Estimation de l’incidence cumulative par âge pour la pandémie de grippe de 2009 : une méta-analyse des études sérologiques A (H1N1) pdm09 de 19 pays
H1N1

Estimation de l’incidence cumulative par âge pour la pandémie de grippe de 2009 : une méta-analyse des études sérologiques A (H1N1) pdm09 de 19 pays

H1N1

Les membres du groupe de travail sur la sérologie H1N1pdm comprennent: Regina Allwinn, Don Bandaranayake, Antonino Bella, Angie Bone, Fabrice Carrat, Mandeep S. Chadha, Mark Chen, Chia ‐ Yu Chi, Chad M. Cox, Michelle Cretikos, Natasha Crowcroft, Jeffery Cutter , Xavier de Lamballerie, Koussay Dellagi, George Doukas, Sandra Dudareva ‐ Vizule, Alicia M. Fry, Gwendolyn L. Gilbert, Walter Haas, Pia Hardelid, Peter Horby, Q.Sue Huang, Olav Hungnes, Niina Ikonen, Kyoko Iwatsuki ‐ Horimoto , Naveed Z.Janjua, Iikka Julkunen, Jacqueline M. Katz, Yoshi Kawaoka, Ajit Lalvani, Daniel Levy ‐ Bruhl, Helena C.Maltezou, Jodie McVernon, Elizabeth Miller, AC Mishra, Mohsen Moghadami, Shailesh D.Pawar, Carrie Reed, Steven Riley, Caterina Rizzo, Laura Rosella, Ted M. Ross, Yuelong Shu, Danuta M. Skowronski, Saranya Sridhar, Anneke Steens, Babasaheb V. Tandale, Maria Theodoridou,Michiel van Boven, Kristian Waalen, Jen ‐ Ren Wang, Joseph T. Wu, Cuiling Xu, Shanta Zimmer, Christl A. Donnelly et Neil M. Ferguson.

Les détails des affiliations sont mentionnés dans la partie Annexe.

Les opinions exprimées dans cet article sont celles des auteurs et des membres du groupe de travail et ne reflètent pas nécessairement celles des institutions ou organisations auxquelles elles sont affiliées.

Abstrait

Contexte

L’impact mondial de la pandémie de grippe A (H1N1) de 2009 (H1N1pdm) n’est pas bien compris.

Objectifs

Nous estimons la prévalence globale et spécifique à l’âge des anticorps réactifs croisés contre le virus H1N1pdm et les taux d’infection à H1N1pdm au cours de la première année de la pandémie en utilisant les données d’études séroépidémiologiques H1N1pdm publiées et non publiées.

Les méthodes

Les données sérologiques agrégées primaires H1N1pdm de chaque étude ont été stratifiées en groupes d’âge normalisés et évaluées en fonction du moment où les sérums ont été collectés par rapport à l’activité de pointe H1N1pdm nationale ou infranationale. La séropositivité a été évaluée à l’aide d’analyses de laboratoire bien décrites et standardisées d’inhibition de l’hémagglutination (titres HI ≥32 ou ≥40) et de microneutralisation (MN ≥ 40). La prévalence des anticorps réactifs croisés contre le virus H1N1pdm a été estimée pour les études utilisant des sérums collectés avant le début de la pandémie (entre 2004 et avril 2009); L’incidence cumulative du H1N1pdm a été estimée pour les études dans lesquelles des sérums pré- et post-pandémiques ont été collectés; et la séropositivité H1N1pdm a été calculée à partir d’études avec des sérums post-pandémiques uniquement (recueillies entre décembre 2009 et juin 2010).

Résultats

Données de 27 études publiées / non publiées de 19 pays / régions administratives – Australie, Canada, Chine, Finlande, France, Allemagne, RAS de Hong Kong, Inde, Iran, Italie, Japon, Pays-Bas, Nouvelle-Zélande, Norvège, Ile de la Réunion, Singapour, Royaume-Uni, États-Unis et Vietnam – étaient éligibles à l’inclusion. La prévalence globale pré-pandémique normalisée selon l’âge des anticorps à réactivité croisée était de 5% (IC 95% 3-7%) et variait considérablement selon l’âge avec les taux les plus élevés chez les personnes de 65 ans et plus (IC 95% 14% 8-24) %). L’incidence cumulée globale de H1N1pdm normalisée selon l’âge était de 24% (IC à 95% de 20 à 27%) et variait considérablement selon l’âge, la plus élevée chez les enfants de 5 à 19 ans (47% IC à 95% de 39 à 55%) et de 0 à 4 ans ( 36% IC à 95% 30–43%).

Conclusions

Nos résultats offrent un aperçu unique de l’impact mondial de la pandémie de H1N1 et mettent en évidence la nécessité d’une normalisation des études séroépidémiologiques et de leur inclusion dans les plans de préparation pré-pandémie. Nos résultats, combinés aux récentes estimations de la mortalité respiratoire pandémique mondiale, suggèrent que le taux de létalité du virus pandémique était d’environ 0,02%.

Introduction

Peu après la détection du nouveau virus de la grippe pandémique A (H1N1) 2009 (H1N1pdm) au Mexique et aux États-Unis en avril 2009, 3 pays à travers le monde ont commencé à signaler des cas confirmés de laboratoire H1N1pdm à l’Organisation mondiale de la santé (OMS). 4 Cependant, le nombre de cas a augmenté, les laboratoires ont été submergés par la demande pour les tests. L’OMS a répondu avec de nouvelles directives en juin 2009, demandant aux pays de signaler les premiers cas détectés dans un pays, que les tests se concentrent sur les cas mortels et graves et que les pays ne signalent que les cas mortels à l’OMS. 5 En conséquence, au moment où la pandémie a été déclarée terminée en août 2010, 6 nombres de cas et de décès (<1 million et> 18 449, 7respectivement) signalés à l’OMS ne représentaient qu’une petite fraction de la charge réelle d’infection et de mortalité due au H1N1pdm.

Même dans les pays disposant de ressources suffisantes, le très grand nombre de cas de grippe H1N1pdm, la non-spécificité des définitions de cas cliniques pour la grippe et la capacité limitée de dépistage signifient que l’incidence ne peut pas être estimée à partir de la surveillance basée sur les cas. Ces informations sont essentielles pour comprendre la morbidité, la mortalité et la gravité globales de la population du virus H1N1pdm, car elles servent de dénominateur pour l’estimation des mesures de gravité. Parallèlement à la surveillance à l’échelle de la population pour capturer les numérateurs (c.-à-d. H1N1pdm, hospitalisations et décès), des études sérologiques représentatives sont conçues pour recueillir des données sur le dénominateur (c.-à-d. Les infections) qui peuvent être utilisées pour estimer les paramètres de gravité tels que le CFR (c.-à-d. le nombre total de décès H1N1pdm divisé par le nombre total d’infections H1N1pdm) et les taux d’hospitalisation (nombre d’hospitalisations H1N1pdm divisé par les infections H1N1pdm). Ainsi, l’analyse des données sérologiques peut fournir des mesures précises de l’incidence, réduire l’incertitude entourant l’évaluation de la gravité et aider à éclairer l’intensité et le ciblage appropriés des politiques d’atténuation.8 – 10

En plus d’estimer la proportion de la population infectée par un virus particulier, les données d’études séroépidémiologiques peuvent fournir des informations sur les tendances régionales et spécifiques à l’âge en matière d’incidence et d’immunité croisée, qui sont importantes pour caractériser l’infectiosité d’un nouveau virus, identifier groupes cibles clés pour les interventions et pour l’élaboration de mesures d’atténuation 8 – 11Un aperçu de l’immunité croisée (ou partielle) acquise suite à l’exposition à d’autres souches de grippe ou à la vaccination présente un intérêt scientifique particulier. Savoir quelle proportion de la population avait des anticorps avant la première vague et comment cette immunité a affecté la circulation ultérieure du virus fournit des informations précieuses pour comprendre la dynamique de transmission des pandémies de grippe de manière plus générale.

