Dans un premier temps, abordons la notion de \u00ab fiabilit\u00e9 \u00bb d\u2019un test. Ce terme n\u2019est pas trop appr\u00e9ci\u00e9 des \u00e9pid\u00e9miologistes parce qu\u2019il refl\u00e8te dans le langage courant une notion erron\u00e9e concernant les tests diagnostiques. La base pour caract\u00e9riser \u00ab l\u2019efficacit\u00e9 \u00bb d\u2019un test, ce sont deux valeurs : la sensibilit\u00e9 et la sp\u00e9cificit\u00e9. Ces deux valeurs sont constantes pour un test donn\u00e9 (enfin presque il y a bien quelques facteurs techniques de variations mais c\u2019est du \u00ab d\u00e9tail \u00bb donc on va consid\u00e9rer ici qu\u2019il n\u2019y en a pas).<\/p>\n\n\n\n
La sensibilit\u00e9 : <\/strong>c\u2019est la capacit\u00e9 d\u2019un test \u00e0 d\u00e9tecter tous<\/em><\/strong> les malades. Un test avec une sensibilit\u00e9 de 95% d\u00e9tectera donc 95 personnes dans une population de 100 malades. Il y aura par cons\u00e9quent 5% de faux n\u00e9gatifs.<\/p>\n\n\n\n La sp\u00e9cificit\u00e9 :<\/strong> c\u2019est la capacit\u00e9 d\u2019un test \u00e0 ne d\u00e9tecter que<\/em><\/strong> les malades. (bien que s\u00e9mantiquement fausse, on pourrait utiliser la formulation suivante : la sp\u00e9cificit\u00e9 c\u2019est la capacit\u00e9 d\u2019un test \u00e0 d\u00e9tecter tous les patients indemnes). Un test avec une sp\u00e9cificit\u00e9 de 99% d\u00e9tectera donc, par erreur, 1 personne dans une population de 100 personnes saines. Il y aura 1% de faux positifs.<\/p>\n\n\n\n Ces deux valeurs permettent de calculer deux autres valeurs : le ratio de vraisemblance positive<\/strong> (=sensibilit\u00e9\/(1-sp\u00e9cificit\u00e9)) et le ratio de vraisemblance n\u00e9gative <\/strong>(=(1-sensibilit\u00e9)\/sp\u00e9cificit\u00e9). On verra un peu plus tard leur int\u00e9r\u00eat. Sachons juste \u00e0 ce stade que ces deux valeurs permettent une approche bay\u00e9sienne de l\u2019interpr\u00e9tation des tests diagnostiques et qu’elles ne d\u00e9pendent que des caract\u00e9ristiques intrins\u00e8ques des tests.<\/p>\n\n\n\n L’autre donn\u00e9e dont on a besoin, c\u2019est la pr\u00e9valence de la maladie ou de l\u2019immunit\u00e9 dans une population :<\/p>\n\n\n\n Cette pr\u00e9valence peut \u00eatre connue dans le cadre de maladies r\u00e9guli\u00e8rement \u00e9tudi\u00e9es avec de multiples \u00e9tudes \u00e9pid\u00e9miologiques concordantes mais, le plus souvent, elle est estim\u00e9e sur la base d\u2019\u00e9tudes \u00e9pid\u00e9miologiques plus ou moins ponctuelles. <\/p>\n\n\n\n Avec ces donn\u00e9es, on peut \u00e9tablir un tableau de contingence, c\u2019est \u00e0 dire un tableau qui repr\u00e9sente les r\u00e9partitions dans une population des malades et des sains en fonction du r\u00e9sultat au test (ne vous laissez pas intimider, c\u2019est simple en fait), la taille de la population test\u00e9e est n\u00e9cessaire pour remplir le tableau mais on peut mettre n\u2019importe quelle valeur, cela n\u2019a pas d\u2019impact sur les donn\u00e9es et sur l\u2019interpr\u00e9tation. <\/p>\n\n\n\n Prenons un exemple, soit un test avec une sensibilit\u00e9 de 95% (=0,95), une sp\u00e9cificit\u00e9 de 98% (=0,98), pour une maladie avec une pr\u00e9valence de 10% (=0,1), avec une population de 100000, le tableau ressemble au Tableau 1 :<\/p>\n\n\n\n Pour remplir ce tableau, on reporte 2 lignes : une ligne tests positifs et une ligne tests n\u00e9gatifs et 2 colonnes : une colonne personnes malades et une colonne personnes saines. La connaissance de la pr\u00e9valence permet de savoir combien de personnes sont dans la colonne malades et donc combien dans la colonne sains.