Identification de micro-organisme pathogènes impliqués dans les infections nosocomiales par spectroscopie infrarouge à transformée de Fourier et méthodes statistiques

• Auteur / Autrice : Christophe Sandt
• Direction : Dhruvananda Ganesh Sockalingum
• Type : Thèse de doctorat
• Discipline(s) : Pharmacie. Biophysique
• Date : Soutenance en 2003
• Etablissement(s) : Reims

Mots clés

Mots clés contrôlés

statistiques et données numériques

Dissertations universitaires comme sujet

Bases de données comme sujet

Infections nosocomiales

Fourier, Spectroscopie infrarouge à transformée de

Résumé

Nous avons utilisé la spectroscopie infrarouge à transformée de Fourier (IRTF) pour identifier des micro-organismes pathogènes isolés en milieu clinique. L'intérêt de la technique dans le typage de souches de Candida albicans a été démontré. Trois applications cliniques ont été réalisées : suivi épidémiologique de patients en service de réanimation, confirmation d'un épisode de transmission nosocomiale chez des nouveaux-nés et suivi épidémiologique des souches d'un patient septicémique. Une base de données comprenant 670 spectres de bactéries Gram - et Gram + appartenant aux 18 espèces et 11 genres les plus fréquents en clinique a été construite. Le taux d'identification est de 84% pour les Gram - et de 97% pour les Gram +. L'usage de la microspectroscopie IRTF pour l'identification précoce de micro-organismes a été évalué. Une base de données comprenant 1570 spectres de bactéries appartenant à 160 souches, 15 espèces et 9 genres fréquemment isolés a été réalisée

We have used Fourier transform-infrared spectroscopy (FTIR) in order to identify pathogenic microorganisms isolated in a clinical set-up. We demonstrated the usefulness of the technique in the typing of Candida albicans. By using this method, four clinical applications have been achieved: the epidemiological follow-up of HIV patients and ICU patients, the demonstration of a nosocomial transmission of a C. Albicans strain among neonates in a maternity ward and the follow-up of strains from a patient with recurrent systemic candidiasis. We have built a database containing more than 245 strains of GRAM- and 270 strains of GRAM+ pathogenic bacteria belonging to 11 genera and 18 species. Validation of the database yielded 84. 2% correct identification for GRAM- and 94. 7% correct identification for GRAM+. We used FTIR microspectroscopy to evaluate the early identification of pathogenic bacteria and yeasts. A total of 100 GRAM- and 60 GRAM+ strains, belonging to 9 genera and 15 species were included.