Un certain nombre d’études séroépidémiologiques précoces utilisant des sérums résiduels collectés avant le début de la pandémie H1N1pdm ont été menées dans les mois suivant l’identification du virus H1N1pdm pour évaluer le niveau d’immunité préexistante dans la population par âge, rapidement suivies par des investigations à partir d’un certain nombre des pays pour estimer la proportion de la population infectée par le virus H1N1pdm. 12 Associé à des investigations précoces élucidant les taux d’attaque clinique spécifiques à l’âge 13 , 14 et les caractéristiques de transmission 15du nouveau virus, ces études ont fourni une contribution critique et réduit l’incertitude autour des décisions politiques nationales et mondiales. De nombreuses études séroépidémiologiques ont par la suite été publiées, mais la comparaison et l’interprétation directe des résultats des études sérologiques sont difficiles en raison des méthodes épidémiologiques variées utilisées pour collecter les sérums, de l’hétérogénéité des populations étudiées, de la variation des tests de laboratoire utilisés et des critères de séropositivité. 12 , 16

L’objectif de cette étude est de rassembler toutes les données sérologiques originales disponibles dans un format standardisé à partir d’études séroépidémiologiques H1N1pdm afin d’estimer la proportion de la population ayant des anticorps à réactivité croisée contre H1N1pdm avant le début de la pandémie et d’estimer le cumulatif spécifique à l’âge l’incidence de l’infection à H1N1pdm au cours de la première année de la pandémie. Cette étude s’appuie sur les résultats de Kelly et al . 17 en incluant un certain nombre d’études sérologiques H1N1pdm supplémentaires menées dans un certain nombre de pays supplémentaires depuis cette publication. Combinées à ce que l’on sait sur la morbidité et la mortalité du virus pandémique dans le monde, ces estimations donnent une meilleure idée de l’impact global de la pandémie H1N1.

Cette étude représente le travail combiné et la collaboration de chercheurs sur la grippe de plus de 27 groupes de recherche différents à travers le monde et est la première du genre à utiliser des données originales pour produire une estimation résumée dans une perspective mondiale de la proportion de la population infectée. Au cours de la première année de la pandémie de grippe de 2009. Notre analyse comprend des données sérologiques originales de plusieurs pays à revenu faible et intermédiaire, dont la Chine, l’Inde, l’Iran, le Vietnam et la Réunion et des pays à revenu élevé, dont l’Australie, le Canada, la Finlande, France, Allemagne, RAS de Hong Kong, Italie, Japon, Pays-Bas, Nouvelle-Zélande, Norvège, Singapour, Royaume-Uni et États-Unis.

Ce travail fournit un aperçu critique de l’impact et de la gravité sous-estimés de la pandémie, et nos résultats sont d’une grande valeur pour la planification et la préparation de la prochaine pandémie. Les taux d’incidence cumulatifs selon l’âge sont des paramètres essentiels utilisés par les décideurs en santé publique et les modélisateurs mathématiques pour planifier et répondre à une pandémie et fournir des estimations précises du dénominateur pour calculer un paramètre clé – le taux de létalité. Avec les estimations récentes 1 et à venir 2 de la mortalité H1N1pdm – le numérateur du taux de létalité (CFR) – et nos résultats d’incidence cumulative résumés, nous suggérons que le CFR du virus pandémique était d’environ 0,02%, ce qui donne un aperçu de la gravité de la pandémie de grippe de 2009 dans le monde.

Les méthodes

Une recherche documentaire approfondie pour les études sérologiques H1N1pdm a été effectuée à l’aide d’une recherche informatisée basée sur des mots clés de la Bibliothèque nationale de médecine via PubMed. La recherche a été limitée à toutes les études séroépidémiologiques H1N1pdm publiées au 1er janvier 2012. Les articles contenant les mots clés MeSH : grippe humaine, pandémie, séro-incidence et séroprévalence, dans leurs titres ou résumés ont été examinés pour déterminer leur éligibilité à l’inclusion. Les références citées dans les articles sélectionnés ont été inspectées par SH et MDVK afin d’identifier d’autres études pertinentes (toute divergence a été discutée avec AWM; Figure  1une). En plus des études publiées, le Programme mondial OMS de lutte contre la grippe a contacté des chercheurs connus pour mener des études sérologiques à partir d’une liste complète d’études sérologiques planifiées et en cours sur le H1N1pdm compilées et tenues à jour par l’OMS. De plus, un effort supplémentaire a été fait pour identifier les études non publiées en contactant des experts et des chercheurs connus dans le domaine de la grippe en recherchant les actes des conférences sur la grippe et les rapports des agences de surveillance nationales. Les chercheurs d’études non publiées ont été invités à partager leur méthodologie d’étude (plus de détails ci-dessous) et les résultats préliminaires pour permettre l’évaluation pour l’inclusion. Comme pour les études publiées, les données non publiées n’ont également été utilisées que si les données étaient disponibles au 1er janvier 2012.

Figure 1

Ouvrir dans la visionneuse de figures PowerPoint

(a) Examen du processus de recherche documentaire sérologique H1N1pdm publiée et non publiée. (b) Exemple de caractérisation du moment de la collecte des sérums par rapport à l’activité nationale du virus H1N1pdm. NB La caractérisation du calendrier des sérums a été effectuée en utilisant la courbe épidémique nationale ou infranationale lorsqu’elle est disponible séparément pour chaque pays ayant fourni des données sérologiques, la période A indiqué la période précédant la notification des premiers cas de H1N1pdm en Amérique du Nord et le début de la Pandémie de grippe de 2009. La période B indique la période après que le virus H1N1pdm a été identifié en Amérique du Nord, mais avant que la circulation à grande échelle du virus ne se produise dans chaque pays. Cette évaluation a été effectuée pour chaque pays ou zone géographique infranationale si des données virologiques infranationales étaient disponibles. La période C a indiqué le temps après que le pic national ou infranational d’activité virologique H1N1pdm ait pris fin, mais pas complètement de retour aux niveaux de base. La période D indique l’heure nationale ou infranationale à laquelle la circulation du virus H1N1pdm était clairement terminée. La zone ombrée indique un exemple d’activité virologique de pointe H1N1pdm. Les études qui ont recueilli des sérums pendant le pic d’activité ont été exclues des analyses.

