédictif pour tous les hôpitaux concordent avec les connaissances épidémiologiques (26, 135, 147, 154, 155). Une variable va dans le sens inverse de ce qui était attendu, soit la «fréquence de désinfection des salles de toilette des chambres des usagers non- infectés». Puisque le critère de temporalité pour la relation causale n’est pas respecté, il n’est pas possible de savoir si c’est le fait d’appliquer cette mesure (désinfection 2 fois par jour) qui pourrait entraîner une augmentation du taux d’incidence de l’infection ou si l’incidence était plus élevée dans les hôpitaux où cette mesure a été appliquée.

Biais

La proportion de réponse au questionnaire était de 99%, ce qui est excellent, limitant la possibilité de bais de sélection. Par ailleurs, afin que les hôpitaux comparés soient similaires, les hôpitaux pédiatriques et de réadaptation ont été éliminés, puisqu’ils n’étaient pas comparables aux hôpitaux de la présente étude.

Les questions sur les caractéristiques des hôpitaux et les mesures y étant appliquées ont été conçues pour le questionnaire à la suite d’une revue de la littérature sur le sujet, grâce à la connaissance des lignes directrices sur les mesures d’hygiène et salubrité au regard du C. difficile et à la suite de la consultation d’expert, ce qui est la méthode préconisée. Par la suite, une première version du questionnaire a été testée dans sept hôpitaux. À la suite de ce pré-test, les questions qui n’étaient pas compréhensibles ou portaient à confusion ont été reformulées. Le questionnaire auto-rapporté utilisé n’a cependant pas été validé (ex. : validité de construit, fidélité intra-juge). Le questionnaire permet d’évaluer si certaines mesures sont appliquées ou non. Cependant, bien que le questionnaire nous renseigne à savoir si la mesure est présente, il ne permet pas de distinguer si la mesure est appliquée correctement ni d’évaluer le niveau d’adhésion des intervenants à l’application de la mesure. Cela pourrait entraîner un manque de précision dans l’évaluation de l’application

des différentes mesures. De plus, le manque d’adhérence aux mesures pourrait introduire un biais dans les estimations des associations, en entraînant une dilution de ces associations.

Le questionnaire a été complété par un professionnel en prévention et contrôle des infections qui était possiblement le mieux placé pour être au courant des différentes mesures de prévention et contrôle des infections mises en place dans son hôpital, ce qui permet de limiter un biais d’information. Plusieurs questions présentes dans le questionnaire réfèrent à l’année d’étude, qui porte d’août 2009 à août 2010. Cependant, l’envoi des questionnaires s’est fait en janvier 2011 et la collecte a été complétée en octobre 2011, soit respectivement 5 mois et plus d’un an suivant le période de référence du questionnaire. Ainsi, cela pourrait entraîner un biais de rappel, car un bon laps de temps s’est écoulé entre la période à laquelle on réfère et le moment où le questionnaire a été complété. Il est aussi possible que la personne répondant au questionnaire n’ait pas été présente durant la période de référence. On pourrait retrouver un biais d’information dans le cas de certaines mesures qui sont appliquées de façon plus exceptionnelle, par exemple les mesures appliquées en cas d’éclosion. De plus, il pourrait potentiellement y avoir un biais de désirabilité sociale. En effet, comme les répondants connaissent l’issue étudiée et qu’ils sont au courant des lignes directrices en matière d’hygiène et de salubrité, ils pourraient avoir tendance à répondre à la question avec ce qui devrait être appliqué (surestimation) plutôt que ce qui est réellement appliqué. Dans la plupart des circonstances, ce biais de désirabilité social aurait tendance à diluer l’association entre une mesure protectrice et le taux d’incidence de l’infection sauf lorsqu’uniquement les hôpitaux ayant un faible taux d’incidence de l’infection surestiment l’application d’une mesure.