<\/p>\n\n\n\n A partir de l\u00e0, connaissant la sensibilit\u00e9 et la sp\u00e9cificit\u00e9 du test, on peut conna\u00eetre le nombre d\u2019individus dans chaque case et donc calculer les deux derni\u00e8res valeurs qui nous int\u00e9ressent, la valeur pr\u00e9dictive positive et la valeur pr\u00e9dictive n\u00e9gative : <\/p>\n\n\n\n Ces deux valeurs sont sensibles \u00e0 la pr\u00e9valence de la maladie : elles varient d\u2019une population consid\u00e9r\u00e9e \u00e0 l\u2019autre. Ce sont toutefois ces valeurs qui vont aider les praticiens car ce qu\u2019ils souhaitent conna\u00eetre, c\u2019est si la personne test\u00e9e est malade lorsque le test est positif et inversement.<\/p>\n\n\n\n Maintenant que nous avons ces principes de base en t\u00eate, voyons comment on peut les utiliser pour comprendre la situation actuelle. Pour faire les manipulations vous m\u00eame, vous pouvez t\u00e9l\u00e9charger le tableau au format excel ici<\/a>. Prenez le temps de bien comprendre comment fonctionne ce tableau.<\/p>\n\n\n\n Dans la gestion de l’\u00e9pid\u00e9mie actuelle de COVID19, on rencontre deux grands types de tests : les PCR et les tests s\u00e9rologiques.<\/p>\n\n\n\n Les PCR (RT-qPCR pour utiliser l\u2019acronyme complet) sont des tests diagnostiques qui vont : <\/p>\n\n\n\n Ce test permet donc de savoir si la personne pr\u00e9lev\u00e9e excr\u00e8te ou non du virus (pour faire court parce que c\u2019est plus subtil que \u00e7a). Il va donc \u00eatre int\u00e9ressant dans deux situations :<\/p>\n\n\n\n On ne va alors pas s\u2019int\u00e9resser aux m\u00eames caract\u00e9ristiques du test selon la situation 1 ou 2. <\/p>\n\n\n\n Dans ce cas, ce qui nous int\u00e9resse c\u2019est dans quelle mesure le test confirme ou non le diagnostic clinique. Ici la sp\u00e9cificit\u00e9 des tests PCR \u00e9tant quasi 100%, le raisonnement peut prendre un raccourci : si le test est positif le malade porte le virus en quantit\u00e9 suffisante pour faire r\u00e9agir le test, il est tr\u00e8s tr\u00e8s probablement atteint de la COVID. <\/p>\n\n\n\n Par contre si le test est n\u00e9gatif alors il faut s\u2019int\u00e9resser au ratio de vraisemblance n\u00e9gative. On utilise pour \u00e7a un diagramme : le nomogramme de Fagan.<\/p>\n\n\n\n Le praticien a, avant de faire le test un certain degr\u00e9 de certitude, exprim\u00e9 en %, que le malade est atteint. Par exemple, supposons qu\u2019il estime cette probabilit\u00e9 d\u2019\u00eatre malade de 70%. Il fonde cette estimation sur la base de l’interrogatoire du patient, de l’examen clinique et de donn\u00e9es \u00e9pid\u00e9miologiques. Il note sur la colonne de gauche cette valeur de 70%. Comme le test est n\u00e9gatif, il reporte sur la colonne du milieu la valeur du ratio de vraisemblance n\u00e9gative, dans notre exemple 0,3 (voir le tableau de contingence (Tableau 2) ci-dessous). <\/p>\n\n\n\n Le praticien trace enfin la droite passant par ces deux points. Il lit ensuite la probabilit\u00e9 apr\u00e8s test que le patient soit malade : ici environ 40% ce qui n\u2019est pas n\u00e9gligeable du tout. Il convient alors d\u2019\u00eatre tr\u00e8s prudent dans ses affirmations.