Critères d’inclusion / d’exclusion

Critère d’intégration

Des études publiées et non publiées qui mesuraient les titres d’anticorps globaux et stratifiés par âge contre le virus de la grippe H1N1pdm 2009 par des analyses de laboratoire bien décrites et normalisées d’inhibition de l’hémagglutination (HI) et de microneutralisation (MN) ont été incluses. En bref, la séropositivité a été évaluée comme titrant HI titres ≥32 ou MN test ≥40. De plus, des études sérologiques qui ont mesuré les anticorps réactifs contre le virus de la grippe H1N1pdm dans les sérums collectés avant le début de la pandémie de 2009 ont été incluses pour quantifier les niveaux d’anticorps réactifs croisés préexistants stratifiés par âge dans les populations. Pour être inclus, les auteurs d’études individuelles devaient fournir des résultats dans des groupes d’âge harmonisés (0–4; 5–19; 20–44; 45–64 et ≥65 ans) et des détails supplémentaires sur leur population d’étude (par exemple, dates de début et de fin de la collecte de sérums, taille de l’échantillon dans chaque groupe d’âge, test et critères de séropositivité, description (s) des populations d’étude à partir desquelles le sérum a été utilisé, lieu (x) spécifique (s) de résidence des sujets fournissant le sérum et utilisation de la vaccination saisonnière et pandémique parmi les sérums inclus, si possible). Lorsque l’utilisation du vaccin H1N1pdm était disponible dans des études individuelles, nous avons demandé aux auteurs de fournir des résultats uniquement chez les personnes non vaccinées.

Critère d’exclusion

Les essais cliniques sur les vaccins ont été exclus, de même que les études sérologiques sur les grippes aviaire et saisonnière (H1N1 ou H3N2). De plus, les études sur les populations en milieu fermé (c.-à-d., Installations militaires, écoles) ou parmi des populations spécifiques seulement (par exemple, les personnes infectées par le VIH ou les femmes enceintes) ont été exclues. Enfin, les études qui ne comprenaient que des individus vaccinés contre le H1N1pdm ont été exclues.

Abstraction, synthèse et méthodes statistiques des données utilisées pour la métanalyse

Les données des études incluses ont été classées en fonction du moment où les sérums ont été collectés par rapport à l’activité virologique H1N1pdm nationale ou infranationale lorsque disponible (2009-2010) 18 (figure  1 b; catégories: sérums pré-pandémiques, sérums pré-et post-pandémiques et post-pandémiques). ‐Sérums pandémiques uniquement). Les études qui n’ont recueilli que des sérums pendant le pic d’activité virologique H1N1pdm ont été exclues des analyses (figure  1b, zone ombrée). Pour les trois séries d’analyses différentes: prévalence globale et spécifique à l’âge des anticorps réactifs croisés contre le virus H1N1pdm à l’aide de sérums prépandémiques, incidence cumulée globale et spécifique à l’âge à l’aide d’études avec des sérums pré et postpandémiques et globale et nous avons utilisé des régressions logistiques à effets aléatoires (au niveau de l’étude) pour obtenir des estimations globales et spécifiques à l’âge ainsi que pour tenir compte de l’hétérogénéité des résultats entre les études.

Une base de données a été créée (par SH et MDVK) pour rassembler les informations extraites de chaque étude, y compris: pays d’étude, auteur et année de publication, essai (s) de laboratoire utilisé (s), valeur seuil utilisée pour déterminer la séropositivité, description de la population de l’étude à partir de qui a été collecté, période (s) pendant laquelle les sérums ont été collectés, taille de l’échantillon, proportion de séropositifs avec des intervalles de confiance à 95%, calendrier du pic d’activité pandémique national pour le pays concerné selon les données communiquées à FluNet, 18moment de la campagne de vaccination contre le H1N1pdm pour le pays, utilisation du vaccin saisonnier parmi la population étudiée (si disponible) et différence entre le moment de la collecte du sérum et le pic d’activité virologique H1N1pdm (en semaines). Parce que différentes études utilisaient différentes catégories d’âge pour rapporter les résultats de séropositivité dans leurs publications individuelles, nous avons demandé à tous les chercheurs de partager leurs résultats de séropositivité pour cinq catégories d’âge (0–4; 5–19; 20–44; 45–64 et ≥65 ans ancien) pour assurer la comparabilité. Ces catégories d’âge ont été choisies en fonction des différences d’épidémiologie et de la gravité clinique déclarée de la maladie dans ces groupes d’âge. 19 Les estimations groupées globales ont été ajustées en fonction de l’âge à l’aide d’estimations de la population par âge de l’ONU. 20 Pour évaluer les niveaux de séroprévalence au fil du temps, nous avons exploré la séroprévalence post-pandémique selon l’âge par rapport à la différence dans le moment de la collecte des sérums et le pic national d’activité du virus H1N1pdm.

Sérums pré-pandémiques pour estimer la prévalence des anticorps réactifs contre le virus H1N1pdm

Tous les sérums collectés avant le 1er avril 2009, quel que soit le plan d’étude, ont été classés comme sérums pré-pandémiques pour lesquels des anticorps réactifs croisés globaux et spécifiques à l’âge contre le virus H1N1pdm ont été estimés (figure  1 b). Nous avons modélisé l’ ensemble et la prévalence pré-pandémique par âge des anticorps à réaction croisée des études avec des sérums prélevés avant Avril 2009 (Figure  1 b, zone indiquée en période A) et les études qui comprenaient des sérums prélevés avant la transmission communautaire répandue (voir Figure  1b, période B). Nous avons ensuite exploré, en plus d’autres causes possibles d’hétérogénéité (décrites ci-dessous), si le calendrier de l’étude expliquait des différences (c’est-à-dire si la prévalence pré-pandémique d’anticorps réactifs croisés différait entre les études menées à la période A par rapport à B). Seules les études qui ont analysé la séropositivité en utilisant HI ont été incluses dans les analyses pré-pandémiques. Les détails des études incluses sont fournis dans le tableau S1.

Sérums pré- et post-pandémiques pour estimer l’incidence cumulée

Pour les études qui avaient à la fois des sérums pré‐ (Figure  1 b période A ou B) et post‐ pandémiques (Figure  1 b, période C ou D) selon la période nationale ou infranationale de circulation du virus H1N1pdm, globale et spécifique à l’âge l’incidence cumulative a été calculée pour chaque étude en prenant la différence de séroprévalence. Dans les études incluses, les sérums ont été prélevés deux fois sur le même sujet (sérums appariés d’études longitudinales) ou deux fois dans la même population, mais sur des individus différents (sérums non appariés d’études transversales) avant le début de la pandémie et après la fin de la pandémie. Les études qui ont analysé la séropositivité par HI et MN ont été incluses dans les calculs d’incidence. Les détails des études incluses sont fournis dans le tableau S2.

Sérums post-pandémiques pour estimer la séroprévalence H1N1pdm

Enfin, nous avons modélisé et fourni commun général et H1N1pdm par âge séroprévalence de sérums post-pandémique, qui, sérums prélevés pendant les périodes de temps, ce qui a coïncidé avec une baisse de la transmission de H1N1pdm nationaux ou infranationaux (Figure  1 b, période C) ou lorsque la transmission a cessé (figure  1 b, période D). Seules les études qui ont analysé la séropositivité en utilisant HI ont été incluses dans les analyses post-pandémiques. Les détails des études incluses sont fournis dans le tableau S3.

