Hospitalisations dues au virus respiratoire

RODICA GILCA
HOSPITALISATIONS DUES AU VIRUS RESPIRATOIRE
SYNCYTIAL CHEZ LES JEUNES ENFANTS
Thèse présentée
à la Faculté des études supérieures de l'Université Laval
dans le cadre du programme de doctorat en épidémiologie
pour l'obtention du grade de Philosophiae Doctor (Ph D)
DÉPARTEMENT DE MÉDECINE SOCIALE ET PRÉVENTIVE
FACULTÉ DE MEDECINE
UNIVERSITÉ LAV AL
QUÉBEC
2009
© Rodica Gilca, 2009
«Ce n'est pas parce que les choses sont difficiles
que nous n'osons pas, c'est parce que nous n'osons
pas qu'elles sont difficiles. »
Sénèque
RÉSUMÉ
Le virus respiratoire syncytial (VRS) est le plus important pathogène respiratoire du jeune
enfant. Dans une étude prospective menée au cours de deux saisons hivernales, parmi les enfants
de 0-3 ans hospitalisés pour infections des voies respiratoires (IVR) , au moitis un virus
respiratoire a été retrouvé chez 74%. Le VRS était présent chez 55,6% des enfants. Deux sousgroupes (A et B) du VRS et plusieurs génotypes ont
é~é
identifiés basé sur la séquence du gène
G. Le séquençage de la glycoprotéine G et l'analyse phylogénétique ont été effectués sur les
souches détectées. La comparaison des données cliniques des 106 enfants avec le sous-groupe A
du VRS (96 génotypes GA2) et 94 enfants avec le sous-groupe B du VRS (62 génotypes GB3) a
montré que le sous-groupe A et le génotype GAI étaient associés à une plus grande sévérité de la
•
1
maladie en comparaison avec les souches du sous-groupe B. Parmi les enfants atteints de VRS
qui ont reçu des antibiotiques (AB) de façon empirique à l'admission, la réception d'un résultat
d'un test rapide confirmant la présence du VRS n'a pas réduit subséquemment l'utilisation des
AB. La proportion des hospitalisations attribuables au VRS et à l'influenza estimée à partir des
banques administratives par six méthodes statistiques connues a été comparée aux résultats de
l'étude prospective chez les enfants de 6 à 23 mois. Les estimés obtenus variaient de façon
considérable selon la saison et la méthode. Les méthodes statistiques usuelles ne semblent pas en
mesure d'estimer correctement les hospitalisations attribuables aux virus respiratoires.
REMERCIEMENTS '
Tout d'abord, j'aimerais particulièrement remercier mon directeur de recherche, Gaston de
Serres, dont la créativité, l'esprit pratique, l'optimisme et la confiance ont significativement
contribué à mener à terme ce doctorat. Ses judicieux conseils, la rigueur scientifique que j ' ai pu
acquérir pendant nos discussions et échanges ont eu un impact indispensable sur mon
cheminement scientifique. Je me dois de souligner l'exceptionnelle qualité d ' encadrement dont
j'ai pu bénéficier auprès de l'équipe de recherche en vaccinologie (maladies infectieuses). Ce
que j'ai appris aux séances du club de lecture de l'équipe et tout au long des échanges quotidiens
dépasse largement le cadre académique et donne une dimension humaine à mon expérience
doctorale. Merci du fond du cœur
à
Bernard Duval, France Lavoie, Élise Fortin, Manale
Ou akki , Geneviève Deceuninck, Geneviève Tremblay, Alain Paré, Renée Maranda-Aubut,
Jasmin Villeneuve et tous les membres de l' équipe qui m'ont témoigné le soutien et les
encouragements nécessaires au fil de ces années.
Je tiens à remercier les gens du centre de recherche en infectiologie du CHUQ-CHUL sous la
direction de Michel G. Bergeron de m'avoir accueilli et offert un environnement dynamique et
motivant .pour mener à terme le volet de recherche sur l'analyse phylogénétique, tout
particulièrement Eric Leblanc et Dominique Boudreau. Des remerciements très spéciaux et
sincères à Guy Boivin pour son appui, son enthousiasme et sa disponibilité.
Je tiens à souligner la contribution de Roseline Thibeault et Pierre Déry qui ont beaucoup
contribué à la qualité du volet sur l'utilisation des antibiotiques.
Je voudrais aussi adresser mes remerciements à l'ensemble de mes' professeurs du programme
d'épidémiologie du département de médecine préventive de l'université Laval et à Michel
Couillard du Laboratoire de santé publique pour sa grande disponibilité et les conseils judicieux
dans le traitement des données sur la surveillance des virus respiratoires.
Je remercie Philippe de Wals d'avoir accepté de faire la prélecture de cette thèse: ses
commentaires ont beaucoup contribué à son amélioration.
ii
Je remercie également Marc Dionne dont le soutient intégral et la compréhension ont été
essentiels à l'aboutissement de ce travail. Un merci tout particulier à Marie Gourdeau et Bruno
Hubert, ainsi qu'à tous les membres de la DRBEO de l'INSPQ et des comités CINQ et SPIN qui
m'ont soutenue et encouragée tout au long de ces années.
Cette thèse n'aurait pu être menée à bien sans l'appui financier sous forme de bourse d'étude des
Instituts de recherche en santé du Canada (IRSC) que je remercie.
111
AVANT-PROPOS
Cette thèse comporte six chapitres et une annexe. Les articles inclus aux chapitres 3 et 4 ont été
publiés; le manuscrit présenté au chapitre 5 est soumis à l'American Journal of Epidemiology.
L'annexe présente des travaux connexes qui ont abouti à des publications ne figurant pas dans la
thèse.
J'ai fait l'ensemble de revue de littérature. J'ai écrit les chapitres 1 (problématique) et 6
(discussion générale). J ' ai participé à la conception de tous les articles inclus dans la thèse. J' ai
rédigé tous les articles sauf celui du chapitre 4 que j'ai rédigé conjointement avec Roseline
Thibeault. J'ai fait toutes les analyses statistiques et la plupart des interprétations de résultats.
J'ai effectué l'alignement des séquences du VRS, les comparaisons des séquences et la
construction des arbres phylogénétiques sous la supervision de Dominique Boudreau et Eric
Leblanc dans le centre de recherche en infectiologie du Centre hospitalier de l'Université Laval
(CHUQ -CHUL). J'ai soumis 38 séquences représentatives obtenues (numéros d'accès
de
A Y927376 à A Y927413) au GenBank (http://www. ncbi.nlm.nih.gov/).
En plus des articles susmentionnés, j'ai présenté les résultats de mon doctorat sous forme
d'affiche et de présentation orale dans le cadre de plusieurs conférences et congrès:
Présentations orales :
Gilca R, De Serres G, Tremblay M, Leblanc E, Déry P, Boivin G. Épidémiologie moléculaire et
impact clinique des génotypes du virus respiratoire syncytial chez les enfants hospitalisés. XXXe
Congrès Annuel de l'Association des médecins microbiologistes infectiologues du Québec,
Bromont, 1-3 juin 2005.
Présentations par affiche:
Gilca R,
D~
Serres G, Skowronski DM, Boivin G, Buckeridge D. Pediatic estimates of RSV - and
influenza-attibutable hospitalization vary by statistical method and requie validation. Soumis à la
IV
8e Conférence Canadienne sur l'immunisation, 30 novembre - 3 décembre 2008, Toronto,
Ontario.
Gilca R, De Serres G, Buckeridge DL. Comparison of Different Approaches to estimate
respiratory syncytial virus and influenza-associated hospitalizations in children. Abstract no. G974. The 47th Annual Interscience Conference on Antimicrobial Agents and Chemotherapy,
McCormick Place, Chicago, TIlinois, September 17-20, 2007.
Gilca R, De Serres G, Tremblay M, Leblanc E, Dery P, Boivin G. Molecular epidemiology and
clinical impact of human respiratory syncytial virus genotypes i~ hospitalized children. The 45 th
ICAAC, Washington", DC, USA, December 16-19,2005.
Gilca R, De Ser~es G., Tremblay M, Leblanc'E, Déry P, Boivin G. Épidémiologie moléculaire et
impact clinique des génotypes du virus respiratoires syncytial chez les enfants hospitalisés. La 7e
Journée de la recherche de la Faculté de médecine de l'Université Laval, 25 mai 2005, Québec.
Gilca R, De Serres G, Côté S, Déry P, Boivin G. Le métapneumovirus humain chez les enfants
hospitalisés. La 6e Journée de la recherche de la Faculté de médecine de l'Université Laval, 3
juin 2004, Québec.
v
VI
TABLE DES MATIÈRES
RÉSUMÉ ....... ................................................................................................................................... i
REMERCIEMENTS .... ~ ................................................................................................................... ii
AVANT-PROPOS ......................................................................................................................... iv
TABLE DES MATIÈRES ............................................................................................................ vii
LISTE DES TABLEAUX .................................. .............................................................................. x
LISTE DES FIGURES ................................................................................................................... xi
CHAPITRE 1 PROBLÉMATIQUE ................................................................................................ 1
1.1 Introduction ......................................................................................................................... 2
1.2 Étiologies virales des infections des voies respiratoires chez les enfants
hospitalisés ................................................................................................................................. 2
1.2 Génotypes du VRS chez les enfants hospitalisés ............................................................. .. . 7
1.3 Impact d'un test antigénique rapide pour le VRS chez les enfants recevant des
antibiotiques .................................................... :, ................... ~ .................................................. 12
1.4 Estimations des hospitalisations attribuables au VRS et à l'influenza ............................. 14
1.5 Objectifs de l' étude .. :....................................................................................................... 18
1.6 Éléments clés de la méthodologie .................................................................................... 19
1.6.1 Étio~ogies virales des infections des voies respiratoires chez les enfants
hospitalisés .................................................................................................................... 19
1.6.2 Génotypes du VRS chez les enfants hospitalisés ................................................ 20
1.6.3 Impact d'lin test antigénique rapide pour le VRS chez les enfants
recevant des antibiotiques ......................................................................................... ·... 22
1.6.4 Estimations des hospitalisations attribuables au VRS et à l'influenza ............... 24
CHAPITRE 2 ÉTIOLOGIES VIRALES DES INFECTIONS DES VOIES
RESPIRATOIRES CHEZ LES ENFANTS HOSPITALISÉS DE 0 À 3 ANS ............................ 27
2.1 Résumé .............................................................................................................................. 28
2.2 Introduction ...................................................................................................................... 29
. 2.3 Objectifs ........................................................................................................................... 29
2.4 Méthode ............................................................................................................................ 29
2.4.1 Population ..................................................................................................... -. ..... 29
2.4.2 Analyses microbiologiques .................................................................................. 30
2.4.3 Analyses statistiques ........................................................................................... 30
2.5 Résultats ................................................................................................................... ........ 30
2.5.1 Population ............................................................................................................ 30
2.5.2 Virus détectés ....................................................................................................... 31
2.5.3 Distribution saisonnière ...................................... ~ ............................................... 31
2.5.4 Caractéristiques par type d'infection .................................................................. 32
2.5.5 Tableau clinique .................................................................................................... 32
2.6 Discussion ........................................................................................................................ 33
2.7 Conclusion ...................................... : ............................... ~ ................................................. 36
VIl
CHAPITRE 3 DISTRIBUTION AND CLINICAL IMPACT OF HUMAN
RESPIRATORY SYNCYTIAL VIRUS GENOTYPES IN HOSPITALIZED
CHILDREN OVER TWO WINTER SEASONS ......................................................................... 41
3.1 Résumé ............................................................................................................................. 42
3.2 Abstract ............................................................................................................................ 43
3.3 Introduction ...................................................................................................................... 44
3.4 Methods ............................................................................................................................ 44
3.4.1 Population ........................................................................................................... 44
3.4.2 Severity index .................... ~ ................................................................................ 45
3.4.3 Virus detection .................................................................................................... 45
3.4.4 Statistical analyses ............................................................................................... 46
3.2.5 Nucleotide sequence accession numbers ............................................................ 46
3.5 Results ~ .............................................................................................................................. 46
3.5.1 Patient enrolment and detection of respiratory viruses ....................................... 46
3.5.2 Phylogenetic analysis .......................................................................................... ·. 47
3.5.3 Temporal patterns of hRSV groups and genotypes ............................................ 47
3.5.4 Clinical disease and severity ..................... ~ ......................................................... 48
3.6 Discussion ........................................................................................................................ 49
3.7 Conclusion .............. ~ ......................................................................................................... 50
CHAPITRE 4 ANTIBIOTIC USE IN CHILDREN IS NOT INFLUENCED BY THE
RESULT OF RAPID ANTIGEN pETECTION TEST FOR THE RESPIRATORY
SYNCYTIAL VIRUS ................................... ~ ................................................................................ 59
4.1 Résumé ............................................................................................................................. 60
4.2 Abstract ............................................................................................................................ 61
4.3 Introduction ....................................................................................................................... 62
4.4 Methods ............................................................................................................................ 62
4.4.1 Study population ................................................................................................. 62
4.4.2 Virological tests . ................................................................................................. 63
4.4.3 Statistical Analysis .............................................................................................. 63
4.5 Results .............................................................................................................................. 64
4.6 Discussion ......................................................................................................................... 66
4.7 Conclusion ........................................................................................................................ 67
CHAPITRE 5 THE NEED FOR VALIDATION OF ST ATISTICAL METHODS
FOR ESTIMATING RESPIRATORY VIRUS-ATTRIBUTABLE
HOSPITALIZATION ..................................... ;.............................................................................. 73
5.1 Résumé ............................................................................................................................. 74
5.2 Abstract ............................................................................................................................ 75
5.3 Introduction ............................................................................................................ ·.......... 76
5.4 Materials and methods ..................................................................................................... 78
5.4.1 Sources of data .................................................................................................... 78
. 5.4.2 Statistical methods .............................................................................................. 79
VUl
5.5 Results .............................................................................................................................. 81
5.5.1 Prospective study ................................................................................................ 81
5.5.2 Provincial viral surveillance data ........................................................................ 82
5.5.3 Primary hospital discharge diagnoses ................................................................. 82
5.5.4 Comparison of seasonal estimates from different methods ................................ 83 .
5.5.5 Comparison of weekly estimates from different methods .................................. 84
5.6 Discussion ............................................................................................................·............ 84
5.7 Appendix .......................................................................................................................... 89
CHAPITRE 6 DISCUSSION GÉNÉRALE ............................................... ~ ................ .................. 99
6.1 Étiologies virales des infections des voies respiratoires chez les enfants
hospitalisés ........................................................................................................................... 100
6.2 Génotypes du VRS chez les enfants hospitalisés ........................................................... 101
6.3 Impact d'un test antigénique rapide pour le VRS chez les enfants recevant des
antibiotiques .......................................................................................................................... 103
6.4 Estimations des hospitalisations attribuables au VRS et à l'influenza ........................... 104
6.5 Conclusion ...................................................................................................................... 106
BIBLIOGRAPHIE ...................................................................................................................... 107
ANNEXE Études complémentaires aux études présentées dans la thèse ................................... 117
IX
LISTE DES TABLEAUX
Tableau 1 Proportions des virus respiratoires détectés chez les enfants avec
infections des voies respiratoires (IVR) ......................................................................... 5
Tableau 2 Proportion des spécimens positifs pour le HMPV dans différentes
populations et régions géographiques ............................................................................ 6
Tableau 3 Comparaison du tableau clinique des sous-groupes du VRS chez les
enfants avec IVR ............................................................................................................. 9
Tableau 4 Infections virales détectées chez les enfants de 0-3 ans hospitalisés avec
IVR .......................................................................................................................... ..... 37
Tableau 5 Infections mixtes chez les 448 enfants hospitalisés pour IVR ..................................... 37
Tableau 6 Caractéristiques cliniques par type d'infections ........................................................... 38
Table 7
Comparison of demographic and clinical characteristics between hRSV
groups and genotypes in hospitalized children ....................................................... ...... 51
Table 8
Characteristics of patients receiving antibiotics ........................................................... 68
Table 9
Variables associated with antibiotic modification in Cox regression
models ........................................................................................................................... 69
Table 10 Assumptions of statistical methods used to estimate hospitalizations
attributable to respiratory viruses ................................................................... ~ ............. 97
x
LISTE DES FIGURES
Figure 1 Âge à l'admission des enfants de 0-3 ans hospitalisés pour IVR, total et par
virus détécté ............................................................ ;........................................................ 39
Figure 2 Périodes d'admission par virus détecté ........................................................................... 40
Figure 3 Group A (A) and B (B) hRSV G-gene phylogenetic relationships of
sequences obtained from the second variable region of hRSV strains
isolated in Quebec and those available in GenBank ....................................................... 52
Figure 4 Group A (A) and B (B) hRSV G-gene phylogenetic relationships of
sequences obtained from the first variable region of 200 strains from
hospitalized children in Quebec City.............................................................................. 55
Figure 5 Number of children enrolled in the study and reasons for exclusion ............................. 70
Figure 6 Kaplan Meier estimates of the probability of continuing AB for the 128
children receiving intravenous antibiotics at the time when the RSV RADT
result was received, censored at 120 hours ..................................................................... 71
Figure 7 RSV and Influenza surveillance positive weekly tests counts and weekly
admissions in 6-23 months children in Quebec * ............................................................ 93
Figure 8 Pneumonia/influenza and bronchiolitis weekly admissions in 6-23 months
children plotted against provincial viral surveillance positive weekly tests,
with least-squares line and Pearson correlation coefficients .......................................... 94
Figure 9 Proportions of hospitalizations attributed to RSV and influenza virus by
different statistical methods by study year, compared to prospective study
results obtained in 2001/02 and 2002/03 .......................................................................~ 95
Figure 10 Weekly RSV and influenza-attributable hospitalizations according to
different methods for pneumonia/influenza estimates for one season (CDC
weeks 40 to 20 are presented) ......................................................................................... 96
Xl
XlI
CHAPITRE 1 PROBLÉMATIQUE
1
1.1 Introduction
Le virus respiratoire syncytial (VRS) est le plus important pathogène respiratoire du jeune
enfant. Bien qu'il soit étudié depuis longtemps, plusieurs questions restent sans réponse. Ainsi,
même si ce virus infecte souvent les enfants comme seul pathogène, on ne connait pas bien
l'importance clinique qu'ont les coinfections dues à d'autres virus. Également, peu
. d'information existe sur la variabilité dans la virulence des sous-groupes du VRS (A et B) et de
ses nombreux génotypes. Par ailleurs, les antibiotiques n'ayant aucun impact sur les infections
virales, on pourrait croire que la confirmation par laboratoire d'une infection due au VRS
réduirait l'utilisation des antibiotiques, mais les résultats des études réalisées à ce jour sur ce
sujet restent controversés. Enfin, l'estimation du fardeau de maladies respiratoires attribuables à
un virus respiratoire dans une population est souvent faite par des approches statistiques utilisant
de grandes banques de données qui couvrent l'ensemble de cette population. Cependant, ces
approches statistiques n'ont pas été validées et on ne sait pas si leurs conclusions sont crédibles.
La thèse qui suit a exploré ces différentes questions dans la population des enfants de moins de 3
ans.
1.2 Étiologies virales des infections des voies respiratoires chez les enfants hospitalisés
.Les infections des voies respiratoires (IVR) représentent la deuxième cause de mortalité chez les
enfants de moins de 5 ans au niveau mondial (Rapport sur la santé dans le monde, 2005
http://www.who.int/whr/2005/annex/annexes3-4_en.pdt). Bien que le tableau clinique des
infections respiratoires soit
facilem~nt
reconnu, l'étiologie d'une proportion assez large de la
maladie demeure non déterminée. Avant l'âge de trois ans les infections virales sont beaucoup
plus fréquentes que les infections bactériennes, la proportion totale des virus détectés dans la
population pédiatrique variant de 24,8 à 87% dépendant de la méthode utilisée (Tableau 1). Ces
infections virales à tropisme respiratoire surviennent en général pendant la saison d'hiver, avec
des variations d'une saison à l'autre. Leur tableau clinique est souvent similaire, et il n'est
généralement pas possible de faire le diagnostic étiologique de façon clinique.
2
Les outils traditionnels du diagnostic virologique comprennent la recherche antigénique directe
par immunofluorescence ou test immunoenzymatique et l'isolement en culture. Les résultats des
cultures ne sont disponibles qu'après une période de 2-10 jours, tandis que les tests antigéniques
sont plus rapides, avec les résultats disponibles en quelques heures. Les tests rapides de détection
ont une sensibilité généralement inférieure à celle de la culture à l'exception du test pour le virus
respiratoire syncytial (VRS) chez l'enfant. ils sont spécifiques mais ne permettent la détection
que d'un seul pathogène à la fois. Les cultures ont l'avantage de détecter plusieurs pathogènes,
mais les coûts sont plus élevés. Les tests d'amplification d'acides nucléiques (TAAN) pour la
recherche de
séquences virales sont plus récents et plus sensibles que les méthodes
traditionnelles. Par la méthode multiplex on peut détecter simultanément plusieurs virus dans un
seul spécimen respiratoire. Cependant, le coût des T AAN multiplex peut devenir plus élevé que
celui de la culture. Pour identifier la plus grande proportion d'étiologies d'IVR, on se doit de
combiner plusieurs tests diagnostiques, notamment la culture, le test antigénique rapide et le
TAAN, et rechercher simultanément plusieurs virus respiratoires.
Un agent infectieux est identifié chez un enfant sur deux avec IVR avec les tests diagnostiques
traditionnels [1] [2]. L'ajout des techniques plus sensibles, notamment des TAAN; augmente la
confirmation étiologique d'une IVR jusqu'à 61-73% [3, 4]. En plus de la variabilité due à la
sensibilité des méthodes de détection, la proportion de virus détectés varie aussi selon le nombre
de virus recherchés, la région géographique, les variations saisonnières et les caractéristiques de
la population étudiée (âge différent, patients hospitalisés ou ambulatoires, présence ou non de
maladies sous-jacentes). Ainsi, le VRS est détecté dans une proportion de 4,4 - 41 %, les virus
influenza A et B dans 2,2 - Il,5%, les virus parainfluenza 1-4 dans 0,5-11,5%, les adénovirus
dans 0,01- Il,5%, les picornavirus (rhinovirus et entérovirus) dans 0,01-37,5%, les coronavirus
dans 1,3-4,6% (Tableau 1).
Le virus respiratoire syncytial est la cause la plus fréquente des IVR et surtout des infections des
voies respiratoires basses chez le jeune enfant, avec un pic d'hospitalisation se situant entre 2 et
3 mois [3, 5-10]. La réinfection par le VRS est fréquente, mais cause une maladie moins sévère,
ce qui explique en partie la diminution de la morbidité avec l'âge. Le pic épidémique se situe
3
1
entre novembre et mai. Il est responsable de 50 à 80% des hospitalisations pour bronchiolite, 540% pour pneumonie, et 10-30% pour laryngotrachéobronchite (croup) [3, 11-13].
L'infection au virus influenza A et B survient chaque année, en général à la fin de l' automne et
pendant les mois d' hiver. Les jeunes enfants ont un risque d' hospitalisation beaucoup plus grand
par rapport aux enfants plus âgés [14-20]. Parmi les manifestations cliniques et les complications
respiratoires de l'influenza, on a observé la pneumonie virale, la pneumonie bactérienne
secondaire, la bronchiolite, ·la laryngotrachéobronchite et l' otite moyenne aiguë [21-24].
Depuis la découverte initiale dumétapneumovirus humain (HMPV) par Van Den Hoogen et coll.
en 2001 [25], ce virus a été détecté en Amérique du Nord [26, 27], Amérique du Sud [28, 29] ,
Europe [30-32] , Asie [33], Australie [34] et Afrique [35] (Tableau 2). Les proportions de
détection du HMPV dans la population adulte avec IVR varie de 2,2% en Angleterre a 7% aux
Pays-Bas; chez les enfants de 4,1 % en Espagne à 21 % au Norvège (Tableau 2). Les enfants chez
qui Van Den Hoogen et coll. ont premièrement isolé le HMPV [25] avaient une
symptomatologie clinique similaire à· celle du VRS avec une sévérité variable allant des
problèmes respiratoires mineurs aux toux sévère, bronchiolite et pneumonie, souvent
accompagnés d' une fièvre très élevée, myalgie et vomissement. Certains d'eux ont été
hospitalisés et ont nécessité une ventilation mécanique. Le HMPV a été le plus souvent retrouvé
chez les jeunes enfants et les personnes âgées [26, 27, 31-34, 36-39].
Les autres virus respiratoires : les virus parainfluenza, les adénovirus, les rhinovirus, les
entérovirus et les coronavirus causent beaucoup d'IVR qui sont généralement peu sévères.
D'autres virus émergents ou nouvellement identifiés pourraient également jouer un rôle dans les
IVR : le coronavirus-NL [40-42] et le bocavirus, membre de la famille de Parvoviridae [43-45].
La co-circulation de plusieurs virus respiratoires en l'absence d'une identification étiologique
pertinente rend difficile l'interprétation des données épidémiologiques et cliniques.
4
Tableau 1 Proportions des virus respiratoires détectés chez les enfants avec infections des voies respiratoires (IVR)
Référence
Pays
Taille
Population
VRS
PlV
1-4
ProQortion des virus détectés, %
Adéno Rhino Entero Corona
virus
virus
virus
virus
3,9
1,5
ND
3,3
HMPV
Autres
Mixtes
Total,
%
ND
ND
1,3
36,0
1
1
389
<5 ans
21,6
Influenza
AetB
3,6
1521
< 18 ans hospitalisés
15,8
5,8
5,3
5,7
ND
ND
ND
ND
3,4
2,4
33,6
304
<5 ans hospitalisés
avec IVR et/ou
maladies chroniques
<= 10 ans
hospitalisés
<= 12 ans
hospitalisés
< 18 ans hospitalisés
26,3
6,3
Il,5
2,0
3,9
4,3
1,3
ND
4,3
6,8
53,1
1
Il,8
6,0
4,8
3,9
Corée
1389
ND
ND
ND
ND
Kim, 2000
[8]
4,4
Tsai,2001
Taiwan
3,6
0,5
2077
3,3
ND
10,3
ND
ND
[9]
23,4
8,6
6,8
0,01
0,01
ND
ND
ND
Henrickson,
États-Unis
3325
2004 [10]
4,2
Iwane,2004
592
ND
19,6
3,4
6,8
30,1
États-Unis
<5 ans hospitalisés
ND
ND*
[3]
pour IVR ou fièvre
41,0
Il,5
Il,5
12,6
5,8
4,6
4,6
Jennings,
Nouvelle
75
Enfants hospitalisés
8,0
2004
Zélande
pour IVR
Weigl,2007
Il,1
2,2
5,4
Allemagne 18 899 < 18 ans hospitalisés 10,1
30,9
6,6
3,0
10,0
[4]
et ambulatoires
ND, Non disponible; [Culture et test antigénique 2Culture 3PCR, culture et test antigénique 4pCR et culture sRT-PCR multiplex 19-valent
* d~ns une autre publication [46] les auteurs mentionnent que le taux d'hospitalisation pour le HMPV était similaire à cehii pour Influenza et PlV
** en excluant les non-lVR
ND
2,2
25,9
2
3,0
0,004
24,8 2
ND
ND
40,5 3
3,2
6,3
61,04
ND
27,0
87,03
5,6
12,5
66,4 5
72,9**
Lina, 1996
France
[5]
Sonoda, 1999 Japon
[6]
Glezen, 2000 États-Unis
[7]
5
Tableau 2 Proportion des spécimens positifs pour le HMPV dans différentes populations et régions géographiques
Référence, Pays
Spécimen
testé
période
Population étudiée
Taille
Autres virus recherchés
HMPV positif
No (%)
Pays-Bas [25]
ANP
Hiver 2000
Enfants avec IVR *
68
VRS , Influenza A et B, PlV 1-3,
rhinovirus, coronavirus
7 (10%)
Australie [37]
ANP
ND **
Enfants avec IVR
525
ND
38 (7,2%)
Canada [36]
Spéèimens
réspiratoires
Hiver 2000-2001
Tout âge compris avec IVR
862
VRS, influenza A et B, PlV 1-4,
adénovirus, rougeole, rubéole
20 (2,3%)
Angleterre'[31]
Spécimens
respiratoires
Octobre 2000Mars 2001
Tout âge compris avec IVR
408
VRS, Influenza
9 (2,2%)
Finlande [32]
ANP
Septembre 2000 - Mai 2001
3 mois - 16 ans avec wheezing aiguë
132
VRS, Influenza A et B,adénovirus, PlV 13, coronavirus, rhinovirus, enterovirus
10 (9%)
Hong Kong [33]
ANP
Aout 2001 Août 2002
<=18 ans, hospitalisés avec IVR
587
VRS, Influenza A et B, adénovirus, PlV 13 (culture, IFA)
32 (5 ,5%)
Etats-Unis [27]
Spécimens
respiratoires
Octobre 2001 Février 2002
<5 ans avec IVR
296
VRS, Influenza A et B, adénovirus, PlV 13 (IFA)
19 (6,4%)
Espagne [39]
ANP
Hiver 2000-2001 ; Hiver 20012002
<3ans avec IVR
565
VRS, Influenza A et B, adénovirus, PlV 14
6 (4,1%)
Etats-Unis [38]
ANP
Hiver 1999-2001
Adultes avec IVR
984
ND ,
44 (4,5%)
Pays-Bas [47]
Spécimens
respiratoires
Septembre 2000 - Février 2002
tout âge compris avec lVR
685
VRS, Influenza A et B, adénovirus, PlV 14, entero, rhino
48 (7 %)
États-Unis [48]
La vages nasales
1976-2001
enfants<5ans avec IVR
248
VRS, Influenza A et B, adénovirus, PlV,
entero, rhino, polio, HSV, rota
49 (20%)
Norvège [49]
ANP
Hiver 2002-2003
enfants hospitalisés avec IVR entre 1 et
115 mois
23~
VRS, Influenza A et B, adénovirus, PlV I 3, rhino
SO (21 %)
France [50]
La vages nasales
Décembre 2oo2-A vril 2004
Enfants hospitalisés <3ans avec IVR
931
VRS, Influenza A et , PIV , rhinovirus
5 (6%)
ANP, aspirat nasopharyngés ; *IVR - infections des voies respiratoires; ** ND - non-disponibles
6
1.2 Génotypes du VRS chez les enfants hospitalisés
TI existe deux sous-types de VRS identifiables grâce à l'analyse antigénique et ces sous-types se
subdivisent en un grand nombre de génotypes.