Le questionnaire comprend un nombre important de questions (68), ce qui pourrait éventuellement décourager le répondant. Ainsi, il est possible que plus de temps ait été accordé à la réponse aux questions en début de questionnaire, comparativement à celles en fin de questionnaire. Pour certaines questions, il était possible de cocher la case «ne sait pas». En lien avec la longueur du questionnaire, il ne semble toutefois pas y avoir davantage de réponse par «ne sait pas» à la fin du questionnaire comparativement au début de celui-ci. Cependant, il est possible que certaines personnes n’ayant pas la réponse à la question n’entreprennent pas de démarche supplémentaire afin d’obtenir la véritable réponse et coche ce choix. Ainsi, le manque de réponse dans la véritable catégorie pourrait entraîner un manque de précision. En effet, la plus importante proportion de réponse à une question par «ne sait pas» s’est élevée jusqu’à près de 13% pour les questions où ce type de réponse était possible. Le pourcentage le plus élevé de «ne sait pas» a été obtenu pour une question où on demandait de quantifier le nombre de spécimens de C. difficile analysés par le laboratoire au cours de l’année. De plus, la présence de valeurs manquantes pourrait avoir la même conséquence, mais cela est plutôt négligeable compte tenu qu’il n’y a qu’environ 1% de valeurs manquantes pour les questions où il y a des valeurs manquantes. Certaines questions sont à réponse ouverte. Dans ce cas, les réponses sont

difficilement classifiables et comparables. Ainsi, les réponses pour certaines questions de ce type n’ont pu être utilisées. La variable principale qui est ressortie de nos analyses, soit le pourcentage de patients symptomatiques d’infection à C. difficile pouvant être hébergé en chambre privée, devrait être bien quantifiée puisqu’elle ne fait pas l’objet d’un jugement. Le fait que l’information sur le nombre de cas d’infection à C. difficile soit recueillie à l’aide d’un système à déclaration obligatoire limite le potentiel de biais d’information pour la mesure de résultat (taux d’incidence de l’infection).

La présence de confusion n’a été évaluée pour l’association entre la mission de l’hôpital et le taux d’incidence de l’infection qu’à l’aide des informations recueillies dans le questionnaire. Il se pourrait cependant qu’il y ait de la confusion résiduelle dans cette relation. Ainsi, bien qu’il s’agisse d’un des questionnaires les plus gros à ce sujet, certains facteurs potentiellement importants et présents dans la littérature auraient pu être quantifiés (ex. : nombre d’infirmières et de médecins travaillant à l’hôpital, taux d’occupation des lits, proportion de lavage des mains du personnel soignant) (156-159).

4.4 Forces

Les résultats présentés ont une implication importante en santé publique. En effet, nous avons pu identifier des facteurs de risque et/ou protecteurs sur lesquels il serait possible d’intervenir, soit au niveau de la configuration de l’hôpital ou des mesures et pratiques qui y sont appliquées. À l’opposé, les facteurs de risque ressortant des rapports de surveillance provinciale n’étaient pas modifiables (mission, nombre de lits et le pourcentage de gens âgés de plus de 65 ans); on ne pouvait donc intervenir sur de tels facteurs.

Nous voulions savoir ce qui distinguait les hôpitaux à mission universitaire des hôpitaux non-universitaires et qui pouvait expliquer que les hôpitaux universitaires présentent des taux d’incidence plus élevés que les non- universitaires. Nous avons pu déterminer que la différence résidait dans le pourcentage de patients symptomatiques d’infection à C. difficile qui sont hébergés en chambre privée. Ainsi, les hôpitaux non- universitaires hébergent davantage la totalité des patients symptomatiques en chambre privée, ce qui est associé à un taux d’incidence plus faible d’infection, comparativement aux hôpitaux universitaires. Cette mesure protectrice est donc davantage appliquée dans les hôpitaux non-universitaires. Ces inégalités dans les taux d’incidence de l’infection selon la mission de l’hôpital n’avaient pas été évaluées auparavant.