Méta ‐ régression

Nous avons exploré les différences dans les résultats énumérés ci-dessus pour les trois ensembles d’analyses, en ajustant pour une covariable à la fois dans les régressions logistiques à effets aléatoires. Ces modèles permettent d’inclure la variation à l’intérieur et entre les études dans les coefficients estimés. Les covariables prises en compte dans les régressions logistiques à effets aléatoires univariables pertinentes étaient: le calendrier de l’étude pour les analyses de sérums uniques pré et post pandémiques (c.-à-d., Nous avons examiné s’il y avait des différences: (i) pour les études prépandémiques, entre les études menées à période A et B de la figure  1 b, et (ii) pour les études sur le sérum unique post-pandémique, entre les études menées aux périodes C et D de la figure  1b, respectivement); dosage (HI ≥ 1:32; HI ≥ 1:40; MN ≥ 1:40; pour les estimations de l’incidence cumulée de H1N1pdm, uniquement); type de sujet; pays et région géographique de la collection de sérums; si la vaccination contre le H1N1pdm a été utilisée dans les pays inclus; et la densité de la population au niveau national. 21

Résultats

Études incluses

Soixante-quatorze articles ont été identifiés pour examen des titres et des résumés, et 32 ​​articles en texte intégral ont été récupérés et examinés (figure  1 a). Vingt-sept études, dont huit études non publiées (au moment de la collecte des données), ont été incluses dans la méta-analyse (tableau  1 ). Parmi ces personnes, 19 études de 15 pays inclus les sérums pré-pandémique dans lequel la prévalence globale et spécifique à l’ âge d’anticorps à réaction croisée ont été estimés 22 – 40 (détails des études incluses sont présentés dans le tableau S1); 12 études provenant de 11 pays contenaient à la fois avant et après une pandémie dans laquelle l’incidence cumulative globale et spécifique à l’âge du H1N1pdm était estimée 22 , 23 , 29 – 3438 , 39 , 41 – 43 (tableau S2); et 10 études provenant de neuf pays contenaient des sérums post-pandémiques dans lesquels la séroprévalence H1N1pdm globale et spécifique à l’âge était estimée 35 – 37 , 44 – 49 (Sridhar S, communication personnelle; tableau S3).

Tableau 1. Caractéristiques des études incluses pour chacune des estimations regroupées par âge et normalisées par âge

  • Estimation

    Anticorps réactifs croisés H1N1pdm spécifiques à l’âge

    Incidence cumulée H1N1pdm selon l’âge

    Séroprévalence H1N1pdm spécifique à l’âge

    Description des sérums inclus dans le devis

    Études incluant des sérums pré-pandémiques

    Études, qui comprenaient des sérums pré- et post-pandémiques

    Études incluant des sérums post-pandémiques (uniquement)

    Source de sérums ( n pays)

    Australie, Canada, Chine, Finlande, France, Allemagne, Inde, Italie, Japon, Nouvelle-Zélande, Norvège, Ile de la Réunion, Singapour, Royaume-Uni, USA (15)

    Australie, Canada, France, Allemagne, RAS de Hong Kong, Japon, Nouvelle-Zélande, Norvège, Royaume-Uni, États-Unis, Vietnam (11)

    Canada, Chine, France, Allemagne, Iran, Pays-Bas, Ile de la Réunion, Singapour, Royaume-Uni, USA (9)

    Nombre d’études incluses dans les estimations

    19

    12

    dix

    Nombre d’échantillons de sérum inclus dans les analyses

    15 476

    Sérums pré-pandémiques = 9910

    Sérums post-pandémiques = 14 228

    52 479

    Dosages utilisés et critères de séropositivité

    HI ≥ 1:32 a ou HI ≥ 1:40

    HI ≥ 1:32; HI ≥ 1:40; MN ≥ 1:40

    HI ≥ 1:40 b

    Estimation globale standardisée selon l’âge (IC à 95%)

    5% (3 à 7%)

    24% (20-27%)

    32% (26–39%)

    Au total, notre analyse était basée sur environ 90 000 échantillons sérologiques provenant de 19 pays et / ou régions administratives, dont l’Australie, le Canada, la Chine, la Finlande, la France, l’Allemagne, la RAS de Hong Kong, l’Inde, l’Iran, l’Italie, le Japon, les Pays-Bas, le Nouveau Zélande, Norvège, Réunion, Singapour, Royaume-Uni (UK), États-Unis (US) et Vietnam (figure  2 ). Les données de séroprévalence pré-pandémique étaient disponibles auprès du Taipei chinois, mais exclues des résultats regroupés car les résultats n’étaient disponibles que par MN (Sridhar S, et al . Communication personnelle, Chen M. communication personnelle). 9 , 22 – 28 , 30 – 32 , 34 – 39 ,41 , 42 , 44 , 46 – 51 Les sérums pré- et post-pandémiques de Grèce ont été exclus des résultats d’incidence cumulée car la séropositivité a été analysée par dosage immuno-enzymatique (ELISA), une nouvelle méthode développée par les chercheurs et non entièrement validée . 53Voir les tableaux S1 à S3 dans les informations à l’appui pour plus de détails sur les études individuelles.
  • HI, inhibition de l’hémagglutination; MN, essai de microneutralisation.
  • aHardelidet al41 et Iwatsuki ‐ Horimotoet al. (2011) seulement; toutes les autres études ont utilisé HI ≥ 1:40 comme critère de séropositivité.
  • bToutes les études sur les estimations de la séroprévalence H1N1pdm ont utilisé HI ≥ 1:40 comme critère de séropositivité.

La prévalence pré-pandémique d’anticorps réactifs croisés a été estimée à partir de la mise en commun des données sérologiques de 15 pays de 19 études (n sérums = 15 476). La prévalence globale pré-pandémique ajustée selon l’âge des anticorps anti-H1N1pdm croisés réactifs était de 5% (IC 95% 3-7%; tableau  1 ; figure  3 A). La prévalence augmentait avec l’âge (figure  4UNE; 0 à 4 ans 1% [0 à 3 à 4%], 5 à 19 ans 4% [1 à 9%], 20 à 44 ans 5% [3 à 8%], 45 à 64 ans 5 [2–9%]) et était la plus élevée chez les sujets de 65 ans et plus (14% [8–24%]). Dans l’ensemble, il y avait des différences significatives de prévalence par région, les individus d’Asie étant moins susceptibles et les sujets d’un site en Afrique (Ile de la Réunion) plus susceptibles d’avoir des anticorps à réactivité croisée contre le H1N1pdm par rapport à l’Europe (OR = 0 · 098 95% CI 0 · 01–0 · 9); OR = 9 · 2 IC 95% 1 · 9–43 · 8), respectivement). Les sujets d’un site en Afrique avaient également une séroprévalence plus élevée entre 5–19 (OR = 14 · 2 IC à 95% 1 · 2–174 · 9), 20–44 (OR = 6 · 9 IC à 95% 3 · 3–14 · 4), 45–64 (OR = 21 · 4 IC 95% 4 · 2–110 · 0) et ≥65 (OR = 17 · 0 IC 95% 2 · 3–127 · 2) – groupes d’âge par rapport aux individus d’Europe dans les mêmes groupes d’âge. Les sujets de 20 à 44 ans en provenance d’Asie avaient une séroprévalence inférieure par rapport à l’Europe (OR = 0,20 IC à 95% 0,1 · 0,04). Les sujets d’une étude sur les ménages ruraux (Vietnam) avaient une séroprévalence globale pré-pandémique plus faible que les patients ambulatoires (OR = 0,06 IC 95% 0,004-0,08). Il n’y avait aucune différence significative dans la séroprévalence pré-pandémique et dans toute autre covariable à l’étude.

figure 3

Ouvrir dans la visionneuse de figures PowerPoint

Incidence cumulée de l’infection à H1N1pdm dans les études avec collecte de sérums pré- et post-pandémique. Chaque point représente l’estimation ponctuelle non ajustée avec des limites de confiance de 95% pour une étude qui a fourni des données de tous les groupes d’âge. Les estimations des études individuelles ne sont pas ajustées ; l’estimation groupée est ajustée selon l’âge. Il y avait une hétérogénéité dans les estimations de la variance des taux globaux pour les effets aléatoires pour les estimations globales pré-pandémiques (A) P = 0,024 et les taux de séroprévalence post-pandémique (C) P = 0,09 ; et le 2 pour les taux d’incidence cumulatifs globaux (B) = 98,1%.

