Facteurs de risque associés aux incidents d’exposition en laboratoire

Résumé

Contexte : Les laboratoires qui participent à l'étude des agents biologiques pathogènes présentent un risque inhérent d'exposition pour le personnel de laboratoire et la collectivité. Les activités de biosécurité et de biosûreté en laboratoire sont essentielles pour réduire au minimum la probabilité d'incidents découlant d'exposition involontaire. L'objectif de la présente étude est de décrire les facteurs associés à l'occurrence d'incidents d'exposition dans un laboratoire au moyen d'un modèle prédictif.

Méthodes : Le Système de surveillance de déclaration des incidents en laboratoire au Canada est un système de surveillance national qui recueille des données en temps réel à partir des rapports soumis sur les incidents de laboratoire impliquant des agents pathogènes humains et des toxines. Les données sur les incidents d'exposition en laboratoire datant de 2016 à 2020 ont été extraites du système. On a modélisé la fréquence des incidents d'exposition par mois, à l'aide d'une régression de Poisson avec plusieurs facteurs de risque possibles, incluant la saisonnalité, le secteur, le type d'occurrence, les causes fondamentales, le rôle et le niveau d'éducation des personnes exposées, ainsi que les années d'expérience en laboratoire. Une méthode de sélection pas à pas a été utilisée pour élaborer un modèle parcimonieux en tenant compte des facteurs de risque importants identifiés dans la littérature.

Résultats : Après avoir pris en compte d'autres variables du modèle, on a constaté que 1) pour chaque cause fondamentale liée à l'interaction humaine, le nombre mensuel d'incidents d'exposition devrait être 1,11 fois plus élevé que le nombre d'incidents sans interaction humaine (p = 0,0017) comme cause fondamentale; et 2) pour chaque cause fondamentale normale liée à la procédure opérationnelle, le nombre mensuel d'incidents d'exposition devrait être 1,13 fois plus élevé que le nombre d'incidents sans procédure opérationnelle normalisée liée à la cause fondamentale (p = 0,0010).

Conclusion : Les activités de biosécurité et de biosûreté en laboratoire devraient cibler ces facteurs de risque afin de réduire la fréquence des incidents d'exposition. Des études qualitatives sont nécessaires pour fournir un meilleur raisonnement quant à l'association de ces facteurs de risque à la survenue d'incidents d'exposition.

Introduction

Le travail en laboratoire sur l'étude d'agents biologiques présente un risque inhérent d'exposition pour le personnel de laboratoire et la collectivité. Bien que les lignes directrices en matière de biosécurité et de biosûreté des laboratoires aient considérablement progressé, il reste à orienter les décisions d'atténuation des risques pour cibler les risques les plus importants associés aux incidents d'exposition^{Note de bas de page 1}.

Plusieurs facteurs de risque identifiés dans la littérature sont associés aux incidents d'exposition dans un laboratoire, les facteurs les plus importants étant les erreurs humaines^{Note de bas de page 2Note de bas de page 3}. Les études de cas ont montré que les facteurs de risque communs associés aux incidents d'exposition découlent d'une utilisation inappropriée de l'équipement de protection individuelle^{Note de bas de page 4Note de bas de page 5Note de bas de page 6}, de la formation insuffisante du personnel^{Note de bas de page 7Note de bas de page 8} et du nombre d'années d'expérience professionnelle moindre^{Note de bas de page 9}. D'autres études de cas ont révélé que les tâches à risque élevé^{Note de bas de page 9} et le travail avec des aiguilles^{Note de bas de page 4Note de bas de page 10Note de bas de page 11} ont également été associés à la survenue d'incidents d'exposition. De plus, les facteurs de risque identifiés dans une étude de cas-témoins et une étude transversale comprenaient le manque de procédures opérationnelles normalisées (PON)^{Note de bas de page 12} et l'évaluation inadéquate des risques de biosécurité^{Note de bas de page 13}, respectivement.