L'étude de la structure génique et l' analyse
antigénique de souches de VRS montrent qu'elles diffèrent beaucoup par leur glycoprotéine G,
protéine d'attachement du virus aux récepteurs cellulaires, ce qui permet d'individualiser les
deux sous-types de VRS, A et B. TI existe un certain degré d'immunité croisée supportée par la
glycoprotéine F, responsable de la fusion entre l'enveloppe virale et la membrane
cytoplasmatique, de la pénétration intracellulaire du virus et de la diffusion intratissulaire de
l' infection. Avec des méthodes de virologie molécuiaire, on peut aligner et comparer les
séquences des nucléotides des isolats de VRS retrouvés. L'analyse phylogénétique est une
méthode d'estimation des relations évolutives en comparant les caractéristiques multiples telles
que les paires des bases ou les acides aminés dans une séquence. Par la suite, on attribue les
isolats retrouvés aux clades qui regroupent l'ancêtre le plus récent commun de tous ces membres
et tous les descendants de cet ancêtre. Les différents sous-types et clades (génotypes) du VRS
pourraient présenter des caractéristiques épidémiologiques et de virulence différentes. Ces
différences pourraient avoir un impact sur le choix du traitement antiviral qui se fait actuellement
avec la ribavirine pour laquelle le bénéfice est marginal [51]. Également, les connaissances plus
avancées sur l'épidémiologie des sous-types du VRS pourraient faciliter l'élaboration des
vaccins efficaces et sécuritaires contre le VRS qui n'ont pas été encore développés malgré
quelques décades de recherche [52].
Une étude réalisée aux États-Unis [53] sur quinze épidémies hivernales consécutives et à propos
de 1200 cas d'infections à VRS, a montré une prédominance du sous-groupe A du VRS (71%),
qui oscillait certains hivers entre 85 et 100% des cas, le sous-groupe B n'étant dominant que
pendant deux années séparées d'une décennie. Selon différentes études,- l'importance des
épidémies et du sous-groupe dominant pendant une saison varie selon les années et les régions
géographiques. Le sous-groupe A était prédominant plus souvent (13 études) que le sous-groupe
B (3 études) (Tableau 3). La répartition des génotypes circulants du VRS a été peu étudiée [5356].
7
Pour ce qui est la sévérité de la maladie, dans certaines études, on a observé une sévérité plus
importante du sous-groupe A par rapport au sous-groupe B [53, 57-62]. Dans d'autres études, la
sévérité dans les sous-groupes était similaire [54-56, 63-66]. Le
sou~-
type B avait une évolution
plus sévère dans une seule étude [67]. Les résultats controversés des études quand à la sévérité
de la maladie peuvent être attribués aux différences dans la définition de la maladie et de la
sévérité, dans l ' âge et la distribution différente des facteurs confondants dans la population, ainsi
que la distribution différente des génotypes prédominants sur différentes saisons et différentes
régions géographiques.
Dans une revue des études publiées avant 1997, Walsh remarque que seulement 3 études ont
utilisé une analyse multivariée [62]. TI .suggère aussi que la présence de génotypes particuliers à
l'intérieur des sous-groupes du VRS pourrait expliquer les différences .observées. Après la revue
de Walsh, d'autres études, résumées dans le tableau 3, ont été publiées. La plupart d' entre elles
ont classifié le VRS en sous-groupes en utilisant les anticorps monoclonaux, ce qui laisse un
certain nombre d'isolats non-typables. Le contrôle de la confondance a été effectué dans
certaines études, surtout par la restriction de l'analyse à des populations sans facteurs connus de
sévérité. Trois études ont comparé la sévérité des génotypes détectés [54-56], mais aucune
d'elles n' a recherché de façon systématique les autres virus respiratoires, a l'exception de
Martinello qui a exclu 4 enfants co-infectés avec influenza et adénovirus [56]. De plus, l'étude
de Venter [55] était limitée à une taille d'échantillon de 8 isolats.
Bien que l'on ait des informations controversées sur la sévérité, la symptomatologie clinique des
sous-groupes A et B du VRS n'a pas été comparée, ainsi que les particularités cliniques des
génotypes de VRS.
8
Tableau 3 Comparaison du tableau clinique des sous-groupes du VRS chez les enfants avec IVR
Référence
Pa~s
Taille
Période
POQulation
Sous-t~Qes/Génot~Qes
Particularités clinigues
Définition de la sévérité
Taylor 1989
[57]
États-Unis
547
1984-85;
1987-88
<24 mois, exclus
maladies sous
jacentes
66% A; 34% B
A plus sévère que B
Besoin d'02, nutrition entérale et
ventilation mécanique
Russi 1989
[58]
Uruguay
41
1985-1987
<5 ans hospitalisés
avec pneumonies
46% A; 53% B
<5 ans: fréquence respiratoire et
pâleur plus grandes chez A;
< 1 an : semblables
Fréquence respiratoire, rétractions,
cyanose, pâleur, otite, durée
d' hospitalisation
Hall 1990
[53]
États-Unis
1209 1975-1990
hospitalisés: âge
moyen 6.9 mois;
ambulatoires: 23 .9
mois
71 % A (At·A4); 29%
B (B2-B4);
hospitalisés: A2 et B4
plus fréquents;
ambulatoires : AI
IVRS* vs IVRI** et durées
d'hospitalisation semblables A vs
B;
A admis plus souvent aux soins
intensifs; A2 le pl us sévère
IVRS* vs IVRI** dans les
consultations externes; durée
d'hospitalisation; admission aux
soins intensifs chez les hospitalisés
McConnochie
1990
[59]
États-Unis
157
2 saisons
<24 mois,
hospitalisés
Mufson 1991
[60]
États-Unis
405
Juin 1987 - 95% < 37 mois,
juin 1988
hospitalisés
79% A; 18% BI, 3%
B2.
Moins de bronchiolite dans le
groupe B
Sévérité BI vs B2 semblable
Diagnostics de pneumonie,
bronchiolite,
laryngotrachéobronchite et IVRS*
Mclntosh
1993
[63]
Australie
444
3 saisons
76% A; 24% B
Sévérité semblable A et B
l -sévère (ventilé);
II- modérée (0 2); III -légère (sans
aide respiratoire)
Univariée : ventilation mécanique
plus fréquente chez A; chez les
enfants avec maladies SJ t +
âge<=3mois) : PC0 2 plus grande
chez les A;
Multivariée: A plus sévère
9
Tableau 3 (cont.)
Référence
Brouard
1993
[61]
Pays
France
Taille
73
Période
1987-1990
Kneyber
1996
[64]
Pays Bas
232
1992-1995
Fletcher
1997
[54]
Grande
Bretagne
114
Janvier
1991-mars
1992
Walsh 1997
[62]
États-Uni s
265
Hornsleth
1998
[67]
Danmark
105
Population
1-24 mois
hospitalisés pour
bronchopneumop
athie aiguë
dyspnéisante ,
exclus
prématurés,
maladies sousjacentes
Sous-types/Génotypes
38% A; 62% B
Particularités cliniques
A plus sévère que B : fréquence
respiratoires plus grande; durée
d'hospitalisation plus longue
64% A; 35% B
Univariée : PC02 plus grande chez
A; rétractions plus fréquentes chez
A;
Multi variée: pas de différence
:51 an hospitalisés
génotypes N : 91 % A
(NP2, NP4, NP5); 9% B
(NP1, NP3);
génotypes G (A) : 29%
SHL1 ,3,4; 38% SHL2;
10% SHL6; 23% SHL5
et non-typables
Pas d'association entre génotype N
et sévérité;
Génotype G SHL2 plus souvent
modéré et sévère
1) très légère' (IVRS*);
2) légère (IVRI**);
3) modérée (2+ nécessitant
nutrition parentérale);
4) sévère (3+ besoin d' O2 ou
VM t )
1988-1991
:524 mois
hospitalisés
51% A; 49% B
Associés à la sévérité en analyse
multi variée: prématurité, maladies
sous-jacentes, groupe A et âge<= 3
mois
Score de sévérité: un,point pour
apnée, pH<7.35, PC0 2 >45, S02
<870/0, durée d'hospitalisation>5
jours; 2 point pour la VM t
(max.7)
1993-1995
:548 mois
hospitalisés avec
IV RI
36% A; 64% B
B plus sévère que A chez les 0-5
mois;
B 1122 plus sévère que A2311 chez
les 0-11mois
Score de sévérité: 1 point pour
fréquence respiratoire >60/min;
infiltration alvéolaire ou peribronchiale à la radiographie, aide
respiratoire, durée
d'hospitalisation>7 jours (max.4)
Définition 'de la sévérité
Score de gravité: 1 pour
tachypnée>60/min; apnées> 15s;
durée d'hospitalisation> 8 jours;
PC02>45 mmHg et/ou pH<7.35 ,
corticothérapie orale et/ou
bronchodilatateurs, 2 pour Or
thérapie, perfusion intraveineùse
exclusi ve, corticothérapie
parentérale; 4 pour VM t
10
1
Tableau 3 (cont.)
Pa~s
Taille
Argentine
177
Période
1993-1996
POEulation
<30 mois
hospitalisés avec
IVRI**
Cintra 2001
[65]
Brésil
188
1993-1995
<2 ans
hospitalisés et
ambulatoires
Marti nello
2002
[56]
États-Unis
107
1998-2000
~24
Venter2002
[55]
Afrique de .
Sud
26
19982000
Flores 2003
[66]
Portugal
225
2000-2002
16 A(13 GA2, 3 SAA1); Sévéri té semblable
0-59 mois
8 B (6 GB 3, 2 SAB3)
hospitalisés et
ambulatoires avec
IVRI**
88% A; 12% B
Sévérité semblable A et B
<36 mois
hospitalisés et
ambulatoires avec
bronchiolite
Référence
Imaz 2000
[68]
mois
hospitalisés et
ambulatoires
Sous -t~Ees/Gé not~Ees
Particularités clinigues
A plus sévère que B chez les <= 6
mois;
Sévérité semblable chez les >6 mois
Défi nition de la sévérité
Score de sévérité : un point pour
1) durée d' hospit. >5 jours, 2)
aide respiratoire (0 2 ou VM:j: )
55 0/0 A; 29% B; 16%
non-typables
Sévérité semblable A et B
Légère: IVRS * sans détresse
respiratoire ou IVRI** et/ou
bronchospasme avec détresse
légère; Modérée: IVRI** et/ou
bronchospasme avec détresse
modérée; Sévère : IVRI** et/ou
bronchospasme avec insuffisa nce
respiratoire, cyanose et/ou besoin
d'0 2 ou VM:j:
60% A; 40% B
Sévérité semblable A et B;
GA3 plus sévère que GA2 et B
Score de Walsh adapté: 1 point
pour hospitalisation, durée
d' hosp. >5 jours, S02<=87%, O2 thérapie; 2 points pour VM:j:
(max.6)
86% A, 14% B
1) IVRS ; 2) IVRI; 3) pneumonie
sévère (selon les critères de
WHO)
Score clinique pour la
bronchiloite sur une échelle de 04 (basé sur la fréq uence
respiratoire, intensité de
wheezing, rapport
inspiratoire/expiratoire et S02'
*infec tion des voies respiratoires supérieures; **infection des voies respiratoires inférieures; t sous-jacentes; :j: ventilation mécanique
Il
1.3 Impact d'un test antigénique rapide pour le VRS chez les enfants recevant des ·
antibiotiques
Lors de l'admission d'un enfant fiévreux avec IVR, les cliniciens veulent s'assurer que l'enfant
ne souffre pas d'une complication bactérienne et vont généralement·donner des antibiotiques en
attendant de préciser l'étiologie de l'infection.
Chez les enfants hospitalisés
po~r
une infection à VRS, les surinfections bactériennes sont très
rares. Dans une étude prospective menée durant neuf ans sur 1706 enfants hospitalisés pour IVR
où 556 avaient une infection documentée à VRS, le taux global d'infection bactérienne
invasi~e
chez les enfants avec une infection à VRS était de 1,2% [69]. Dans une autre étude, parmi les
2396 enfants hospitalisés pour VRS sur 7 saisoris (1991-1997), on a trouvé 1,6% cultures
positives dont 36% d'hémocultures et 69% de cultures urinaires [70]. Dans une étude
prospective sur 156 enfants de moins de deux ans ayant une bronchiolite, aucun n'avait de
bactériémie, par rapport à 2,7% des 261 témoins (enfant fébriles de même âge) [71]. Aucun cas
de bactériémie, de méningite ni d'infection urinaire n'est rapporté chez 211 enfants de moins de
3 mois
hospitali~és
avec bronchiolite dans l'étude de Liebelt [72]. Malgré toutes ces évidences,
la prescription des antibiotiques reste fréquente chez les enfants avec des infections à VRS. Bien
que la prescription initiale des antibiotiques puisse être justifiée, on pourrait s'attendre à une
certaine modification de la décision thérapeutique initiale ·après la réception d'un résultat qui
montre une infection à VRS pour laquelle les antibiotiques sont inutiles.
La culture
cellul~ire
qui était précédemment considérée l'étalon d'or pour l'identification de
virus respiratoires ·est de plus en plus remplacée par les T AAN qui ont une sensibilité et une
spécificité approchant 100% et dont les résultats sont obtenus plus rapidement [73]. Cependant,
ils sont coûteux et encore peu standardisés. Les techniques de détection directe d'antigène par
immunofluorescence ou par méthode immunoenzymatique sont accessibles, faciles à utiliser, ne
sont pas coûteuses et permettent d'obtenir un résultat en quelques heures.
12
La sensibilité du test antigénique pour le VRS diminue avec l'âge: dans une étude des spécimens
prélevés sur la période d'octobre 2002 à avril 2005 (incluant les périodes épidémique et nonépidémiques) chez les enfants de < 1 an, la sensibilité d'un test antigénique rapide pour le VRS
par rapport au TAAN était de 72%, alors qu'elle était de 19% chez ceux de 1 an à 17 ans [74].
Chez les adultes, la sensibilité d'un test antigénique rapide pour le VRS par rapport à la culture,
à la sérologie et au TAAN varie de 10% à 23% [75]. Pendant la saison épidémique, la sensibilité,
la spécificité et la valeur prédictive positive (VPP) du test antigénique rapide pour le VRS par
rapport au TAAN était de respectivement 72%,92% et 91% chez les enfants de < 1 an, et de
respectivement 21 %, 92% et 45% chez les enfants de 1 à 17 ans [74]. En dehors de la saison
épidémique, la sensibilité, la spécificité et la VPP du test antigénique rapide par rapport au
TAAN était de respectivement 71 %, 84% et 31 % chez les enfants de < 1 an, et de
respectivement 0%, 92% et 0% chez les enfants de 1 à 17 ans [74]. Ainsi, à part la valeur
intrinsèque du test antigénique rapide pour le VRS, les facteurs les plus importants qui réduisent
la VPP, sont l'âge avancé et le recueil de spécimen en dehors de la période épidémique.
Les études qui ont estimé l'impact d'un test antigénique rapide pour VRS sur la prescription des
antibiotiques chez les enfants sont peu nombreuses. La plupart de ces études ont été effectuées
sur des périodes épidémiques. La durée d'administration des antibiotiques chez 92 enfants de .
moins de 24 mois sans pathologie sous-jacente hospitalisés pour IVR sur une saison d'hiver,
avec un test rapide pour le VRS positif, était plus courte que chez les 68 témoins (médiane 2 vs 3
jours, p=0,04) [76]. La proportion de prescription des antibiotiques chez 161 enfants hospitalisés
pour IVR sur deux saisons hivernales, positives par le test rapide pour un virus respiratoire
(VRS, influenza A et B, parainfluenza ou adénovirus) était moindre par rapport aux 177 témoins
avec le test rapide négatif [77]. Les patients positifs pour le VRS ont reçu pour un temps plus
court des antibiotiques intra-veineux (2,4 vs 4 jours, p=0,04), des antibiotiques par la bouche
(0,25 vs 2,5 jours, p=0,04) et ont eu des prescriptions à la sortie de l'hôpital moins souvent (37%
vs 52%, p=0,02) [77]. Après l'introduction d'un test rapide pour influenza A et B, parainfluenza
et l'adénovirus dans un service hospitalier, on a observé que la durée de l'antibiothérapie a
diminué de 7,3 à 3,6 jours (p<O,OOI) chez 56 enfants de 0 à 6 ans hospitalisés pour IVR [78].
Comme le test rapide pour le VRS était déjà en place dans cet hôpital, les enfants avec un test
13
rapide positif pour le VRS étaient des témoins et chez eux, la durée de l ' antibiothérapie n ' a pas
changé.
Dans ces études, on a analysé seulement les proportions de prescription ou la durée de
l'antibiothérapie, et on n'a pas pris en considération les variables potentiellement confondantes
comme l'âge, la présence de maladies sous-jacentes ou le type d'infection (par exemple, la
pneumonie ou l' otite moyenne aiguë). Les témoins étaient peu comparables aux cas parce que
certains d'eux pouvaient avoir une étiologie non-virale de la maladie respiratoire. En plus, on n' a
pas tenu compte dans les analyses du temps entre la réception du résultat des tests de détection
du VRS et la prise de décision thérapeutique. L'impact du test rapide spécifiquement pour le
VRS a été étudié dans une seule étude. Même si certaines études montrent que les médecins
croient que les tests antigéniques rapides changent les prescriptions des antibiotiques, aucune
·étude n'a appliqué une analyse de survie pour estimer si le résultat d'un test rapide pour VRS a
un impact sur l'antibiothérapie prescrite initialement chez les enfants hospitalisés pour IVR.
1.4 Estimations des hospitalisations attribuables au VRS et à l'influenza
Les proportions des hospitalisations attribuables aux différents virus respiratoires peuvent être
estimées directement dans des études prospectives. Cependant, ces études sont coûteuses à
conduire et peuvent difficilement être faites dans de larges parties ou la totalité d'une population.
Pour estimer le fardeau de la maladie attribuable à différents virus respiratoires dans des
populations, plusieurs auteurs ont pris une approche indirecte dans laquelle ils analysaient de
grandes banques de données administratives avec diverses méthodes statistiques.
En 1963, Serfling a développé une méthode pour estimer la mortalité attribuable à l' influenza en
se basant sur les variations saisonnières dans les hospitalisations pour pneumonie/influenza [79].
Les décès attribuables à l'influenza étaient les décès excédant le seuil «épidémique» basé sur
les prédictions d ' une fonction sinusoïdale calculée sur des périodes «non épidémiques ». Ce
modèle, modifié par la suite par Simonsen [80, 81] a été largement utilisé par le CDC pour
définir la mortalité attribuable à l' influenza.
14
Une autre approche est l'utilisation des différences péri-saisonnières.
Pour estimer le taux
d'hospitalisations attribuable à l'influenza, on soustrait le taux d'hospitalisation pendant les
semaines épidémiques (semaines consécutive avec au moins 1% des virus influenza détectés
annuellement) de celui des semaines précédant ou suivant la saison influenza (période périinfluenza définie comme la période entre le 1 novembre et le 30 avril où il n' y avait pas de
détection du virus influenza) [82]. Des améliorations à cette méthode pour tenir compte de la
co-circulation du VRS ont été apportées [16, 83]. Ainsi, Izurieta a défini une saison VRS ou
influenza comme une période d'au moins deux semaines consécutives où on détectait sur
chacune de ces deux semaines au moins 5% du nombre total du virus pour l'année [16]. Pour
qu'une période soit prédominante pour le l'influenza, il faut que la fréquence par semaine de
l'influenza soit 2:: 5%, tandis que le pourcentage du VRS est < 5%. Pour qu'une période soit
prédominante pour le VRS, il faut que la fréquence par semaine du VRS soit 2:: 5%, alors que le
pourcentage de l'influenza est < 5%. Le taux -d'hospitalisation attribuable à un virus pour une
année était la différence entre le taux moyen d'hospitalisation par semaine pendant les périodes
avec prédominance de ce virus et le taux moyen d' hospitalisation par semaine pendant le reste de
- l'année.
Une nouvelle approche pour l'estimation des décès attribuables à l'influenza a été élaborée en
2003 par
Thompson [84]. Un modèle de régression de Poisson contenant une fonction
périodique a été appliqué aux données sur les décès par semaine et aux données de surveillance
des virus respiratoires (influenza A, influenza B et VRS) par semaine. L'avantage de cette
méthode c'est la possibilité de mieux quantifier la relation entre les décès attribuables à
l'influenza et les données de surveillance virale. L'ajout d'une fonction périodique élimine
l'influence des variations saisonnières dans les deux séries chronologiques étudiées. En plus, le
modèle est capable de tenir compte de l'influence indépendante de chacun des virus puisque
plusieurs virus respiratoires et plusieurs variables confondantes peuvent être incorporés au
modèle.
Bien que le modèle de régression de Poisson constitue un avancement par rapport aux méthodes
univariées, le postulat de l'indépendance des observations qui est à la base des régressions
15
linéaires est violé dans ce modèle puisque les observations consécutives à l'intérieur des séries
chronologiques sont corrélées. En 2006, Mangtani [85], en appliquant la stratégie de Brumback
[86], a essayé de contourner ce problème en introduisant des termes autorégressifs dans le
modèle de régression de Poisson. Les termes autorégressifs représentent des séries
d'observations décalées du nombre de semaines correspondant aux corrélations significatives
détectées entre les observations consécutives. Cette approche a été largement utilisée dans
l'étude des effets de la pollution de l'environnement sur la morbidité [87].
Mangtani l' a
appliquée pour estimer l'association entre le VRS et l'influenza et les admissions à l'urgence
pour des infections respiratoires, en ajoutant également des variables pour différents facteurs de
pollution et la température ambiante [85].
Cependant, la meilleure approche pour tenir compte de la corrélation entre les observations
consécutives c'est celle des modèles ARIMA (Auto-Regressive Integrated Moving Average) de
Box -J enkins. Ces modèles prennent en considération la dépendance stochastique des mesures
consécutives dans la modélisatiori des séries chronologiques [88, 89]. En plus, les modèles de
transfert permettent d'estimer la relation entre la série explicative (virus respiratoire) et la série
dépendante (hospitalisations ou mortalité). Un autre avantage de la stratégie Box-Jenkins c'est
sa capacité de déterminer si l'impact d'une série sur une autre est immédiat ou s'il survient avec
un certain délai dans le temps et de quantifier cet impact.
Les -régressions de Poisson utilisent le plus souvent un lien log, ce qui implique un modèle de
risques
multiplicatifs. Cependant, les virus respiratoires contribuent plutôt de façon
incrémentielle aux hospitalisations. Des études récentes· ont utilisé des-régressions de Poisson
avec un lien d'identité, ce qui permet de construire des modèles additifs [90, 91].
Un autre problème des régressions de Poisson c'est la surdispersion qui arrive quand la variance
résiduelle est plus importante que celle attendue. Une
d~s
sources de la ·surdispersion pourrait
être la dépendance des observations [92]. En conséquence, l'ajustement du modèle apparaît
moins correct. Pour corriger la surdispersion, on peut recalibrer les variances et covariances à
l'aide d'un « facteur d'hétérogénéité» (correction de Pearson) par lequel on multiplie la matrice
des variances-covariances. Cependant, on observe souvent que la variance dépasse la moyenne
16
des observations, alors que dans une distribution de Poisson, la moyenne est égale à la variance.
La régression binomiale négative assume que la distribution conditionnelle de la variable
réponse est une distribution de Poisson, mais. le paramètre moyen pour les sujets suit une
distribution gamma et permet ainsi à la variance dé dépasser la moyenne [93]. Cette distribution
mixte permet de tenir compte de l'hétérogénéité des sujets et de la surdispersion, à condition
qu'il n'y a~t pas d'erreurs systématiques dans le modèle de Poisson [92]. À notre connaissance,
aucune étude n'a utilisé des modèles de régression binomiale négative pour estimer l' effet de
circulation des virus respiratoires sur les hospitalisations.
Les estimés obtenus en utilisant toutes ces méthodes peuvent varier de façon considérable.
Quelques études ont comparé l'estimation de l'effet de différents facteurs sur les hospitalisations
et! ou la mortalité de différentes causes en utilisant deux approches [94-96]. Elles ont montré que
les prédictions Box -Jenkins étaient plus proches des données observées que celles obtenus par le
modèle de régression périodique de Serfling [94] et qüe les estimés obtenus dans des modèles de
Poisson étaient généralement comparables aux estimés de Box -Jenkins [95, 96] et du modèle
périodique de Serfling [97]. Cependant, la similarité des résultats obtenus dans des modèles
différents ne veut pas nécessairement dire qu'ils sont valides. Le seul moyen d'évaluer la validité
d'un modèle statistique serait de comparer ses estimés aux estimés obtenus dans des études
prospectives.
17
1.5 Objectifs de l'étude
Objectif général
Évaluer la contribution et l'impact du VRS parmi les hospitalisations pour infections des voies
respiratoires (IVR) des enfants de moins de trois ans.
Objectifs spécifiques
1) Estimer la distribution des IVR attribuables aux différents virus respiratoires, estimer la
proportion de coinfections et comparer les caractéristiques épidémiologiques et cliniques des
virus retrouvés;
2) Décrire l'épidémiologie moléculaire des souches de VRS retrouvées et comparer les
caractéristiques épidémiologiques et cliniques des sous-groupes A et B et des génotypes
principaux du VRS;
3) Estimer si la confirmation d'une infection à VRS par un test antigénique rapide pour le VRS
modifie l'utilisation des antibiotiques et determiner les facteurs associés à une modification
d'administration des antibiotiques;
4) Comparer les proportions d'hospitalisations attribuables au VRS et à l'influenza obtenues à
partir des données administratives en utilisant six méthodes statistiques connues aux résultats de
l'étude prospective chez les enfants de 6 à 23 mois.
