Eléments d'écologie de la transmission d'echinococcus multilocularis en Chine (Sichuan) : modélisation des distributions spatiales de communautés et populations des hôtes : des données de terrain aux prédictions

Elements of Echinococcus multilocularis transmission ecology in China (Sichuan) : modeling of host community and population spatial distributions : from field data to predictions

• Auteur / Autrice : Amélie Vaniscotte
• Direction : Patrick Giraudoux
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie
• Date : Soutenance en 2009
• Etablissement(s) : Besançon
• Partenaire(s) de recherche : Autre partenaire : Université de Franche-Comté. UFR des sciences et techniques

Mots clés

Mots clés contrôlés

Sichuan (Chine ; province)

Echinococcus multilocularis

Résumé

Cette thèse porte sur l'écologie de la transmission d'Echinococcus multilocularis, un parasite (cestode) dont le stade larvaire, transmis des faeces de canidés (hôte définitif) aux micro-mammifères (hôtes intermédiaires), peut engendrer accidentellement une zoonose mortelle chez l'homme: l'échinococcose alvéolaire. En Chine, où sont observées les plus fortes prévalences humaines au monde, des recherches multidisciplinaires ont mises en évidence des perturbations anthropiques des écosystèmes génératrices de risque de transmission du parasite. Nous nous sommes intéressé à quantifier, spatialiser voire prédire certains des facteurs écologiques qui influencent la transmission du parasite dans différents sites endémiques de la province du Sichuan (Chine), à savoir: i) les distributions spatiales des assemblages de micro-mammifères et ii) les comportements des chiens domestiques intervenant dans la transmission. Suite à une définition quantitative et objective des assemblages de micro-mammifères à partir de données de piégeages collectées dans 2 sites d'études, nous avons modélisé les distributions spatiales de leurs habitats en fonction de facteurs environnementaux issus de données satellitales et en utilisant différentes techniques de modélisation. Les régressions non linéaires multiples (MARS) discriminaient le plus précisément les assemblages le long des gradients d'altitude, de pente, de la bande ETM 7 et d'indices de végétation (NDVI et EVI). Cependant, les modèles développés localement n'étaient pas transférables sur un jeu de données distant d'une centaine de km. Un modèle de classification entraîné sur les données des deux sites d'étude apparaît être une méthode plus appropriée pour prédire les distributions régionales des assemblages. Les comportements de défécation et l'utilisation de l'espace des chiens domestiques ont été étudiés dans 4 villages du plateau tibétain. L'estimation des prévalences fécales par PCR montre le rôle prédominant du chien sur le renard dans la contamination de l'environnement des hommes. Les faeces et la contamination étaient agrégées autour des habitations humaines (entre 0 à 200 m) où le risque de transmission serait levé. L'analyse des trajectoires nocturnes montre que les chiens passent la majorité de leur temps autour des habitations et peuvent réaliser des excursions à l'extérieur des aires d'activité des populations de chiens des villages, correspondant aux habitats où les indices de présence de micro-mammifères sont les plus fréquents. . Notre analyse par des outils statistiques et d'écologie spatiale a permis l'estimation et la modélisation de paramètres écologiques utiles pour comprendre et prévenir le risque de transmission et incorporables dans des modèles épidémiologiques. Les erreurs de prédictions ainsi que les limites de nos conclusions encouragent la recherche d'une meilleure adéquation entre la collecte de données co-épidémiologique et la diversité des outils d'analyse disponibles.

This thesis concerns the transmission ecology of the parasite cestode Echinococcus multilocularis which larval stage, transmitted from canid faeces to small mammals, can accidentally cause a fatal zoonosis in humans : the alveolar echinococcosis. In China, where the highest prevalences in the world have been observed, interdisciplinary researches have outlined that some anthropogenic disturbances of ecosystems can increase the transmission risk of the parasite. We attempted to quantify, spatialize and when possible predict some ;X the ecological factors influencing parasite transmission in the Sichuan province (China) : i) the spatial distributions of small mammal assemblages and ii) the domestic dog behaviors involved in the transmission. Small mammal assemblages were defined from trapping data sets collected in two study sites situated on the Tibetan plateau spurs. The spatial distributions of their habitats were modelled as a function of some environmental factors extracted from satellite data and using several modelling techniques. Non linear multiple regressions (MARS) best discriminated assemblages along elevation, slope, ETM band 7 and vegetation indices (NDVI and EVI) gradients. However, predictions of the locally trained models were not transferable on a data set distant from one hundred km. Classification model trained on the whole regional data set was a more appropriate method to predict assemblage distribution within a regional extent. The defecation behaviors and space utilizations of domestic dogs were investigated in 4 villages of the Tibetan plateau. The estimation of fecal prevalences by PCR emphasized the dominant role of dogs in human environment contamination in comparison to foxes. Faeces and their contaminations were aggregated around habitations (from 0 to 200 m) where the transmission risk might be particularly high. Moreover, analysis of nocturnal dog trajectories shown that dogs spend the majority of their time around their owners' houses and that they can travelled excursive paths outside the mean activity area of the village dog populations where small mammal presence indices were the most frequent. Our analysis done with statistical and spatial ecology tools allows to estimate and model ecological parameters useful to understand and prevent the transmission risk and that are incorporable in epidemiological models. Prediction errors and limitations of our conclusions call for the research of a better adequacy between eco-epidemiological data collection and the diversity of tools available to analyze them.