<\/p>\n\n\n\n (En toute th\u00e9orie on devrait appliquer la m\u00eame m\u00e9thode avec le ratio de vraisemblance positive pour un r\u00e9sultat positif mais la sp\u00e9cificit\u00e9 \u00e9tant quasi de 100% alors le RVP est tel que la probabilit\u00e9 calcul\u00e9e apr\u00e8s le test gr\u00e2ce au diagramme sera toujours de 100% m\u00eame si on part d\u2019une probabilit\u00e9 initiale tr\u00e8s faible)<\/p>\n\n\n\n Il s\u2019agit donc ici d\u2019une approche clinique du r\u00e9sultat de l\u2019analyse. On utilise les ratios de vraisemblance et non les valeurs pr\u00e9dictives parce que ces derni\u00e8res sont calcul\u00e9es pour une population g\u00e9n\u00e9rale et non pour un patient pr\u00e9sentant tels ou tels sympt\u00f4mes orientant d\u00e9j\u00e0 le diagnostic et justifiant l\u2019utilisation du test.<\/p>\n\n\n\n Dans une population sans s\u2019int\u00e9resser aux personnes particuli\u00e8rement malades, il faudra alors se reposer sur les valeurs pr\u00e9dictives. Ce qui nous int\u00e9resse puisqu’on teste pour d\u00e9tecter des personnes contagieuses, c\u2019est de d\u00e9pister le plus possible d’excr\u00e9teurs quitte \u00e0 en d\u00e9tecter trop. On veut casser la transmission du virus. Par convention, on parlera de \u00ab\u00a0malades\u00a0\u00bb pour ces excr\u00e9teurs m\u00eame s’ils n’ont pas de sympt\u00f4mes.<\/p>\n\n\n\n Par exemple dans le tableau suivant, pour une population tout-venant avec une pr\u00e9valence de 10%, un test avec une sensibilit\u00e9 de 70% (dans les quelques publications que j\u2019ai lues la sensibilit\u00e9 clinique des tests PCR COVID variait entre 55 et 70% (ici ils parlent m\u00eame de 30 \u00e0 60%<\/a> (2)) et une sp\u00e9cificit\u00e9 de 99,99 %, on voit dans le tableau 2, que:<\/p>\n\n\n\n Ces 3,23%, qui ne seront donc pas contraints, seront en fait malades et donc potentiellement excr\u00e9teurs (et 0,13% des gens contraints ne seront en fait pas porteurs). <\/p>\n\n\n\n Peut-on accepter ce risque ? <\/p>\n\n\n\n Cette d\u00e9cision se prend au vu de la contagiosit\u00e9 de la maladie et de la situation politique et \u00e9conomique.<\/p>\n\n\n\n Si on fait varier la pr\u00e9valence, car on va choisir de pr\u00e9lever une population plus \u00e0 risques avec une pr\u00e9valence attendue plus \u00e9lev\u00e9e, on voit alors qu\u2019on va contraindre vraiment peu de personnes en trop (0,03%) par contre environ 11,39% des personnes non contraintes seront potentiellement excr\u00e9trices. La d\u00e9cision de gestion de la crise pourra \u00eatre diff\u00e9rente au moins dans cette sous-population (Tableau 3).<\/p>\n\n\n\n Il est int\u00e9ressant de voir que si on prend la valeur basse de la sensibilit\u00e9 (55%), alors la valeur pr\u00e9dictive n\u00e9gative diminue encore plus (Tableau 4).<\/p>\n\n\n\n Donc au final en fonction des caract\u00e9ristiques du test et de la pr\u00e9valence de la maladie, on doit r\u00e9pondre \u00e0 la question suivante : quelle proportion d\u2019excr\u00e9teurs non contraints sommes-nous pr\u00eats \u00e0 accepter au sein de la population g\u00e9n\u00e9rale ?<\/p>\n\n\n\n Comme on ne peut pas tester tout le monde, dans les faits, on m\u00e9lange l\u2019approche clinique et l\u2019approche gestion de la population afin de r\u00e9duire au maximum le nombre d\u2019excr\u00e9teurs non contraints. Ceci coupl\u00e9 avec les gestes barri\u00e8res et la distanciation sociale devant aboutir \u00e0 une diminution de la transmission de la maladie. D\u2019autant plus que l\u2019isolement des positifs ne sera que temporaire jusqu\u2019\u00e0 ce qu\u2019ils ne soient plus excr\u00e9teurs.