18
1.6 Éléments clés de la méthodologie
1.6.1 Étiologies virales des infections des voies respiratoires chez les enfants hospitàlisés
Population et collecte de données
Cette étude prospective descriptive a été menée au CHUQ pavillon CHUL. Les enfants de 0-3
ans hospitalisés pour infections des voies respiratoires aiguës à CHUL pendant deux saisons
hivernales (2001- 2002 et 2002 -2003) ont été enrôlés dans l'étude. À l'admission, les enfants
subissaient une aspiration nasopharyngée (ANP) et une infirmière complétait avec les parents un
questionnaire standardisé recueillant les données démographiques et cliniques. Des détails
additionnels sur l'issue de l'hospitalisation étaient extraits du dossier médical
l'hospitalisation.
à la fin de
Des tests d'immunofluorescence directe pour VRS, influenza A et B,
adénovirus et virus parainfluenza (PlV) 1-4 et de culture virale pour tous les virus respiratoires
. étaient réalisés au gré du médecin traitant. Le reste des spécimens étaient congélés à < -700 C
pour les analyses ultérieures par un PCR multiplex pour VRS, influenza A et B et HMPV.
.
Analyse statistique
Les proportions ont été comparées avec un test de chi carré ou un test exact de Fisher. Les
distributions d'âge, périodes d'hospitalisation, délais entre le début des symptômes et l'ANP et
durées d'hospitalisation ont été comparés avec les tests non-paramétriques de Wilcoxon et
Kruskall-Wallis. Tous les tests étaient bilatéraux.
19
1.6.2 Génotypes du VRS chez les enfants hospitalisés
Analyse phylogénétique
L'étude des séquences des nucléotides du VRS a été faite à partir des spécimens collectés dans la
même population que l'étude précédente. Les 4 bases nucléotidiques (l'adénine (A), la guanine
(G), la cytosine (C) et la thymine (T)) codent des acides aminés qui, à leur tour, composent
différentes protéines. Chaque acide aminé est codé par 3 nucléotides (triplet de nucléotides
nommée codon). Les séquences des nucléotides ont été obtenues pour les deux régions variables
l
du gène G en utilisant les amorces décrites par Peret [98]. Pour lire la séquence de nucléotides,
on a d'abord extrait l'ARN virale de 200.uL de l'ANP en utilisant le QIAamp Viral RNA Mini
Kit (Qiagen); on a décomposé la séquence dans des triplets . successifs; et on a effectué la
translation de chacun des triplets dans l'acide aminé correspondant.
Par la suite, on a comparé les séquences obtenues dans notre étude, ainsi que les séquences
publiées antérieurement et disponibles sur le site du NCBI (National Center for Biotechnology
Information) (www.ncbi.nlm.gov) pour déterminer quel est leur degré de similitude. Le
programme d'alignement de séquences BLAST (Basic Local Alignement Search Tool) a été
utilisé pour mesurer la probabilité qu'une correspondance entre deux séquences est due à la
chance. Cette probabilité est mesurée par la Valeur-E, qui est semblable à la Valeur-P utilisé
dans les tests statistiques classiques. Des correspondances avec une Valeur-E <0,05 sont
traditionnellement considérées significatives. Cette valeur dépend de plusieurs facteurs,
notamment de la longueur de la séquence (des séquences courtes ne peuvent pas ·fournir des
Valeurs-E hautement significatives) et de la largeur de la banque de données (plus la banque est
grande, plus la chance de tomber sur des fausses correspondances est forte).
Pour la comparaison de plusieurs séquences à la fois et pour procéder par la suite à une analyse
phylogénétique, on a entré les séquences une
pa~
une dans un alignement multiple à l'aide du
logiciel Clustal W (version 1.83). L'étape de correction finale a été faite par inspection visuelle
(application SeqLab, Wisconsin package version 10.3; Accelrys), qui requiert une habilité et une
expérience assez avancées et est sujet à un certain degré de subjectivité.
20
Un alignement multiple permet de procéder
~
une analyse phylogénétique qui sert à reconstruire
l'histoire "de l'évolution d'un groupe d'organismes ou de séquences et d'expliquer la diversité
observée. En"se basant sur le postulat que les séquences homologues ont dérivé d'un ancêtre
commun par changements moléculaires itératifs (substitutions, insertions, délétions), on "groupe
les organismes 'en fonction dé leur degré de similarité. Plus deux espèces sont similaires, plus
elles sont proches de leur ancêtre commun. Chaque alignement multiple a été transformé en une
matrice de distances à l'aide du logiciel PAUP (version 4.0bl0; Sinauer Associates). La distance
intragénotypique mesurée par la valeur distance-p représente la proportion de sites de
nucléotides où les deux séquences comparées sont différentes. Dans notre étude, on a considéré "
similaires les séquences avec une distance-p
~
0,07 [99]. On a construit par la suite des arbres à
partir des matrices des distances. On commence avec les séquences les plus similaires (distance
la plus courte) et on essaie de minimiser la longueur totale des bras de l'arbre en combinant les
nœuds pour obtenir la plus petite somme des longueurs des bras de l'arbre. Le nœud correspond
à l'ancêtre commun hypothétique.
La construction d'un seul arbre peut générer plusieurs bras imprécis. Pour mesurer la précision
topologique de l'arbre phylogénétique, on a utilisé la méthode bootstrapping qui consiste en la
réplication au hasard des colonnes de l'alignement multiple initial. On a choisi un nombre de 500
répliques à effectuer. L'arbre de consensus représente une moyenne de tous les arbres où on peut
voir combien de fois chacun des bras a été répliqué. Les valeurs bootstrap de 70% et plus sont
considérées fiables. Pour l'analyse phylogénétique, le logiciel MEGA (Molecular Evolutionary
Genetics Analysis) a été utilisé.
L'alignement des séquencés, les comparaisons des séquences et la construction des arbres
phylogénétiques ont été effectués au centre de recherche en infectiologie du Centre hospitalier de
l'Université Laval (CHUQ - CHUL). Les séquences du VRS disponibles dans GenBank (banque
de toutes les séquences de nucléotides publiquement disponibles maintenue par les National
Institutes of Health (NIH)) ont été incluses dans l'analyse phylogénétique pour la comparaison
des isolats locaux avec des isolats géographiquement et temporellement différents. Les 38
21
séquences représentatives obtenues ont été sourruses au GenBank (numéros d'accès
de
AY927376 à A Y927413, accessibles à l'adresse http://www.ncbi.nlm.nih.gov/sites/gquery).
Score de sévérité
Le score de sévérité a été basé sur des variables associées avec une maladie plus sévère dans des
études précédentes. Ainsi, on a accordé un point pour le besoin d'oxygène de plus de 30%, un
point pour l'admission à l'unité de soins intensifs et un point pour la durée d'hospitaIlsation de
plus de 5 jours.
Comparaison des sous-groupes de VRS
Les proportions parmi leS sous-groupes A et B du VRS et les clades identifiés ont été comparées
avec le test de chi carré ou le test exact de Fisher. Les distributions d'âge, de périodes
d'hospitalisation et de durées d'hospitalisation ont été comparées avec les tests nonparamétriques de Wilcoxon et Kruskall-Wallis. Tous les tests étaient bilatéraux.
Une régression logistique multivariée a été utilisée pour examiner l'association entre les sousgroupes et les génotypes de VRS et le score de sévérité
~
1. Les analyses ont été effectuées
séparément pour les sous-groupes A et B et les génotypes retrouvés le plus ·souvent (GA2 et
GB3). Le seuil de signification a été fixé à < 0,05.
1.6.3 Impact d'un test antigénique rapide pour le VRS chez les enfants recevant des
antibiotiques
Population et collecte de données
Pour tester l'hypothèse que la réception d'un résultat positif du test antigénique rapide pour le
VRS réduit le temps d'administration des antibiotiques, on a sélectionné les enfants à partir de la
population de la première étude selon les critères suivants:
22
1) Ayant eu au moins un virus respiratoire détecté par une des méthodes·utilisées;
2) Ayant reçu au moins un antibiotique intraveineux ou par la bouche à l'admission;
3) Ayant reçu le résultat du test antigénique rapide pour le VRS faxé au département
pédiatrique, avec la date et l'heure enregistrées.
Étant donné que la présence d'une infection bactérienne pourrait influencer le choix de
l'administration des antibiotiques, les enfants avec une infection bactérienne prouvée ont été
exclus de l'analyse. En plus des données déjà collectées dans la première étude, la date et l'heure
du début, de la modification et de la fin de l'antibiothérapie intraveineuse et par voie orale, les
résultats des tests hématologiques, le besoin en oxygène et la protéine C réactive ont été extraits
du dossier médical.
Analyse statistique
On a comparé les enfants ayant un résultat positif du test antigénique rapide pour le VRS (sujets
exposés) aux enfants ayant un résultat négatif (sujets non-exposés) avec une analyse de survie.
Pour tenir compte de la complexité de la décision thérapeutique, on a considéré les deux issues
suivantes:
1) Le changement des AB intraveineux pour des AB par voie orale;
2) L'arrêt total des AB (intraveineux et/ou par la bouche).
Les délais entre le moment exact de la réception du résultat du test antigénique pour le VRS
(temps zéro) et la décision thérapeutique correspondante (durée de survie) ont été calculés en
heures.
Les courbes de survie des exposés et des non-exposés ont été comparées par la méthode KaplanMeier en utilisant les tests de Wilcoxon, Log Rank et rapport de vraisemblance. L'effet du
résultat du test antigénique rapide pour le VRS sur le délai entre sa réception et la décision
thérapeutique correspondante en heures a été estimé dans un modèle des risques proportionnels
de Cox multivarié. Pour les analyses de survie, les tests étaient unilatéraux.
23
1.6.4 Estimations des hospitalisations attribuables au VRS et à l'influenza
Source de données
Les diagnostics à la sortie de l' hôpital pour les enfants de 6 à 23 mois ont été extraits de la
banque administr(;ltive MedEcho où les diagnostics et les actes posés au cours d'un séjour
hospitalier dans des centres hospitaliers de soins aigus de la province sont saisis. Les premières
hospitalisations
comportant
en
diagnostic
principal
les
codes
diagnostics
pour
pneumonie/influenza (pneumonie 480-486 et influenza 487) et bronchiolite (466.1) sur la
période août 1998 à août 2005 ont été analysées.
Les dénominateurs pour les taux
d'hospitalisation 'ont été obtenus de l'Institut de la statistique du Québec. Les données
provinciales de surveillance virale (nombre de tests positifs .pour VRS et pour influenza) pour la
même période ont été fournies par le Laboratoire de santé publique du Québec.
Analyse statistique
Modèle de Serfling
Un modèle de régression périodique décrit par Serfling [79] avec la modification de Simonsen
[81] a été appliqué aux hospitalisations pour pneumonie/influenza et bronchiolite. Les
admissions par semaine «en excès» ont été calculées en soustrayant les admissions prédites
pour les «semaines épidémiques» des admissions observées. Pour estimer le nombre
d'hospitalisations attribuables à un virus, la somme des excès d'hospitalisations par semaine a
été calculée.
Différence péri-saisonnière selon Neuzil (1)
Pour estimer le taux d'hospitalisations attribuable à l'influenza, le taux d'hospitalisation pendant
la saison entourant les semaines épidémiques (1 novembre - 30 avril) a été soustrait du taux
pendant la saison influenza (semaines consécutives avec au moins 1% de spécimens de l'année
positives pour influenza), tel que décrit par Neuzil [82]. Le nombre de cas attribuables à
l'influenza a été calculé en utilisant les personnes-semaines et la durée de la saison influenza
24
correspondantes pour chaque année. La même
approch~
a été· appliquée pour calculer le nombre
d' hospitalisations attribuables au VRS.
Différence péri-saisonnière avec prédominance du VRS ou d 'influenza selon 1zuieta (II)
Izurieta a défini une saison VRS ou influenza comme au moins deux semaines consécutives où
au moins 5% par semaine du nombre total du virus pour l'année était détecté [16]. Pour qu ' une
période soit prédominante, il faut que la fréquence par semaine d'un virus soit ~5%, tandis que le
pourcentage de l'autre virus soit <5%. Le taux d'hospitalisation attribuable à un virus pour une
année était la différence entre le taux moyen d' hospitalisation par semaine pendant les périodes
avec prédominance d'un virus spécifique et le taux moyen d'hospitalisation par semaine pendant
la période péri -saisonnière. Par la suite, le nombre de cas attribuable à chaque virus par semaine
était calculé en utilisant le dénominateur spécifique. Le nombre d' hospitalisations attribuable par
année était calculé en multipliant le nombre obtenu par semaine au nombre de semaines de la
saison VRS ou influenza.
Modèles linéaires généralisés
L'analyse multivariée a été effectuée en utilisant des modèles linéaires généralisés avec des liens
de log et d'identité avec une distribution Poisson de la variable réponse. Seuls deux modèles qui
ont présenté le meilleur ajustement et la meilleure précision pour les estimés d'hospitalisations
attribuables sont présentés. Ce sont un modèle multiplicatif (régression de Poisson avec un lien
log et des termes autorégressifs) et un modèle additif (régression binomiale négative avec un lien
d'identité). Dans le modèle multiplicatif, les proportions d'admissions attribuables au VRS et à
l'influenza ont été calculées en utilisant le rapport de taux ajusté pour chaque semaine (excès =
(RT -1 )/RTx 100). Dans le modèle additif, les admissions attribuables à un virus étaient calculées
comme la différence
en~re
les admissions prédites par un modèle avec le VRS et l'influenza et
les admissions prédites par un modèle sans virus.
·Modèle de Box-Jenkins
Des modèles Box-Jenkins ou ARIMA (Auto-Regressive Jntegrated Moving Average) ont été
construits pour chaque série en suivant la stratégie standard d'identification, estimation et
vérification [88, 89]. Des fonctions de transfert ont été par la suite construites pour estimer la
25
relation entre le nombre de virus en circulation (série input) et les admissions (série output) [88].
Pour chaque semaine de la période à l'étude, le nombre attendu d' ad~ssions associé avec
chaque virus était calculé en multipliant le nombre de virus par semaine avec le coefficient final
de la fonction de transfert et son
le à 95%.
Si deux coefficients significatifs avec des retards
différents étaient identifiés, le chiffre final était la somme des nombres estimés séparément.
Pour évaluer la validité de ces différentes méthodes, on ·a comparé les estimés obtenus de
pneumonie/influenza et bronchiolite attribuables au VRS et à l'influenza aux résultats obtenus
dans l'étude prospective en 2001-2002 et 2002-2003.
On a
é~alement
comparé la
correspondance temporelle des estimés par semaine à la courbe épidémique des hospitalisations
et celle de la surveillance virale.
26
CHAPITRE 2 ÉTIOLOGIES VIRALES DES
INFECTIONS DES VOIES RESPIRATOIRES CHEZ LES
"
ENFANTS HOSPITALISES DE 0 A 3 ANS
~
27
2.1 Résumé
La présence d'agents infectieux inconnus ou le manque de sensibilité de techniques
diagnostiques pourrait expliquer -l'absence de confirmation étiologique chez presque la moitié
des enfants hospitalisés avec infections des voies respiratoires (IVR).
OBJECTIF. Les objectifs de cette-étude étaient de décrire l'étiologie des IVR chez les enfants
hospitalisés et comparer les caractéristiques épidémiologiques et cliniques des virus respiratoires
retrouvés.
MÉTHODES: Les enfants de 0-3 ans hospitalisés au CHUQ-CHUL au cours de deux saisons
hivernales pour IVR aiguë subissaient une aspiration nasopharyngée à l'admission et leurs
données cliniques étaient extraites du dossier médical. Les virus respiratoires ont été recherchés
par un test d'amplification d'acides nucléiques (TAAN) multiplex pour le VRS, l'influenza A et
B et le HMPV.
RÉSULTATS: On a retrouvé au moins un virus respiratoire chez 331 (74%) des 448 cas
recrutés. Le virus respiratoire syncytial (VRS) a été détecté chez 55,6%, les virus influenza A et
B chez 13,6%, le métapneumovirus humain (HMPV) chez 7,1% des e!lfants. Chez 36 (8%)
enfants, on a détecté une infection mixte. L'infection mixte la plus fréquente (70%) était celle du
VRS combiné avec l'influenza A. Le comportement saisonnier, les signes et les symptômes
étaient semblables pour les différentes infections respiratoires.
CONCLUSION: Chez 74% des enfants de 0-3 ans hospitalisés pour IVR, on retrouve au moins
un virus respiratoire. Le VRS _était le virus le plus souvent détecté, avec les virus influenza A et
B en deuxième et le HMPV en troisième place. Les différents types d'infection ne peuvent pas
être différenciés cliniquement.
28
2.2 Introduction
Dans les pays industrialisés, les virus sont la cause la plus fréquente des atteintes des voies
respiratoires chez l'enfant. Bien que les manifestations cliniques soit facilement reconnues, un
agent infectieux n'est identifié avec les techniques conventionnelles que dans la moitié des cas
dans la population pédiatrique [1, 2]. Des explications possibles seraient la sensibilité
- insuffisante
~es
tests utilisés, les moments non-optimaux de prélèvements (trop tard dans le
cours de la maladie lorsque l'excrétion virale est diminuée ou cessée) ou des prélèvements
inadéquats, l'utilisation d'une seule méthode de détection, ainsi que la présence des agents
pathogènes inconnus.
2.3 Objectifs
1.
Estimer la distribution des infections des voies respiratoires attribuables aux différents
virus respiratoires et estimer la proportion de coinfections chez les enfants de 0-3 ans
hospitalisés pendant deux saisons hivernales;
2.
Comparer les caractéristiques épidémiologiques et cliniques des virus retrouvés.
2.4 Méthode
2.4.1 Population
Cette étude prospective a été menée au CHUQ pavillon CHUL au cours de deux saisons
hivernales (décembre 2001-avril 2002 et janvier 2002 - mai 2003). Les enfants de 0-3 ans
hospitalisés pour IVR aiguë ont participé à l'étude. Tous les parents ont signé un consentement
éclairé à l'admission. Les enfants subissaient une aspiration nasopharyngée (ANP) à l'admission.
L'ANP fait partie des soins courants, lors des malades respiratoires des enfants hospitalisés. Les
participants n'ont reçu aucune compensation financière pour leur participation. Un questionnaire
standardisé · était complété à
r admission
par l'infirmière de recherche et les données
démographiques, la date d'admission, la date du début des symptômes respiratoires, les maladies
sous-jacentes, les signes, les symptômes et les diagnostics à l'admission étaient extraits du
29
dossier médical. L'information additionnelle sur les données cliniques, les résultats des tests de
laboratoire, les diagnostics et les complications à la sortie de l'hôpital était ajoutée à la fin de
l 'hospitalisation.
Pour maintenir la confidentialité, seuls les questionnaires dénominalisés
contenant un numéro de participant et les initiales de l'enfant ont été saisis. Le protocole et le
formulaire de consentement ont été approuvés par le Comité d'éthique de la recherche clinique
du CHUL du CHUQ (Projet 48.05.01). Un renouvellement a été accordé en novembre 2004 (nr.
80.06.C).
2.4.2 Analyses microbiologiques
Chez tous les enfants, on a recherché les virus respiratoires par T AAN multiplex pour virus
respiratoire syncytial (VRS), influenza A et B et hMPV. Des tests d'immunofluorescence directe
pour VRS, influenza A et B, adénovirus et virus parainfluenza (PlV) 1-4 et de culture virale pour
tous les virus respiratoires ont été réalisés au gré du médecin traitant [100].
2.4.3 Analyses statistiques
On a comparé les proportions (présence de maladies sous-jacentes, admission aux soins intensifs,
- signes, symptômes, diagnostics à l'admission et à la sortie de l'hôpital) parmi les différentes
infections
av~c
un test de chi carré ou le test exact de Fisher. Les distributions d'âge, les périodes
d'hospitalisation, les délais entre le début des symptômes et l'admission et les durées
d'hospitalisation ont été comparés avec les tests non-paramétriques de Wilcoxon et KruskallWallis. Tous les tests étaient bilatéraux.
2.5 Résultats
2.5.1 Population
La population à l'étude était constituée de 448 enfants hospitalisés pour IVR aiguë (205 en 20012002 et 243 en 2002-2003). Parmi les enfants hospitalisés, 43% étaient de sexe féminin et 57%
de sexe masculin. Les enfants hospitalisés avaient une moyenne d'âge de 10,2 mois, avec une
médiane se situant à 8 mois (Figure 1). Le groupe d'âge hospitalisé le plus souvent était celui de
0-2 mois. La plupart des enfants (88%) n'avaient pas de maladies sous-jacentes.
30
2.5.2 Virus détectés
Au moins un virus respiratoire a été détecté chez 331 (73,9%) cas en considérant tous les tests de
laboratoire: 249 (56%) VRS, 61(14%) influenza (56 influenza A et 5 influenza B), 32 (7%)
hMPV, 14 (3 %) adénovirus, et Il (2%) virus parainfluenza (PIV) (5 PIV 1, 2 PIV2, 2
P~3
et 2
PIV4) (Tableau 4). La plupart des cas étaient des infections isolées. Chez 36 (8%) enfants on a
détecté une infection mixte. L'infection mixte la plus fréquente (70%) était celle du VRS
combiné avec l'influenza A (Tableau 5). Compte tenu de la distribution de ces résultats, pour fin
d'analyse on a regroupé les types d' infections suivantes: infection au VRS seul, infection au
virus influenza A et B seuls, infection au HMPV seul, autre infection (adénovirus seul ou virus
parainfluenza seul), infections mixtes et aucun virus respiratoire retrouvé (Tableau 6).
2.5.3 Distribution saisonnière
La distribution par deux semaines des cas d'IVR durant les deux saisons a suivi une courbe
· bimodal~
(Figure 2). Le premier pic d'admissions était observé à la fin janvier- début février en
2001-2002 et pendant la première moitié de mars en 2002-2003; le deuxième pic, moins marqué,
était ·observé pendant la deuxième moitié de mars en 2001-2002 et pendant la première moitié de
mai en 2002-2003. Le pic des admissions pour VRS se situait à la fin janvier en
2001~2002
et au
début mars en 2002-2003. Les admissions pour influenza se sont distribuées de façon homogène
pendant la deuxième moitié de janvier et le mois de février en 2001-2002. TI Y a eu très peu
d'admission pour influenza en 2002-2003, avec un pic se situant au début mars. La plupart des
infections à HMPV survenait durant les mois de printemps pendant les deux saisons. La
distribution des cas de HMPV dans le temps était plus homogène si on la compare à celle de
VRS et influenza et avait une tendance à l'accroissement pendant la période de mi-mars quand
l'activité des autres virus était en diminution (Figure 2). Le HMPV était la cause de 25% des
IVR avec au moins un virus identifié dans la période de mi-mars à la fin mai en combinant les
deux saisons.
31
2.5.4 Caractéristiques par type d'infection
TI n'y avait pas de différence dans la distribution de sexe par type d'infection,
OQ
observait
systématiquement plus d'enfants de sexe masculin que de sexe féminin (Tableau 6). L'âge des
enfants avec VRS (moyenne 8,8 mois, médiane 6 mois) était le plus bas, l'âge des enfants avec
influenza (moyenne 14,4 mois, médiane 14 mois) était le plus grand, tandis que l'âge des enfants
-avec HMPV (moyenne Il,2 mois, médiane 7,5 mois) occupait une position intermédiaire
(p<O,OOOl, Tableau 6 et Figure 1). Le pic d'âge des enfants avec une infection à VRS se situait à
0-2 mois, celui des enfants avec influenza était compris entre 6 et Il mois. Le pic d ' âge des
. enfants avec une infection à HMPV se situait à 3-5 mois (28% des cas) et 66% des cas isolés de
~PV
avaient moins d'un an (Figure 1). Ainsi, on observe une diminution progressive des
-infections à VRS avec l'âge; une proportion assez stable d'infections à virus influenza jusqu' à
l'âge de deux ans avec environ deux fois moins d'infections entre l'âge de deux et de trois ans; et
très peu d'infections à HMPV avant l'âge de trois mois, avec la plupart d'infections se situant
entre l'âge de 3 mois et un an.
.
2.5.5 Tableau clinique
À l'admission, les enfants avec différents types d'infections présentaient généralement des
signes et symptômes similaires (Tableau 6). On observait plus de toux chez les enfants avec
VRS (99%) que chez les enfants avec d'autres' types d'infection (p=0,047). À la sortie de
l'hôpital, les enfants avec VRS avaient plus de bronchiolite (83%, p=O,OOOl), les enfants avec
influenza avaient plus de pneumonie (41 %, p=0,07), et les enfants avec HMPV avaient plus
d'infections des voies respiratoires supérièures (IVRS) (29%, p=0,003) que les autres types
d'infection. L'otite était observée dans des proportions similaires variant de 41 % à 60% dans les
différents types d'infections (p=0,3) (Tableau 6).
Les maladies sous-jacentes ont été notifiées plus souvent chez les enfants avec HMPV (29%)
que chez ceux avec VRS (9%) (p=0,002) (Tableau 6). Les enfants avec autre infection (PlV ou
adénovirus) et ceux avec HMPV avaient une tendance à être hospitalisés plus tard après le début
des symptômes que les autres types d'infections (p=O,l) (Tableau 6). Les enfants avec autre
32
infection (PIV ou adénovirus), infections mixtes, ou influenza étaient plus souvent admis à
l'unité de soins intensifs (USI) que les enfants avec VRS, sans virus ou les enfants avec HMPV
(p=0,05). Les enfants chez qui on n'a détecté aucun virus ont été hospitalisés moins longtemps
(moyenne 5,4 jours, médiane 4 jours) que les enfants chez qui on a détecté au moins un virus
(moyenne 4,7 jours, médiane 3 jours; p<O,OOOl, test de Wilcoxon). Les enfants avec HMPV et
ceux avec infections mixtes ont été hospitalisés plus longtemps que les autres types d'infections,
avec respectivement 29% et 22% de ces enfants ayant une durée d'hospitalisation
~
7 jours
(p=0,002) (Tableau 6). Les enfants avec maladies sous-jacentes ont été hospitalisés pour des
périodes deux fois plus longues (9,2 jours) que les enfants sans maladies sous-jacentes (4,6
jours; p<O,OOOl).
2.6 Discussion
L'avènement des techniques de biologie moléculaire a permis de découvrir récemment plusieurs
virus respiratoires humains non-identifiés
précédemment ~
Certains de ces nouveaux virus
pourraient être responsables d'une proportion importante des IVR qui n'était pas attribuables aux
virus connus précédemment. Dans la présente étude, on a détecté au moins un virus respiratoire
chez 74% des enfants hospitalisés de 0-3 ans, ce qui est comparable aux proportions variant de
40,5 à 87% obtenues dans d'autres études utilisant la méthode T AAN et recherchant plusieurs
virus simultanément [3, 4, 10, 101] (Tableau 1).
L'infections à VRS a été la première cause d'hospitalisation des enfants de 0-3 ans avec IVR
(56%), avec l'influenza A et B en deuxième place -(14%) et le nouvèau virus respiratoire, le
HMPV, en troisième place (7%). Dans d'autres études, la proportion de dépistage du HMPV
chez les enfants hospitalisés pour IVR varie de 4,1% à 21 % (Tableau 2). Il est possible que la
proportion de cas de HMPV dans notre étude soit sous-estimée puisque pendant la première
année, l'étude a été arrêtée quand la circulation du HMPV encore continuait. La plus grande
proportion de détection du HMPV en 2002-2003 (8,3%) par rapport à 2001-2002 (5,8%) semble
confirmer cette hypothèse. Pendant la deuxième année, la période d'activité du HMPV était
concentrée sur la période de mars-mai, décalée par rapport aux VRS et influenza dont le pic de
circulation se situait sur les mois de janvier-mars. D'autres études confirment que le HMPV
33
circule pendant les saisons d'hiver-printemps [27, 30]. En plus, comme d'ailleurs dans d'autres
IVR, il peut y avoir des variations dans les pics épidémiques du HMPV d'une année à une autre
[38, 50, 102].