Cette étude est novatrice puisqu’elle permet de distinguer les facteurs ayant le plus d’impact sur les taux d’incidence d’infection à C. difficile parmi 3 catégories : profil des installations, mesures de prévention de la

transmission et mesures diminuant la vulnérabilité aux infections. À ma connaissance, cette catégorisation n’a pas été utilisée précédemment dans la littérature.

4.5 Généralisation

Les résultats obtenus pourraient peut-être être applicables aux plus petits hôpitaux (moins de 1 000 admissions par an en soins de courte durée) ne faisant pas partie de la surveillance provinciale des infections à C. difficile. En effet, les mesures de prévention et contrôle des infections devraient être sensiblement les mêmes dans ces plus petits hôpitaux comparativement à ceux faisant partie de la présente étude. Cependant, en ayant peu de patients et donc peu de jours-présence dans l’hôpital, un seul cas d’infection à C. difficile est susceptible de faire varier de façon plus importante les taux d’incidence d’infection à C. difficile.

Certains résultats obtenus pourraient être généralisables aux hôpitaux des autres provinces canadiennes. Il faut cependant tenir compte que l’épidémiologie de l’infection ainsi que l’organisation des hôpitaux peut varier selon les provinces. Ainsi, la proportion de cas causés par la souche NAP1 varie selon les provinces et est plus élevée entre autres au Québec, alors la variable «regroupements régionaux» pourrait ne pas être applicable (86). La structure des hôpitaux peut elle aussi varier selon les provinces et donc le pourcentage de patients symptomatiques de l’infection qui sont hébergés en chambre privée peut varier. Pour ce qui est de la fréquence de désinfection des toilettes sans cas, les produits utilisés et le protocole de désinfection peut lui aussi différer d’une province à l’autre. Par ailleurs, il est possible que les recommandations quant aux mesures à appliquer en cas d’éclosion diffèrent selon la province.

Conclusion

Les résultats de cette étude suggèrent que les taux d’incidence sont plus élevés dans les hôpitaux situés dans les grands centres, ceux où il n’est pas possible d’héberger la totalité des patients symptomatiques d’infection à C. difficile en chambre privée, ceux où la désinfection des salles de toilette des chambres des patients sans cas est effectuée deux fois par jour et ceux où il y a un plan d’action en cas d’éclosion ne comprenant pas la surveillance de l’utilisation des antibiotiques. Le facteur le plus important identifié dans cette étude est le fait de pouvoir héberger tous les patients symptomatiques d’infection à C. difficile en chambre privée, puisqu’il montre une forte association avec le taux d’incidence de l’infection pour les trois modèles multivariés prédictifs construits. Le fait que la désinfection deux fois par jour des salles de toilette des chambres des patients sans cas d’infection comparativement à une fois par jour soit associée à un taux d’incidence d’infection plus élevé nous a surpris puisque cette association va dans le sens inverse de ce qui était attendu. Le fait de conduire des audits sur l’hygiène des mains auprès du personnel, étant associé à un taux d’incidence plus faible, n’est ressorti que dans le modèle multivarié prédictif pour les hôpitaux universitaires. Cette étude a aussi permis de montrer que l’association entre la mission de l’hôpital et le taux d’incidence d’infection à C. difficile était confondue par le pourcentage de patients symptomatiques d’infection à C. difficile qu’il est possible d’héberger en chambre privée. Puisqu’il n’est pas possible d’établir de relation causale entre les différents facteurs présentés et les taux d’incidence d’infection à C. difficile à l’aide du questionnaire utilisé dans la présente étude, il serait intéressant d’éventuellement redistribuer le questionnaire en demandant en plus les dates d’implantation des différentes mesures. Ainsi, nous serions davantage en mesure d’établir une relation causale entre les facteurs et les taux d’incidence de l’infection en respectant le critère de temporalité. Les résultats de mon projet serviront à la création d’un modèle mathématique dynamique (Cdiff-ADVISE), individu centré, de la transmission du C. difficile et ayant pour but d’identifier les moyens de prévention des infections nosocomiales dues au C. difficile. Ce modèle permettra de comparer l’efficacité et le coût-efficacité de plusieurs mesures de prévention et contrôle de l’infection selon différentes caractéristiques d’hôpitaux et de type de clientèle admise. Par ailleurs, les analyses présentées s’inscrivent dans le cadre d’une étude plus large menée en collaboration avec des décideurs de santé publique et qui vise à identifier les stratégies optimales de prévention des infections à C. difficile afin de réduire le fardeau de l’infection dans les hôpitaux canadiens. Ultimement, ces informations pourront fournir des pistes d’intervention en prévention des infections à C. difficile dans les hôpitaux.