<\/p>\n\n\n\n Les tests diagnostiques s\u00e9rologiques, eux, servent \u00e0 d\u00e9tecter si les gens ont \u00e9t\u00e9 infect\u00e9s par le virus, en cherchant les traces de leur r\u00e9action immunitaire. En partant du principe que si leur test est positif, il sera consid\u00e9r\u00e9 qu\u2019ils auront eu la maladie, \u00e9ventuellement de mani\u00e8re asymptomatique et auront d\u00e9velopp\u00e9 une immunit\u00e9 protectrice. Ils pourront donc circuler librement. Notons qu\u2019\u00e0 l\u2019heure actuelle, on ne sait pas si l\u2019immunit\u00e9 est protectrice. <\/p>\n\n\n\n Mais laissons ce point de c\u00f4t\u00e9 et concentrons-nous sur les tests uniquement. L\u00e0 encore, on peut utiliser les tests soit dans le cadre d’un d\u00e9pistage massif sur des gens dont on ne sait pas, \u00e0 priori, s’ils ont \u00e9t\u00e9 contamin\u00e9s ou alors pour confirmer ou infirmer une suspicion de contamination. Actuellement, on trouve un peu de tout en terme de qualit\u00e9 de tests, en allant du tr\u00e8s mauvais au tr\u00e8s bon. On va consid\u00e9rer qu\u2019on a un test avec une sensibilit\u00e9 de 95% (valeur assez fr\u00e9quente dans les tests s\u00e9rologiques, cela influencera peu, de toute fa\u00e7on, le r\u00e9sultat de la discussion). On va faire varier la sp\u00e9cificit\u00e9 du test, de 90 \u00e0 99%, et la pr\u00e9valence de l\u2019immunit\u00e9 vis \u00e0 vis de la maladie au sein de la population, de 2% \u00e0 20%. <\/p>\n\n\n\n Ici ce qu\u2019on souhaite d\u00e9tecter, c\u2019est, encore une fois, tous les positifs mais non pas pour les contraindre mais pour leur permettre de circuler librement en consid\u00e9rant qu\u2019ils ne peuvent plus \u00eatre malades et ne peuvent donc plus transmettre la maladie. Et on souhaite que les personnes que l\u2019on pense positives le soit effectivement. Par convention, on va consid\u00e9rer que les personnes ayant s\u00e9roconverti ont \u00e9t\u00e9 malades m\u00eame si dans certains cas elles n\u2019ont pas exprim\u00e9s de sympt\u00f4mes. <\/p>\n\n\n\n Ici, c\u2019est donc la valeur pr\u00e9dictive positive qui va nous int\u00e9resser.<\/p>\n\n\n\n Pour une pr\u00e9valence de 10% et une sp\u00e9cificit\u00e9 de 90% on voit dans le tableau 5 suivant que pr\u00e8s de la moiti\u00e9 des gens consid\u00e9r\u00e9s comme non \u00e0 risque (positif au test) sont en fait des personnes qui peuvent \u00eatre malades dans un avenir proche et transmettre la maladie.<\/p>\n\n\n\n Avec une sp\u00e9cificit\u00e9 de 90% toujours mais une pr\u00e9valence de 5% (ce qui est donn\u00e9 \u00e0 peu pr\u00e8s pour la population fran\u00e7aise). Alors l\u00e0 c\u2019est les deux tiers des gens ayant un test positif qui ne sont pas prot\u00e9g\u00e9s alors qu\u2019ils pensent l\u2019\u00eatre ! (Tableau 6)<\/p>\n\n\n\n Avec une sp\u00e9cificit\u00e9 de 95% et cette pr\u00e9valence de 5 %, c\u2019est encore la moiti\u00e9 des gens ayant un test positif qui ne sont, dans les faits, pas prot\u00e9g\u00e9s ! (Tableau 7)<\/p>\n\n\n\n Avec une sp\u00e9cificit\u00e9 de 98% et une pr\u00e9valence de 10%, il y a encore 16 % de positifs qui ne sont toujours pas prot\u00e9g\u00e9s (Tableau 8).<\/p>\n\n\n\n On peut alors faire un tableau qui montre les variations de la valeur pr\u00e9dictive positive en fonction de la sp\u00e9cificit\u00e9 et de la pr\u00e9valence. <\/p>\n\n\n\n La question \u00e0 laquelle on doit r\u00e9pondre, est quelle est la proportion de personnes circulant librement pouvant contracter la maladie alors qu\u2019ils croient \u00eatre prot\u00e9g\u00e9s, nous sommes pr\u00eats \u00e0 accepter ?