Figure 4

Ouvrir dans la visionneuse de figures PowerPoint

Prévalence spécifique à l’âge (A) d’anticorps réactifs croisés provenant de sérums de base prépandémiques, (B) incidence cumulée d’infection à H1N1pdm utilisant des sérums pré et postpandémiques et (C) H1N1pdm séroprévalence à partir de sérums postpandémiques. Les estimations ponctuelles indiquent une estimation groupée et les lignes représentent un IC à 95% pertinent. Chaque ligne représente les résultats non ajustés selon l’âge des études individuelles. Voir les tableaux S1 à S3 pour les études incluses dans chaque estimation.

Incidence cumulée de l’infection pandémique grippale

Les données utilisées pour estimer l’incidence cumulative par âge étaient disponibles dans 11 pays et 12 études (tableau  1 ; tableau S2). L’incidence cumulée globale ajustée selon l’âge de l’infection à H1N1pdm basée sur la différence entre la séroprévalence pré- et post-pandémique était de 24% (IC à 95% 20-27%, figure  3 B) et variait considérablement selon l’âge (figure  4 B). L’incidence par âge la plus élevée a été observée chez les enfants de 5 à 19 ans (46% [36 à 56%]), suivie par les 0 à 4 ans (37% [30 à 44%]) et a diminué par âge à partir de 20 ans. vieux et plus vieux (20–44 ans 20% [13–26%], 45–64 ans 14% [9–20%]). L’incidence la plus faible a été observée chez les ≥ 65 ans (11% [5–18%]).

Il y avait des associations significatives trouvées entre l’incidence et la région et le type de sujet dans l’estimation globale, indiquant que l’incidence cumulative globale était de 28% inférieure (IC à 95% 7,7-48,4) en Asie par rapport à l’Europe et de 23% inférieure (95 % IC 3 · 1–42 · 7) chez les sujets des ménages ruraux (Vietnam) par rapport aux pays échantillonnant les patients externes. Les échantillons de sujets âgés de 5 à 19 ans en provenance d’Asie et d’Océanie avaient une incidence cumulée plus faible que les échantillons d’Europe dans le même groupe d’âge (29% [IC à 95% 15 · 8–41 · 9] plus bas, 21% [IC à 95% 3 · 1–39 · 3] respectivement). Les pays susceptibles d’avoir inclus des personnes âgées de 5 à 19 ans et de 20 à 44 ans vaccinées avec le vaccin pandémique dans leur population échantillonnée avaient une incidence cumulée plus élevée que les pays qui excluaient les personnes vaccinées contre le H1N1pdm dans ces mêmes groupes d’âge (19% [IC 95% 3 3 · 4–33 · 8] plus haut, 15% [IC 95% 3 · 1–26 · 1] respectivement). Lorsque nous excluons les deux pays, ce qui suggère qu’une proportion importante de la séroprévalence de leurs populations étudiées pourrait être due à la vaccination (Norvège34 et aux États-Unis 39 ), plutôt que l’infection naturelle, l’incidence cumulée globale cumulée est de 21% (IC 95% 18-25; voir figure S1) contre 24% (IC 95% 20-27%).

Séroprévalence post-pandémique

La séroprévalence post-pandémique a été estimée en regroupant les données de neuf pays de 10 études (n sérums = 52 479; tableau  1 ). La séroprévalence H1N1pdm globale ajustée en fonction de l’âge était de 32% (IC 95% 26–39%; figure  3 C). A partir de 5 ans, la séroprévalence généralement, bien que pas de manière significative, diminue avec l’ âge (Figure  4 C) et une diminution, et non pas de manière significative dans tous les groupes avec l’ augmentation de l’ intervalle de temps entre la collecte des sérums et le pic de l’activité du virus de la grippe (données non présentées). Il n’y avait aucune association significative entre la séroprévalence globale et toute covariable examinée. Cependant, pour le groupe d’âge de 0 à 4 ans, une proportion plus faible échantillonnée après la fin de la vague épidémique (figure  1b, période D) étaient séropositifs par rapport aux sérums collectés pendant le déclin de l’épidémie (figure  1 b, période C; OR = 0,16 IC 95% 0,04-0,06). De plus, pour le groupe d’âge de 0 à 4 ans, les pays susceptibles d’avoir inclus des personnes vaccinées avec le vaccin pandémique dans la population échantillonnée avaient une séroprévalence plus faible que les pays qui excluaient les personnes vaccinées contre le H1N1pdm (OR = 0, 21 IC 95% 0 · 06–0 · 8).

Discussion

Notre étude est la première à recueillir et à analyser des données sérologiques primaires sur le H1N1pdm dans des groupes d’âge normalisés de pays / régions administratives à travers le monde. Nos résultats suggèrent qu’environ 20 à 27% des populations des pays inclus ont été infectées par le virus H1N1pdm au cours de la première année de circulation. L’incidence était la plus élevée dans le groupe d’âge de 5 à 19 ans, où environ 46% (IC à 95% de 36 à 56%) étaient infectés, et la plus faible dans le groupe d’âge ≥ 65 ans, où environ 11% (IC à 95% de 5 à 18%) ont été infectés. Bien que, comme prévu, il y ait eu une certaine variation locale des taux d’infection à l’intérieur des pays, comme l’ont démontré des études individuelles, nous avons constaté une cohérence dans les estimations de l’incidence cumulative par âge d’un pays à l’autre. Cette cohérence des taux d’infection estimés par groupe d’âge entre les pays peut avoir été renforcée en partie parce que nous avons systématiquement classé nos sérums en fonction du moment de la collecte par rapport au pic d’activité virale H1N1pdm dans chaque pays. En supposant que l’incidence cumulative dans les pays inclus dans nos études est similaire à celle du reste du monde pour lequel il n’existe pas peu de données et si les estimations de la mortalité mondiale produites par deux groupes de recherche1 , 2 sont confirmés par d’autres études, ce qui placerait le CFR pour H1N1pdm à <0,02%.

Nos résultats sont conformes à nos estimations de H1N1pdm séroprévalence en utilisant des sérums post-pandémique et avec d’ autres H1N1pdm études de séroprévalence récemment ou non encore publiées de l’ Islande, le Mexique, le Taipei chinois, l’ Inde, la Mongolie, le Mali, 53 – 57 Laos, Djibouti et la Bolivie ( CoPanFlu ‐ International consortium données non publiées, communication personnelle de X. de Lamballerie), avec une étude de la Grèce avec des sérums pré- et post-pandémiques qui a été exclue de nos analyses 51 mais est légèrement supérieure à l’incidence cumulée estimée globale trouvée dans une analyse . 17Cela peut être dû au fait que notre étude comprend un certain nombre d’autres pays moyens et bas qui ont mené des études sérologiques parce que cette analyse a été publiée et parce que nous avons exclu les études qui se concentraient sur des populations spécialisées 17 ). De plus, les tendances spécifiques à l’âge que nous avons trouvées dans nos résultats d’incidence cumulative sont cohérentes avec les études qui mesuraient l’incidence cumulative comme une multiplication par quatre des titres parmi les sérums appariés 36 , 42 , 57 et similaires aux études qui mesuraient les taux d’attaque secondaire spécifiques à l’âge en utilisant la RT ‐PCR. 58 , 59