Bibliographie

1. Kwong JC, Ratnasingham S, Campitelli MA, Daneman N, Deeks SL, Manuel DG, et al. The impact of infection on population health: results of the Ontario burden of infectious diseases study. PLoS One. 2012;7(9):e44103.

2. Goudarzi M, Seyedjavadi SS, Goudarzi H, Mehdizadeh Aghdam E, Nazeri S. Clostridium difficile Infection: Epidemiology, Pathogenesis, Risk Factors, and Therapeutic Options. Scientifica (Cairo). 2014;2014:916826.

3. Mylonakis E, Ryan ET, Calderwood SB. Clostridium difficile--Associated diarrhea: A review. Arch Intern Med. 2001;161(4):525-33.

4. Public Health Agency of Canada. Antimicrobial resistant organisms (ARO) surveillance. Surveillance report for data from January 2007 to December 2011. 2013.

5. Comité de surveillance des infections nosocomiales (SPIN). Diarrhées associées au Clostridium difficile. Résultats de surveillance 2014-2015. Direction des risques biologiques et de la santé au travail. 2015. 6. Pepin J, Valiquette L, Alary ME, Villemure P, Pelletier A, Forget K, et al. Clostridium difficile- associated diarrhea in a region of Quebec from 1991 to 2003: a changing pattern of disease severity. CMAJ. 2004;171(5):466-72.

7. Comité de surveillance des infections nosocomiales (SPIN). Surveillance des diarrhées associées à Clostridium difficile au Québec. Bilan du 19 août 2007 au 16 août 2008. Direction des risques biologiques, environnementaux et occupationnels. 2009.

8. Comité de surveillance des infections nosocomiales (SPIN). Surveillance des diarrhées associées à Clostridium difficile au Québec. Bilan du 16 août 2009 au 14 août 2010. Direction des risques biologiques et de la santé au travail. 2011.

9. Levy AR, Szabo SM, Lozano-Ortega G, Lloyd-Smith E, Leung V, Lawrence R, et al. Incidence and Costs of Clostridium difficile Infections in Canada. Open forum infectious diseases. 2015;2(3):ofv076.

10. Gilca R, Hubert B, Fortin E, Gaulin C, Dionne M. Epidemiological patterns and hospital characteristics associated with increased incidence of Clostridium difficile infection in Quebec, Canada, 1998-2006. Infect Control Hosp Epidemiol. 2010;31(9):939-47.

11. Comité de surveillance des infections nosocomiales (SPIN). Diarrhées associées au Clostridium difficile. Résultats de surveillance 2015-2016. Direction des risques biologiques et de la santé au travail. 2016. 12. Carroll KC, Bartlett JG. Biology of Clostridium difficile: implications for epidemiology and diagnosis. Annu Rev Microbiol. 2011;65:501-21.

13. Heinlen L, Ballard JD. Clostridium difficile infection. Am J Med Sci. 2010;340(3):247-52.

14. Viswanathan VK, Mallozzi MJ, Vedantam G. Clostridium difficile infection: An overview of the disease and its pathogenesis, epidemiology and interventions. Gut Microbes. 2010;1(4):234-42.