Bien que ces études soient importantes pour déterminer les tendances dans la survenue d'incidents d'exposition, les études de cas peuvent ne pas être généralisables dans tous les milieux de laboratoire. De plus, bon nombre de ces études utilisent des statistiques descriptives pour déterminer les facteurs de risque qui peuvent produire des biais^{Note de bas de page 2Note de bas de page 3Note de bas de page 6Note de bas de page 9Note de bas de page 13}. Ces études représentaient surtout des rapports transversaux ou des rapports de cas, et elles peuvent ne pas saisir les facteurs de risque les plus importants qui contribuent aux incidents d'exposition. Afin d'atténuer adéquatement les risques, il est essentiel d'accorder la priorité aux facteurs de risque associés aux incidents d'exposition qui ont été identifiés par la surveillance sur une plus longue période. Afin de déterminer les facteurs de risque importants associés à une augmentation ou une diminution des incidents d'exposition, des analyses inférentielles utilisant les données de surveillance existantes sur une longue période sont justifiées.

Dans le présent article, les données de surveillance ont été analysées et un modèle mathématique prédisant les facteurs de risque associés aux incidents d'exposition a été élaboré. Ce modèle pourrait aider les installations autorisées à établir la priorité quant aux activités de biosécurité et de biosûreté en laboratoire portant sur les facteurs de risque importants, afin de réduire la fréquence des incidents d'exposition à l'avenir.

Méthodes

Source de données

Le système de surveillance de déclaration des incidents en laboratoire au Canada (DILC) recueille des données en temps réel sur les incidents de laboratoire autorisés impliquant des agents pathogènes humains et des toxines. Il s'agit du seul système de surveillance obligatoire qui est tenu de recueillir les incidents d'exposition auprès des laboratoires autorisés partout au Canada. Les rapports de déclaration et de suivi des incidents de laboratoire sont reçus par l'intermédiaire du Portail de la biosûreté, puis saisis par le système interne de gestion des relations avec la clientèle.

Les incidents d'exposition ont été définis comme étant ceux qui peuvent causer une infection ou une intoxication ou qui entraînent une infection acquise en laboratoire, soupçonnée ou confirmée, impliquant des agents pathogènes humains et des toxines, en vertu de la Loi sur les agents pathogènes humains et les toxines^{Note de bas de page 14} et du Règlement sur les agents pathogènes humains et les toxines^{Note de bas de page 15}.

Les données extraites de ce système portaient sur les incidents d'exposition qui ont eu lieu entre le 1^er janvier 2016 et le 31 décembre 2020. Les incidents qui n'avaient pas de date d'occurrence connue étaient également inclus s'ils avaient été signalés au cours de cette période. Les données des rapports de suivi les plus récents ont été utilisées pour l'analyse, tandis que les données des rapports initiaux ont été utilisées lorsque les rapports de suivi ou les données correspondantes n'étaient pas présents à la date d'extraction des données, le 8 février 2021. Les données extraites ont été nettoyées et inspectées pour déceler toute valeur manquante, les doublons ou valeur aberrante.

Analyse de données

Les données du système de surveillance DILC ont été importées dans SAS EG 7.1 pour effectuer des manipulations de données et des analyses multivariées. La base de données initiale contenait 284 lignes recueillies sur cinq ans, chaque ligne contenant un incident. Un incident peut comporter plusieurs types d'événements et plusieurs causes fondamentales peuvent être identifiées pour un même incident. Les données ont été transformées afin d'obtenir un dénombrement mensuel des incidents d'exposition et d'examiner leur saisonnalité sur une période de cinq ans. Au cours de cette transformation, 284 incidents d'exposition individuels ont été regroupés par mois pour donner lieu à 60 observations mensuelles. La taille de l'échantillon était plus faible en raison de la transformation des incidents signalés par ligne en incidents signalés par mois par ligne. Trois mois ont été exclus de notre échantillon parce qu'aucun incident n'a été signalé. L'ensemble de données final contenait 57 observations.

