Modélisation de la transmission du virus de la fièvre de la Vallée du Rift à l'Homme pendant l'épidémie de Mayotte 2018-2019

Estimation of Rift Valley fever virus spillover to humans during the Mayotte 2018–2019 epidemic

Mis à jour le 01 octobre 2020

Le dernier épisode de Fièvre de la Vallée du Rift (FVR) en date à Mayotte est survenu entre novembre 2018 et août 2019, avec 143 cas humains confirmés à la fin de l’épidémie et au moins 126 foyers animaux signalés aux autorités sanitaires durant l’épizootie. La FVR est une maladie virale zoonotique qui fait partie depuis 2015 de la liste des maladies prioritaires émergentes de l’OMS. Cette maladie qui touche majoritairement le bétail, peut également toucher les humains qui peuvent développer, dans de rares cas (1 à 3 %) des formes graves, voire une fièvre hémorragique pouvant mener au décès. L’infection de l’animal à l’Homme a lieu soit par contact direct avec les animaux contaminés soit par piqûres de moustiques infectés. La part de chacun des modes de contamination n’est pas connue.

L’article paru ce mois-ci dans la revue PNAS [1] permet d’estimer pour la première fois la part de la transmission virale par voie vectorielle de l’animal à l’Homme et les bénéfices d’une vaccination précoce du bétail pour limiter les infections chez l’Homme. Ces résultats sont issus d’une collaboration entre plusieurs institutions* sous la coordination de Raphaëlle Métras de l’Inserm en lien avec Marion Subiros de Santé publique France. Elles répondent à nos questions.

3 questions à Marion Subiros (direction des régions, Santé publique France) et Raphaëlle Métras (Inserm)

Vous avez construit un modèle mathématique intégrant les données de la dernière épidémie de FVR survenue à Mayotte. D’où proviennent les données que vous avez intégrées ? Quelle était l’objectif de ce modèle et quelles sont les hypothèses formulées concernant la population de Mayotte ?

Les données proviennent des systèmes de surveillance épidémiologique et épizootique mis en place par les acteurs locaux. En santé humaine, la surveillance active a été mise en place en 2008, suite à la mise en évidence du risque d’introduction du virus de la FVR à Mayotte qui circulait dans les pays côtiers ou les îles d’Afrique de l’Est. Afin de détecter précocement la survenue de cas humain, tout patient présentant un syndrome évocateur d’une FVR (syndrome dengue-like) fait désormais l’objet d’une recherche systématique du virus par PCR. Cette surveillance virologique, mise en place avec le Centre hospitalier de Mayotte, a fait ses preuves en 2018 avec la détection immédiate du premier malade. Un protocole de surveillance et d’investigation autour des cas a alors été initié par Santé publique France en lien avec l’ARS, le CH et la DAAF afin de décrire la situation. Différents types de données ont été recueillies : sociodémographiques (ex : activité en lien ou non avec l’élevage ou la traite des animaux), cliniques et biologiques, habitat, expositions à risque d’infection par la FVR (abatage hors abattoir, consommation de lait cru). De la même manière, la DAAF assure surveillance de la FVR chez le bétail grâce au signalement par les éleveurs d’avortements spontanés chez les femelles ou d’une mortalité inhabituelle conduisant à des analyses biologiques. La séroprévalence de la FVR chez le bétail est aussi suivie en continue depuis 2008. La population mahoraise est exposée à de nombreux risque infectieux et pour la FVR, tous les ingrédients sont réunis pour faire émerger des foyers épidémiques : présence de petits cheptels souvent au contact direct des habitations, suivi vétérinaire complexe, importation de bovins, ovins et caprins (souvent issus de pays endémiques pour la FVR), présence des moustiques vecteurs de la maladie (Aedes, Culex), méconnaissance de la maladie par la population.

La mise en place de ces deux systèmes de surveillance, et une communication entre les acteurs de santé humaine et animale a permis lors de cette dernière épidémie de FVR, de récolter des données humaines et animales de façon synchrone. Ceci constituait une grande première pour cette maladie, et ce jeu de données a été analysé à l’aide d’un modèle mathématique. Ce modèle avait pour but essentiellement de représenter et étudier la transmission virale entre animaux, et de l’animal à l’humain, puis de tester l’impact que la vaccination du bétail pourrait avoir sur la diminution du nombre de cas humains. 

Il est important de noter que ces systèmes de surveillance mis en place sont animés par un grand nombre d’acteurs de terrain, dont les vétérinaires sanitaires, la CoopADEM (Coopérative agricole des éleveurs Mahorais), le Cirad, la DAAF, qui travaillent sur cette surveillance depuis plus de 10 ans, sans qui ce travail n’aurait pas été possible. Ce travail de recherche, multidisciplinaire, est le fruit d’échanges fréquents et de relations de confiance qui se sont établies entre les acteurs de terrain, de la santé et les chercheurs, au cours de ces dernières années.