15. Peniche AG, Savidge TC, Dann SM. Recent insights into Clostridium difficile pathogenesis. Curr Opin Infect Dis. 2013;26(5):447-53.

16. Paredes-Sabja D, Shen A, Sorg JA. Clostridium difficile spore biology: sporulation, germination, and spore structural proteins. Trends Microbiol. 2014;22(7):406-16.

17. Kim KH, Fekety R, Batts DH, Brown D, Cudmore M, Silva J, Jr., et al. Isolation of Clostridium difficile from the environment and contacts of patients with antibiotic-associated colitis. J Infect Dis. 1981;143(1):42- 50.

18. Burns DA, Heap JT, Minton NP. Clostridium difficile spore germination: an update. Res Microbiol. 2010;161(9):730-4.

19. Rupnik M, Wilcox MH, Gerding DN. Clostridium difficile infection: new developments in epidemiology and pathogenesis. Nat Rev Microbiol. 2009;7(7):526-36.

20. Warny M, Pepin J, Fang A, Killgore G, Thompson A, Brazier J, et al. Toxin production by an emerging strain of Clostridium difficile associated with outbreaks of severe disease in North America and Europe. Lancet. 2005;366(9491):1079-84.

21. Gerding DN, Johnson S, Rupnik M, Aktories K. Clostridium difficile binary toxin CDT: mechanism, epidemiology, and potential clinical importance. Gut Microbes. 2014;5(1):15-27.

22. Cohen SH, Gerding DN, Johnson S, Kelly CP, Loo VG, McDonald LC, et al. Clinical practice guidelines for Clostridium difficile infection in adults: 2010 update by the society for healthcare epidemiology of America (SHEA) and the infectious diseases society of America (IDSA). Infect Control Hosp Epidemiol. 2010;31(5):431-55.

23. Seekatz AM, Young VB. Clostridium difficile and the microbiota. The Journal of clinical investigation. 2014;124(10):4182-9.

24. McFarland LV, Mulligan ME, Kwok RY, Stamm WE. Nosocomial acquisition of Clostridium difficile infection. N Engl J Med. 1989;320(4):204-10.

25. Samore MH, Venkataraman L, DeGirolami PC, Arbeit RD, Karchmer AW. Clinical and molecular epidemiology of sporadic and clustered cases of nosocomial Clostridium difficile diarrhea. The American journal of medicine. 1996;100(1):32-40.

26. Fekety R, Kim KH, Brown D, Batts DH, Cudmore M, Silva J, Jr. Epidemiology of antibiotic-associated colitis; isolation of Clostridium difficile from the hospital environment. The American journal of medicine. 1981;70(4):906-8.

27. Kramer A, Schwebke I, Kampf G. How long do nosocomial pathogens persist on inanimate surfaces? A systematic review. BMC Infect Dis. 2006;6:130.

28. Dumford DM, 3rd, Nerandzic MM, Eckstein BC, Donskey CJ. What is on that keyboard? Detecting hidden environmental reservoirs of Clostridium difficile during an outbreak associated with North American pulsed-field gel electrophoresis type 1 strains. Am J Infect Control. 2009;37(1):15-9.

29. Brooks SE, Veal RO, Kramer M, Dore L, Schupf N, Adachi M. Reduction in the incidence of Clostridium difficile-associated diarrhea in an acute care hospital and a skilled nursing facility following replacement of electronic thermometers with single-use disposables. Infect Control Hosp Epidemiol. 1992;13(2):98-103.

30. Johnson DL, Mead KR, Lynch RA, Hirst DV. Lifting the lid on toilet plume aerosol: a literature review with suggestions for future research. Am J Infect Control. 2013;41(3):254-8.

31. Best EL, Sandoe JA, Wilcox MH. Potential for aerosolization of Clostridium difficile after flushing toilets: the role of toilet lids in reducing environmental contamination risk. J Hosp Infect. 2012;80(1):1-5. 32. Roberts K, Smith CF, Snelling AM, Kerr KG, Banfield KR, Sleigh PA, et al. Aerial dissemination of Clostridium difficile spores. BMC Infect Dis. 2008;8:7.