Presqu'un tiers des enfants avec HMPV avaient entre 3 et 5 mois, ils étaient plus vieux que ceux
avec
V~S,
mais plus jeunes que ceux avec influenza. Ceci est comparable aux autres études où
les enfants avec l'âge compris entre 4 et 9 mois étaient les plus touchés par une infection à
HMPV [27, 30, 102]. Dans notre étude, les enfants avec une infection à HMPV présentaient une
bronchiolite plus souvent (46%) que ceux avec influenza (34%), mais moins souvent que ceux
avec VRS (83%). D'autres études ont rapporté une fréquence semblable de bronchiolites (48%59%) chez les enfants hospitalisés avec HMPV [48-50]. Dans notre étude, chez les enfants avec
HMPV la pneumonie a été diagnostiquée moins souvent (7%) que dans d'autres types
d'infections (24% chez les enfants avec PlV et adénovirus et 41 % chez les enfants avec
influenza). Ceci est concordant avec les 8% dans les observations de Williams aux États-Unis
[48], mais plus bas que les 36% rapportés par Peiris à Hong-Kong [33] et les 34% rapportés en
Norvège [49]. L'âge plus grand de la population dans les deux dernières études pourrait
expliquer cette différence.
Les infections des voies respiratoires supérieures (IVRS) qui sont généralement des "m aladies
moins sévères étaient observées plus souvent chez les enfants avec HMPV (29%) par rapport à
tous les autres types d'infection (8-18%). Ces données, ainsi que le fait que les enfants avec
HMPV étaient admis plus tard que les autres types d'infections, l'absence de leur admission à
l'USI et la plus grande proportion de présence de maladies sous-jacentes chez les HMPV
suggèrent que l'infection à HMPV est généralement moins sévère que les autres infections. La
durée d' hospitalisation plus longue des enfants avec HMPV que celle des autres types
d'infection et la grande proportion (25%) des enfants avec HMPV hospitalisés plus de 7 jours
pourraient être expliquées par la plus grande présence de maladies sous-jacentes chez ces
enfants.
Les forces de notre étude sont la taille d'échantillon de 448 cas et la recherche simultanée de
plusieurs virus respiratoires avec la technique la plus sensible à ce jour. Également le nombre de
34
refus à la participation à l'étude était très limité étant donné que la participation ne comportait
pas d'autres pratiques à part celles qui faisaient partie des soins courants à l'hôpital. Une des
faiblesses de l'étude c'est le manque de recherche des picornavirus. Chez les enfants
hospitalisés, les picornavirus (rhinovirus et entérovirus) sont détectés dans des proportions
variant de 0,01 à 37% [3-5,7,9, 10, 101] (Tableau 1). Ceci a a probablement conduit à une sousestimation de la proportion de confirmation étiologique des IVR et de la présence d'infections
mixtes.
On n'a pas recherché des bactéries pathogènes comme le pneumocoque ou le staphylocoque qui
sont des colonisateurs fréquents des voies respiratoires supérieures puisque leur détection ne
prouve pas l'étiologie de la maladie respiratoire. Cependant, les données sur l' efficacité
d~
vaccin pneumococcique dans la prévention des pneumonies d'étiologie virale [103] et dans la
diminution des hospitalisations pour pneumonies toute cause confondue chez les enfants [104]
suggèrent une interaction entre les virus et les bactéries.
Également, on n'a pas recherché les bactéries atypiques (Legionella pneumophila, Mycoplasma
pneumonia, Chlamydia pneumonia, Bordetella petussis et Bordetella parapertussis), car des
travaux récents démontrent que le rôle de ces bactéries chez les enfants est marginal [4].
Dans des études ultérieures des spécimens congelés des enfants participant à l'étude, deux
nouveaux virus respiratoires ont été détectés. Ainsi, le
coronavi~us-NL
(HCoV -NL) a été détecté
chez 3% des enfants (12 sur 396 portions aliquotes disponibles) [42] et le bocavirus humain
(HBoV) a été détecté chez 13,8% (31 des 225 portions aliquotes disponibles) [45]. Cependant, le
rôle joué par ces nouveaux virus est encore peu étudié.
35
2.7 Conclusion
Chez 74% des enfants de 0-3 ans hospitalisés pour IVR on retrouve au moins un virus
respiratoire. Les causes d' hospitalisation pour IVR des enfants de 0-3 ans sont, en ordre
décroissant, le VRS, les virus influenza et le HMPV. La proportion d'infections mixtes était de
8% dont 70% étaient des coinfections VRS et influenza A. Le comportement épidémiologique et
clinique de différents types d'infections est comparable. Étant donné les différences
géographiques, temporelles et reliées à l'âge dans l'épidémiologie des virus respiratoires, les
résultats de notre étude ne sont pas nécessairement généralisables à d'autres régions
géographiques et groupes d'âge et peuvent changer dans le temps.
36
Tableau 4 Infections virales détectées chez les enfants de 0-3 ans hospitalisés avec IVR
No positifs/no. testés (%)
test
VRS
Influenza A et B
hMPV
Adénovirus
PlV 1-4
PCR
227/448
(50,7)
56/448
(12,5)
29/448
(6,5)
NA*
NA*
Culture
113/356
(31,7)
17/353 .
(4,8)
20/286
(7,0)
13/371
(3,5)
8/371
(2,2)
. Détection antigénique
206/437
(47,1)
20/402
(5,0)
NA
3/308
(1,0)
4/307
(1,3)
Total (+)
249/448
61/448
32/448
(55,6)
(13,6)
(7,1)
14/448
(3,1)
.11/448
(2,4)
dans au moins un test
*NA - non applicable
Tableau 5 Infections mixtes chez les 448 enfants hospitalisés pour IVR
Virus détécté
VRS
Influenza A et! ou B
HMPV
Adénovirus
PIV
VRS
Influenza A et! ou B
HMPV
Adénovirus
25
2
4
0
2
1
1
0
0
1
37
Tableau 6 Caractéristiques cliniques par type d'infections
Type d'infection
Caractéristiques
Sexe féminin
Âge en mois, m0i:enne (médiane)
Maladies sous-jacentes
Délai entre début des symptoms et admission
en jours, m0i:enne (médiane)
Admission USI*
Jours d' hospitalisations ~3
4-6
~7
Signes et symptômes
à l'admission
Diagnostic à la sortie
M0i:enne (médiane)
Fièvre>38° C
Toux
Congestion nasale/rhinorée
Wheezing/stridor
Maux de gorge
Otalgie ·
Diarrhée
Bronchiolite
Pneumonie
IVRS*
Otite
VRS
n=218
44%
8,8 (6)
9%
Influenza
hMPV
n=32
n=28
43%
53%
14,4 (14) Il,2 (7,5)
25%
29%
Autre
Mixte
n=17
35%
12,1 (8)
12%
n=36
42%
Il,1 (10)
11%
Sans
virus
n=117
410/0
10,8 (9)
15%
Valeur-pl
08
, 2
0,004 3
2
0002
,
6,1 (4)
7,1 (5)
7,9 (6)
6,3 (7)
6,4 (4)
5,4 (4)
o, 13
11%
40%
41%
19%
5,3 (4)
70%
99%
90%
28%
21%
43%
24%
83%
25%
8%
60%
16%
38%
53%
9%
5,0 (4)
84%
94%
81%
37%
38%
31%
37%
34%
41%
9%
53%
0%
50%
21%
29%
6,6 (3,5)
75%
96%
89%
29%
32%
46%
21%
46%
7%
29%
50%
18%
47%
41%
120/0
4,0 (4)
710/0
94%
100%
18%
290/0
24%
41%
29%
24%
18%
41%
17%
39%
39%
22%
6,0 (5)
81%
97%
94%
50%
19%
36%
33%
67%
33%
8%
56%
6%
620/0
270/0
110/0
4,7 (3)
680/0
920/0
91%
280/0
210/0
38%
330/0
46%
290/0
18%
480/0
, 2
005
0,0023
, 4
04
0,047
03
, 4
0,1 2
, 4
03
, 4
05
02
, 4
0,0001 4
007
, 2
0,008 2
0,3 4
Ip~ur toute la distribution; 2test exact de Fisher; 3Test de Kruskal-Wallis; 4Test de chi carré ;
*USI, unite de soins intensifs; IRVS , infections des voies respiratoires supérieures
38
Figure 1 Âge à l'admission des enfants de 0-3 ans hospitalisés pour IVR, total et par virus détécté
35%
35%
Total
30%
Influenza A et B
30%
25%
25%
20%
20%
15%
15%
10%
5%
0%
0-2
3-5
llli
6-8
9-11
12-14
15-17
10%
1
Il
18-20
21-23
•
24-26
•
27-29
Il
30-32
Âge en mois
-
----,
0%
0-2
33-35
35%
3-5
6-8
9-1 1
12-14
15-17
18-20
21-23
24-26
27-29
30-32
33-35
Âge en mois
35%
VRS
30%
5%
l
HMPV
30%
25%
25%
20%
20%
15%
15%
10%
10%
5%
~D-,.-D
0%
0-2
3-5
. 6-8
9-11
12-14
15-17
18-20
Âge en mois
21 -23
0
24-26
0
27-29
5%
0
30-32
1
0% ...
33-35
~
~ ~ ~ ~
0-2
3-5
6-8
9-11
12-14
~
~
15-17
18-20
~ ~
21-23
24-26
~
27- 29
30-32
33-35
Âge en mois
39
~
VJ
0
r\)
0
0
0
~II
~
0
0
rv
0
~
UJ
0
0
(Jl
0
0
~.
(Tq
c
~
CD
Dec 15-31
Dec 15-31
1
"-
1
1
rv
o
Jan 1-15
1 0
'\.
1 \.
7rv
UJ
rv
~
\
0
0
Jan 16-31
1
J
Feb 15-28
~
Jan 1-15
)
\.
Feb 1-14
0
0
1\)
o
o
Jan 16-31
1
rv
Il
/
1 1 Feb 15-28
'\
~
CD,
~
~.
r\) r\)
o
o
0
0
0
p..
CD
en
rv
UJ
P::
~
p..
1
"
Feb 1-14
tv
1- 1
t\)
rv
o 0
ot\) 0......
§.
en
en
0
'\
~.
~
(
Mar 1-15
Il
)
~
(
Mar 1-15
~
-<
aen
~.
)
Mar 16-31
Apr 1-15 1 '
Il Mar 16-31
/'
Il
(
./
p..
CD,
CD
/ /'
Apr 1-15
~
()
Apr 16-30
1
May 1-15
~
1
1
Mai 1-15 :
<
JJ
(J)
May 16-31 1.1
Mai 16-31
0
0
CD,
Apr 16-30
rv
0
UJ
0
~
~
Il
0
--i
/
0
0
~
~
UJ
0
~
(Jl
0
0
1
III
Dec 15-31
1\)
1
Jan 1-15 1
8rv 8......
1\)
Dec 15-31
t\)
t\)
1
t\)
Jan 1-15
o
o
1\)
8UJ 8
r\)
o
oUJ
t\)
Jan 16-31
Jan 16-31
Feb 1-14
Feb 1-14
Feb 15-28
Feb 15-28
Mar 1-15
Mar 1-15
Mar 16-31
Mar 16-31
Apr 1-15
Apr 1-15
Apr 16-30
Apr 16-30
Mai 1-15
Mai 16-31
~
0
::J
1
j'
J
s::
"'0
<
Mai 1-15
Mai 16-31
j
1
t\)
0
0
......
r\)
0
0
t\)
::J
C
CD
::J
N
~
CHAPITRE 3 DISTRIBUTION AND CLINICAL IMPACT
OF HUMAN RESPIRATORY SYNCYTIAL VIRUS
GENOTYPES IN HOSPITALIZED CHILDREN OVER
TWO WINTER SEASONS
Rodica Gilca l , Gaston De Serres l ,2, Mireille Tremblay3, Marie-Louise Vachon l , Eric Leblanc 3,
Michel G Bergeron l ,3, Pierre Déryl ,3, Guy Boivin l ,3
. ILaval University, Québec City, Québec, Canada
2Quebec National Institute of Public Health, Québec City, Quebec, Canada
3Research Center in Infectious Diseases of the CHUQ, Québec City, Quebec, Canad~
The Journal of Infectious Diseases 2006; 193:54-8
41
3.1 Résumé
L'étude des séquences des nucléotides de la glycopotéine G du VRS a été effectuée sur les
isolats détectés par un T AAN dans les ANP de"s enfants de moins de 3 ans hospitalisés avec une
IVR pendant deux saisons hivernales. Les données cliniques ont été comparées entre 106 enfants
\
avec une infection à VRS du sous-groupe A (96 génotypes GA2) et 94 enfants avec un sousgroupe B (62 génotypes GB3). Un score de sévérité a été défini en attribuant un point pour le
besoin de >30% d'oxygène supplémentaire, un point pour l'admissions aux soins intensifs, et un
point pour la durée d'hospitalisation de 5 jours et plus. Les isolats appartenant au sous-groupe A
et au génotype GA2 ont été associés à une plus grande sévérité de la maladie par rapport aux
isolats du sous-groupe B.
42
3.2 Abstract
Sequencing studies of the glycoprotein G gene were performed in human respiratory syncytial
virus (hRSV) strains detected by RT-PCR directly from nasopharyngeal aspirates of hospitalized
children
~
3 years over two winters. Clinical data were compared between 106 group A (96 GA2
genotypes) ·and 94 group B (62 GB3 genotypes) hRSV-infected children. A severity index was
defined by assigning one point each for the use of >30% supplemental oxygen, admission to
intensive care unit, and hospitallength of stay > 5 days. Group A and genotype GA2 strains were
associated with greater hRSV disease severity compared to group B strains.
43
3.3 Introduction
Human respiratory syncytial virus (hRSV) is the leading cause of respiratory tract infections
resulting in hospitalization in young children [3]. Two major hRSV groups, A and B, have been
described based on antigenic and molecular studies [105]. Genetic studies of two variable
regions within the hRSV' G glycoprotein from isolates around the world led to identification of
several lineages within each group. Group A strains have been classified into GAI to GA7 [98,
106] and SAA1 [99] genotypes, whereas group B strains have been divided into GB1 to GB4
[98], and SAB1 to SAB3 [99] genotypes.
Comparison of clinical effects caused by these different groups and genotypes have been
hampered by other factors affecting the severity of hRSV infection in children such as
prematurity, presence of underlying conditions and young age [70]. However, these factors (with
the exception of young age) cannot explain disease severity in otherwise healthy children born at
term who constitute more than half of aIl hospitalizations for hRSV infection [107].
In the present study, we examined the molecular epidemiology of hRSV infections over two
consecutive seasons in Quebec City, Canada. We also compared the clinical characteristics of
hRSV disease caused by group A .and B strains and their associated genotypes in hospitalized
children who were also tested for a panel of respiratory viruses.
3.4 Methods
3.4.1 Population
Children <3 years of age hospitalized with acute respiratory tract infections (ARTI) at the Centre
Hospitalier Universitaire de Québec (CHUQ) during the winters of 2001-2002 and 2002-2003
and in whom a nasopharyngeal aspirate (NPA) was collected on admission were eligible for
enrolment in the study. After obtaining signed consent from parents on admission, a research
nurse recorded demographic and clinical data on a standardized questionnaire. The study was
approved by the CHUQ research ethics board.
44
. 3.4.2 Severity index
Based on variables reported in previous studies [56, 59, 62], a severity index was defined a priori
by assigning one point to each of the following: use of > 30% supplementaloxygen, admission
to intensive care unit (ICU), and hospitallength of stay (LOS) > 5 days. As 52% subjects had a
severity . index of 0, the latter was dichotomized as 0 and
~
1 for the purpose of statistical
analysis.
3.4.3 Virus detection
AlI NPA samples were initially tested by real-time RT-PCR for hRSy, influenza A and B, and
human metapneumoviros (hMPV) as reported elsewhere [100], and by a commercially available
immunoenzymatic assay (RSV TéstPack, Abbott Laboratories, Abbott Park, IL) to detect the
hRSV antigen. Viral cultures for known respiratory viroses were performed at the request of the
treating physician on 356/448 (79%) samples. The remaining specimen was frozen at -80°C until ·
subsequent hRSV genotypic studies.
Sequencing studies of the hRSV glycoprotein G gene were performed using the original clinical
sample. In brief, viral RNA was extracted from 200
~L
of NPA specimens by using the QIAamp
viral RNA Mini Kit (QIAGEN, Inc., Mississauga, ON, Canada). For phylogenetic analysis,
nucleotide sequences were obtained from two variable regions of the hRSV G gene using the
primers reported by Peret et al. [98].
Nucleotide sequences were entered into a multiple alignment generated by
Clustal~W
and
corrected through final visual inspection with the SeqLab application (Wisconsin package
version 10.3, Accelrys Inc., San Diego, CA). Phylogenetic. analysis was first performed for the
first variable G region (277 nt) with sequences from aIl hRSV strains by using distance methods
with the PAUP 4.0b10 program (Sinauer Associates, Inc., Sunderland, MA). Kimura 2parameters were utilized for the distance method, using the neighbour-joining· algorithme The
topological accuracy of the tree was estimated by the bootstrap method with 500 replicates.
45
A second phylogenetic tree was constructed based on sequence comparlson of the second
variable region of the G gene (270 nt). Representative strains from our study corresponding to
each cluster found in the first variable region (6 group A and 13 group B),as weIl as previously
defined hRSV genotypes from GenBank were included in the analysis. A genotype was defined
as a cluster of sequences with bootstrap values of 70-100% and a p-distance of ~0.07 [99].
3.4.4 Statistical analyses
Categorical variables were compared by the chi-square or Fisher' s exact test, continuous
variables were compared by Wilcoxon test. Logistic regression was used to examine association
of hRSV groups and genotypes with clinical data and risk of having a severity index
Variables with a significance level of
~
~
1.
0.1 in univariate analysis and potential confounding
factors were entered in the initial multivariable model. The final multivariate regression model
included age dichotbmÏzed as < and
~
3 months, prematurity, underl ying conditions, and
presence of mixed infections. Analyses were conducted separately for the severity index and
clinical data listed in table 1, and for the hRSV groups A and Band genotypes GA2 and GB3. A
P value < 0.05 was considered statistically significant.
3.2.5 Nucleotide sequence accession numbers
The GenBank accession numbers of the representative sequences obtained in the present study
are A Y927376 to A Y927413.
3.5 Results
3.5.1 Patient enrolment and detection of respiratory viruses
During the two seasons, 448 patients with ARTI were recruited. A total of 331 (73.9%) cases
had at least one respiratory virus detected by PCR, viral
c~lture
or antigen detection which
consisted of 249 (55.6%) hRSV , 61 (13.6%) influenza A or B viruses, 32 (7.1%) hMPV, 14
46
(3.1 %) adenoviruses, Il (2.4%) parainfluenza viruses, and 35 (8%) mixed infections. HRSV was
detected by RT-PCR in 228 (50.9%) children.
3.5.2 Phylogenetic analysis
Sequencing of the first variable region of the hRSV G gene was performed for 200 of the 228
(87.7%) hRSV -infected subjects for whom sufficient NPA was available, and group assignments
were made for aIl sequences. HRSV group A was detected in 106 (53%), whereas group B was
found in 94 (47%) patients.
The second phylogenetic tree constructed with sequenced second variable region of the G gene
of representative strains selected by their distribution in the branching order (Figure 3) virtually
replicated ,the topology of the phylogenetic trees obtained with sequences from the first variable
region of the G gene (determined for aIl strains) (Figure 4, shown as supplementqry files on the
....
web page of the Journal). Consequently, we applied the obtained representative genotype
attribution to the total cohort. Thus, of the 106 group A viruses, 98 segregated into GA2, 7 into
GA5, and one into GA7 genotype. Of the 94 subgroup B viruses, 76
segrega~ed
into GB3, 14
into SAB3, and 4 into SAB1 genotype.
3.5.3 Temporal patterns of hRSV groups and genotypes
For the two seasons, the proportions of group A and B isolates were nearly equal, 106 (53%) and
94 (47%), respectively. However, 80% of aIl strains in the first season were of group B, while
80% of aIl isolates in the second season were of group A. Genotype GB3was predominant in the
first year with 74% of aIl isolates, while genotype GA2 was predominant in the second year with
75% of aIl isolates.
47
3.5.4 Clinical disease and severity
Subjects with missing information on at least one risk or potentially confounding factor for
severe disease (17 out of 200) were excluded, leaving 183 subjects for analysis. Overall, 12
(6.6~)
children had an important underlying medical condition (seven congenital heart diseases,
three chronic pulmonary conditions, two immune deficiencies), 20 (10.9%) were born
prematurely «37 weeks of gestation), and 15 (8.2%) had mixed viral infections (12 hRS.V and
influenza A or B, and three hRSV and adenovirus). Of the 183 analyzed subjects, 104 (56.8%)
had group A infections, whereas 79 (43.2%) had group B infections.
In univariate analysis, group A-infected children were significantly older than those with group
B (p=0.02), had more fever (p<O.OOl) and diarrhoea (p=0.04), and required more frequently the
use of >30% supplemental oxygen (p=O.Ol) (Table 7). Comparison between two most frequent
genotypes (GA2 and GB3) showed that children with GA2 genotype had more fever (p<O.OOl)
and diarrhoea (p=0.04), a higher C reactive protein (p=0.03), and required more frequently the
use of >30% supplemental oxygen (p=0.03) (Table 7).
In multivariate analysis adjusted for age, pre matu rit y, underlying conditions and mixed
infections, children infected with group A had significan.tly more fever (p<O.Ol), bronchiolitis
(p=0.04), a faster heart rate. (p=0.04), and required more frequently the use of >30%
supplemental oxygen (p=0.03) than those infected with group B (Table 7). Children infected
with GA2 genotype had significantly more fever (p<O.O 1) and a faster heart rate (p=0.02) than
those infected with GB3 genotype (Table 7). The risk of having a severity index ~ 1 was greater
with group A th an group B (Odds Ratio (OR) 2.0, 95% Confidence Interval (CI), 1.1-3.8) and
with genotype GA2 than group B (OR 2.2,95% CI, 1.1-4.1). GA2 genotype was not associated
with a risk of having a severity index ~1 when compared to GB3 genotype (OR 1.8, 95% CI,
0.9-3.5).
48
3.6 Discussion
Our phylogenetic analysis revealed that viruses from group A (GA2, GA5, GA7) and group B
(GB3, SAB1, and SAB3) genotypes circulated in Quebec City, Canada during two consecutive
winter seasons. A rapid change in hRSV strains from group B to group A occurred over those
two seasons. AIso, we saw a clear preponderance of one genotype in each season representing
three quarters of aIl isolates. This is in concordance with the predominance of GA2 genotype
(78% of aIl isolates) in 2000 in South Africa [99], and of GB3 genotype (83% of aIl isolates) in
2002-2003 in Japan [108]. Children with hRSV group A were significantly older than those with
group B, which is consistent with data by Hall et al. [53]. Greater frequency of fever,
requirement for the use of >30% supplemental oxygen, and faster heart rate seen in group A
cases could be related to greater disease severity. Since genotypes GA2 and GB3 represented
respectively 92% and 78% of group A and B, clinical findings in each study group may in fact
represent those of predominant genotypes.
U sing a composite severity index and after controlling for multiple confounding variables, group
A (and genotype GA2) hRSV strains were associated with a more severe disease. ,Since medical
staffwas unaware of group and genotype results, potential bias leading to a differential
misclassification of the components of the severity index is unlikely.
Previous studies looking at the relationship between hRSV groups and disease severity found
either no differences or a greater severity for group A infections [53, 59, 62, 63]. These
discrepancies could be attributed to differences in study design and population, definitions of
disease severity, different distribution of confounding factors, and genotypes shifts from year to
year. Although a few studies examined clinical severity associated with specific hRSV
genotypes [56] [55, 63], they had limited sample sizes and did not use multivariate methods for
analysis.
49
Characterization of hRSV genotypes directly from clinical samples could have allowed us
avoiding potential introduction of viral mutations. AIso, the use of RT -PCR compared to viral
culture could have permitted better detection of hRSV.
In our study, PCR testing was systematically performed for four viruses and cultures were do ne
for 80% of the samples. Rowever, we could have missed sorne mixed infections with poorly
growing viruses.
This study is limited to two winter seasons. Rerd immunity against previously-circulating
groups/genotypes and pre-existing neutralization titers in mothers of infected children could
have altered disease severity caused by specific hRSV groups/genotypes. We did not control for
host genetic and environmental factors. Finally, more children with group B (16%) compared
with group A (2%) infections were excluded from the analysis of clinical disease severity due to
missing data. Rowever, this is unlikely to have biased results since the distribution of known
confounding factors was similar in analysed and excluded children.
3.7 Conclusion
ln conclusion, using a composite severity index and multivariate analysis to control for
confounding factors, we found that group A and geriotype GA2 infections were associated with
more severe hRSV çliseases than group B cases during two winter seasons. Additional molecular
studies over a longer period of time are needed to better define the role of specific genotypes in
hRSV epidemiology and in related disease severity, which could impact on therapeutic
approaches and vaccine development. .
50
.Table 7 Comparison of demographic and clinical characteristics between hRSV groups and
genotypes in hospitalized children.
Variable
Gender, male
Age, months
hRSV grou12s
A
B
n=104
n=79
52.9%
58.2%
hRSV genotY12es
GA2
GB3
n=96
n=62
50.0%
58.1%
0-2
3-5
6-11
26.0%
Il.5%
27.9%
41.8%a
12.7%
25.3%
· 26.0%
Il.5%
26.0%
35.5%
14.5%
27.4%
12-23
24.0%
13.9%
26.0%
16.1%
24-35
10.6%
Prematurity (<3 7 weeks)
10.6%
Underlying condition
8.7%
Mixed infections
5.8%
Signs and symptoms on admission
Cough
98.1%
Wheezing
96.1%
Fever
82.7%
Diarrhoea
30.8%
Heart rate/min, median*
157
Respiratory rate/min, median *
52
Leukocyte count (x 109/L), median* . 10.5
C reacti ve protein (mg/ml), median *
17
12.5%
Intensive c.are unit admission
Use of >30% supplemental oxygen 42.3%
26.0%
Length of hospital stay > 5 days
6.3%
Il.4%
3.8%
11.4%
10.4%
11.5%
8.3%
·5.2%
6.5%
9.7%
4.8%
14.5%
100.0%
97.5%
57.0%a,b
16.5%a
156b
52
11.1
10
8.9%
24.1 %a,b
97.9%
95.8%
83.3%
30.2%
159
52
10.2
17
11.5%
42.7%
26.0%
100.0%
96.8%
60.0%a,b
14.5%a
156.5 b
52
10.8
8.5 a
6.5%
25.8%a
29.0%
27.9%
Final diagnosis
17.7%
31.2%
19.0%
28.9%
Pneumonia
90.0%b
96.9%
91.9%
97.1%
Bronchiolitis
47.9%
45.2%
44.3%
48.1%
Otitis
4.8%
5.2%
6.3%
Upper respiratory tract infection 5.8%
Severity index t
59.5%b
42.7%
56.4%
44.2%
0
29.0%
42.7%
25.3%
40.4%
1
11.3%
6.2%
10.1%
5.8%
2
3.2%
8.3%
5.1%
9.6%
3
2
NOTE. Data are percent of children in group, unless otherwiseindicated; ap<0.05 in univariate analysis, proportions compared with X or Fisher
exact tests, continuous variables compared with Wilcoxon test; bp<0.05 in logistic regr~ssion adjusted for age « 3 or ~3 months), prematurity,
underlying conditions, and mixed infection; *Comparison of top quartile versus three lower quartiles
tSeverity index dichotomized (0 and ~l) for the logistic regression adjusted for the variables listed above
51
Figure 3 Group A (A) and B (B) hRSV G-gene phylogenetic relationships of sequences obtained
from the second variable region of hRSV strains isolated in Quebec and those available in
GenBank.
Group A (A) and B (B) hRSV G-gene phylogenetic relationships of sequences obtained from the
second variable region (nucleotides (nt) 649-918 of prototype strain A2 for group A and nt 652921 of prototype strain 18537 for group B [105]) of hRSV strains isolated in Quebec (black
diamond, in bold) and those available in GenBank. Viruses are identified by the geographic
location (Quebec (QUE), Montevideo (MON), Alabama (AL), Belgium (BE), Texas (TX),
Missouri (MO), South Africa (SA), Madrid (MAD), New York (NY), United Kingdom (UK),
Canada (CN), United States (USA), Australia (AUS), lapan (lA), Buenos Aires (BA), Kenya
(KEN), Sweden (SW) followed by number designation and year of isolation. The prototypes
AUS/A2/61 (accession number U50362) and USA/Long/56 (accession number M1721 2) for
group A and SW/860/60 (accession number M55633) and USA/18537/62 (accession number
M17213) for group B are also shown.Nucleotide sequence alignments of either group A or
group B sequences were used to create the neighbour-joining trees in the figure. The scales
represent 0.02 substitutions per base per indicated horizontal distance. The numbers present at
sorne of the internaI nodes of the trees represent the number of bootstrap replicates. Only
significant bootstrap replicate numbers with values greater than 70% are shown. Tentative
genotype assignments are based n'n those of Peret et al. [98],[106] and Venter et al. [99].