<\/p>\n\n\n\n Si on place le seuil \u00e0 10% avec une pr\u00e9valence de la maladie de 10% minimum, alors avec un tr\u00e8s bon test (99% de sp\u00e9cificit\u00e9), c’est acceptable, Si le test est un tout petit peu moins bon 98% de sp\u00e9cificit\u00e9 alors il faudrait que la pr\u00e9valence de l\u2019immunit\u00e9 vis \u00e0 vis de la maladie soit de 20% ! Or la pr\u00e9valence dans la population fran\u00e7aise est estim\u00e9e \u00e0 5% voire un peu plus (entre 3,5 et 10,3% d\u2019apr\u00e8s (1) ). On peut donc esp\u00e9rer au mieux avoir un seuil \u00e0 17% de personnes potentiellement fragiles laiss\u00e9es en libre circulation pour un tr\u00e8s bon test qu\u2019on est pas s\u00fbr d\u2019avoir !<\/p>\n\n\n\n On voit qu\u2019un test qui pourtant \u00e0 des caract\u00e9ristiques honorables avec 95 % de sensibilit\u00e9 et 98% de sp\u00e9cificit\u00e9 n\u2019est pas du tout adapt\u00e9 pour du d\u00e9pistage massif avec les objectifs qu\u2019on veut se fixer.<\/p>\n\n\n\n C\u2019est pour cela que la solution du d\u00e9pistage s\u00e9rologique massif n\u2019a pas \u00e9t\u00e9 retenue. (Ajout\u00e9 au fait qu\u2019on a des doutes concernant la qualit\u00e9 de la protection de l\u2019immunit\u00e9 acquise). Il est toutefois possible qu\u2019un test \u00e0 99,9% de sp\u00e9cificit\u00e9 soit commercialis\u00e9, on pourra alors envisager le d\u00e9pistage s\u00e9rologique massif. Ou alors la pr\u00e9valence des personnes immunis\u00e9es augmentera suffisamment pour que l\u2019utilisation du test s\u00e9rologique devienne acceptable en d\u00e9pistage : toujours avec notre test \u00e0 95% de sensibilit\u00e9 et 98% de sp\u00e9cificit\u00e9 alors la valeur pr\u00e9dictive positive serait de 98% dans le cas d\u2019une pr\u00e9valence de 50%. <\/p>\n\n\n\n Dans ce cadre, par exemple, si on a eu une maladie qui pouvait \u00eatre la COVID, on peut faire un test pour le confirmer. Comme pour les tests diagnostiques PCR, dans ce cadre, on utilisera les ratio de vraisemblance positive et n\u00e9gative, et non les valeurs pr\u00e9dictives, avec le nomogramme de Fagan, pour l\u2019interpr\u00e9ter. Mais ce n\u2019est valable qu\u2019individuellement. Dans l\u2019exemple du test avec 95% de sensibilit\u00e9 et 98 % de sp\u00e9cificit\u00e9, si on pense, avant de r\u00e9aliser le test, que la probabilit\u00e9 d\u2019avoir contract\u00e9 la maladie est de 70% (sympt\u00f4mes concordants mais peu marqu\u00e9s, personne test\u00e9e positive avec qui on a eu un contact, etc) alors le test positif permet d\u2019augmenter la confiance \u00e0 un peu plus de 95%, tandis qu\u2019un test n\u00e9gatif nous diminue celle-ci \u00e0 10%. <\/p>\n\n\n\n Si on part d\u2019une probabilit\u00e9 de 10% avant le test celui-ci permet de croire \u00e0 90% \u00e0 la contamination s\u2019il est positif ou d\u2019exclure (<1%) la contamination s\u2019il est n\u00e9gatif.<\/p>\n\n\n\n On voit dans cet exemple que le test est parfaitement adapt\u00e9 \u00e0 un diagnostic individuel sur un patient suspect d\u2019avoir \u00e9t\u00e9 malade.<\/p>\n\n\n\n Donc le test s\u00e9rologique est tout \u00e0 fait valable dans le cadre d\u2019une utilisation clinique mais il est toutefois insuffisant dans le cadre d\u2019un d\u00e9pistage massif. A l’inverse les tests PCR ont tout \u00e0 fait leur place dans une strat\u00e9gie de d\u00e9pistage massif mais doivent \u00eatre interpr\u00e9t\u00e9s avec prudence s’ils sont n\u00e9gatifs lors de diagnostic individuel. C\u2019est pour cela que parler de la fiabilit\u00e9 d\u2019un test n\u2019a pas de sens. Il vaudrait mieux parler de l\u2019ad\u00e9quation d\u2019un test avec l\u2019objectif vis\u00e9. <\/p>\n\n\n\n Dans cette pr\u00e9sentation je n\u2019ai abord\u00e9 que les caract\u00e9ristiques intrins\u00e8ques des tests diagnostiques. D\u2019autres facteurs viennent d\u00e9grader la qualit\u00e9 des r\u00e9sultats. Ce