Une régression de Poisson a été utilisée pour modéliser l'occurrence d'incidents d'exposition par mois parce que les données de dénombrement ne sont pas normalement distribuées. À l'aide d'une méthode de sélection pas à pas, les variables indépendantes suivantes ont été analysées : la saisonnalité (année, mois); le dénombrement mensuel du secteur (hospitalier, universitaire, gouvernemental, environnemental, secteur privé, santé publique, vétérinaire); le type d'occurrence (lié à un animal, équipement, insecte, perte de confinement, équipement de protection personnelle, procédure, objet tranchant, déversement, raison inconnue, autre); les causes fondamentales (formation, communication, équipement, interaction humaine, gestion, PON, autres); le rôle (technicien, étudiant, chercheur, gestionnaire, préposé aux animaux, autre); le niveau d'éducation de la personne exposée (secondaire, technique, diplôme universitaire); et la voie d'exposition (inhalation, inoculation, absorption, autre). Le nombre mensuel de personnes touchées ainsi que les années médianes d'expérience en laboratoire exprimées à l'aide des points de données mensuels ont également été inclus dans l'analyse.

On a d'abord effectué des analyses univariées et bivariées afin d'explorer les associations entre les variables indépendantes prédictives et la variable de résultat d'intérêt. Des paramètres significatifs indépendants identifiés dans les analyses bivariées ont été inclus dans l'analyse de régression de Poisson multivariée. Une valeur p de 0,05 a été choisie comme seuil d'approbation pour l'entrée et la sortie dans la procédure pas à pas. Une sélection pas à pas des variables a été effectuée par des groupes de variables afin d'identifier les facteurs associés à la survenue d'incidents d'exposition en raison du nombre élevé de variables et de la petite taille de l'échantillon.

Résultats

De 2016 à 2020, 614 personnes ont été exposées dans le cadre des 284 cas d'exposition confirmés signalés aux DILC. La fréquence mensuelle moyenne des incidents était de 4,98. Les caractéristiques de laboratoire des incidents d'exposition se trouvent au tableau 1. Dans cet ensemble de données, les années médianes d'expérience en laboratoire étaient de 7,25. La plupart des personnes exposées détenaient un diplôme technique/professionnel (66,3 %) ou un baccalauréat (25,5 %) et appartenaient au secteur hospitalier (57,5 %), universitaire (17,7 %) ou privé (11,2 %). La plupart des personnes exposées étaient des techniciens/technologues (74,9 %). Chez les personnes exposées, la voie d'exposition la plus courante aux agents pathogènes humains et aux toxines était l'inhalation (62,2 %) ou l'inoculation (14,2 %). Les types d'occurrences les plus fréquemment signalés étaient les types procéduraux (23 %) et les types relatifs aux objets tranchants (22,0 %). Les procédures d'opérations normalisées (25,6 %) et les interactions humaines (19,4 %) étaient les causes fondamentales les plus souvent citées. Des données descriptives supplémentaires sur les incidents d'exposition se trouvent dans nos rapports annuels entre 2016 et 2020^{Note de bas de page 2Note de bas de page 16Note de bas de page 17Note de bas de page 18Note de bas de page 19}.

Les résultats de l'analyse de régression bivariée se trouvent également au tableau 1. La relation entre le résultat d'intérêt (nombre d'incidents d'exposition par mois) et chaque variable indépendante a été déterminée par régression de Poisson. Les exposants des coefficients de régression estimés et des valeurs p sont énumérés au tableau 1.

Les analyses de régression de Poisson multivariées pour l'association entre le nombre d'incidents d'exposition et les variables prédictives indépendantes sont présentées au tableau 2. Les exposants des coefficients de régression estimés et des valeurs p sont énumérés au tableau 2. En tenant compte des facteurs de risque importants identifiés dans la littérature, on a élaboré un modèle parcimonieux, qui comprenait les variables prédictives suivantes : l'interaction humaine et les questions de PON comme causes fondamentales; et les rôles (y compris les étudiants et les techniciens). Les analyses ont révélé que le fait d'avoir un rôle d'étudiant ou de technicien/technologue en laboratoire n'était pas associé de façon significative au nombre d'incidents d'exposition par mois. On a constaté que, pour chaque interaction humaine et cause fondamentale liée aux PON, le nombre mensuel d'incidents d'exposition devrait être 1,11 fois plus élevé (p = 0,001 7) que pour les incidents sans interaction humaine comme cause fondamentale, après contrôle d'autres variables du modèle. On a également constaté que pour chaque cause fondamentale liée aux PON, le nombre mensuel d'incidents d'exposition devrait être 1,13 fois plus élevé (p = 0,0010) que pour les incidents sans cause fondamentale liée aux PON, après contrôle d'autres variables.