52
Figure 3A
MON/2/88
AU19376-1/94-95
MON/1/89
BE/12895/95
~-- TXl69564/94-95
GA2
MO/55/94-95
~--
SA/0003/00
•
85
QUE/129/02-03
1 . -_ _ _ •
QUE/191/02-Q3
BE/13551/95
•
aUE/84/02-03
MAD3/89
, - - - - NY/20/94-95
GA6
AU19452-2/94-95
83 UKl6614/89
MO/02/94-95
GA7
94
SA/99V360/99
. . . . - - - - - - - - - - - - - - - - NY/CH09/93-94
•
99
GA4
QUE/75/02-Q3
- - - - - - - . QUE/78/01-02
UKl6190/89
TXl67951/94-95
GA5
MAD/8/92
, . - - - AU19556-3/94-95
' - - - - CN/3114/94-95
92
USA/Long/56
.-----~
MON/7/91
AUS/A2/61
78~--
80
UKl642/89
GAI
MON/9/91
, . - - - - - - UKl1734/89
NY/CH34/93-94
0.02
53
Figure 3B
,....---- • aUE/73/02-03
•
au E/99/01-02
•
aUE/155/01-02
r----.
• au E/70/Q1-02
L....-..-_ _ _ •
aUE/29/02-03
aUE/108l01-92
....---- • aUE/85/02-03
73
JA/NG006/03
• aUE/18102-03
L....-_ _ _ _ _ _ JA/SOO-4/01
OB3
BA/4128/99
P------- SA/98V220/98
AU19794-1/94-95
C N/3521 /94-95
......------ SA/98D661 /98
NY/CH93-53b/93
MO/35/94-95
SA/99V429/99
90
. - - - - - - . aUE/50/02-03
SA/98V 192198
•
aUE/146101-02
SAB3
SA/0028/00
L....-_ _ _ •
aUE/19...;.;;1/....;;.O~1-...:;.;02~_ _--I
NY/CH93-9b/93
,...--- D C / 1 : : : : - 1
L....------------1~0~0 SW/860/60 ~
GB 1
SA/0025/00
• aUE/54/01-02
94
•
1....--._ _
SABI
aUE/43/02-03
KEN/2/03
100
AU19734-3/94-95
L - - -_ _ _
OB4
SA/98V602l98
0.02
54
Figure 4 Group A (A) and B (B) hRSV G-gene phylogenetic relationships of sequences obtained
from the first variable region of 200 strains from hospitalized children in Quebec City.
Group A (A) and B (B) hRSV G-gene.phylogenetic relationships of sequences obtained from the
first variable region (nucleotides (nt) 258-544 of prototype strain A2 for group A and nt 226-544
of prototype strain 18537 for group B [105]) of 200 strains from hospitalized children in Quebec
City. The prototypes AUS/A2/61 (accession number U50362) for group A and SW/860/60
(accession number M55633) for group B are also shown. Nucleotide sequence alignments of
either group A or group B sequences were used to create the neighbour-joining trees in the
figure. The scales represent 0.01 substitutions per base per indicated horizontal distance. The
numbers present at sorne of the internaI nodes of the trees represent the number of bootstrap
replicates. Only significant bootstrap replicate numbers with values greater than 70.% are shown.
Isolates selected for the sequencing of the second variable region of the G gene are shown in
bold and marked with a black diamond. Tentative genotype assignments are based on those of
Peret et al. [98],[106] and Venter et al. [99].
55
Figure 4A
~ 23;29;40;51;70;74; 108; 115; 122; 133;
~134; 140; 152; 166;223
086
84 ( t QUFl84/02-03); 116
88
19; 131
'---_ _9~
3
6
10; 11; 99; 118; 127; 155;
69;71; 107; 168; 180;203
1;79; 128; 243
,-_~
9
GA2
41; 80; 95; 98; 103; 117; 124; 135; 149; 179
, . . - - - - - 129 (tQUFl129/02-03)
68
-
~
2-1;2;4;7; 14; 15; 17;27;28;30;31;32;39; 46;47;
90
49;57;60-1;66;72;78; 125; 126; 138-1; 143; 147;
148-1; 148; 156; 157; 159-1; 159; 167-1; 172; 175; 178
181-1; 190-1; 191 (tQUFJ191/02-03); 192-1; 201; 205;
205-1; 209; 210-1 ; 215
_
98
73-1
87
L - -_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
161-1 (tQUFl161/01-02)
_ _ _ _-..J
GA7
r - - - - - - - - - - - - - - - - - - - - - AUS/A2/61
, . . - - - - - 78-1 (tQUFJ78/01-02)
99
GAS
91; 186
L - -_ _9
_7
~ 26; 75
(tQUFl75/02-03); 145; 170-1
0.01
56
Figure 4B
3-1; 10-1 ; 13-1 ; 16-1; 17-1; 20-1; 21-1; 24-1 ; 25-1; 26-1; 27-1;
30-1 ; 37; 41-1" 45-1; 48-1 ; 52-] ; 53-1 ; 57-1 ; 58-1 ; 64-1; 65; 71-1 ;
75-1; 79-1 ; 85(+ QUE/085/02-03) ; 87-1; 90-1; 90; 94-1; 95-1 ;
98-1 ; 99-1 ; 104-1" 105-1; 109-1" 111-1; 117-1" 119-1; 120- ] ;
130-1 ; 136-1 ; 143-1 ; 153-1; 155( + QUE/155/01-02) ; 157-1 ; 165-1
] 68 -1 ; 171-1 ;' 173; 182; 184
8,. 1; 55-1 ; 70-1(+ QUE/070/01-02); 72-] ; 113-]; 129-1 "
149-1 ; 203-1
95
85
73(+ QUE/073/02-03) " 93 ; 97
94
]32-1
.---l''""''---~
GB3
163-1 ; 83-1 ; 108-1 ( + QUE/I08/01-02) ; 188-1 ;
197-1
29 -1 ( + QUE/29/01-02) ; 68-1" 86-}" 96-1 ; 126-1; 160
18( + QUE/018/02-03)
. - - - - - 146-1(+QUE/146/01-02)
99 191-1(+ QUEI191101-02)
, . - - - - - - - - - - - - - - ' 204-1
SAB3
33; 137
.... 50(+ QUE/050/02-03) ; 56 ; 62; 88 ; 100; 104 ; 132
1------=
80-~ 153; 206
------'
71
43( + QUE/043/02-03)
~---
54-1 (+ QUE/054/01-02)
1--_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
SW/860/60
~
SABI
0"01
57
CHAPITRE 4 ANTIBIOTIC USE IN CHILDREN IS NOT
INFLUENCED BY THE RESULT OF RAPID ANTIGEN
DETECTION TEST FOR THE RESPIRATORY
SYNCYTIAL VIRUS
Roseline Thibeault 1, Rodica Gilca 1, Stéphanie Côté 1,2, Gaston De Serres 1,3, Guy Boivin 1,2 et
·
D"ery 1'2
Plerre
lUniversité Laval, Québec City, Québec, Canada
2CHUQ-CHUL, Québec City, Québec, Canada
3
Quebec Institute of Public Health, Québec City, Québec, Canada
Journal of Clinical Virology 2007; 39: 169-174
59
4.1 Résumé
Problématique: Le test rapide de detection d'antigène VRS (TRDA VRS) est largement utilisé
chez les enfants hospitalisés avec IVR mais son influence sur l'utilisation des antibiotiques est .
peu connue.
Objectif: Evaluer si la confirmation de l'infection à VRS par un TRDA modifie l'utilisation des
antibiotiques et de terminer les autres facteurs associés à la poursuite des antibiotiques . .
Méthode: Les dossiers médicaux des enfants hospitalisés avec une IVR d'origine virale âgés de
o à 35 mois ont été revisés. La modification des antibiotiques en fonction des résultats du TRDA
VRS a été comparée en utilisant des estimés de Kaplan-Meier et une régression multivariée de
Cox.
Résultats: Parmi les enfants recevant des antibiotiques quand le résultat du test TRDA VRS était
disponible, le test TRDA était positif chez 144 et négatif chez 54. Les résultats obtenus n'ont pas
été suivis d'une modification dans l'utilisation des antibiotiques. Les facteurs associés .
indépendamment à l'arrêt des antibiotiques intraveneux étaient l'âge de
~
3 mois (HR 2,44, IC à
95% 1,41 - 4,21) et l'absence de pneumonie (HR 1,50, IC ·à 95% 1,03 - 2,19). L'absence d'otite
était associée à l'arrêt des antibiotiques oraux (HR 9,16, IC à 95% 2,35-35,76).
Conclusion: La confirmation de la presence du VRS par un TRDA n'influence pas l'utilisation
des antibiotiques chez les jeunes enfants avec IVR. Les cliniciens devraient reconsiderer le poids
accordé à un résultat positif du TRDA VRS lors de la prise d'une décision thérapeutique.
60
4.2 Abstract
Background: Rapid antigen detection test (RADT) for respiratory syncytial virus (RSV) is
widely used in children hospitalized with acute respiratory tract infection (ARTI), but its
influence on antibiotic (AB) use is uncertain.
Objective: To evaluate if confirmation of RSV infection by RADT modified AB use and
elucidate others factors associated with the continuation of antibiotics.
Study design: Charts of children hospitalized with viral ARTI aged 0-35 months were reviewed.
Modifieation of antibiotics according to RSV RADT results was compared using Kaplan-Meier
estimates and multivariate Cox regression.
Results: Of children receiving antibiotics when the RSV RADT result was available,
RSV RADT was positive in 144 and negative in 54. Positive RSV RADT results did not lead to
modification of antibiotic use. Factors independently associated with cessation of intravenous
antibiotics were age
~3
months (HR 2.44 [1.41 - 4.21]) and absence of pneumonia (HR 1.50
[1.03 - 2.19]). Absence of otitis was associated with cessation of oral antibiotics (HR 9.16 [95%
CI, 2.35-35.76]).
Conclusion: Confirmed presence of RSV by RADT did not influence antibiotic use in young
children with ART!. Clinicians may reconsider the weight given to a positive RSV RADT result
when making therapeutic decisions.
61
4.3 Introduction
Empirical antibiotic treatment is often prescribed to young children hospitalized for acute
respiratory tract infection (ARTI) despite the fact that most suffer from a viral infection [109111]. The most frequent virus is the respiratory syncytial virus (RSV) [112]. A rapid antigen
detection test (RADT) is frequently carried out to diagnose a RSV infection. As severe bacterial
coinfection is rare with RSV « 1.6%) [71, 113-116], laboratory confirrpation of the presence of
RSV should support stopping antibiotics.
There is controversy regarding the impact of the RSV RADT in modifying antibiotic use [76,77,
117]. The objective of this study was to estimate the effect of a positive RSV RADT result on
antibiotic use in children aged 0-35 months hospitalized with ARTI and to elucidate the factors
associated with the continuation of -antibiotics.
4.4 Methods
4.4.1 Study population
From a study conducted in children aged 0 to 35 months and hospitalized for ARTI in Quebec,
Canada during the winters of 2001-2002 -and 2002-2003 [100, 118] we analyzed the subgroup
who_had a RADT for RSV performed on admission and were
rec~iving
an antibiotic at the time
the test result was received. In the recruiting hospital, nasopharyngeal aspirate (NP A) was
routinely collected in children hospitalized with ARTI and tested for RSV and influenza viruses
using RADT. Test results were faxed directly to the pediatric ward once daily. The fax sheet
provides the date and exact time when the RSV RADT result is received. The date and exact
time of start and discontinuation of intravenous (IV) and/or per os (PO) antibiotics, and any
change in the route of administration of antibiotics, were recorded by nurses in the medical
charts.
To test the hypothesis that a positive RSV RADT result reduces antibiotic use, we compared
children with a positive test result (cases) to those with a negative test (controls). To ensure
group comparability, RSV RADT -negative children were included in the analysis if a respiratory
62
virus was detected > 5 days later by viral culture or retrospectively by real-time PCR. Children
were excluded if they had
~
bacterial infection evidenced by a positive culture from a normally
sterile site; if they were positive for influenza viruses by RADT because of higher frequency of
concurrent bacterial infections [119]; if they had been hospitalized for less than 24 hours; or had
missing clinical data (Figure 5).
At time of discharge, the charts were reviewed to extract the exact time of receipt of the RSV
RADT result on the ward and any change in antibiotic' use or route of administration, request for
a blood culture by the treating physician, use of supplemental oxygen, intensive care unit (ICU)
admission, mechanical ventilation, laboratory data, initial and final diagnoses, and length of
hospitalization (LOH). The study was approved by the Institutional Research Ethics Board.
4.4.2 Virological tests
Testing for RSV antigens was performed directly on NP A samples using a commercially
available immunoenzymatic assay (RSV TestPack, Abbott Laboratories, Abbott Park, IL). This
test was done daily (at 13:30), and results were immediately faxed to the children's ward. AlI
NPA samples were tested at the end of the study period by real-time PCR assays for RSV,
influenza A and Band human metapneumovirus (HMPV) as described elsewhere [100, 120].
Viral culture was only performed on a subset of samples upon request by the treating physician.
4.4.3 Statistical Analysis
Proportions were compared using the chi-square test or the Fisher's exact test. Distributions were
compared using the Wilcoxon non-parametric test. The probability of modifying the antibiotic
treatment according to the RSV RADT result was estimated by survival analysis. Probabilities of
stopping antibiotic treatment were computed by type of antibiotics (IV or PO). For children
receiving IV antibiotics, we also calculated the probabilities for stopping or switching from IV to
PO. Switching from IV to PO antibiotics is clinically significant as it generally occurs when
clinicians become less worried about the risks for the patient either because of an improvement
in the patient' s condition or because of clinical information suggestive of a lesser risk. rime
zero
was recorded as the date and hour of the RSV RADT result receipt on the ward. The delay until
63
antibiotic modifications was calculated in hours. The follow-up was censored at 5 days (120
hours). The distributions of time to antibiotic modifications (stopping/switching) were computed
by Kaplan-Meier estimates and compared using the Wilcoxon test.
The Hazard Ratio (HR) of antibiotic modification according to RSV RADT result was estimàted
by univariate and multivariate Cox regression models. The multivariate model included clinical
and demographical variables significant at the 0.10 probability threshold in the univariate model
and those considered confounding.
4.5 Results
In the original study [100, 118], a total of 448 children were enrolled, 331 had at least one virus
detected, and 249 were RSV -infected. Antibiotics were administered to 73% of RSV -infected
patients. Among children with viral infection, 198 were receivingIV or PO antibiotics at the
time the RSV RADT result was received, 144 (72.7%) were positive and 54 (27.3%) were
negative (Table 8). Mixed infections occurred in 16 cases (12 influenza viruses, 2 adenoviruses,
and 2 HMPV).
In controls, the presence of a viral infection (23 RSV, 18 influenza, 4
adenoviruses, 17 human metapneumoviruses (HMPV), 2 parainfluenza viruses (PIV) , and 10
mixed infections) was confirmed at the end of the study period and treating physicians were not
aware of the etiology of the disease
There was no significant difference between children with positive and negative RSV RADT
results in the percentage receiving IV antibiotics only (10% 'vs 7%, p=0.61) , PO antibiotics only
(38% vs 28%, p=0.17), or both PO and IV antibiotics (52% vs 65%, p=0.12). An underlying
medical condition was more frequently present in RSV RADT negative patients receiving PO
antibiotics only (Table 8). Children receiving only PO antibiotics had more AOM than children
receiving IV antibiotics (84% vs 53%, p<.OOOl) ,but they had less severe disease as evidenced by
absence of ICU admission (0% vs 19%, p<.OOOl) and shorter length of hospitalization (median 3
days vs 5 days, p<.OOOl).
64
Among the 128 children initially on IV antibiotics, the proportion still receiving IV treatment 24
hours after the result of RSV RADT was higher in RSV positive than RSV negative children
(79% vs 72%). This was also the case at 48 (57% vs 49%) and 72 hours (34% vs 26%). At day
5,99 children had been switched from IV to PO antibiotics whereas antibiotics were completely
stopped in 13. At 24, 48 or 72 hours, there was no sooner stopping/switching of IV antibiotics
according to RSV result in any of the four strata combining age and presence of pneumonia «3
months and no pneumonia, <3 months without pneumonia,
~3
months with pneumonia,
~3
months without pneumonia). Positive RSV RADT .result was not significantly associated with
stopping IV antibiotics in univariate (p=0.23) or multivariate (p=0.14) Cox regression models
but absence of pneumonia or otitis were significantly associated (Table 9). When considering
stopping/switching IV antibiotics, age
~3
months also became significantly associated but
positive RADT results remained not significant (multivariate p=0.94) (Table 9). The rate of
stoppinglswitching IV antibiotics was not influenced by -RSV RADT results as demonstrated by
the Kaplan-Meier estimates which overlapped during the entire 120-hour period (p=0.50) (Figure
6A). Modification of IV antibiotic occurred earlier in children
~
3 months (p=0.02) (Figure 6B)
but this was not influenced by detection of RSV neither in those <3 months (p=0.36) or those
older (p=0.98). Modification of IV antibiotics also occurred earlier in children with no
pneumonia (p=0.06) (Figure 6C) but this was not influenced by RSV detection (with pneumonia
p=0.21, without p=0.93). At 48 hours of follow-up, 59% of children for whom a blood culture
was requested were still on IV antibiotics compared to 42% for whom this test was not
requested. At 96 hours of follow-up the proportions were similar (Figure 6D).
At day 5, 10 of the 70 children initially treated only with PO antibiotics had stopped.
Probabilities of continuing PO antibiotics did not significantly differ with RSV RADT result, age
~
3 rnonths, or absence of pneumonia. However, PO antibiotics were discontinued earlier in
children without AOM (HR .9.2, p=O.OOl) (Table 9). Five days after the RSV RADT result,
children with AOM were continuing their PO antibiotics more frequently than those without
AOM (92% vs 55%, p=0.0003)
65
4.6 Discussion
Our data did not confirm the hypothesis that rapid confirmation of RSV infection would prompt
clinicians to interrupt antibiotics. AlI analyses showed that antibiotic use in RSV -RADT positive
children continuously overlapped that observed in negative patients.
In children with IV
antibiotics, the variables associated with stopping antibiotics or switching to PO antibiotics were
age
C~3
months) and absence of pneumonia.. This makes sense as young infants are more likely
to have severe outcomes than older ones. In children < 2 years, 80% of pneumonia cases are of
viral origin [121]. In children < 3 years of age, RSV is responsible for 50% of pneumonia cases,
and represents the most frequent etiology [122, 123]. Even in absence of isolating bacteria in
blood culture, several studies found bacterial ·coinfections in 10% to 23% of viral pneumonia
acquired in the community [124],[125], [103] . These coinfections
a~e
associated with greater
inflammation parameters, prolonged fever after hospitalization and presence of pleural effusion.
The risk of bacterial coinfection with viral pneumonia may explain why physicians would be less
inclined to interrupt antibiotics despite laboratory confirmation of RSV. Similarly, the risk of
bacteremia was probably perceived higher for children who hàd a blood culture compared to
those who did not. As blood cultures are generalIy positive within 72 hours when a bacteremia is
to be detected, if results are still negative after that time, the risk drops. This may explain the
results of Figure 6D showing in children with and without blood culture a trend of divergent IV
antibiotic modifications during the first 72 hours but similar results after that time.
A strength of our study was tostratify or adjust for important clinical confounding variables that
could influence clinical decision on antibiotic treatment. B y selecting a comparison group with
confirmed viral infection and excluding children with proven bacterial infections or with a high
suspicion for a bacterial infection (influenza virus detected by the RADT), we may have reduced
the differences in clinical presentation which could confound the association. Our results differ
from those of Adcock et al. where a decrease in the dUTation of IV antibiotic in a subgroup of
children aged > 2 months was observed [76]. However, in that study, children with negative
RSV results were more likely to have pneumonia than those ·with positive ones (51"% vs 23%,
p=O.OOl), which may have been a confounding factor.
66
Our study has limited power due to the small number of cases and controls. The high percentage
of children with a diagnosis of otitis also played a role in limiting the number of children with
complete cessation of antibiotics within 5 days of receipt of the RSV result. Nevertheless, it is
unlikely tbat a larger study would have modified our conclusion since no trends for the main
outcome was revealed in any of the analyses. In fact, the more frequent presence of underlying
pulmonary conditions in the group of patients with a negative RSV RADT result in children
receiving PO antibiotic only could have led to prolonged use of antibiotics in this group, but this
was not observed in this study.
4.7 Conclusion
Early confirmation of the etiology of an infection remains an important information but our
results suggest that clinicians gave little if any weight to a positive RSV RADT result in their
therapeutic decision. IV antibiotics in presence of RSV pneumonia may appear warranted, but
their use when a child has no such condition raises questions. The risk of a bacterial infection in
an RSV infected child without pneumonia is between 0.5 and 1.6% [71, 113-116]. When this
happens, it is most frequently due to an urinary tract infection, a condition that can be ruled out
by the time RSV result becomes available. When maintaining IV antibiotics 24, 48 or ev en 72
hours after the confirmation of an RSV infection in a child without pneumonia and no urinary
tract infection, we should wonder if we are treating the child's infection or our own anxiety.
67
Table 8 Charaeteristies of patients reeeiving antibioties
Charaeteristies
Sex, male
Age, months
0-2
3-11
12-23
24-35
Diagnosis
Otitis
Pneumonia
Bronehiolitis
Underlying conditions
Cardiologie
Pulmonary
Neurologie
Other
Fever >38.0°C
Oxygen requirement
None
22%-30%
>30%
Meehanieal ventilation
ICU admission
Leukoeyte (x106/L)
<15
15-20
>20
C reaetive protein (mg/L)
<30
30-60
>60
Days after disease onset at
admission, mean (median)
Children reeeiving IV AB
N= 128
RSVRADT
Positive
Negative
N=89
N=39
55%
67%
Children reeeiving only PO AB
N=70
RSVRADT
Positive
Negative
n=55
n=15
53%
53%
24%
36%
33%
8%
10%
44%
36%
10%
16%
42%
29%
13%
0%
73%
13%
13%
55%
43%
91%
13%
7%
3%
3%
2%
84%
49%
56%
87%
18%
10%
10%
3%
0%
82%
85%
16%
93%
7%
0
4%
0%
4%
80%
80%
13%
93%
47%*
7%
33%*
0%
7%
87%
5%
74%
20%
4%
18%
5%
71%
23%
0%
23%
4%
89%
7%
0%
0%
3%
88%
9%
0%
0%
78%
12%
10%
67%
13%
21%
.84%
13%
4%
87%
13%
0%
63%
24%
12%
4.1 (4)
77%
13%
10%
4.4 (4)
96%
4%
0%
4.2 (4)
100%
0%
0%
5.1 (4)
*p<O.05 ; IV, intravenous; AB, antibiotics; po, per os ; RSV, respiratory syncytial virus; RADT, rapid antigen detection test; leU, intensive care
unit; LOH, length of hospitalization
68
1
Table 9 Variables associated with antibiotic modification in Cox regression models
Children receiving IV AB,
N=128
Cessation of IV AB
Switching/cessation of IV AB
Variables
Children recei ving PO AB,
N=70
Cessation of PO AB
Univariate
Multivariate**
Univariate
Multivariate**
Univariate
Multivariate**
Hazard Ratio
2.50
3.2
0.91
1.02
1.05
1.31
95% CI
0.55-11.29
0.68-15.3
0.61 - 1.36
0.67 - 1.53
0.22 - 4.93
0.25 - 6.79
Hazard Ratio
95% CI
0.52
0.16-1.68
2.06
0.60-7.07
2.23 *
1.31 - 4.00
2.35*
1.32 - 4 .16
1.29
0.16 ~ 10.15
1.86
0.21 - 16.40
Absence of
pneumonia
Hazard Ratio
Il.30*
18.32*
1.33
1.48*
0.78
2.14
95% CI
1.47-86.90
2.3-143.39
0.92 - 1.94
1.02-2.17
0.17-3.67
0.37 - 35.76
Absence of otitis
media
Hazard Ratio
14.77*
28.50*
1.38
1.10
7.03*
9.16*
95% CI
1.92-113.65
3.55-228.90
0.94-2.00
0.74-1.63
· 2.02 - 24.38
2.35 - 35.76
Positive RSV
RADT
Age
~3
months
IV, intravenous; AB, antibiotics; PO, per os; RSV, respiratory syncytial virus; RADT, rapid antigen detection test
*p<O.05
** AlI variables mutually adjusted
69
Figure 5 Number of children enrolled in the study and reasons for exclusion
448
enroUed with acute respiratory tract infections
l
331
at least one virus detected
1
1
1
1
12
hospitalized
< 24 hours
5
missing
data
concurrent bacterial
infections
1
14
posi ti ve RADT for
influenza
4
1.
198
recei ving AB at the time of
the RSV RADT result
1
210
received AB
86
did not recei ve
AB
1
6
stopped AB before the
RSV RADT result
1
144
positive RSV RADT
6
started AB after the
RSV RADT result
l
54
negative RSV RADT
AB, antibiotics
RADT, rapid antigen detection test
70
Figure 6 Kaplan Meier estimates of the probability of continuing AB for the 128 children receiving intravenous antibiotics at the time
when the RSV RADT result was received, censored at 120 hours.
c
A
CD
CD
~
--positi\€ RSV RADT - - - .negati\€ RSV RADT
~ 0,8
0>
~
- - - no pneumonia -
0>
c
·5
c
·5
:§ 0,6
:§ 0,6
c
,--
c
0
0
u
u
15 0,4
ë 0,4
~
~
~
e
0..
.0
0,2
~
J P=O.5
.0
-,
P=O.06
J
0,2
c..
0
0
20
40
80
60
100
120
0
20
40
hours after the RSV RADT result
60
80
100
120
hours after the RSV RADT result
B
D
co
c::x::
- - - . age < 3 months - - age >= 3 months
>
--,
~ 0,8
c
"S
:§ 0,6
c
0
u
,-
>
~
~
g>
,
- .- - blood culture requested - - - . blood culture not requested
0,8
·S
-,
c
E
0,6
·0
u
ë 0,4
0,4
~
~
:ô 02
,
~
l
~
P=O.02
.g
oC
ea..
--,
2
0
Ô
. pneumonia
~ 0,8
c:
0
0
20
40
60
80
hours after the RSV RADT result
100
120
0.2 1 P cannot be calculated because the
---- .........
----.
nsks are not proportlOnal
0
0
20
40
60
80
100
120
hours after the RSV RADT result
71
CHAPITRE 5 THE NEED FOR VALIDATION OF
STATISTICAL METHODS FOR ESTIMATING
RESPIRATORY VIRUS-ATTRIBUTABLE
HOSPITALIZATION
Rodica Gilca 1,2, Gaston De Serres 1,2, Danuta Skowronski3, Guy Boivin l ,4, David L. Buckeridge5
ILaval University, Québec, Canada
2Institut national de santé publique du Québec, Québec, Canada
3British Columbia Centre for Disease Control, British Columbia, Canada
4Research Center in Infectious Diseases, Centre Hospitalier de l'Université Laval, Québec,
Canada
5McGill
University, Montréal, Québec, Canada
Soumis à l' American Journal of Epidemiology
73
5.1 Résumé
Les infections à VRS et à l'influenza sont à l'origine de la majorité des hospitalisations pour IVR
chez les jeunes enfants. Pour soutenir la proposition, la priorisation et l'évaluation de
programmes de prévention en santé publique, on a besoin d'estimés le fardeau de la maladie
attribuable au VRS et à l'influenza. Ces estimés sont souvent dérivés à partir de banques
administratives facilement accessibles qui n'incluent pas la confirmation de laboratoire. La
plupart des méthodes statistiques utilisées pour estimer les hospitalisations n'ont pas été
validées.