Dans les analyses des données pré-pandémiques, nous avons trouvé des niveaux croissants d’anticorps réactifs croisés contre le virus H1N1pdm avec l’âge, bien qu’il y ait des différences dans ces profils par région. Par exemple, les individus plus âgés dans certains pays d’Asie avaient des niveaux d’anticorps réactifs croisés plus faibles avant la diffusion généralisée de la souche pandémique que les individus d’autres régions. Cependant, ce n’était pas une constatation universelle pour tous les pays asiatiques et peut être un reflet des groupes d’âge que nous avons choisis dans cette méta-analyse parce que nous avons regroupé les catégories de personnes âgées en une seule unité (≥ 65 ans): certaines études ont observé des différences chez les personnes âgées (> 65 ans) par rapport aux personnes très âgées (c.-à-d.> 80 ans, p. ex. 25 , 41 , 52 , 60). Nous notons que les différences régionales ne persistaient pas lorsque l’on ne regardait que l’incidence cumulée des études dans lesquelles deux ensembles de sérums d’une population ont été testés dans le même laboratoire en utilisant la même méthodologie ou dans la séroprévalence post-pandémique. Par conséquent, étant donné le petit nombre d’études dans chaque région, ces tendances peuvent refléter des différences dans la méthodologie de laboratoire. Cependant, cela n’exclut pas la possibilité que certains tests sérologiques ne parviennent pas à identifier les anticorps chez les personnes âgées, ou à refléter les anticorps chez les personnes âgées dans les pays sans couverture vaccinale contre la grippe saisonnière élevée. 62Des différences dans la méthodologie de laboratoire plutôt que des différences réelles dans l’immunité préexistante expliqueraient également l’observation selon laquelle l’incidence cumulative signalée n’était pas plus élevée chez les ≥ 65 ans en Asie où la séroprévalence pré-pandémique était plus faible. 62 Nous avons également observé une séropositivité pré-pandémique de faible niveau chez les enfants (<5%) et les adolescents (<10%) dans certains pays, ce qui peut être dû à nouveau aux différences de dosage entre les laboratoires.

Il y a quelques facteurs qui peuvent affecter l’exactitude de nos estimations. Les limites inhérentes à la combinaison des résultats d’études sérologiques sur la grippe ont été largement discutées 12 , 16 , 63 et pourraient avoir un impact sur l’exactitude de nos estimations. Sur la base de nos analyses, nous appuyons fortement les recommandations visant à standardiser les études séroépidémiologiques de la grippe tant en termes de méthodes épidémiologiques que de laboratoire. De plus, la baisse des taux d’anticorps au fil du temps dans certaines des populations étudiées et le fait que tous les patients confirmés en laboratoire H1N1pdm ne sont pas séroconvertis 37 , 64 – 67aurait pu entraîner nos résultats sous-estimer légèrement la véritable incidence. Nous avons trouvé des preuves limitées d’une diminution de la proportion de séropositifs au fil du temps en examinant le moment de la collecte des sérums post-pandémiques par rapport au pic d’activité du virus H1N1pdm (données non présentées). Nous avons trouvé des résultats contradictoires en ce qui concerne l’impact de la vaccination dans nos estimations de l’incidence cumulée et les estimations post-pandémiques. Pour cette raison et parce que la couverture vaccinale dans la plupart des pays inclus avait atteint peu de la population au moment du prélèvement des sérums (par exemple, aux États-Unis 39), et l’augmentation observée n’était pas dans les groupes d’âge ciblés pour la vaccination, nous pensons que la vaccination contre le H1N1pdm a eu peu d’impact sur nos résultats globaux estimatifs d’infection cumulative et de séroprévalence. Lorsque nous avons exclu les études qui suggèrent que la séroprévalence peut être due à la vaccination 34 , 39 plutôt qu’à une infection naturelle, l’incidence cumulée globale combinée a légèrement diminué.

Enfin, nous n’avons pas pu inclure de données sérologiques dans nos estimations groupées de toutes les régions du monde – notamment d’Afrique continentale et d’Amérique latine où, à notre connaissance, aucune donnée de séroprévalence H1N1pdm09 n’existe. Malgré cela, nous pensons que l’incidence du H1N1pdm peut avoir été similaire dans toutes les régions du monde car les taux de mortalité déclarés et les rapports publiés d’activité grippale en Amérique latine et en Afrique étaient similaires à ceux signalés en Europe et en Amérique du Nord, 54 , 68 , 69 et à ceux rapportés dans les pays inclus dans notre étude. Le manque de données sur la morbidité, la mortalité et la sérologie H1N1pdm en Afrique, 70cependant, laisse une incertitude considérable dans cette région du monde. En raison du nombre limité de pays inclus dans nos estimations de l’incidence cumulée globale et par âge, nous n’avons pas pu résoudre les différences entre les comtés tempérés et tropicaux. Bien que les données du Vietnam et de Hong Kong aient été incluses et les estimations de l’incidence – l’incidence au Vietnam était significativement plus faible, ce qui indique peut-être des différences d’incidence dans les zones rurales, et l’incidence de Hong Kong était cohérente avec l’incidence des pays tempérés inclus dans notre analyse – nous manquons données sérologiques de nombreux autres pays tropicaux et subtropicaux à revenu faible ou intermédiaire.

Notre analyse montre qu’environ 24% des populations des pays pour lesquels il existe des données ont été infectées lors de la première vague de la pandémie, avec une incidence atteignant 50% chez les enfants d’âge scolaire. Cette méta-analyse offre un aperçu unique de l’impact mondial de la pandémie de grippe de 2009 au cours de sa première année et met en évidence la nécessité de normaliser les études séroépidémiologiques et de les inclure dans les plans de préparation à la pandémie. Avec les estimations de la mortalité mondiale 1 , 2, nos données ont amélioré notre compréhension du comportement et de l’impact de la pandémie de grippe de 2009.