Les analyses de régression de Poisson bivariées pour l'association entre le nombre d'incidents d'exposition et la saisonnalité sont présentées dans le tableau 3. Les exposants des coefficients de régression estimés et des valeurs p sont énumérés au tableau 3. Les analyses ont révélé que le mois de juin était associé de façon significative à une diminution des cas d'exposition par rapport à décembre (p = 0,0286).

Discussion

Notre objectif principal dans le cadre de cette étude était de déterminer les facteurs de risque associés aux incidents d'exposition survenant en laboratoire au moyen d'un modèle prédictif. Les analyses de régression de Poisson multivariées ont révélé que l'interaction humaine et les causes fondamentales associées aux PON étaient étroitement liées à la survenue d'incidents d'exposition. Les analyses bivariées indiquent que le nombre mensuel d'incidents d'exposition a également été significativement plus faible en juin.

Au moyen d'une analyse descriptive, des études antérieures ont permis de relever ce qui suit : 1) le manque de sensibilisation ou de conformité aux PON; et 2) les interactions humaines comme principales causes fondamentales^{Note de bas de page 2Note de bas de page 3Note de bas de page 12}. Cependant, notre étude a fourni des estimations ajustées qui quantifient et confirment la contribution de ces causes à l'augmentation des incidents d'exposition. L'interaction humaine était communément décrite comme, mais pas seulement, une violation (couper les coins ronds, ne pas suivre la procédure correcte, dévier de la PON) ou une erreur (écart, moment d'inattention ou une sorte de dérapage)^{Note de bas de page 18}. Les problèmes liés à la PON ont été décrits comme des documents qui ne sont pas suivis correctement pour la tâche ou comme des PON qui ne sont pas en place^{Note de bas de page 18}.

Les techniciens et les technologues étaient généralement identifiés comme étant ceux qui étaient le plus souvent impliqués dans des incidents d'exposition comparativement à d'autres personnes présentes dans les laboratoires^{Note de bas de page 2Note de bas de page 3Note de bas de page 20}. Ces résultats antérieurs étaient fondés sur des statistiques descriptives et pourraient s'expliquer par le nombre élevé de technologues et de techniciens travaillant en laboratoire^{Note de bas de page 2Note de bas de page 3Note de bas de page 20}; cependant, le modèle multivarié de notre étude a mis en évidence que la contribution du rôle des techniciens à l'augmentation des incidents d'exposition n'était pas significative, alors que les autres variables demeurent constantes. Les décisions d'atténuation des risques dans les installations autorisées devraient principalement viser l'interaction humaine et le manque de respect des PON, afin d'éviter les incidents d'exposition.

Contrairement à la preuve largement répandue que l'expérience de travail est corrélée avec le risque d'erreurs^{Note de bas de page 21}, notre étude n'a pas trouvé d'association entre les années médianes d'expérience et l'augmentation du nombre d'incidents d'exposition. Ce résultat pourrait être attribuable au manque de granularité de la variable expérience de travail qui résume les années d'expérience de toutes les personnes touchées au cours d'un mois donné.

Lorsqu'on considère la saisonnalité comme un facteur ayant contribué à l'apparition d'incidents d'exposition, nos résultats révèlent que le mois de juin a connu un nombre d'incidents d'exposition beaucoup plus faible. On en ignore la raison; cependant, une explication possible pourrait être une diminution de la main-d'œuvre de laboratoire durant l'été en raison des vacances d'été, ce qui réduirait le nombre d'interactions humaines et par conséquent le nombre d'incidents d'exposition.