Nous comparons les estimés d'hospitalisations pédiatriques attribuables aux virus en appliquant
six méthodes statistiques utilisées le plus souvent, aux estimés obtenus dans une étude
prospective avec des données obtenues individuellement.
Les proportions d'hospitalisations pour pneumonie et bronchiolite attribuables aux VRS et
influenza chez les enfants de 6 à 23 mois ont été estimées pendant 7 années (1998-99 à 2004-05)
en utilisant: 1) la régression périodique de Serfling ; 2/3) les
dif~ences
péri -saisonnières selon
les méthodes de Neuzil et Izurieta ; 4) la régression de Poisson avec un lien de log et des termes
autorégressifs; 5) la régression négative binomiale avec un lien d'identité; et 6) le modèle de
transfert de Box-Jenkins. Les résultats ont été comparés entre les méthodes et les saisons et aux
observations obtenues dans l'étude prospective pendant deux hivers (2001-02, 2002-03).
Nous rapportons des variations considérables des estimés obtenuS dépendant de la sàison et de
la méthode. Aucune méthode examinée ne reflétait de façon consistante les estimés obtenus dans
l'étude prospective. Les méthodes statistiques appliquées rétrospectivement aux banques
administratives ne mesurent pas de façon fiable le fardeàu attribuable aux virus et doivent être
validées. Entre temps, les différences méthodologiques et les limites des méthodes statistiques
doivent être rendues explicites et l'interprétation des estimés indirects fournis par différentes
méthodes devrait se faire avec prudence.
74
5.2 Abstract
Public polie y regarding influenza has been based largely on the burden of hospitalization
estimated through various statistical inethods applied to administrative databases. We assessed
the validity of estimates of virus-attributable hospitalization in' children 6-23 months of age
obtained from six commonly-applied statistical methods in comparison to results obtained from a
prospective study with virological assessment. The proportion of pneumonia and influenza (P&I)
and bronchiolitis hospitalizations attributable to RSV and/or influenza was derived using:
Serfling regression, peri-seasonal differences,
Poisson regression
with log link and
autoregression, negative binomial regression with identity link, and Box-Jenkins transfer
function. Virus-attributable hospitalizatiQn estimates vàried widely between statistical methods.
The fluctuation in hospitalization between seasons was greater for admissions attributed to
influenza as compared to RSV. Two approaches (negative binomial regression and Box-Jenkins
transfer function) produced estimates for RSV -attributable admissions close to estimates from
the prospective evaluation, but no method provided accurate or consistent estimates for
influenza, generally under-estimating the contribution of influenza relative to prospective
measurement. Statistical methods applied to administrative databases do not accurately estimate
virus-specifie disease burden and require validation through prospective epidemiologic studies
using viral-confirmation. Until then, methodologic limitations should be made explicit and proxy
estimates used cautiously in guiding public policy.
75
5.3 Introduction
Quantification of disease burden caused by respiratory viruses is of considerable interest to
public health experts in recommending, evaluating and prioritizing prevention and control
programs. qiven the large number of respiratory viruses, it is difficult to estimate the proportion
of hospital admissions attributable to a single type of virus. This can be measured directly by
prospective study, but such an approach is cumbersome, expensive and may not be generalizable
beyond a finite study population or period. Alternative indirect approaches to quantify disease
burden have thus been established using broad and readily-accessible administrative databases
reconciled with virus surveillance data and analyzed with various statistical methods.
Initially Serfling derived influenza-related mortality from the seasonal patterns in the deaths
attributed to pneumonia and influenza (P&I) [79]. Simonsen further developed this approach by
applying a periodic regression model to summer deaths and attributing the deaths above the
epidemic threshold of the model to influenza [80, 81]. Neuzil used another approach where
morbidity attributable to influenza is based on risk difference between influenza and non- or
peri-influenza intervals [126]. Modified versions were subsequently developed to adjust for cocirculation of RSV, but these approaches remained essentially univariate [16, 83]. Nicholson
applied a multivariate linear regression to 4-week aggregated mortality data to assess deaths
attributable to influenza and RSV by including into the model different covariables, including
seasons and temperature [127]. Although this model was the first to explore independent effect
of influenza and RSV, its complexity precludes interpretation and application on a larger scale.
More development was brought by Thompson who added a trigonometric function to a Poisson
76
multivariate regression [84], which allowed estimation of independent influenza and RSV effects
on mortality with adjustment for seasonality [84]. To further account for confounding in
examining the relationship between daily hospitals admissions for respiratory disease and
influenza and RSV, Mangtani et al. [85] used Poisson autoregressive models, which were
established as a standardised methodology by the APHEA project developed
to assess
associations between daily air pollution and health outcome [87, 128, 129] .. These models
included autoregressive terms to control for the residual correlation observed .after the inclusion
of aIl covariates [85].
The above studies used Poisson regression relied on a loglink. This
implies multiplicative effects of respiratory viruses, an assumption that may not be realistic. To
model
~dditive
effects, recent approaches have used an identity link [90, 91].
Finally, increased morbidity and mortality may follow increasing influenza activity with a
certain delay in time. Traditional regression models are not able to detect associations delayed in
time. In addition, consecutive observations such as influenza counts or admissions are correlated
which violates a core assumption of these models, namely that observations are independent.
The Box-Jenkins or Auto-Regressive Integrated Moving Average (ARIMA) transfer function
models enable estimation of the strength of the association between two time-series while controlling
for autocorrelation and allow for a delayed or lagged correlation bet,",:een the two series [88, 89].
Box-Jenkins transfer function models have been used recently to estimate the health care
utilization attributable to respiratory viroses [130, 131].
Each of these statistical methods is still variously in use. Despite heterogeneity in underlying
assumptions, results obtained using these methods are cited widely and used in the public health
decision making process. Unfortunately, the accuracy of their estimates has not been evaluated.
77
The few studies that compared m'orbidity estimates between statistical methods typically
addressed only two or three methods concurrently [94-96, 132, 133]. Similarity of results and the
fit of a model do not necessaril y impl y that these models reflect of disease burden accuratel y,
and no study has systematically compared results obtained from multiple statistical methods or
compared these res,ults to prospective epidemiologic data.
The purpose of this study was to estimate RSV - and influenza-attributable hospitalization
according to six statistical methods and to compare these estimates to observations from a
prospective study with virus detection in children hospitalized for acute respiratory illness (ARI).
Infants and toddlers age 6-23 months were selected because this age group has recently been
added to the recommended list of persons eligible for routine publicly-funded influenza
immunization in Canada and the United States
(~004)
on the basis of influenza-attributable
hospitalization rates cited as comparable to the elderly and other high-risk groups [134, 135]. In
this age group, the respiratory syncytial virus (RSV) is the most important winter pathqgen
causing ARI.
5.4 Materials and methods
5.4.1 Sources of data
Prospective study
Nasopharyngeal aspirates (NPA) were collected at admission from children <3 years of age who
were hospitalized with ARI at the Centre Hospitalier Universitaire de Québec (CHUQ) during
the winters of 2001-02 and 2002-03. Demographic and clinical data were collected using a
78
standardized questionnaire. NPA were tested for influenza AJB and RSV by RT-PCR and EIA as
described elsewhere [100, 118].
Hospital discharge database
Hospital discharge diagnoses for infants and toddlers 6-23 months of age were obtained from the
administrative database, MED-ECHO, which records aIl acute care hospitalizations in the
province of Quebec, Canada, a population of approximately 7.6 million with birth cohort of
74,000. Records with primary diagnosis based on ninth revision of the International
Classification of Diseases (ICD-9) for pneumo ni a and influenza (P&I) (480-486 and 487,
respectively) or bronchiolitis (466.1) were included.
Data were extracted for August, 1998
through August, 2005 and aggregated according to CDC weeks for viral surveillance.
Denominators for hospitalization rates were obtained from census data provided by the Institut
de la statistique du Québec.
Provincial viral surveillance data
Laboratory-based surveillance for respiratory viruses is conducted year-round by the Laboratoire
de santé publique du Québec (LSPQ). These data provide a weekly count of RSV and influenza
detections from >30 hospitallaboratories.
5.4.2 Statistical methods
Serjling-type regression model
" A Serfling-type "periodic regression model [79] was applied to P&I and bronchiolitis weekly
admission data for the entire study period according to the modification described by Simonsen
for influenza virus [80, 81] (Appendix). Excess admissions were calculated as the observed
minus predic'ted admissions for all "epidemic weeks".
PerÎ-season differences 1
To estimate the influenza-attributable rate of hospitalization, the rate of hospitalization during
the peri-influenza season (November 1 - April 30 without influenza activity) was subtracted
from the rate during the influenza season as described by Neuzil [82]. The number of cases
79
attributable to influenza was calculated using thè corresponding person-months and length of the
influenza season each year. The same approach was then applied to calculate hospitalizations
attributable toRSV. Influenza (RSV) season was defined as consecutive weeks with at least 1
percent of the annual influenza (RSV) positive specimens.
Peri-season differences II
Izurieta defined the RSV or influenza season as two or more consecutive weeks in which each
week accounted for at least 5 percent of the total annual number of the specifie virus isolates
[16]. For the "predominant" period, the frequency of one virus was above while the other was
below 5 percent. The rate of hospitalization attributable to a specifie virus, for each year and
diagnosis was the difference between the mean weekl y hospitalization rate during predominant
periods of the specifie virus and the mean weekly hospitalization rate during the peri-seasonal
~aseline
(two or more consecutive weeks during October to May with less than 5 percent of the
total annual isolates of influenza and/or RSV). The mean weekly number of cases attributable to
each virus was calculated from the , attributable rate, using the corresponding person-months
denominator.
Generalized linear model
Multivariate analysis was performed with generalized linear models using a log or identity link
functions and a Poisson or negative-binomial distribution of the response variable (Appendix).
, We present only the results obtained from one multiplicative (Poisson regression model with log
link and autoregressive terms) and one additive (negativ.e
bin~mial
regression with an identity
link) model which provided the best fit to the data. In both generalized linear , models the
dependent variable was P&I or bronchiolitis admissions, explicative variables were RSV and
influenza weekly positive tests, an interaction term between RSV and influenza, seasonal
trigonometric functions, mean weekly temperature (registered at the Dorval station), indicator
variables for Christmas and New Year periods, and yearly trend (Appendix).
For the multiplicative (log link) model, the proportions of admissions attributable to RSV and to
influenza were calculated using the adjusted rate ratios for RSV or influenza for each week of
the series (percent excess = (RR-l)/RRxlOO). For the additive model with an identity link, RSV-
80
and influenza-attributable admissions were calculated as the difference between the modelpredicted admissions with RSV and influenza and the model-predicted admissions in the absence
of RSV or influenza.
Box-Jenkins model
Box-Jenkins (ARIMA) models were fit for every series using the standard approach of
identification, estimation and checking [88, 89] (Appendix). Transfer-function models assessed
the relationship between the admission (target or output) series and each virus count
(explanatory or input) series [88]. To assess the global effect of the virus on admissions, we
calculated the final effect of the transfer function for each virus (Appendix). The proportion
attributable to each virus was then calculated by dividing the total expected number of specific
admissions associated with each virus with the observed admission.
We compared estimates of the seasonal proportion of P&I and bronchiolitis hospital admissions
attributable to RSV or influenza based on the above statistical methods relative to each other and
to observations from the prospective study using virus confirmation. We also compared the
temporal correspondence of weekl y estimates with the epidernic curves for hospitalization and
viral surveillance.
SAS software (version 9.1, SAS Institute, Cary, NC) was used for all analyses. A P value of
<0.05 was considered statistically significant.
5.5 Results
5.5.1 Prospective study
During the 2001-02 and 2002-03 seasons, ·448 children with ARI were enrolled, of whom 230
(51 ·percent) were 6-23 months of age. Of these, 168/230 (73 percent) had at least one respiratory
virus detected by PCR, antigen detection or viral culture, including 119 (52 percent) RSV and 39
(17 percent) influeriza A/B. A P&I diagnosis was given to 55/230 (24 percent) and bronchiolitis
to 121/230 (53 percent) among children 6-23 months of age. In 2001-02 and 2002-03, RSV was
detected among 48 percent and 47 percent ùf infants/toddlers hospitalized with P&I and 60
81
percent and 74 percent, respectively hospitalized for bronchiolitis. Influenza-attributable
proportions for P&I hospitalization were 36 percent and 17 percent and for bronchiolitis were 25
percent and 6 percent, respectively. Up to Il percent of P&I or bronchiolitis hospitalizations
were associated with RSV/influenza coinfect~on during these two seasons.
5.5.2 Provincial viral surveillance data
For the 1998-1999 through 2004-05 seasons, a seasonal average
ot' 2,233 RSV detections
(range, 1,621 - 2,619) were reported providing an average rate of 29.6 detections per 100,000
population overall. During the same period there .was a seasonal average of 1,927 influenza
virus detections (range, 842 - 4,159) giving an average rate of 25.5 per 100 000 inhabitants.
Weekly positive tests for RSV ranged from 0 to 276 (mean 43, median 13). Weekly positive tests
for influenza ranged from 0 to 520 (mean 37, median 1). RSV seasons were always longer than
influenza seasons (mean 22 vs 17 weeks, P = 0.002) (Figure 7). For 1999-2000 and 2002-03, the
period of circulation of the two viruses overlapped completely whereas during the five other
seasons, the peak week of RSV and influenza were three to eight weeks apart.
5.5.3 Primary hospital discharge diagnoses
During the study period, there was an annual average of 1,478 P&I admissions (range 1,3051,634) and 1,555 bronchiolitis admissions (range 1,528-1,619) among infants/toddlers. The
weekly average number of P&I admissions was ,28 (range: 1 - 94; median 22) compared to 30
(range: 1 - 121; median 21) for bronchiolitis (Figure 7).
Bronchiolitis and P&I admissions were correlated positively with statistically significant
(P<0.05) Pearson correlation coefficients for aIl diagnoses and viral counts (Figure 8). The
magnitude of the correlation was greater for RSV viral counts with ·P&I (R=O.84) and
82
bronchiolitis (R=0.91) hospital admissions as compared to influenza viral counts with P&I and
bronchiolitis admissions (R= 0.64 and 0.46, respectively).
5.5.4 Comparison of sea~onal estimates from different methods
For the proportions of P&I attributable to RSV, estimates obtained using Serfling and Poisson
regression were on average half those obtained by peri-season method l, negative binomial
regression and Box-Jenkins methods. For influenza, Serfling, Poisson regression and BoxJenkins methods attributed 2-3-fold fewer P&I admissions than the peri-season 1 or II methods
and negative binomial regression.
For the 1999-2000 and 2002-2003 seasons, attributable
proportions by the peri-season method Ilcould not
b~
derived due to complete overlap of RSV
and influenza periods. With the Box-Jenkins method, transfer function for P&I hospitalization
attributable to RSV ·contained significant coefficients for lags 0, 1, and 2 (Appendix). For P&I
attributable to influenza, the only significant coefficient was at lag 1.
Serfling and Poisson regression attributed about half of the bronchiolitis admissions to RSV that
were attributed to this pathogen by peri-season method l, negative binomial regression and the
Box -Jenkins method. Significant coefficients were obtained for lags 0 and 1 for bronchiolitis
attributable to RSV with the Box-Jenkins transfer function (Appendix). The proportion of
bronchiolitis attributable to influenza was highest with the peri -season method l, and was almost
1,5-fold less by the peri-season method II and 3-fold less with Serfling cyclical regression.
Estimates for bronchiolitis attributable to influenza obtained by Poisson regression, negative
binomial regression and the Box -Jenkins method were non significant (P>0.05).
83
During the two seasons of the prospective study, no single statistical method consistently
reflected prospective estimates (Figure 9). With the exception of the peri-season method l for
influenza during 2002-03 all statistical point estimates otherwise under-represented the
influenza-attributable proportion measured prospectively. Estimates were more consistent and
highest for RSV for both P&I and bronchiolitis hospitalization and were most closely matched to
prospective results by the negative binomial regression and Box-Jenkins models.
5.5.5 Comparison of weekly estimates from different methods
Comparison of weekly admissions attributed to RSV and influenza by the six statistical methods
is shown in Figure 10 for .the 2001-02 season (similar patterns were observed for other seasons).
The peri-season methods often attributed the same hospitalizations to RSV and influenza
because of overlapping "epidemic weeks" (Figure 10 A). The Serfling regression estimates
followed tbe number of hospital admissions more closely, but not the periods and intensity of
RSV or influenza transmission. Weekly estimates provided by aIl multivariate methods
corresponded weIl to virus
circulati~n
but less so to weekl y admissions (Figure lOB). All
multivariate methods detected independent effects of RSV and influenza on hospitalizations.
None, however, were able to identify co-infections since aU interaction terms betwee,n RSV and
influenza were non-significant.
5.6 Discussion
In this study, we compared six commonly applied statistical methods for attributing the burden
of virus-specific hospitalization. We revealed substantial within-season and between-method
84
variation in estimates derived. Two approaches (negative binomial regression and Box-Jenkins
transfer function) produced estimates for RSV admissions close to proportions measured in
prospective study, but none provided accunite or consistent estimates for influenza, generally
under-estimating its contribution relative to prospective measurement.
Each method involves separate assumptions in estimating haspitalizatïons attributable to a given
virus (Table 10). Univariate statistical methods rely on separate circulation of respiratory viroses
and are unable ta estirnate independent virus effects during the typical scenario of sorne degree
of simultaneous circulation. Serfling regression also assumes that seasonal epidemics accur
symmetrically (at the same time) from year-to-year, which is not troe. Finally, univariate
methods assume that during the baseline period there is no exposure to the viruses even if
respiratory viroses circulate peri-seasonally.
Correlation coefficients were positive and significant for associations between admissions and
circulating viruses. Correlation coefficients were higher for RSV than influenza and we observed
more consistency and greater accuracy in the estimates of RSV -attributable hospitalization
compared to influenza proportions. This fin ding is expected since RSy is more frequent in
young children hospitalized with ARI than influenza virus. In addition, laboratory surveillance
data for RSV is generally driven by the pediatric age group whereas laboratory surveillance data
for influenza reflects a contribution across a greater age span and therefore may not be as
reflective of activity patterns in the very young. However, crude measures of correlation provide
insight into the relationship between circulating viruses and hospital admissions, but tend to
overestimate the true relation [130].
85
Multivariate methods address co-circulation and estimate independent viral effects on
hospitalization. A limitation of multivariate methods is the single summary estimate of the
overall strength of association between circulating viruses and disease. This relationship which
reflects the virulence is not constant and varies more with influenza than with RSV. The
influenza virus evolves more rapidly than the RSV with significant strain mutation within an
influenza subtype and variation in population impact expected from year-to-year based on
altering virologic characteristics (transmission and virulence) and previous exposure in the
population .. In our study, there did appear to be more between-season fluctuation in influenzaattributable hospitalizations compared to RSV, seasonal variation appeared matched by an
equivalent or greater degree of change within-season but between-methods for estimating
influenza burden. The 1999-00, 2003-04 and 2004-05 influenza seasons were severe in Canada,
with particular pediatric predilection emphasized during 2003-04 [136, 137]. No method seemed
to elicit dramatic seasonal differences, except for the peri-season method 1 which provided the
highest influenza-attributable proportion for the P&I hospitalisations for the 2003-04 season
. (Figure 9).
Log-linear models assume multiplicative relativerisks for aIl covariates whereas RSV and
influenza can contribute incrementally to hospital admissions. Poisson regression with an
identity link treats these infections as additive risks. The negative binomial regression is an
additional refinement that decreases the over-dispersion frequently observed in Poisson
regression models. Negative binomial regression with
i~entity
link provided estimates closer to
prospective evaluation than those from Poisson regression with log link. As such, our findings
are in line with those of Thompson and Wartenberg who showed that for aggregate-level data,
86
additive (linear) regression models appear more accu rate than multiplicative (log-linear)
regression models [138].
Linear regression assumes that observed data
~re
the result of independent random variables
whereas consecutive observations are correlated. Virus transmissiori creates strong dependencies
between outcomes, even between infected individu ais that are linked only through long chains of
contact [139]. Autoregressive terms into the Poisson regression are intended to eliminate residual
correlation but we did not find inclusion of these terms improved overall model performance as
compared to the prospective study results. Box-Jenkins time series models allow for
autocorrelation of sequential observations. In our study, estimates provided by the Box-Jenkins
transfer function were similar to those obtained using negative binomial regression with identity
link although the latter apparently violates the assumption of independency. More complex
mathematical models of disease transmission may be required to accurately estimate the seasonal
impact of respiratory viruses [140, 141].
This study had severallimitations. First, we used prospective data from a single hospital during a
two-year period to serve as the basis for validity assessment. This hospital serves 10 percent of
Quebec children and may not represent the pediatrie RSV/influenza epidemiology for the
province. Second, we relied on provincial virus surveillance data aggregated across aIl age
groups which may not accurately reflect the viral transmission in children. Onset, duration and
intensity of virus circulation also vary across space and time [142] so that provincial data may
not refIect local associations. Finally, clinical suspicion at:ld frequency of specimen
collectionltesting varies through the winter season and this can influence the measured effect
size [143]. Notwithstanding these limitations, our study provides robust insight into the relative
87
behaviour of different statistical models: all estimates used the same source data over seven
winter seasons.
Until recently, viral surveillance has focused mostly on the diagnosis of influenza and RSV. As
multiplex testing detecting multiple respiratory pathogens becomes more routine [4], the relative
burden of these addition al pathogens on health eare utilization may change our estimation of
what is currently attributed to influenza or RSV. The limited aceuracy of the six statistical
methods we examined is likel y due to a combination of incorrect or violated assumptions, as
weIl as to limits imposed by non-specific syndromic outcomes incompletely recorded and
captured in administrative databases. Our study reveals that no statistieal method provides
estimates that are consistently accurate for the two viruses and the two outcomes. The substantial
variation across these methods preeludes extrapolation or comparison across pathogens,
outcomes or age/target groups. Before applying any of them to a specifie context, validation
through large epidemiologic studies appears necessary. Since major public health decisions are
made and population programs promoted on that basis, investment in their careful validation
could yield multiple returns through better-informed public policy.
Acknow ledgments
We appreciate the help of Michel Couillard from the LSPQ for providing provincial. viral
surveillance data and Philippe de Wals for the useful comments on the manuscript. Graduate
scholarships doctoral award from Canadian Institutes of Health Research to R.G. G.D.S is
supported by scholarship of the Fond de la recherché en santé du QuébecD.B. is supported by a
Canada Research Chair in Public Health Informatics.
88
5.7 Appendix
Serfling-type cyclical regression model
We applied a seasonal regression model to
th~
series with weekly viral positive tests, excluding
values for the period December to April:
Yt = a + ~l t + ~2cos(21ttl52) + ~3sin(21ttl52) + eh
where Yt is the expected weekly number of viral positive tests, t is the index for the week, and et
is the error term.
We identified influenza or RSV epidemic periods by applying this procedure to the weekly
number of influenza or RSV surveillance positive tests. The "epidemic" seasons were defined as
those weeks for which viral positive tests exceeded the upper 95% confidence limit of that
predicted by the model. Then we applied the obtained models to bronchiolitis and P&I
admissions. The observed admissions exceeding the upper 95% confidence limit of that
pre.dicted by the model was attributed to the corresponding virus.
Generalized linear models
Multiplicative (log-linear) models
For the multiplicative (log link) model, inspection ·of model residuals suggested that admissions
on any given week were correlated with those up to three weeks previously. To account for this
seriaI correlation in
ad~ssions,
up to three autoregressive terms were added into the model
according to Brumback [86]. This approach has been used extensively ta analyze enviranmental
89
pollution effects [87]. Recently, it was used to estimate associations between RSV and influenza
with emergency admissions for respiratory disease [85]. A scale dispersion parameter (Pearson)
was used to correct for overdispersion. Multiplicative (log-linear) models were presented as
follows:
Admissions = exp(~l[Influenza] + ~2 [ RSV] + ~3 [ Influenza] [ RSV] + ~4 [sin(2n week/52)] +
~5 [cos(2n
week /52)] + ~6 [sin(2n week /26)] + ~7 [cos(2n week /26)] +
~9[Christmas
~8[Year]
+
and New Year] + ~10 [temperature] + ~11 [ARl] + ~1 2 [AR2] + ~13 [AR3]),
where Admissions = number of bronchiolitis or pneumonia/influenza admissions for a given
week, ~l and ~2 are coefficients associated with influenza and RSV weekly counts, ~3 is the
interaction term between influenza and RSV,
admissions,
~8
to
~lO
~4
to
~7
account for seasonal changes in
are the indicator variables for year, Christmas and New Year periods,
account for changes in temperature,
~12 to ~14 . are
~11
autoregressive terms.
Additive type (linear) models
For the additive model with an identity link, we used
th~
negative binomial regression which
assumes that the conditiol1al distribution of the response variable is Poisson, but that the mean
parameter for the subjects follows a gamma distribution [93]. This mixture distribution accounts
for subject heterogeneity and overdispersion. Additive type (linear) models were presented as
follows (explanations for the coefficients are similar to those presented above):
Admissions= ~l[ Influenza] + ~2[ RSV] + ~3[ Influenza] [ RSV] + ~4 [sin(21t week/52)] + ~5
[cos(21t week /52)] +
and New Year] +
~10
~6
[sin(21t week /26)] +
~7
[cos(2n week /26)] + ~8[Year] + ~9[Christmas
[temperature]
90
Box-Jenkins approach
Box-Jenkins models were fitted f9r every series following the standard approach of
identification, estimation and checking. Stationarity (i.e. having a constant mean and variance)
was assessed using the autocorrelation function and the studentized Dickey-Fuller test. The
model for every series was identified by determining ARIMA model orders (p, d, q) with the
autocorrelation, partial autocorrelation and inverse autocorrelation functions , the model
parameters were estimated by maximum likelihood method and finally the adequacy of the
model and statistical significance of the parameters were checked. The most parsimonious model
with the fewest parameters was chosen. The P&I time-series model included 3 autoregressive
terms (AR) with lags at 1, 2 and 6 weeks .. The bronchiolitis time-series . model included 4
autoregressive terms (AR) with lags at 1, 2, 4 and 7 weeks.
The relation between admissions and virus was fÎrst determined by the cross-correlation function
(CCF) which shows at which time lags they are correlated. The CCF was determined after a
prewhitening procedure, which convert the correlated input and output series into independent
series and eliminate correlation due to chance which may be observed between correlated series.
The CCF between admissions and virus showed significant correlations at time lag -1, which in
statistical terms means that admissions impact on the virus counts with one week lag. This does
not allow appl ying a transfer model approach to the data. Gi ven that health service indicators
advance the detection of outbreaks by between 1 and 4 weeks [143], in the subsequent analysis
we used time series of admissions delayed by one week. After checking the CCF between the
one week delayed admissions and input series, transfer functions for every input series were
estimated, an ARIMA model was fitted to the remaining noise, and residuals were tested for
w~ite
noise structure. The final transfer function model including RSV and influenza, mean
weekly temperature and dummy variables for the years and Christmas and New Year periods
was chosen after repeated identification, estimation ·and checking. The .final models can be
presented as follows:
Admissionst = Constant + VI (RSV) + V 2 (Influenza) +.V 3(temperature) + V 4 (Christmas and
New Year) + Us(year) + nt,
91
where U I-5 is the part which is explained by the input series of RSV, influenza, temperature, . .
year, and Christmas and New Year, nt is an ARIMA process as described above and which
represents the unexplained part of admissions t • The explained part Ut for each input series
represehted a step transfer function and was given by a weighted sum of the present and of past
values, for example, for RSV:
U t= u(B) RSVt,
where u(B) is the transfer function for RSV and = Uo + ulB l + U2B2 + ..... B is the backward shift
operator such that B RSV t= RSV t-l; Bk RSV t= RSV t-k.
Thus, the admissions attributable to RSV can be presented as follows:
Admissions t= 0) 0 RSV t + 0) IRSV t-l + 0)2 RSV t-2 +...
Since estimated transfer function had a step pattern and consisted only of numerator factors, the
expected number of admissionsassociated with each virus was calculated by multiplying the
weekly viral counts with the final transfer function model coefficients for the corresponding
week and their 95 percent confidence interval. If two or more significant coefficients at different
time lags were obtained, the final expected number was the sum of the two or three numbers
estimatedat different lags. Transfer functions models showed a significant immediate and
delayed by 1 and 2 weeks impact of the RSV time series on the P&I admissions. Influenza virus
time series had a significant immediate impact on the P&I admissions. RSV time series had a
significant immediate and delayed by 1 week impact on the bronchiolitis admissions, while
influenza virus time series impact was not significant.