33. Best EL, Fawley WN, Parnell P, Wilcox MH. The potential for airborne dispersal of Clostridium difficile from symptomatic patients. Clin Infect Dis. 2010;50(11):1450-7.

34. Smits WK, Lyras D, Lacy DB, Wilcox MH, Kuijper EJ. Clostridium difficile infection. Nature reviews Disease primers. 2016;2:16020.

35. Britton RA, Young VB. Role of the intestinal microbiota in resistance to colonization by Clostridium difficile. Gastroenterology. 2014;146(6):1547-53.

36. Borriello SP. Pathogenesis of Clostridium difficile infection. J Antimicrob Chemother. 1998;41 Suppl C:13-9.

37. Kachrimanidou M, Malisiovas N. Clostridium difficile infection: a comprehensive review. Crit Rev Microbiol. 2011;37(3):178-87.

38. Stecher B, Hardt WD. Mechanisms controlling pathogen colonization of the gut. Current opinion in microbiology. 2011;14(1):82-91.

39. Guarner F, Malagelada JR. Gut flora in health and disease. Lancet. 2003;361(9356):512-9.

40. Surawicz CM. [The microbiota and infectious diarrhea]. Gastroenterol Clin Biol. 2010;34 Suppl 1:S29- 36.

41. van der Waaij D. The ecology of the human intestine and its consequences for overgrowth by pathogens such as Clostridium difficile. Annu Rev Microbiol. 1989;43:69-87.

42. Perez-Cobas AE, Moya A, Gosalbes MJ, Latorre A. Colonization Resistance of the Gut Microbiota against Clostridium difficile. Antibiotics (Basel, Switzerland). 2015;4(3):337-57.

43. Donskey CJ, Kundrapu S, Deshpande A. Colonization versus carriage of Clostridium difficile. Infectious disease clinics of North America. 2015;29(1):13-28.

44. Pothoulakis C. Pathogenesis of Clostridium difficile-associated diarrhoea. Eur J Gastroenterol Hepatol. 1996;8(11):1041-7.

45. Zwielehner J, Lassl C, Hippe B, Pointner A, Switzeny OJ, Remely M, et al. Changes in human fecal microbiota due to chemotherapy analyzed by TaqMan-PCR, 454 sequencing and PCR-DGGE fingerprinting. PLoS One. 2011;6(12):e28654.

46. Leonard J, Marshall JK, Moayyedi P. Systematic review of the risk of enteric infection in patients taking acid suppression. Am J Gastroenterol. 2007;102(9):2047-56; quiz 57.

47. Raza S, Baig MA, Russell H, Gourdet Y, Berger BJ. Clostridium difficile infection following chemotherapy. Recent patents on anti-infective drug discovery. 2010;5(1):1-9.

48. Jump RL, Pultz MJ, Donskey CJ. Vegetative Clostridium difficile survives in room air on moist surfaces and in gastric contents with reduced acidity: a potential mechanism to explain the association between proton pump inhibitors and C. difficile-associated diarrhea? Antimicrobial agents and chemotherapy. 2007;51(8):2883-7.

49. Imhann F, Bonder MJ, Vich Vila A, Fu J, Mujagic Z, Vork L, et al. Proton pump inhibitors affect the gut microbiome. Gut. 2015.

50. O'Keefe SJ, Lee RB, Anderson FP, Gennings C, Abou-Assi S, Clore J, et al. Physiological effects of enteral and parenteral feeding on pancreaticobiliary secretion in humans. American journal of physiology Gastrointestinal and liver physiology. 2003;284(1):G27-36.

51. Loo VG, Bourgault AM, Poirier L, Lamothe F, Michaud S, Turgeon N, et al. Host and pathogen factors