Development and validation of directed acyclic graphs to better quantify the impact of risk factors for human and porcine cysticercosis

La cysticercose/téniase à Taenia solium (TSCT) est une zoonose qui affecte les humains et les porcs. Bien que cette maladie ait été jugée éradicable parce que tous les hôtes sont sous contrôle humain, l'un des obstacles est la difficulté d'identifier avec précision les facteurs de risque les plus influents. Les graphes acycliques dirigés (DAG) peuvent identifier les facteurs de confusion des relations de cause à effet ciblées dans des réseaux causaux complexes. Les objectifs de cette thèse sont (1) de décrire comment les DAG peuvent être créés en rendant un cycle de transmission acyclique ; (2) réaliser une revue systématique des causes de transmission de T. solium ; et (3) utiliser un DAG créé à partir de cette revue systématique pour prédire les facteurs de risque les plus influents de la cysticercose porcine dans le contexte des villages ruraux d'élevage de porcs au Burkina Faso. J'ai décrit comment les principes de division des DAG au niveau des variables cycliques peuvent être utilisés pour diviser n'importe quel cycle de transmission. Au cours de ce processus, j'ai recherché dans plusieurs bases de données et revues systématiques toutes les études sur l'épidémiologie de Taenia solium publiées au plus tard en mai 2020. Pour les études incluses, les relations ont été classées comme ayant une confiance forte, modérée ou faible. Les associations facteurs de risque-résultats entre les études ont été résumées qualitativement pour déterminer le niveau global de preuve de causalité et pour identifier les étapes causales intermédiaires possibles. Ce résumé a été utilisé pour créer un DAG avec la cysticercose porcine comme issue d'intérêt. Ce DAG a été simplifié pour s'adapter au contexte des villages ruraux d'élevage de porcs dans trois provinces du Burkina Faso. Ce DAG simplifié a été paramétré à l'aide de données de base issues d'un essai contrôlé randomisé en grappes dans cette région en 2011, d'informations issues de la revue systématique et d'une grande variété d'hypothèses testées avec des analyses de sensibilité. Cent cinquante-neuf études ont été incluses dans la revue systématique. Les études incluses provenaient de toutes les régions où T. solium est endémique. Nous avons identifié plusieurs associations facteurs de risque-issue et créé des DAG avec un résultat de cysticercose humaine et un résultat de cysticercose porcine. Le réseau bayésien a identifié la divagation des porcs comme le facteur de risque le plus influent. Intervenir à la fois sur l'utilisation des latrines et la divagation des porcs a eu un effet plus important qu'intervenir sur l'un ou l'autre séparément. Les DAG peuvent être utilisés pour identifier les facteurs de confusion d’associations causales lorsque la transmission d'un agent infectieux est l’issue d'intérêt. Ces méthodes peuvent être appliquées à d'autres agents infectieux. La revue systématique met à jour les connaissances sur les facteurs de risque de multiples formes de TSCT. Bien que la divagation des porcs ait été identifiée comme un facteur de risque de cysticercose porcine plus influent que l'utilisation des latrines, davantage d'études sont nécessaires dans d'autres contextes pour déterminer s'il s'agit d'une conclusion universellement applicable. Taenia solium cysticercosis/taeniasis (TSCT) is a zoonosis that affects humans and pigs. Although this disease has been deemed eradicable because all hosts are under human control, one obstacle is the difficulty of accurately identifying the most influential risk factors. Directed acyclic graphs (DAGs) can identify confounding factors of targeted cause-effect relationships in complex causal networks. The objectives of this thesis are (1) to describe how DAGs can be created by making a transmission cycle acyclic; (2) to conduct a systematic review of the causes of T. solium transmission; and (3) to use a DAG created from this systematic review to predict the most influential risk factors for porcine cysticercosis in the context of rural pig-farming villages in Burkina Faso. I have described how the principles of splitting DAGs at the level of cyclic variables can be used to split any transmission cycle. Once the cycle was split, I searched multiple databases and systematic reviews for all studies on the epidemiology of Taenia solium published by May 2020. For included studies, extracted cause-effect relationships were categorized as having high, moderate, or low confidence. Risk factor-outcome associations across studies were qualitatively summarized to determine the overall level of causal evidence and to identify possible intermediate causal steps. This summary was used to create a DAG with porcine cysticercosis as the outcome of interest. This DAG was simplified to fit the context of traditional pig-rearing villages in three provinces of Burkina Faso. This simplified DAG was parameterized using baseline data from a cluster randomized controlled trial from this region in 2011, information from the systematic review, and a wide variety of hypotheses tested with sensitivity analyses. A total of 159 studies, from all regions where T. solium is endemic, were included in the systematic review. We identified several risk factor-outcome associations and created DAGs with one human cysticercosis outcome and one porcine cysticercosis outcome. The Bayesian network identified pig wandering as the most influential risk factor. Intervening on both latrine use and pig wandering had a greater effect than intervening on either separately. Directed acyclic graphs can be used to identify confounders of causal associations when transmission of an infectious agent is the outcome of interest. These methods can be applied to other infectious agents. The systematic review updates knowledge on the risk factors for multiple forms of TSCT. Although pig roaming was identified as a more influential risk factor for porcine cysticercosis than latrine use, more studies are needed in other settings to determine whether this is a universally applicable conclusion.