92
Figure 7 RSV and Influenza surveillance positive weekly tests counts and weekly admissions in 6-23 months children in Quebec*
A Pneumonia/influenza weekly admissions
RSV
600
-
Influenza
-
Pneumonia/lnfluenza
120
2~ 500 .
100
~> 400
80
CI)
c:
0
O
u;
CI)
-Ë
Q)
~ 300
o
Cl.
200
40
~ 100
20
>.
~
"co>.
60
CI)
~
Q)
~
Q)
o
11111111111111 11 11111111 il"nTInTIIrn-rrii'i'"lll llllllllllllm% i i 1Il 111111111111111'1l 1111111 nmr llllllllllili 1111 1111111111
~ IIIIIIIIIII ~ 111111111111111i~'IIIIIIII~ 1111111111 III , ~Ii 1111111111 ,( , ""''''''''''''' ~ 0
B Bronchiolitis weekly admissions
600
~
en
RSV
500
-
Influenza
-
Bronchiolitis
120
100
~
CI)
c:
~ 400
.>
80
CI)
-Ë
Q)
.~ 300
'Ci;
o
a.
>.
~
0
'Ci>
60
200
40
"co>.
~
Q)
Q)
3:
Q)
Q)
~ 100
o
20
1111111111111 i'n llllllllf1i1'iiili ll m11'ii'Tl lllllllllllll mrFii l i lllllllllllllllll l'1l lllllll nmrll llllllllllll ~1 111111111Ir~ IIIIIIIIIII r-f, IIIIIIIIIIIIIIII~llllillll~'"""""," ~ 'I"lllllli~ """"""""",,II,1 0
*CDC weeks 40 to 20 are presented
93
Figure 8 Pneumonialinfluenza and bronchiolitis weekly admissions in 6-23 months children plotted against provincial viral
surveillance positive weekly tests, with least-squares line and Pearson correlation coefficients
A Pneumonialinfluenza and RSV
en
300
300
•
• • ••
• !\ •• •
~ •
~..
... • •
~ 250
.
~> 200
:ê
CI)
..
150
0
~ 100
~
<1>
<1>
C Bronchiolitis and RSV
50
20
250
~
0:;
200
••
<1>
•
R = 0,84
0
0
2
>
:;::::;
°
40
60
80
-
0~
:;
•
<1>
>
°üi
:;::::;
300
8.
200
>-
~
<1>
<1>
~
.\
•
400
•
100
•
••
.##
0
20
40
0
20
40
en
û)
•
• • •• •
•
l' ••
.. ...
•
80
2
500
100
120
140
400
>
O
u;
:.;::
>.
100
• •
••
• •: • •••
•
•
•.... ......
ID
a.
•
weekly admissions
80
600
~
oS;
0
R = 0,64
60
60
D Bronchiolitis and influenza
•
•
0
R = 0,91
weekly admissions
600
500
•
0
100
B Pneumonialinfluenza and influ.enza
<1>
•
•
50
weekly admissions
en
Ci)
.., • ..•
•
•• \ '.~
• ••
0
a. 100
>.
<1>
<1>
~
•
•• •
••• #
150
Ci)
32
... WS;.I...~""'
~
•
en
en
~
ID
ID
~
300
200
100
l
..
0
20
0
.•.
.-
••
•
~. • • R•= 0,46
~
40
60
80
100
120
140
weekly admissions
94
Figure 9 Proportions of hospitalizations attributed to RSV and influenza virus by different
statistical methods by study year, compared to prospective study results obtained in 2001/02 and
2002/03
Pneumonia/influenza attributable to RSV
100%
80%
60%
40%
20%
0%
98/ 99
Bronchiolitis attributable to RSV
100%
80%
60%
40%
20%
0%
98/ 99
Pneumonia/influenza attributable to influenza
100%
80%
60%
40%
20%
0%
Bronchiolitis attributable to influenza
100%
80%
60%
40%
20%
0% ~--~----~~-----1'----==-~~--~~--=;~F=~~~---
-10%
-+-------,--------r--------r--------y-------y---------r-------,
NA Estimates not ava ilable for t hese seasons
with the peri-season method Il
Prospecti~e study w ith CI
1::
-0- Peri-season 1
. . . Peri-season Il
-0- Serfl ing
. . . Poisso n regress ion-. -- Negative binomial regress io n
-0- Box-Jenkins
95
Figure 10 Weekly RSV and influenza-attributable hospitalizations according to different
methods for pneumonia/influenza estimates for one se as on (CDC weeks 40 to 20 are presented)
A
B
Univariate methods
Multivariate methods
Poisson regression with log link
and autoregressive terms
Peri-season differences 1
25%
100
20%
80
100
600
'"c:
o
"iii
15%
60
'"
Ë~
"'C
40
10%
IQ
~
:i
QI
5%
20
2001/02
2001/02
Peri-season differences Il
Negative binomial regression
with identity link
25%
600
~
100
100
600
2001/02
2001/02
Se.rfling cyclical regression
Box and Jenkins method
- - - - Upper 95% Cllimit of the 5erfling Pneumonia/
Influenza attributable to influenza model
- - Upper 95% Cllim it of Serfling Pneumonia/
Influenza attributable to RSV model
100
500
80
100
600
'"oc:
"in
400
60
300
1§'"
."
40
200
IQ
~
:i
QI
20
100
~
2001/02
2001/02
Pneumonia/lnfluenza attributable to RSV
Influenza
- - RSV
Observed Pneumonia/lnfluenza admissions
-
Pneumonia/lnfluenza attributable to influenza
./ ./ Pneumonia/lnfluenza attributable to both RSV and influenza
96
· Table 10 Assumptions of statistical methods used to estimate hospitalizations attributable to respiratory viroses
Considered
item
Virus
circulation
Disease rate
Number of
respiratory
viroses
Epidemic
periods
Independence
of
observations
Virus
virulence
Peri-season l
Peri-season II
Serfling-type regression
The virus of interest circulates only during epidemic periods
Box-Jenkins
method
Virus can circulate throughout the year
AIl disease above the upper
95% CI predicted by the model
(baseline) is attributed to the
virus of interest
Disease attributed to the virus of interest is proportion al to the quantity of
the virus circulation on a given week
Only RSV and
influenza cause
the excess in
rate during
epidemic period
Only one virus is causing the
excess in rate during
epidemic period
Models can inc1ude any numberof viruses
Consecuti ve
weeks with
~5% of annual
positive
specimens.
The epidemic period occurs at
the same date each year
throughout the study period
NA
During epidemic periods, aIl
disease above the baseline rate is
attributed to the virus of interest
Onl y one virus
is causing the
excess in rate·
during
epidemic
period
Consecuti ve
weeks with
~ 1% of annual
positive
specimens.
Poisson regression with log link
and autoregressive terms
Negative
binomial
regression
with identity
link
Observations are independent
NA
NA
Autocorrelation of observations is
controlled by an autoregressi ve
term
Observations
are independent
Consecutive
observations
are correlated
The virulence of the virus is the same throughout the study period
Coinfection
There is no coinfection
Mathematical
relationship
NA
Coinfections may exist*
The relationship between the
The relationship between the
frequency of virus detection and
frequency of virus detection and the
the frequency of the outcome is
frequency of the outcome is loglinear
linear
97
_1
~
~
CHAPITRE 6 DISCUSSION GENERALE
99
Les études réalisées dans le cadre de cette thèse avaient pour but de dresser un tableau détaillé du
rôle du virus respiratoire syncytial (VRS) dans les hospitalisations du jeune enfant avec des
infections des voies respiratoires (IVR).
Les trois premiers volets de la thèse sont basés
uniquement sur les résultats obtenus dans une étude prospective des enfants de moins de 3 ans
hospitalisés avec des IVR au CHUQ-CHUL pendant deux saisons hivernales alors que le
quatrième volet compare les estimés obtenus à partir de la banque MED-ECHO et des données
de surveillance virale provinciale aux résultats de l'étude prospective. Bien que les chapitres
précédents aient présenté une section discussion pour chacune des études, nous allons revenir sur
certains aspects plus généraux de ces discussions, ainsi que sur certains aspects non-inclus dans
les articles à cause des limitations imposées par les éditeurs.
6.1 Étiologies virales des infections des voies respiratoires chez les enfants hospitalisés
Cette étude montre qu'en utilisant des techniques moléculaires plus sensibles on est capable
d'augmenter la confirmation étiologique des IVR chez les enfants hospitalisés. Chez les enfants
pour qui on a obtenu des résultats négatifs, il est possible que la maladie ait été causée par un des
virus testés mais que l'enfant ait ,cessé de l'excréter. TI est aussi possible que sa maladie ait été
causée par des agents viraux non testés, encore inconnus ou par des étiologies non virales.
Notre étude a été limitée à seulement deux saisons hivernales et pendant la deuxième saison
(2002-2003), la circulation de l'influenza a été particulièrement faible. Ceci a réduit la fréquence
des hospitalisations attribuables à l'influenza et la puissance statistique des estimations liées à ce
virus. Également, tel que mentionné au chapitre 2, on n'a pas recherché les picornavirus
(rhinovirus et entérovirus), ainsi que les coronavirus, les bocavirus et les virus WU dans notre
population, ce qui a probablement sous-estimé la proportion de confirmation étiologique virale
globale et celle des infections mixtes.
100
6.2 Génotypes du VRS chez les enfants hospitalisés
Dans le chapitre 3, nous avons présenté les résultats de la première étude d'épidémiologie
moléculaire du VRS au Québec. Le séquençage de la glycoprotéine G du VRS et l' analyse
phylogénétique ont montré que des virus de sous-groupe A (génotypes GA2, GA5, GA7) et du
sous-groupe B (génotypes GB3, SAB1 et SAB3) circulaient au Québec pendant les saisons
hivernales de 2001-2002 et 2002-2003. La plupart des cas pendant la première saison (740/0)
appartenaient au génotype GB3, tandis que pendant la 2 ième saison, 76% des cas appartenaient au
génotype GA2. Ceci est consistent avec les données rapportées dans d'autres études [99, 108] et
confirme la possibilité des changements importants des génotypes prédominants. TI est possible
que
l~s
caractéristiques épidémiologiques et cliniques du VRS fussent dues en 2001-2002 au
génotype GB3, et en 2002-2003 au GA2 qui étaient les génotypes prédominants pendant ces
deux saisons plutôt qu'un reflet des caractéristiques générales des sous-groupes B et A. La
restriction de notre étude à seulement deux années a réduit la possibilité d'observer d'autres
génotypes qui auraient apporté plus d'éléments de comparaison.
Dans l'article, nous n'avons pas décrit l'observation chez un enfant né à terme et sans maladies
sous-jacentes ,de deux infections répétées sur deux saisons avec deux isolats appartenant au
génotype GB3, un de ces isolats ayant une insertion unique de 60 nucléotides décrite également ·
\
en Argentine [144] et au Japon [145] . Nous avons aussi observé chez deux autres enfants deux
infections consécutives. avec des génotypes VRS différents. Ces observations suggèrent que la
réponse immunitaire par élaboration d'anticorps contre le VRS pourrait avoir des composantes
spécifiques au génotype ou à l'isolat 'plutôt qu'au groupe de VRS. Les fondements biologiques
de la différence de la sévérité des infections en fonction des génotypes sont encore mal compris.
Une des limites de cette étude, c'est l'absence d'ajustement pour certains facteurs
environnementaux (surpeuplement, exposition à la fumée de tabac, malnutrition) associés à la
sévérité de la maladie [146, 147]. Cependant, dans un sous-groupe d'enfants avec des données
disponibles sur la fumée de tabac et la fréquentation de la garderie (n= 106), nous n'avons pas
trouvé d'association avec la sévérité de la maladie.
101
Après avoir ajusté pour plusieurs facteurs confondants (âge, prématurité, maladies sous-jacentes,
infections mixtes), on a observé une plus grande sévérité du sous-groupe A par rapport au sousgroupe B. Étant donné que les génotypes GA2 et GBJ représentaient respectivement 92% et
78% des sous-groupes A et B, les particularités cliniques des sous-groupes s'expliquent plutôt
par les génotypes prédominants. Les résultats controversés des autres études quand à la sévérité
de la ' maladie peuvent être attribués aux différences dans la définition de la maladie et de la
sévérité, dans l' âge et la distribution des facteurs confondants dans la population, ainsi que dans
la distribution des génotypes prédominants sur différentes . saisons et régions géographiques.
Dans une revue des études publiées avant 1997, Walsh remarquait que seulement 3 études ont
utilisé une analyse multivariée [62]. TI suggérait aussi que la présence de génotypes particuliers à
l'intérieur dessous-groupes du VRS pourrait expliquer les différences, observation confirmée
par notre étude. Après la revue de Walsh, d'autres études, résumées dans le tableau 3, ont été
publiées. La plupart d'entre elles ont classifié le VRS en sous-groupes en utilisant la technique
monoclonale, ce qui laisse un certain nombre d'isolats non-typables. Le contrôle de la
confondance a été effectué dans certaines études, surtout par la restriction de l'analyse à des
populations sans facteurs connus de sévérité. Trois études ont comparé la sévérité des génotypes
détectés [54-56], mais aucune d'elles n'a recherché de façon systématique les autres virus
respiratoires, à l'exception de Martinello qui a exclu 4 enfants coinfectés avec influenza et
adénovirus [56]. De plus, l'étude de Venter [55] était limitée à une taille d'échantillon de 8
isolats.
Les résultats de notre étude montrent le besoin d'études moléculaires additionnelles sur des
périodes de temps plus longues pour mieux définir le rôle des génotypes spécifiques dans
l'épidémiologie du VRS et de la sévérité de la maladie. Ces recherches seront utiles dans ' le
développement des approches
~hérapeutiques
et des vaccins
spécifiqu~s.
102
6.3 Impact d'un test antigénique rapide pour le VRS chez les enfants recevant des
antibiotiques
Le facteur le plus important qui détermine les cliniciens à commencer des ATB c'est
l'incertitude quant au diagnostic [148]. Même si on sait que le risque d'une surinfection
bactérienne est bas chez les enfants avec une infection à VRS, le degré de tolérance peut être
différent, surtout chez des catégories particulièrement vulnérables telles que les tout petits
enfants, ou les enfants avec pneumonie où une étiologie bactérienne ne peut pas être exclue
basée seulement sur les résultats d' une hémoculture [103, 125] . Un autre degré d'incertitude est
ajouté par les travaux récents qui mettent en évidence l'efficacité du vaccin pneumococcique
chez les enfants dans la prévention des pneumonies d'étiologie virale [103] et dans la diminution
des hospitalisations pour pneumonies toute cause confondue [104].
Les données cliniques dans cette étude ont été recueillies à partir du dossier de l'enfant et les
définitions utilisées pour les diagnostîcs cliniques n'étaient pas standardisées. Le diagnostic de
pneumonie est le plus sujet à des variations étant donné la difficulté de l'interprétation des
radiographies, surtout chez les jeunes enfants. Également, si le résultat du test antigénique rapide
pour le VRS était positif, le médecin avait probablement plus tendance à établir un diagnostic de
bronchiolite que de pneumonie. Cependant, les pratiques cliniques dans un département d'un
s'eul hôpital sont plus au moins homogènes et les décisions thérapeutiques devraient se faire
selon un modèle standard préétabli.
En dehors de la période épidémique avec une faible incidence d'infections virales respiratoires,
la probabilité qu'un enfant avec un test rapide positif pour le VRS soit réellement infecté avec le
VRS est plus petite (31 % chez les jeunes enfants dans l'étude de Schutzle [74]), ce qui apporte
un autre élément d'hésitation. Cependant, les enfants dans notre étude ont été enrôlés en période
de haute saisonnalité. La sensibilité, la spécificité et la VPP du test antigénique rapide pour le
VRS chez les enfants de la première saison de notre étude étaient respectivement de 82%, 95%
et 95% par rapport au TAAN [149].
103
La puissance de notre étude était limitée étant donné le nombre réduit de sujets ayant au moins
un virus respiratoire détecté-et recevant des antibiotiques au moment de la réception du résultat
du test rapide VRS. La restriction de l'analyse aux enfants ayant une étiologie virale confirmée a
été choisie pour rendre les groupes d'enfants avec un test rapide VRS positif et ceux avec un test
rapide VRS négatif plus comparables. Cependant, les enfants sans aucun virus détecté
présentaient probablement une maladie moins sévère, tel que suggéré par leur durée
d'hospitalisation plus courte que chez le reste des enfants. TI est possible aussi qu'aucun virus ne
soit pas détecté en raison d'une charge virale plus faible, qui à son tour est associée à une
maladie moins sévère. Les médecins seraient plus enclins à cesser les antibiotiques chez les
enfants ayant une maladie d'une moindre sévérité. Ainsi, l'élimination de ces enfants de
l'analyse pourrait faire en sorte que la probabilité d'arrêter les antibiotiques en fonction du
résultat positif du test rapide VRS dans notre étude soit sous-estimée.
Le test antigénique rapide pour le VRS, facilement accessible et largement utilisé, a été introduit
en clinique dans le but de diminuer la prescription des antibiotiques et pour isoler les patients
infectés. La présentation des résultats de cette étude au CHUQ-CHUL a surpris les cliniciens qui
croyaient tenir compte du résultat du test pour le VRS dans leur pratique de prescription des
antibiotiques.
La publication des résultats de notre étude pourrait motiver les cliniciens à
reconsidérer le poids accordé aux résultats du test antigénique rapide pour le VRS lors de la prise
d'une décision thérapeutique, surtout à l'époque ou la résistance antimicrobienne est devenue un
véritable problème.
6.4 Estimations des hospitalisations attribuables au VRS et à l'influenza
L'estimation du fardeau de la maladie attribuable au VRS ne peut pas être faite en testant tous
les individus qui se présentent avec un tableau clinique de maladie respiratoire. Dans ce
contexte, l'utilisation de l'information obtenue des banques administratives hospitalières couplée
avec des données de surveillance virologique de laboratoire pourrait s'avérer une approche
intéressante. Pour estimer les proportions des hospitalisations attribuables aux différents virus
respiratoires à partir de données populationnelles, plusieurs méthodes statistiques ont été
104
utilisées pendant les quatre dernières décades. Quelques études ont comparé les estimés obtenus
par deux approches [94-97]. Cependant, mêmes si les estimés obtenus sont comparables, ceci ne
veut pas nécessairement dire que les résultats sont valides si on ne les compare pas aux données
obtenues dans des études prospectives. A notre connaissance, aucune étude à ce jour n'a
comparé entre eux les estimés obtenus par plusieurs (>2) méthodes statistiques à
par~ir
des
données populationnelles et ne les a comparés aux résultats des études prospectives avec
confirmation individuelle de -l'étiologie de la maladie. Nous avons utilisé les résultats obtenus
dans la première étude comme référence pour valider la performance de six méthodes
statistiques utilisées couramment.
On a estimé les proportions des bronchiolites et pneumonIes attribuables au VRS et à
l'influenza à partir des banques administratives d' hospitalisation (MedEcho) et des données de
surveillance virale provinciale en utilisant les approches suivantes: le modèle de régression
périodique décrit par Serfling [79] avec la modification de Simonsen [80, 81], les différences
péri-saisonnière selon Neuzil [82] et Izurieta [16], la régression de Poisson avec un lien de log et
des termes -autorégressifs [85, 86], la régression binomiale négative avec un lien d'identité [93]
[90, 91] et un modèle de transfert selon l'approche Box-Jenkins [88, 89].
Par la suite, les
estimés obtenus' avec ces méthodes ont été comparés aux résultats obtenus dans la première
étude chez les enfants de 6 à 23 mois.
On a observé une grande variabilité des estimés obtenus entre les -méthodes, les saisons, les
diagnostics et les virus respiratoires examinés. Bien que la régression négative binomiale et la
fonction de transfert de Box -Jenkins aient fourni des estimés semblables aux résultats obtenus
dans l'étude prospective pour les bronchiolites et les pneumonies attribuables au VRS, ces
méthodes ont été imprécises pour les hospitalisations attribuables à l'influenza.
Malgré le fait qu'au fil des années, il y a eu beaucoup d'améliorations apportées aux approches
statistiques depuis la méthode de Serfling décrite en 1963, on n'a pas trouvé de méthode qui
estimerait adéquatement les hospitalisations attribuables aux virus respiratoires et surtout on ne
semble pas avoir fait l'effort de valider les résultats obtenus. La faible exactitude des différentes
méthodes de prédiction par rapport à l'étude prospective résulte en grande partie de postulats
105
incorrects ou de leur violation et des limites de l'information extraite des banques
administratives et de la surveillance des virus: Tel que discuté dans le chapitre 5, notre étude
prospective n'est pas une référence parfaite étant donné que la population étudiée représente
10% de la population pédiatrique du Québec, que la durée d'observation a été limitée à
seulement deux saisons hivernales, et que le nombre réd~it d'enfants de 6 à 23 mois fait en sorte
que les observations sont plus sujettes aux variations. Également, les données de la surveillance
virale provinciale sont celles observées dans toute la population et non seulement chez les
enfants.
6.5 Conclusion
L'ensemble de ce projet de doctorat voulait élucider plusieurs aspects du virus respiratoire
syncytial chez le jeune enfant et représente le résultat d'une demarche de recherche réalisée par.
une équipe multidisciplinaire incluant des épidémiologistes, statisticiens, généticiens, cliniciens,
microbiologistes et virologistes. Bien que les résultats obtenus dans les trois premières études
soient essentiellement applicables à la région de Québec, ils représentent une avancée
appréciable dans la compréhension des hospitalisations dues au virus respiratoire syncytial et
apportent une vision d'ensemble réaliste de l'épidémiologie actuelle de ce virus.
106
BIBLIOGRAPHIE
1.
2.
3.
Nokso-Koivisto J, Pitkaranta A, Blomqvist S, Jokinen J, Kleemola M, Takala A, et al.
Viral etiology of frequentl y recurring respiratory tract infections in children. Clin Infect
Dis 2002; 35(5): 540-546.
.
Davis HD, Matlow A, Petric M, Glazier R, Wang EEL. Prospective comparative study of
viral, bacterial and atypical organisms identified in pneumonia and bronchiolitis in
hospitalized Canadian infants. Pediatr Infect Dis J 1996; 15(4): 371-375.
Iwane MK, Edwards KM, Szilagyi PG, Walker FJ, Griffin MR, Weinberg GA, et al.
Population-based surveillance for hospitalizations associated with respiratory syncytial
virus, influenza virus, and parainfluenza viruses among young ehildren. Pediatries 2004;
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
113(6): 1758-1764.
Weigl JA, Puppe W, Meyer CU, Berner R, Forster J, Schmitt HJ, et al. Teri years'
experienèe with year-round active surveillance of up to 19 respiratory pathogens in
children. Eur J Pediatr 2007; 166(9): 957-966.
Lina B, Valette M, Foray .S, Luciani J, Stagnara J, See DM, et al. Surveillance of
community-acquired viral infections due to respiratory viruses in Rhone-Alpes (France)
during winter 1994 to 1995. J Clin Microbiol 1996; 34(12): 3007-3011.
Sonoda S, Gotoh Y, Bann F, Nakayama T. Acute lower respiratory infections in
hospitalized children over a 6 year period in Tokyo. Pediatr Int 1999; 41(5): 519-524.
Glezen WP, Greenberg SB, Atmar RL, Piedra PA, Couch RB. Impact of respiratory virus
infections on persons with chronic underlying conditions. JAMA 2000; 283(4): 499-505.
Kim MR, Lee HR, Lee GM. Epidemiology of acute viral respiratory tract infections in
Korean children. J Infect 2000; 41(2): 152-158.
Tsai HP, Kuo PH, Liu CC, Wang JR. Respiratory viral infections among pediatric
inpatients and outpatients in Taiwan from 1997 to 1999. J Clin Microbiol 2001; 39(1):
111-118.
Henrickson KJ, Hoover S, Kehl KS, Hua W. National disease burden of respiratory
viruses detected in children by polymerase chain reaction. Pediatr Infect Dis J 2004; 23(1
Suppl): Sll-18.
Heiskanen-Kosma T, Korppi M, Jokinen C, Kurki S, Heiskanen L, Juvonen H, et al.
Etiology of childhood pneumonia: serologic results of a prospecti~e, population-based
study. Pediatr Infect Dis J 1998; 17(11): 986-991.
Kristensen K, Dahm T, Frederiksen PS, Ibsen J, Iyore E, Jensen AM, et al. Epidemiology
of respiratory syncytial virus infection requiring hospitalization in East Denmark. Pediatr
Infect Dis J 1998; 17(11): 996-1000.
.
Shay DK, Holman RC, Newman RD, Liu LL, Stout JW, Anderson LJ. Bronchiolitisassociated hospitalizations among US children, 1980-1996. JAMA 1999; 282(15): 14401446.
Glezen WP, Decker M, Joseph SW, Mercreaqy RG, Jr. Acute respiratory disease
associated with influenza epidemics in Houston, 1981-1983. J Infect Dis 1987; 155(6):
1119-1126.
Glezen WP. Morbidity associated with the major respiratory viruses. Pediatr Ann 1990;
19(9): 535-536, 538, 540, passim.
107
16.
17.
18.
19.
20.
21.
Izurieta HS, Thompson WW, Kramarz P, Shay DK, Davis RL, DeStefano F, et al.
Influenza and the rates of hospitalization for respiratory disease among infants and young
children. N Engl J Med 2000; 342(4): 232-239.
Neuzil KM, Driffin MR, Wright PF. Influenza and hospitalizations in children. N Engl J
Med 2000; 342(23): 1752-1753.
Mullooly JP, Barker WH. Impact of type A influenza on children: a retrospective study.
Am J Public Health 1982; 72(9): 1008-1016.
.
Monto AS, Napier JA, Metzner HL. The Tecumseh study of respiratory illness. 1. Plan of
study and observations on syndromes of acute respiratory disease. Am J Epidemiol 1971;
94(3): 269-279.
Monto AS, Kioumehr F. The Tecumseh Study of Respiratory lllness. IX. Occurence of
influenza in the community, 1966--1971. Am J Epidemiol1975; 102(6): 553-563.
Dowell SF, Butler JC, Giebink GS, Jacobs MR, Jernigan D, Musher DM, et al. Acute
otitis media: management and surveillance in an era of pneumococcal resistance - a
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
report from the Drug-resistant Streptococcus pneumoniae Therapeutic Working Group.
Pediatr Infect Dis J 1999; 18(1): 1-9.
O'Brien KL, Walters MI, Sellman J, Quinlisk P, Regnery H, Schwartz B, et al. Severe
pneumococcal pneumonia in previously healthy children: the role of preceding influenza
infection. Clin Infect Dis 2000; 30(5): 784-789.
Peltola V, Heikkinen T, Ruuskanen O. Clinical courses of croup caused by influenza and
parainfluenza viruses. Pediatr Infect Dis J 2002; 21(1): 76-77.
Heikkinen T, Thint M, Chonmaitree T. Prevalence of various respiratory viruses in the
middle ear during acute otitis media. New Engl J Med 1999; 340(4): 260-264.
van den Hoogen BG, de Jong JC, Groen J, Kuiken T, de Groot R, Fouchier RA, et al. A
new l y discovered human pneumovirus isolated from young children with respiratory tract
disease. Nat Med 2001; 7(6): 719-724.
Peret TC, Boivin G, Li Y, Couillard M, Humphrey C, Osterhaus AD, et al.
Characterization of human metapneumoviruses isolated from patients in North America.
J Infect Dis 2002; 185(11): 1660-1663.
Esper F, Boucher D, Weibel C, Martinello RA, Kahn JS. Human metapneumovirus
infection in the United States: clinical manifestations associated with a newly emerging
respiratory infection in children. Pediatrics 2003; 111(6).
Cuevas LE, Nasser AM, Dove W, Gurgel RQ, Greensill J, Hart CA. Human
metapneumovirus and respiratory syncytial virus, Brazil. Emerg Infect Dis 2003; 9(12):
1626-1628.