Remerciements

Les auteurs tiennent à remercier les nombreux sujets qui ont contribué aux études individuelles et les pays qui étaient disposés à partager leurs résultats de pré-publication pour être inclus dans cette étude. Les auteurs tiennent à remercier les personnes suivantes pour leurs contributions aux études initiales dans lesquelles des données ont été partagées pour cette méta-analyse: Ange Bissielo, Adam Meijer, Alessia Ranghiasci, Alexia Kieffer, Allison McGeer, Anette Kilander, Anne Kelso, Antoine Flahault, Anu Rebbapragada, Armelle Degeorges, Azzedine Assal, Beth Lowcock, Brian O’Toole, Brunhilde Schweiger, Bruno Lina, Caitlin Johnson, Camille Achonu, Carmen Yue, Ching ‐ Chuan Liu, Chung ‐ Ming Chang, Corey J.Crevar, Danielle Iuliano, David Irving, Dominic Dwyer, Don Willison, Donald M. Carter, Donald S. Burke, Emanuele Montomoli, Gérard Krause, Giulia Lapini, Graham Mackereth, Les auteurs tiennent également à remercier le Centre de recherche sur les politiques de santé en Iran et en particulier le Dr KB Lankarani. Les auteurs tiennent également à remercier leurs collègues qui ont partagé des données qui ne répondaient pas à nos critères d’inclusion : Theodore Tsai, Xiao ‐ Feng Liang, Yu Wang, Fengcai Zhu, Laura Thompson et Salah Mahmud. Les auteurs tiennent à remercier Ben Cowling et Malik Peiris pour leur perspicacité et leurs conseils sur l’analyse et l’interprétation des résultats. MDVK, AK, CAD et NMF reconnaissent le financement du Medical Research Council UK et de la Fondation Bill et Melinda Gates (MDVK, NMF). AK est actuellement soutenu par une bourse de recherche scientifique en santé des populations du MRC. Aucun organisme de financement n’a joué de rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit. Les auteurs tiennent également à remercier leurs collègues qui ont partagé des données qui ne répondaient pas à nos critères d’inclusion : Theodore Tsai, Xiao ‐ Feng Liang, Yu Wang, Fengcai Zhu, Laura Thompson et Salah Mahmud. Les auteurs tiennent à remercier Ben Cowling et Malik Peiris pour leur perspicacité et leurs conseils sur l’analyse et l’interprétation des résultats. MDVK, AK, CAD et NMF reconnaissent le financement du Medical Research Council UK et de la Fondation Bill et Melinda Gates (MDVK, NMF). AK est actuellement soutenu par une bourse de recherche scientifique en santé des populations du MRC. Aucun organisme de financement n’a joué de rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit. Les auteurs tiennent également à remercier leurs collègues qui ont partagé des données qui ne répondaient pas à nos critères d’inclusion : Theodore Tsai, Xiao ‐ Feng Liang, Yu Wang, Fengcai Zhu, Laura Thompson et Salah Mahmud. Les auteurs tiennent à remercier Ben Cowling et Malik Peiris pour leur perspicacité et leurs conseils sur l’analyse et l’interprétation des résultats. MDVK, AK, CAD et NMF reconnaissent le financement du Medical Research Council UK et de la Fondation Bill et Melinda Gates (MDVK, NMF). AK est actuellement soutenu par une bourse de recherche scientifique en santé des populations du MRC. Aucun organisme de financement n’a joué de rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit. Les auteurs tiennent à remercier Ben Cowling et Malik Peiris pour leur perspicacité et leurs conseils sur l’analyse et l’interprétation des résultats. MDVK, AK, CAD et NMF reconnaissent le financement du Medical Research Council UK et de la Fondation Bill et Melinda Gates (MDVK, NMF). AK est actuellement soutenu par une bourse de recherche scientifique en santé des populations du MRC. Aucun organisme de financement n’a joué de rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit. Les auteurs tiennent à remercier Ben Cowling et Malik Peiris pour leur perspicacité et leurs conseils sur l’analyse et l’interprétation des résultats. MDVK, AK, CAD et NMF reconnaissent le financement du Medical Research Council UK et de la Fondation Bill et Melinda Gates (MDVK, NMF). AK est actuellement soutenu par une bourse de recherche scientifique en santé des populations du MRC. Aucun organisme de financement n’a joué de rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit.

Contributions des auteurs

Conçu et conçu les expériences : MDVK, AWM, SH. Analyse des données : MDVK, AWM, SH, AK. Critères ICMJE pour la paternité lus et respectés: MDVK, SH, AK, AWM, RA, DB, AB, AB, FB, MSC, MC, CYC, CMC, MC, NC, JC, XdL, KD, GD, SD, AMF, GLG, WH, PH, PH, QSH, OH, NI, KIH, NJ, IJ, JMK, YK, AL, DLB, HCM, JMV, EM, ACM, MM, SHP, CR, SR, CR, LR, TMR, YS, DS, SS, AS, BVT, MT, MvB, KW, JRW, JTW, CX, SZ, CAD, NMF. D’accord avec les résultats et conclusions du manuscrit: MDVK, SH, AK, AWM, RA, DB, AB, AB, FB, MSC, MC, CYC, CMC, MC, NC, JC, XdL, KD, GD, SD, AMF, GLG, WH, PH, PH, QSH, OH, NI, KIH, NJ, IJ, JMK, YK, AL, DLB, HCM, JMV, EM, ACM, MM, SHP, CR, SR, CR, LR, TMR, YS, DS, SS, AS, BVT, MT, MvB, KW, JRW, JTW, CX, SZ, CAD, NMF. A rédigé la première ébauche du document : MDVK, AWM, SH, AK. Versions révisées et éditées du manuscrit : RA, DB, AB, AB, FB, MSC, MC, CYC,

© 2013 Blackwell Publishing Ltd. L’Organisation mondiale de la santé conserve le droit d’auteur et tous les autres droits sur le manuscrit de cet article tel qu’il a été soumis pour publication.

Annexe : membres du groupe de travail sur la sérologie H1N1pdm

Regina Allwinn

Institut de virologie médicale,

Hôpital universitaire JW Goethe,

60596 Francfort-sur-le-Main,

Allemagne

Don Bandaranayake

Institut des sciences et recherches environnementales,

Centre national de biosécurité et des maladies infectieuses,

Upper Hutt, Nouvelle-Zélande,

Antonino Bella

Centre national d’épidémiologie, de surveillance et de promotion de la santé,

Institut national de la santé (Istituto Superiore di Sanità ISS),

Viale Regina Elena, 299,

00161 Rome Italie

Angie Bone

Institut de Veille Sanitaire, 12 rue du Val d’Osne,

94415 Saint ‐ Maurice Cedex, France &

EPIET, Programme européen d’épidémiologie d’intervention, ECDC, Stockholm

Fabrice Carrat

UMR ‐ S 707, Epidémiologie, Modélisation, Systèmes d’information,

Faculté de médecine Pierre et Marie Curie,

27, rue Chaligny,

75571 Paris

Mandeep S Chadha

Institut national de virologie,

20 ‐ A, Dr Ambedkar Road,

Pune 411001 Inde

Mark Chen

Département d’épidémiologie et de santé publique, Université nationale de Singapour et

Département d’épidémiologie clinique, hôpital Tan Tock Seng

Singapour

Chia ‐ Yu Chi

Institut National des Maladies Infectieuses et de Vaccinologie,

Institut national de recherche en santé,

No.367 Sheng ‐ Li Road,

Tainan, Taïwan 704

Chad M. Cox

Direction des maladies respiratoires, NCIRD,

US Centers for Disease Control and Prevention,

1600 Clifton RD NE, MS C ‐ 25,

Atlanta, GA 30333, États-Unis

Michelle Cretikos

Direction du renseignement de santé publique,

Centre d’épidémiologie et de preuve,

NSW Ministry of Health,

73 Miller St North Sydney NSW 2060,

Australie

Natasha Crowcroft

Département de surveillance et d’épidémiologie, Santé publique Ontario, Toronto, Ontario, Canada,

École Dalla Lana de santé publique, Université de Toronto, Toronto, Ontario, Canada,

Département de médecine de laboratoire et de pathobiologie, Université de Toronto, Toronto, Ontario, Canada

Jeffery Cutter

Directeur, Division des maladies transmissibles,

Ministère de la Santé de Singapour,

16 College Road,

Singapour 169854, Singapour

Christl A. Donnelly

Centre MRC pour l’analyse et la modélisation des épidémies,

Collège impérial de Londres,

Londres, Royaume-Uni

Xavier de Lamballerie

UMR190, Aix ‐ Marseille Univ – IRD – EHESP Ecole Française de Santé Publique,

Marseille, France

Koussay Dellagi

CRVOI (Centre de Recherche et de Veille sur les maladies émergentes dans l’Océan Indien) Plateforme CYROI, 2 Rue Maxime Rivière 97490 Sainte Clotilde, Ile de la Réunion