Les résultats de cette étude pourraient être utilisés pour informer les installations autorisées des facteurs associés aux incidents d'exposition, de sorte que des mesures adéquates soient mises en œuvre pour réduire au minimum la probabilité d'incidents d'exposition. Les interactions humaines, le non-respect des PON et la saisonnalité sont des facteurs importants à prendre en compte pour réduire la fréquence des incidents d'exposition; cependant, des recherches qualitatives sont nécessaires pour mieux comprendre ces résultats. Une étude qualitative permettrait de déterminer la raison pour laquelle ces facteurs contribuent aux incidents d'exposition et la manière de laquelle ils peuvent être traités adéquatement en laboratoire afin d'éviter ou de réduire les incidents d'exposition.

Forces et faiblesses

La principale force de cette étude est l'utilisation de statistiques inférentielles et de modèles multivariables pour identifier les facteurs de risque associés à la survenue d'incidents d'exposition. La majorité des études antérieures utilisent des statistiques descriptives pour identifier les facteurs de risque qui peuvent introduire des biais en raison de variables confusionnelles potentielles. L'utilisation de statistiques descriptives est également limitée puisque celles-ci ne tiennent pas compte des relations entre les variables et ne peuvent donc être utilisées que pour décrire et rapporter les observations. Grâce à l'utilisation d'analyses inférentielles, nous avons pu déterminer quels facteurs ont contribué de façon significative à l'apparition d'incidents d'exposition ainsi que l'ampleur de leurs effets au moyen d'un modèle prédictif. Cette étude a également profité de l'utilisation des données de surveillance nationales existantes sur une plus longue période par rapport aux articles publiés précédemment, ce qui a permis d'identifier plus précisément les facteurs de risque les plus importants qui prédisent la survenue d'incidents d'exposition. Notre modèle prédictif pourrait aider les installations autorisées à établir la priorité quant aux activités de biosécurité et de biosûreté en laboratoire portant sur les facteurs de risque identifiés afin de réduire la fréquence des incidents d'exposition à l'avenir.

La limite la plus importante de cette étude était la faible taille de l'échantillon en raison de la transformation des données en données mensuelles, une procédure qui était nécessaire pour effectuer les analyses multivariées et pour examiner la saisonnalité. De plus, le système de surveillance des DILC ne saisit que l'information sur les personnes touchées et non sur l'ensemble du personnel du laboratoire. L'information sur l'ensemble du personnel de laboratoire pourrait être utile pour comparer les caractéristiques des personnes qui sont exposées et de celles qui ne le sont pas. D'ailleurs, le système de surveillance ne recueille pas suffisamment de données sur toutes les variables prédictives potentielles. Par exemple, le système recueille des données sur la surveillance de la gestion; néanmoins, des renseignements supplémentaires sur le rôle de la surveillance de la gestion dans le contrôle des risques de biosécurité et de biosûreté dans les laboratoires pourraient être utiles.

Conclusion

Cette étude a révélé que les interactions humaines et les problèmes liés aux PON étaient associés de façon significative à la survenue d'incidents d'exposition. Ces constatations sont également conformes à la littérature, qui souligne la nécessité pour les installations autorisées d'examiner les protocoles de sécurité actuels concernant la conformité aux PON et les interactions humaines. Des recherches supplémentaires, comme des études qualitatives, sont nécessaires pour fournir un meilleur raisonnement quant à l'association de ces facteurs de risque à la survenue d'incidents d'exposition.

Déclaration des auteurs

M. E. J. — Méthodologie, enquête, rédaction de l’ébauche originale, révision et édition

N. A. — Méthodologie, enquête, rédaction de l’ébauche originale, examen et édition, supervision

R. E. — Conceptualisation, méthodologie, recherche, révision et édition, supervision

M. S. — Rédaction–révision et édition

S. B. A. — Rédaction–révision et édition

Intérêts concurrents

Aucun.

Remerciements

Nous tenons à remercier nos parties réglementées pour leur appui constant et leur contribution au signalement des incidents partout au Canada. Nous tenons également à remercier tout particulièrement le personnel du Centre de la biosûreté pour sa contribution, son soutien et son expertise continus.

Financement

Aucun.