Qu’apporte ce modèle sur la connaissance des modes de transmission de l’animal à l’Homme et quelle est la probabilité de survenue d’une nouvelle épidémie dans les années à venir ? Quelle stratégie vaccinale permettrait-elle de réduire le plus ce risque de survenue de cette maladie ?

De manière générale, les épidémies et épizooties de FVR surviennent sur des territoires ne disposant pas de système de surveillance exhaustifs. Rares sont les épidémies où les cas bénéficient d’investigations approfondies permettant de comprendre la dynamique de l’épidémie et les modes de transmission de l’animal à l’Homme. Ces informations sont pourtant essentielles à l’élaboration de la réponse par les autorités sanitaires. À Mayotte, les investigations ont permis de recueillir des données orientant sur le mode potentiel de contamination des cas (contact direct avec des animaux et/ou présence de population de moustiques dans l’environnement). Le modèle développé permet de mettre en évidence que la transmission du virus à l’Homme par voie vectorielle peut être aussi importante que la voie par contact direct. Cette répartition des cas humains selon les deux modes de transmission présentée ici est spécifique à Mayotte, pendant cette épidémie, et dépend aussi de nos hypothèses posées pour le modèle. Elle peut varier d’un écosystème à l’autre, parce qu’elle dépend de plusieurs facteurs spécifiques à chaque zone d’étude, notamment la proportion de la population humaine exposée de façon régulière aux animaux, mais aussi des espèces de moustiques présentes. En effet, le virus de la FVR peut être transmis par une grande diversité de vecteurs, ce qui ne simplifie pas son étude. Quoiqu’il en soit, nous présentons ici un cadre d’étude permettant d’estimer ces chiffres, et incitons aussi à la collecte de données entomologiques poussées pour affiner nos estimations.

Les travaux de recherche précédents sur la FVR à Mayotte, territoire insulaire, avaient permis de suggérer qu’après l’émergence du virus en 2008, la probabilité de réémergence de la maladie dans les années qui suivaient était faible tant que l’écosystème n’est pas exposé à deux facteurs principaux : la ré-introduction du virus, et la diminution de l’immunité des cheptels contre la FVR. En effet, plus on s’éloigne d’une épizootie dans le temps, plus les populations de bétail se renouvellent et sont naïves vis-à-vis du virus. Le risque de réémergence grandit alors, d’autant plus si les pays voisins sont touchés par des épizooties massives et que des animaux sont importés depuis ces territoires. C’est ce que l’on a pu observer pour l’épizootie de 2018. 

La surveillance globale en santé publique, animale et environnementale reste le meilleur outil pour anticiper et prédire la survenue de nouveaux épisodes de FVR à Mayotte. Des moyens humains et matériels doivent être développés en sens de façon à faciliter la collaboration des équipes, notamment à travers le développement d’outil partagé de recueil et de traitement des données. 

Grâce à ce modèle, nous sommes désormais en mesure d’adapter nos mesures de prévention et de lutte contre l’épidémie en proposant des moyens adaptés aux modes de transmission : lutte anti-vectorielle autour des cas humains et vaccination des animaux précocement dès le début de l’épizootie.

Quel est l’intérêt de cette approche One Health pour étudier les maladies émergentes ? La crise sanitaire COVID-19 qui sévit actuellement à l’échelle mondiale pourrait-elle bénéficier de cette approche ? Avez-vous des études ou projets en ce sens ?

L’approche One Health permet un travail approfondi sur les maladies qui sont de fait abordées à travers plusieurs prismes : santé publique, animale et environnementale. La collaboration entre les acteurs de ces domaines permet de comprendre et anticiper les phénomènes épidémiques, ce qui permet réactivité et efficience dans la gestion. Pour la FVR, les flambées animales précèdent les épidémies humaines, il est donc essentiel de développer des systèmes de surveillance actifs et passifs en santé animale et environnementale. C’est d’ailleurs grâce à un réseau de partenaires performant que l’alerte sanitaire a rapidement été lancée en 2018 : il a suffi d’un coup de téléphone entre Santé publique France et la vétérinaire de la CoopADEM pour relier la survenue du premier cas humain à l’augmentation de la séroprévalence chez les bovins. L’alerte a ainsi été lancée auprès des autorités sanitaires pour mettre en place une stratégie de prévention et de lutte contre l’épidémie. Il est depuis longtemps évident que les épidémiologistes ne peuvent travailler de manière isolée pour surveiller l’état de santé des populations. Le défi actuel est celui de rendre opérationnel ce concept One Health en procurant les outils nécessaires à la mise en lien des acteurs de santé aux échelles locales, régionales et internationales.

[1] Métras R, Edmunds W. J, Youssouffi C, Dommergues L, Fournié G, Camachod A, et al., Estimation of Rift Valley fever virus spillover to humans during the Mayotte 2018–2019 epidemic. doi.org/10.1073/pnas.2004468117

* Inserm, LSHTM, Cirad, CoopADEM, La Coopérative agricole, DAFF, RVC, Epicentre, Santé publique France

Pour en savoir plus :