Développement d'une approche basée sur les modèles dynamiques compartimentaux pour évaluer le bénéfice et l'impact des nouveaux médicaments en population générale : application au cas de l'hépatite C

• Auteur / Autrice : Arnaud Nucit
• Direction : Jean-Yves Dauxois
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 16/12/2016
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de mathématiques de Toulouse (2007-....)

Mots clés

Mots clés contrôlés

Épidémiologie

Virus de l'hépatite C

Modèles mathématiques

Virus

Mots clés libres

Modélisation

Modèles compartimentaux

Statistique

Hépatite C

Modèles dynamiques

Epidémiologie

Modeling

Compartmental models

Statistics

Hepatitis C

Dynamic models

Epidemiology

Résumé

Ce travail de thèse s'articule autour de trois parties distinctes abordant chacune un thème précis lié à l'épidémiologie. La première partie de ces travaux s'inscrit dans le cadre de la propagation de virus via l'utilisation de modèles épidémiques. Dans cette partie, sont analysées différentes méthodes d'estimations paramétriques et y sont étudiés la qualité de ces estimateurs. Une application à des virus informatiques est proposée. La deuxième partie de cette thèse propose une méthode d'estimation de la prévalence actuelle du virus de l'hépatite C en France par l'intermédiaire d'un modèle de rétro-calcul associé à un modèle de Markov modélisant l'histoire naturelle de la maladie. Cette méthode et les résultats qui en découlent sont comparés avec les résultats obtenus via l'approche de référence en France. Enfin, la dernière partie s'intéresse à l'étude de l'impact des nouvelles thérapeutiques anti-hépatite C susceptible d'éradiquer le virus à moyen terme. En assimilant la population d'intérêt à un groupement de graphes aléatoires, la propagation du virus est modélisée à partir d'un modèle de métapopulation construit sur la base de données migratoires où les dynamiques de chaque sous-population sont régies par un ensemble d'équations différentielles déterministes. Ce travail doctoral a été réalisé dans le cadre d'une convention CIFRE avec les laboratoires Bristol-Myers Squibb.

The works undertaken in this doctoral thesis are conducted in three parts, each one dealing with a specific epidemiology-related domain. The first part of this work deals with the propagation of viruses by using well-known epidemic models. It is mainly focused on the analyze of different estimation methods and on their performance. An application on computer virus is proposed. The second part of this thesis gives an estimation method of the hepatitis C virus prevalence in France based on a back-calculation model in association with a Markov model of the disease's natural history. This method and its results are compared with those generated by the reference approach in France. The last part is focused on the study of the recent anti-hepatitis C therapeutics impact on the population since is has been stated that those could eradicate the virus at middle term. In that optic, based on published migration data and assuming that the population of interest is organized into a set of specific contact networks, a metapopulation is computed in which the dynamics of each sub-population is governed by a set of deterministic differential equations. This doctoral research has been conducted through a CIFRE industrial research agreement with the Bristol-Myers Squibb pharmaceutical company.