George Doukas

Spécialiste principal des systèmes statistiques, Centre d’épidémiologie et de recherche,

Ministère de la Santé de la Nouvelle-Galles du Sud,

73 Miller St, North Sydney NSW 2060, Australie

Sandra Dudareva ‐ Vizule

Département d’épidémiologie des maladies infectieuses,

Institut Robert Koch,

DGZ ‐ Ring 1,

D ‐ 13086 Berlin, Allemagne

Neil M Ferguson

Centre MRC pour l’analyse et la modélisation des épidémies,

Collège impérial de Londres,

Londres, Royaume-Uni

Alicia M. Fry

Direction des maladies respiratoires, NCIRD,

US Centers for Disease Control and Prevention,

1600 Clifton RD NE, MS C ‐ 25,

Atlanta, GA 30333, États-Unis

Gwendolyn L. Gilbert

Centre for Infectious Diseases and Microbiology ‐ Public Health, Westmead Hospital, Westmead NSW et Sydney Institute for Emerging Infectious Disease, University of Sydney, NSW, Australie

Walter Haas

Département d’épidémiologie des maladies infectieuses,

Institut Robert Koch,

DGZ ‐ Ring 1,

D ‐ 13086 Berlin, Allemagne

Pia Hardelid

Unité des statistiques,

Centre des infections, Agence de protection de la santé,

Londres, Royaume-Uni

Peter Horby

Unité de recherche clinique de l’Université d’Oxford et

Wellcome Trust Major Overseas Program,

Vietnam

  1. Sue Huang

Institut des sciences et recherches environnementales,

Centre national de biosécurité et des maladies infectieuses, Upper Hutt, Nouvelle-Zélande

Olav Hungnes

Département de virologie,

Institut norvégien de santé publique,

POBox 4404 Nydalen,

N ‐ 0403 Oslo, Norvège

Niina Ikonen

Unité de virologie, Institut national de la santé et du bien-être (THL),

Mannerheimintie 166, 00300,

Helsinki, Finlande

Kyoko Iwatsuki ‐ Horimoto

Division de virologie,

Département de microbiologie et d’immunologie Institut des sciences médicales Université de Tokyo 4‐6‐1, Shirokanedai, Minato ‐ ku Tokyo 108‐8639, Japon

Ilkka Julkunen

Unité de virologie, Institut national de la santé et du bien-être (THL),

Mannerheimintie 166, 00300,

Helsinki, Finlande

Jacqueline Katz

Direction des maladies respiratoires, NCIRD,

US Centers for Disease Control and Prevention,

1600 Clifton RD NE, MS C ‐ 25,

Atlanta, GA 30333, États-Unis

Yoshihiro Kawaoka

Centre international de recherche sur les maladies infectieuses et Division de virologie Département de microbiologie et d’immunologie Institut des sciences médicales Université de Tokyo 4‐6‐1, Shirokanedai, Minato ‐ ku Tokyo 108‐8639, Japon

Ajit Lalvani

Département de médecine respiratoire,

Institut national du cœur et du poumon,

Institut Wright Fleming d’infection et d’immunité,

Imperial College, Norfolk Place,

Londres, Royaume-Uni

Daniel Levy ‐ Bruhl

Chef de l’unité de surveillance des maladies évitables par la vaccination,

Département des maladies infectieuses,

Institut de Veille Sanitaire,

12 rue du val d’Osne,

94415 Saint ‐ Maurice Cedex,

France

Helena C. Maltezou

Département des interventions dans les établissements de santé Centre hellénique de contrôle et de prévention des maladies,

3‐5 rue Agrafon,

Athènes, 15123 Grèce

Jodie McVernon

Groupe de recherche sur les vaccins et la vaccination,

Murdoch Childrens Research Institute &

Melbourne School of Population Health,

L’Université de Melbourne,

Parkville VIC 3010 Australie

Elizabeth Miller

Service d’immunisation contre l’hépatite et la sécurité transfusionnelle,

Centre des infections, Agence de protection de la santé,

Londres, Royaume-Uni

AC Mishra

Institut national de virologie,

20 ‐ A, Dr Ambedkar Road,

Pune 411001, Inde

Mohsen Moghadami

Centre de recherche sur les politiques de santé,

Université des sciences médicales de Shiraz,

Shiraz, Iran

Shailesh D. Pawar

Institut national de virologie,

20 ‐ A, Dr Ambedkar Road,

Pune 411001, Inde

Carrie Reed

Direction des maladies respiratoires, NCIRD,

US Centers for Disease Control and Prevention,

1600 Clifton RD NE, MS C ‐ 25,

Atlanta, GA 30333, États-Unis

Steven Riley

Centre MRC pour l’analyse et la modélisation des épidémies,

Collège impérial de Londres,

Londres, Royaume-Uni

Caterina Rizzo

Centre national d’épidémiologie, de surveillance et de promotion de la santé,

Institut national de la santé (Istituto Superiore di Sanità ISS),

Viale Regina Elena, 299

00161 Rome, Italie

Laura Rosella

Santé publique Ontario,

480, avenue University, bureau 300,

Toronto, ON, Canada

Ted M. Ross

Université de Pittsburgh, Center for Vaccine Research,

Département de microbiologie et de génétique moléculaire,

9047 BST3; 3501 Fifth Avenue,

Pittsburgh, PA 15261, États-Unis

Yeulong Shu

Centre collaborateur OMS de référence et de recherche sur la grippe,

Centre national de la grippe de Chine,

Institut national pour le contrôle et la prévention des maladies virales, CDC chinois,

155 Changbai Road, Changping District,

Pékin, Chine

Danuta Skowronski

Influenza et pathogènes respiratoires émergents,

BC Centre for Disease Control

Canada

Saranya Sridhar

Département de médecine respiratoire,

Institut national du cœur et du poumon,

Institut Wright Fleming d’infection et d’immunité,

Imperial College, Norfolk Place,

Londres, Royaume-Uni

Anneke Steens

Folkehelseinstituttet (FHI),

PO Box 4404 Nydalen,

N ‐ 0403 Oslo, Norvège

Babasaheb V Tandale

Institut national de virologie,

20 ‐ A, Dr Ambedkar Road,

Pune 411001 Inde

Maria Theodoridou

Premier département de pédiatrie,

Université d’Athènes, Hôpital pour enfants «Aghia Sophia»,

Athènes, Grèce

Michiel van Boven

Centre de contrôle des maladies infectieuses,

Institut national de la santé publique et de l’environnement,

PO Box 1, 3720BA Bilthoven, Pays-Bas

Kristian Waalen

Département de virologie,

Institut norvégien de santé publique,

Oslo, Norvège

Jen ‐ Ren Wang

Département des sciences de laboratoire médical et de la biotechnologie,

Collège de médecine, Université nationale Cheng Kung,

One University Road,

Tainan, Taïwan 701

Joseph T Wu

École de santé publique, 21, chemin Sassoon,

Pokfulam, Hong Kong

Cuiling Xu

Centre collaborateur OMS de référence et de recherche sur la grippe,

Centre national de la grippe de Chine,

Institut national de contrôle et de prévention des maladies virales,

CDC Chine,

155 Changbai Road, Changping District,

Pékin, Chine

Shanta Zimmer

Université de Pittsburgh,

MUH 9W33,

200, rue Lothrop,

Pittsburgh, PA, États-Unis