qu\u2019on appelle le pr\u00e9analytique (la qualit\u00e9 du pr\u00e9l\u00e8vement, son stockage et son transport jusqu\u2019\u00e0 analyse), des variations li\u00e9s aux laboratoires (un m\u00eame test r\u00e9alis\u00e9 par deux laboratoires diff\u00e9rents peut avoir des r\u00e9sultats diff\u00e9rents), des variations li\u00e9es aux manipulateurs (dans un m\u00eame laboratoire avec la m\u00eame machine deux exp\u00e9rimentateurs peuvent avoir des r\u00e9sultats diff\u00e9rents pour un m\u00eame test), etc. Le pr\u00e9analytique peut avoir un impact non n\u00e9gligeable sur les r\u00e9sultats de PCR, beaucoup moins sur un test s\u00e9rologique mais ce dernier sera plus sujet aux effets laboratoires et manipulateurs.<\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" Ces derniers temps, on entend et on lit beaucoup de choses dans les m\u00e9dias, les r\u00e9seaux sociaux, sur les tests diagnostiques COVID qui ne seraient pas fiables, avec des confusions parfois sur les diff\u00e9rents tests. Je me propose de vous apporter quelques notions pour mieux comprendre ce qu’il se passe. Comprendre pourquoi parler de tests…<\/p>\n","protected":false},"author":3,"featured_media":2117,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":280,"footnotes":""},"categories":[97],"tags":[123,124,126,125,25],"class_list":["post-2100","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pedagogie","tag-diagnostic","tag-epidemiologie","tag-rt-qpcr","tag-serologie","tag-test"],"yoast_head":"\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.20.32-1024x578.png\")
<\/figure>\n\n\n\nLes tests diagnostiques PCR<\/strong><\/h2>\n\n\n\n
1. Si on teste une personne malade <\/strong>cliniquement<\/h3>\n\n\n\n
![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Nomogramme-rempli.png\")
<\/figure><\/div>\n\n\n\n2. Dans le cadre d\u2019un d\u00e9pistage massif <\/strong><\/h3>\n\n\n\n
![\"\"](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-29-23.21.52-1024x499.png\")
<\/figure>\n\n\n\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.37.36-1024x487.png\")
<\/figure>\n\n\n\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.41.11-1024x492.png\")
<\/figure>\n\n\n\nLes tests diagnostiques s\u00e9rologiques<\/strong><\/h2>\n\n\n\n
1- Tests diagnostiques s\u00e9rologiques dans le cadre d’un d\u00e9pistage massif<\/h3>\n\n\n\n
![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.44.52-1024x492.png\")
<\/figure>\n\n\n\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.47.10-1024x491.png\")
<\/figure>\n\n\n\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.49.20-1024x493.png\")
<\/figure>\n\n\n\n![\"tests](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-24-22.51.51-1024x491.png\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/Capture-d\u00e9cran-2020-04-28-23.52.38-1-1024x345.png\")
<\/figure>\n\n\n\n2- Tests s\u00e9rologiques dans le cadre d\u2019un diagnostic individuel<\/strong><\/h3>\n\n\n\n
![\"\"](\"https:\/\/www.zeterinaires.fr\/nofakemed\/wp-content\/uploads\/2020\/04\/nomogramme-sero.png\")
<\/figure>\n\n\n\nConclusion<\/h2>\n\n\n\n
DV Chantreau J\u00e9r\u00f4me.\nVice Pr\u00e9sident de l'association les Z\u00e9t\u00e9rinaires\nMembre de la commission Vaches Allaitantes de la SNGTV\n\nEt avec le relecture attentive et constructive de la team Z\u00e9t\u00e9rinaires<\/pre>\n\n\n\n
R\u00e9f\u00e9rences<\/h5>\n\n\n\n
![\"tests](\"https:\/\/lh3.googleusercontent.com\/-GR6m0yndStcW3q_YC9WvrKCa0P-zcH7ZJ1yLSQ9B7tfiQkp7GcykgI_F7hVwCQPZOKqITUKICoWuDU46vZQAVBHiKpQKTiKqhm9kZWrB6LEw0flMPNCEg0c_pR-Pk2xd-OC6lIM\")