Gray GC, Capuano AW, Setterquist SF, Sanchez JL, Neville JS, OIson J, et al. Human
metapneumovirus, Peru. Emerg Infect Dis 2006; 12(2): 347-350.
van den Hoogen BG, van Doornum GJ, Fockens JC, Cornelissen JJ, Beyer WE, de Groot
R, et al. Prevalence and clinical symptoms of human metapneumovirus infection in
hospitalized patients. J Infect Dis 2003; 188(10): 1571-1577.
Stockton J, Stephenson l, Fleming D, Zambon M. Human metapneumovirus as a cause of
community-acquired respiratory illness. Emerg Infect Dis 2002; 8(9): 897-901.
Jartti T, van den Hoogen B, Garofalo RP, Osterhaus AD, Rlluskanen O.
Metapneumovirus and acute wheezing in children. Lancet 2002; 360(9343): 1393-1394.
Peiris JSM, Tang W-H, Chan K-H, Khong P-L, Guan Y, Lau Y-L, et al. Children with
respiratory disease associated with metapneumovirus in Hong Kong. Emerg Infect Dis
[seriaI online] 2003; http//www.cdc.gov/ncidodlEID/voI9no6/03-0009.htm.
108
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
Nissen MD, Siebert Dl, Mackay lM, Sloots ' TP, Withers Sl. Evidence of human
metapneumovirus in Australian children. Med 1 Aust 2002; 176(4): 188.
Madhi SA, Ludewick H, Abed Y, Klugman KP, Boivin G. Human metaprieumovirusassociated lower respiratory tract infections among hospitalized human
immunodeficiency virus type 1 (HIV -1 )-infected and HIV -l-uninfected African infants.
Clin Infect Dis 2003; 37(12): 1705-1710.
Boivin G, Abed Y, Pelletier G, Ruel L, Moisan D, Cote S, et al. Virological features and
clinical manifestations associated with human metapneumovirus: a new paramyxovirus
responsible for acute respiratory- tract infections in aIl age groups. 1 Infect Dis 2002;
186(9): 1330-1334.
Howe M. Australian find suggests worldwide reach for metapneumovirus. Lancet Infect
Dis 2002; 2(4): 202.
Falsey AR, Erdman D, Anderson Ll, Walsh EE. Human metapneumovirus infections in
young and elderly adults. J Infect Dis 2003; 187(5): 785-790.
Vicente D, Cilla G, Montes M, Perez-Trallero E. Human metapneumovirus and
community-acquired respiratory illness in children. Emerg Infect Dis 2003; 9(5): 602603.
van der Hoek L, Pyrc K, lebbink MF, Vermeulen-Oost W, Berkhout Rl, Woltheis KC, et
al. Identification of a new human coronavirus. Nat Med 2004; 10(4): 368-373.
Fouchier RA, Hartwig NG, Bestebroer TM, Niemeyer B, de long lC, Simon JH, et al. A
previously undescribed coronavirus associated with respiratory disease in humans. Proc.
Nat! Acad Sci USA 2004; 101(16): 6212-6216.
Boivin G, Baz M, Côté S, Gilca R, Deffrasnes C, Leblanc E, et al. Infections by human
coronavirus-NL in hospitalized children. Pediatr Infect Dis 1 2005; 24(12): 1045-1048.
Allander T, Tammi MT, Eriksson M, Bjerkner A, Tiveljung-Lindell A, Andersson B.
Cloning of a human parvovirus by molecular screening of respiratory tract samples. Proc
Nat! Acad Sci USA 2005; 102(36): 12891-12896.
Allander T, lartti T, Gupta S, Niesters HG, Lehtinen P, Osterback R, et al. Human
bocavirus and acute wheezing in children. Clin Infect Dis 2007; 44(7): 904-910.
Longtin 1, Bastien M, Gilca R, Leblanc E,De Serres G, Bergeron MG, et al. Human
bocavirus infections in hospjtalized children and adults. Emerg Infect Dis 2008; 14(2):
217-221.
Griffin MR, Walker Fl, Jwane MK, Weinberg GA, ' Staat MA, Erdman DD.
Epidemiology of respiratory infections in young children: insights from the new vaccine
surveillance network. Pediatr Infect Dis 1 2004; 23( Il Suppl): S 188-192.
van den Hoogen BG, Osterhaus DM, Fouchier RA. Clinical impact and diagnosis of
human metapneumovirus infection. Pediatr Infect Dis 1 2004; 23(1 Suppl): S25-32.
Williams lV, Harris PA, Tollefson Sl, Halburnt-Rush LL, Pingsterhaus lM, Edwards
KM, et al. Human metapneumovirus and lower respiratory tract disease in otherwise
healthy infants and children. N Engl 1 Med 2004; 350(5): 443-450.
Dollner H, Risnes K, Radtke A, Nordbo SA. Outbreak of human metapneumovirus
infection in norwegian children. Pediatr Infect Dis 1 2004; 23(5): 436-440.
Manoha C, Espinosa S, Aho SL, HuetF, Pothier P. Epidemiological and clinical features
ofhMPV, RSV and RVs infections in young children. 1 Clin Viro12007; 38(3): 221-226.
Diagnosis and management of bronchiolitis. Pediatrics 2006; 118(4): 1774-1793.
Power UF. Respiratory syncytial virus (RSV) vaccines--two steps back for one leap
forward. 1 Clin Virol 2008; 41(1): 38-44.
109
53.
54.
55.'
56.
57.
58.
59.
60.
61. .
62. 63.
64.
65.
66.
67.
68.
Hall CB, Walsh EE, Schnabel KC, Long CE, McConnochie KM, Hildreth SW, et al.
Occurrence of groups A and B of respiratory syncytial virus over 15 years: associated
epidemiologic and clinical characteristics in hospitalized and ambqlatory children. 1
Infect Dis 1990; 162(6): 1283-1290.
Fletcher lN, Smyth RL, Thomas HM, Ashby D, Hart CA. Respiratory syncytial virus
genotypes and disease severity among children in hospital. Arch Dis Child 1997; 77(6):
508-511.
Venter M, Collins on M, Schoub BD. Molecular epidemiological analysis of community
circulating respiratory syncytiaJ virus in rural South Africa: Comparison of viroses and
genotypes responsible for different disease manifestations. 1 Med Virol 2002; 68(3): 452461.
Martinello RA, Chen MD, Weibel C, Kahn IS. Correlation between respiratory syncytial
virus genotype and severity of illness. 1 Infect Dis 2002; 186(6): 839-842.
.
Taylor CE, Morrow S, Scott M, Young B, Toms GL. Comparative virulence of
respiratory syncytial virus subgroups A and B. Lancet 1989; 1(8641): 777-778.
Russi lC, 'Chiparelli H, Montano A, Etorena P, Hortal M. Respiratory syncytial virus
subgroups and pneumonia in children. Lancet 1989; 2(8670): 1039-1040.
McConnochie KM, Hall CB, Walsh EE, Roghmann Kl. Variation in severity of
respiratory syncytial virus infections with subtype. 1 Pediatr 1990; 117(1 Pt 1): 52-62.
Mufson MA, Akerlind-Stopner B, Orvell C, Belshe RB, Norrby E. A single-season
epidemic with respiratory syncytial virus subgroup B2 during 10 epidemic years, 1978 to
1988.1 Clin Microbiol 1991; 29(1): 162-165.
Brouard 1, Freymuth F, Constantini S, Petitjean 1, de Schrevel G, Duhamel 1-F.
Prévalence et aspects cliniques de l'infection par les sous-types A et B du virus
respiratoire syncytial. Observation de 8 épidémies consécutives de 1982 à 1990. Arch Fr
Pediatr 1993; 50: 639-643.
Walsh BE, McConnochie KM, Long CE, Hall CB. Severity of respiratory syncytial virus
infection is related to virus strain. 1 Infect Dis 1997; 175(4): 814-820.
McIntosh ED, De Silva LM, Oates RK. Clinical severity of respiratory syncytial virus
group A and B infection in Sydney, Australia. Pediatr Infect Dis 11993; 12(10): 815-819.
Kneyber MC, Brandenburg AH, Rothbarth PH, de Groot R, Ott A, van Steensel-Moll
HA. Relationship between clinical severity of respiratory syncytial virus infection and
subtype. Arch Dis Child 1996; 75(2): 137-140.
Cintra OA, Owa MA, Machado AA, Cervi MC, Figueiredo LT, .Rocha GM, et al.
Occurrence and severity of infections caused by subgroup A and B respiratory syncytial
virus in children in southeast Brazil. 1 Med Viro12001; 65(2): 408-412.
Flores P, Rebelo-de-Andrade H, Goncalves P, Guiomar R, Carvalho C, Sousa EN, et al.
Bronchiolitis caused by respiratory syncytial 'virus in an area of portugal: epidemiology,
clinical features, and risk factors. Eur 1 Clin Microbiol Infect Dis 2004; 23(1): 39-45.
Hornsleth A, Klug B, Nir M, lohansen 1, Hansen KS, Christensen LS, et al. Severity of
respiratory syncytial virus disease related to type and genotype of virus and to cytokine
values in nasopharyngeal secretions. Pediatr Infect Dis 1 1998; 17(12): 1114-1121.
Imaz MS, Sequeira MD, Videla C, Veronessi l, Cociglio R, Zerbini E, et al. Clinical and
epidemiologic characteristics of respiratory syncytial virus subgroups A and B infections
in Santa Fe, Argentina. 1 Med Virol 2000; 61 (1): 76-80.
110
69.
70.
71.
12.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
Hall CB, Powell KR, Schnabel KC, Gala CL, Pincus PH. Risk of secondary bacterial
infection in infants hospitalized with respiratory syncytial viral infection. J Pediatr 1988;
113(2): 266-271.
Purcell K, Fergie J. Driscoll Children's Hospital respiratory syncytial virus database: risk
factors, treatment and hospital course in 3308 infants and young children, 1991 to 2002.
Pediatr Infect Dis J 2004; 23(5): 418-423.
Kuppermann N, Bank DE, Walton EA, Senac MO, Jr., McCaslin 1. Risks for bacteremia
and urinary tract infections in young febrile children with bronchiolitis. Arch Pediatr
Adolesc Med 1997; 151(12): 1207-1214.
Liebelt, EL, Qi K, Harvey K. Diagnostic testing for serious bacterial infections in infants
aged 90 days or younger with bronchiolitis. Arch Pediatr Adolesc Med 1999; 153(5):
525-530.
Henrickson KJ, Hall CB. Diagnostic assays for respiratory syncytial virus disease.
Pediatr Infect Dis J 2007; 26(11 Suppl): S36-40.
Schutzle H, Weigl J, Puppe W, Forster J, Berner R. Diagnostic performance of a rapid
antigen test for RSV in comparison with a 19-valent multiplex RT-PCR ELISA in
children with acute respiratory tract infections. Eur J Pediatr 2008; 167(7): 745-749.
Casiano-Colon AE, Hulbert BB, Mayer TK, Walsh EE, Falsey AR. Lack of sensitivity of
rapid antigen tests for the diagnosis of respiratory syncytial virus . infection in adults. J
Clin Virol 2003; 28(2): 169-174.
Adcock PM, Stout GG, Hauck MA, Marshall GS. Effect of rapid Viral diagnosis on the
management of children hospitalized with lower respiratory tract infection. Pediatr Infect
Dis J 1997; 16(9): 842-846.
Byington CL, Castillo H, Gerber K, Daly JA, Brimley LA, Adams S, et al. The effect of
rapid respiratory viral diagnostic testing on antibiotic use in a children's hospital. Arch
Pediatr Adolesc Med 2002; 156(12): 1230-1234.
Woo PC, Chiu SS, Seto WH, Peiris M. Cost-effectiveness of .rapid diagnosis of viral
respiratory tract infections in pediatrie patients. J Clin Microbiol 1997; 35(6): 1579-1581.
Serfling RE. Methods for current statistical analysis of excess pneumonia-Influenza
deaths. Public Health Rep 1963; 78(6): 494-506.
Simonsen L, Clarke MJ, Williams on GD, Stroup DF, Arden NH, Schonberger LB. The
impact of influenza epidemics on mortality: introducing a severity index. Am J Public
Health 1997; 87(12): 1944-1950.
Simonsen L, Reichert TA, Viboud C, Blackwelder WC, Taylor RJ, Miller MA. Impact bf
influenza vaccination on seasonal mortality in the US elderly population. Arch Intern
Med 2005; 165(3): 265-272.
Neuzil KM, Mellen BG, Wright PF, Mitchel EF, Jr., Griffin MR. The effect of influenza
on hospitalizations, outpatient visits, and courses of antibiotics in children. N Engl J Med
2000; 342(4): 225-231.
Fleming DM,Pannell RS, Elliot AJ, Cross KW. Respiratory illness associated with
influenza and respiratory syncytial virus infection. Arch Dis Child 2005; 90(7): 741-746.
Thompson WW, Shay DK, Weintraub E, Brammer L, Cox N, Anderson LJ, et al.
Mortality associated with influenza and respiratory syncytial virus in the United States.
JAMA 2003; 289(2): 179-186.
Mangtani P, Hajat S, Kovats S, Wilkinson P, Armstrong B. The association of respiratory
syncytial virus infection and influenza with emergency admissions for respiratory disease
in London: an analysis of routine surveillance data. Clin Infect Dis 2006; 42(5): 640-646.
111
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
. 96.
97.
98.
99.
100.
101.
102.
103.
Brumback BA, Ryan LM, Schwartz JD, Neas LM, Stark PC, Burge HA. Transitional
regression models, with application to envirbnmental time series. Journal of the
American Statistical Association 2000; 95(449): 16-26.
Touloumi G, Atkinson R, Le Tertre A, Samoli E, Schwartz J, Schindler C, et al. Analysis
of health outcome time series data in epidemiological studies. Environmetrics 2004; 15:
101-117.
Helfenstein U. The use of transfer function models, intervention analysis and related time
se~ies methods in epidemiology. Int J Epidemiol 1991; 20(3): 808-815.
Helfenstein U. Box-Jenkins modelling in medical research. Stat Methods Med Res 1996;
5(1): 3-22.
Schanzer DL, Langley JM, Tarn TW. Hospitalization attributable to influenza and ~ther
viral respiratory illnesses in Canadian children. Pediatr Infect Dis J 2006; 25(9): 795-800.
Markov PV, Crowcroft NS. Modelling the unidentified mortality burden from thirteen
infectious pathogenic microorganisms in infants. Epidemiol Infect 2007; 135(1): 17-26.
Berk R, MacDonald JM. Overdispersion and Poisson Regression. J Quant Criminol 2008.
Agresti A. Categorical Data Analysis, ed. Edition n. 2002, New York: John Wiley &
Sons. 7 10.
Choi K, Thacker SB. An evaluatIon of influenza mortality surveillance 1962-1979 - 1
Time series forecasts of expected pneumonia and influenza deaths. Am J Epideriliol
1981; 113(3): 215-226.
' Kuhn L, Davidson LL, Durkin MS. Use of Poisson regression and time series analysis for
detecting changes over time in rates of child injury following a prevention program. Am J
Epidemiol 1994; 140(10): 943-955.
Tobias A, Diaz J, Saez M, Alberdi JC. Use of poisson regression and Box-Jenkins
models to evaluate the short-term effects of environmental noise levels on daily
emergency àdmissions in Madrid, Spain. Eur J Epidemiol2001; 17(8): 765-771.
Simonsen L, Taylor R, Viboud C, Dushoff J, Miller M. US flu mortality estimates are
based on solid science. Bmj 2006; 332(7534): 177-178.
Peret TC, Hall CB, Schnabel KC, Golub JA, Anderson LJ. Circulation patterns of
genetically distinct group A and B strains of human respiratory syncytial virus in a
community. J Gen Viro11998; 79( Pt 9): 2221-2229.
Venter M, Madhi SA, Tiemessen CT, Schoub BD. Genetic diversity and molecular
epidemiology of respiratory syncytial virus over four consecutive seasons in South
Africa: identification of new subgroup A and B genotypes. J Gen Virol 2001; 82(Pt 9):
2117-2124.
Boivin G, De Serres G, Côté S, Gîlca R, Abed Y, Rochette L, et al. Human
metapneumovirus infections in hospitalized children. Emerg Infect Dis 2003; 9(6): 634640.
Jennings LC, Anderson TP, Werno AM, Beynon KA, Murdoch DR. Viral etiology of
acute respiratory tract infections in children presenting to hospital: role of polymerase
chain reaction and demonstration of multiple infections. Pediatr Infect Dis J 2004;
23(11): 1003-1007.
Maggi F, Pifferi M, Vatteroni .M, Fornai C, Tempestini E, Anzilotti $, et al. Human
metapneumovirus associated with respiratory tract infections in a 3-year study of nasal
swabs from infants in Italy. J Clin Microbiol 2003; 41(7): 2987-2991.
Madhi SA, Klugman KP. A role for Streptococcus pneumoniae in virus-associated
pneumonia. Nat Med 2004; 10(8): 811-813.
112
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
Zhou F, Kyaw MH, Shefer A, Winston CA, Nuorti JP. Health care utilization for
pneumonia in young children after routine pneumococcal conjugate vaccine use in the
United States. Arch Pediatr Adolesc Med 2007; 161(12): 1162-1168.
Johnson PR, Spriggs MK, Olmsted RA, Collins PL. The G glycoprotein of human
respiratory syncytial viruses of subgroups A and B: extensive sequence divergence
between antigenically related proteins. Proc Nat! Acad Sci USA 1987; 84(16): 56255629.
Peret TC, Hall CB, Hammond GW, Piedra PA, Storch GA, Sullender WM, et al.
Circulation patterns of group A and B human respiratory syncytial virus genotypes in 5
communities in North America. J Infect Dis 2000; 181(6): 1891-1896.
Wang EE, Law BJ, Stephens D. Pediatric Investigators Collaborative Network on
Infections in Canada (PICNIC) prospective study of risk factors and outcomes in patients
hospitalized with respiratory s yncytial viral lower respiratory tract infection. J Pediatr
1995; 126(2): 212-219.
Sato M, Saito R, Sakai T, Sano Y, Nishikawa M, Sasaki A, et al. Molecular
epiderniology of respiratory syncytial virus infections among children with acute
respiratory symptoms in a community over three seasons. J Clin Microbiol 2005; 43(1):
36-40.
Wang EE, Einarson TR, Kellner JD, Conly JM. Antibiotic prescribing for Canadian
preschool children: evidence of overprescribing for viral respiratory infections. Clin
Infect Dis 1999; 29(1): 155-160.
Watson RL, Dowell SF, Jayaraman M, Keyserling H, Kolczak M, Schwartz B.
Antimicrobial use for pediatric upper respiratory infections: reported practice, actual
practice, and parent beliefs. Pediatrics 1999; 104(6): 1251-1257.
.
Arnold SR, Allen UD, AI-Zahrani M, Tan DH, Wang EE. Antibiotic prescribing by
pediatricians for respiratory tract infection in children. Clin Infect Dis 1999; 29(2): 312317.
Staat MA. Respiratory syncytial virus infections in children. Sernin Respir Infect 2002;
17(1): 15-20.
Greenes DS, Harper MB. Low risk of bacteremia in febrile children with recognizable
viral syndromes. Pediatr Infect Dis J 1999; 18(3): 258-261.
Purcell K, Fergie J. Concurrent serious bacterial infections in 2396 infants and children
hospitalized with respiratory syncytial virus lower respiratory tract infections. Arch
Pediatr Adolesc Med 2002; 156(4): 322-3~4.
Titus MO, Wright SW. Prevalence of serious bacterial infections in febrile infants with
respiratory syncytial virus infection. Pediatrics 2003; 112(2): 282-284.
Purcell K, Fergie J. Concurrent serious bacterial infections in 912 infants and children
hospitalized for treatment of respiratory syncytial virus lower respiratory tract infection.
Pediatr Infect Dis J 2004; 23(3): 267-269.
Barenfanger J, Drake C, Leon N, Mueller T, Troutt T. Clinical and financial benefits of
rapid detectio~ of respiratory viruses: an outcomes study. J Clin Microbiol 2000; 38(8):
2824-2828.
Gilca R, De Serres G, Tremblay M, Vachon M-L, Leblanc É, Bergeron MG, et al.
Distribution and clinical impact of human respiratory syncytial virus genotypes in
hospitalized children over two winter seasons. J Infect Dis 2006; 193(1): 54-58.
Peltola VT, McCullers JA. Respiratory viruses predisposing to bacterial infections: role
of neuraminidase. Pediatr Infect Dis J 2004; 23(1 Suppl): S87-97.
113
120.
121.
122.
123.
124.
125.
126.
127.
128.
129.
130.
131.
132.
133.
134.
135.
136.
137.
Boivin G, Cote S, Dery P, De Serres G, Bergeron MG. Multiplex real-time PCR assay for
detection of influenza and human respiratory syncytial viruses. J Clin Microbiol 2004;
42(1): 45-51.
McCracken GH, Ir. Diagnosis and management of pneumonia in children. Pediatr Infect
Dis l 2000; 19(9): 924-928.
Greenberg SB. Viral pneumonia. Infect Dis Clin North Am 1991; 5(3): 603-621.
Latham-Sadler BA, MoreIl VW. Viral and atypical pneumonias. Prim Care 1996; 23(4):
837-848.
McCracken GH, Ir. Etiology and treatment of pneumonia. Pediatr Infect Dis l 2000;
19(4): 373-377.
Michelo~ IC, Olsen K, Lozano l, Rollins NK, Duffy LB, Ziegler T, et al. Epidemiology
and clinical characteristics of community-acquired pnelJmonia in hospitalized children.
Pediatrics 2004; 113(4): 701-707.
Neuzil KM, Mellen BG, Wright PP, Mitchel EPJ, Griffin MR. The effect of influenza on
hospitalizations, outpatient visits, and courses of antibiotics in children. N Engl J Med
2000; 342(4): 225-231.
Nicholson KG. Impact of influenza and respiratory syncytial virus on mortality in
England and Wales from lanuary 1975 to December 1990. Epidemiol Infect 1996; 116:
51-63.
Katsouyanni K, Zmirou D, Spix C, Sunyer l, Schouten IP, Ponka A, et al. Short-term
effects of air pollution on health: a European approach using epidemiological time-series
data. The APHEA project: background, ' objectives, design. Eur Respir l 1995; 8(6):
1030-1038.
Schwartz l, Spix C, Touloumi G, Bacharova L, Barumamdzadeh T, le Tertre A, et al.
Methodological issues in studies of air pollution and daily counts of deaths or hospital
admissions. l Epidemiol Community Health 1996; 50 Suppl 1: S3-11.
Upshur REG, Knight K, Goel V. Time-Series Analysis of the Relation between Influenza
Virus and Hospital Admissions of the Elderly in Ontario, Canada, for Pneumonia,
Chronic Lung Disease, and Congestive Heart Failure. Am l Epidemiol 1999; 149(1): 8592.
Schull Ml, Mamdani MM, Fang l. Community influenza outbreaks and emergency
department ambulance diversion. Ann Emerg Med 2004; 44(1): 61-67.
Simonsen L, Taylor R, Viboud C, Dushoff l, Miller M. US flu mortality estimates are
based on solid science. Bmj 2006; 331(7529): 1412.
lansen AG, Sanders EA, Wallinga l, Groen El, van Loon AM, Hoes AW, et al. Ratedifference method proved satisfactory in estimating the influenza burden in primary care
visits. l Clin Epidemiol 2008; 61(8): 803-812.
Harper SA, Fukuda K, Uyeki TM, Cox NI, Bridges CB. Prevention and control of
influenza: recommendations of the Advisory Committee on Immunization Practices
(ACIP). MMWR Recomm Rep 2004; 53(RR-6): 1-40.
NACI. Statement on influenza vaccination for the 2004-2005 season. CCDR 2004;
30(DCC-3): 1-32.
Public health Agency of Canada. Influenza in Canada: 2003-2004 season. CCDR 2005;
31(1): 1-20.
Public Health Agency of Canada. Influenza in Canada - 2004-2005 Season. CCDR 2006;
32(06): 57-75.
114
138.
139.
140.
141.
142.
143.
144.
145.
146.
147.
148.
149.
150.
Thompson WD, Wartenberg D. Additive versus multiplicative models in ecologic
regression. Stoch Environ Res Risk Asses 2007; 21: 635-646.
Koopman J. Modeling infection transmission. Annu Rev Public Health 2004; 25: 303326.
Eisenberg JN, Desai MA, Levy K, Bates SJ, Liang S, Naumoff K, et al. Environmental
determinants of infectious disease: a framework for tracking causal links and guiding
public health research. Environ Health Perspect 2007; 115(8): 1216-1223.
Pourbohloul B, Meyers LA, Skowronski DM, Krajden M, Patrick DM, Brunham RC.
Modeling control strategies , of respiratory pathogens. Emerg Infect Dis 2005; Il (8):
1249-1256.
Mullins JA, Lamonte AC, Bresee JS, Anderson LJ. Substantial variability in community
respiratory syncytial virus season timing. Pediatr Infect Dis J 2003; 22(10): 857-862.
Quenel P, Dab W, Hannoun C, Cohen JM. Sensitivity, specificity and predictive values
of health service based indicators for the surveillance of influenza A epidemics. Int J
Epiderniol1994; 23(4): 849-855.
Trento A, Galiano M, Videla C, Carballal G, Garcia-Barreno B, Melero JA, et al. Major
changes in the G protein of human respiratory syncytial virus isolates introduced by a
duplication of 60 nucleotides. J Gen Virol 2003; 84(Pt Il): 3115-3120.
Nagai K, Kamasaki H, Kuroiwa Y, Okita L, Tsutsumi H. Nosocomial outbreak of
respiratory syncytial virus subgroup B variants with the 60 nucleotides-duplicated G
protein gene. J Med ViroI20(l)4; 74(1): 161-165.
Law BJ, Langley JM, Allen U, Paes B, Lee D'S, Mitchell l, et al. The Pediatric
Investigators Collaborative Network on Infections in Canada study of predictors of
hospitalization for respiratory syncytial virus infection for infants born at 33 through 35
completed weeks of gestation. Pediatr Infect Dis J 2004; 23(9): 806-814.
Figueras-Aloy J, Carbonell-Estrany X, Quero J. Case-control study of the risk factors
linked to respiratory syncytial virus infection requiring hospitalization in premature
infants born at a gestational age of 33-35 weeks in Spain. Pediatr Infect Dis J 2004;
23(9): 815-820. ,
Arnold SR, To T, McIsaacWJ, Wang EE. Antibiotic prescribing for upper respiratory
tract infection: the importance of diagn<?stic uncertai~ty. J Pediatr 2005; 146(2): 222-226.
Boivin G, Côté S, Déry P, de Serres G, Bergeron MG. Multiplex Real-Time PCR Assay
for Detection of Influenza and Human Respiratory Syncytial Viruses. J Clin 'Microbiol
2004; 42(1): 45-51.
Hamelin ME" Côté S, Laforge J, Lampron N, Bourbeau J, Weiss K, et al. Human
metapneumovirus infection in adults with community-acquired pneumonia and
exacerbation of chronic obstructive pulmonary disease. Clin Infect Dis 2005; 41(4): 498502.
115
~
ANNEXE Etudes contpléntentaires aux études présentées .
dans la thèse
Boivin G, De Serres G, Côté S, Gilca R, Abed Y, Rochette L, Bergeron MG, Déry P. Human
metapneumovirus infections in hospitalized children. Emerg Infect Dis 2003;9(6):634-40 [100].
Boivin G, Baz M, Côté S, Gilca R, Deffrasnes C, Leblanc E, Bergeron MG, Déry P, De Serres
G. Infections by human coronavirus-NL in hospitalized children. Pediatr Infect Dis J. 2005;
24(12): 1045-8 [42].
Longtin J, Bastien M, Gilca R, Leblanc E, De Serres G, Bergeron MG, Boivin G. Human
Bocavirus Infections in Hospitalized Children and Adults. Emerg Infect Dis 2008; 14(2): 217-21
[45].
Hamelin ME, Côté S, Laforge J, Lampron N, Bourbeau J, Weiss K, Gilca R, De Serres G,
Boivin G. Human metapneumovirus infection in adults with · community-acquired pneumonia
and exacerbation of chronic obstructive pulmonary disease. Clin Infect Dis 2005; 41(4): 498-502
[150].
117