Diffusion spatio-temporelle des épidémies : approche comparée des modélisations mathématiques et biostatistiques, cibles d'intervention et mobilité humaine

Spatio-temporal spread of epidemics : comparative approach of mathematical and bio-statistical modeling, intervention targets and human mobility

• Auteur / Autrice : Kankoe Sallah
• Direction : Jean Gaudart, Roch Giorgi
• Type : Thèse de doctorat
• Discipline(s) : Pathologie humaine. Recherche clinique et santé publique
• Date : Soutenance le 29/11/2017
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École Doctorale Sciences de la vie et de la santé (Marseille)
• Partenaire(s) de recherche : Laboratoire : Sciences économiques et sociales de la santé & traitement de l’information médicale (Marseille)
• Jury : Président / Présidente : Laetitia Huiart
• Jury : Examinateurs / Examinatrices : Jean Gaudart, Roch Giorgi, Laetitia Huiart, Pierre-Yves Boëlle, Ogobara Doumbo, Vincent Herbreteau
• Jury : Rapporteurs / Rapporteuses : Pierre-Yves Boëlle, Ogobara Doumbo

Mots clés

Mots clés contrôlés

transmission

Paludisme

Analyse spatio-temporelle

Surveillance de la population

Modèles statistiques

épidémiologie

Maladies transmissibles

Épidémiosurveillance

statistiques et données numériques

Flambées de maladies

Mots clés libres

Modèles compartimentaux

Diffusion des épidémies

Modèle en métapopulation

Essai d’intervention

Elimination du paludisme

Mobilité humaine

Analyse spatiale

Maladies infectieuses

Modèle d’impédance

Modèle de gravité

Modèle de radiation

Inflation de zéros

Compartmental models

Epidemic spread

Metapopulation model

Intervention trial

Malaria elimination

Human mobility

Spatial analysis

Infectious diseases

Impedance model

Gravity model

Radiation model

Zero Inflated Model

Résumé

Dans la première partie de cette thèse, nous avons mis en place un métamodèle de transmission du paludisme basé sur la modélisation compartimentale susceptible-infecté-résistant (SIR) et prenant en compte les flux de mobilité humaine entre différents villages du Centre Sénégal. Les stratégies d’intervention géographiquement ciblées, s’étaient avérées efficaces pour réduire l’incidence du paludisme aussi bien dans les zones d’intervention qu’à l’extérieur de ces zones. Cependant, des actions combinées ciblant à la fois le vecteur et l’hôte, coordonnées à large échelle sont nécessaires dans les régions et pays visant l’élimination du paludisme à court/moyen terme.Dans la deuxième partie nous avons évalué différentes méthodes d’estimation de la mobilité humaine en l’absence de données individuelles. Ces méthodes incluaient la traçabilité spatio-temporelle des téléphones mobiles ainsi que les modèles mathématiques de gravité et de radiation. Le transport de l’agent pathogène dans l’espace géographique, par la mobilité d’un sujet infecté est un déterminant majeur de la vitesse de propagation d’une épidémie. Nous avons introduit le modèle d’impédance qui minimise l’erreur quadratique moyen sur les estimations de mobilité, en particulier dans les contextes où les ensembles de population sont caractérisés par leurs tailles hétérogènes.Nous avons enfin élargi le cadre des hypothèses sous-jacentes à la calibration des modèles de gravité de la mobilité humaine. L’hypothèse d’une distribution avec excès de zéros a fourni un meilleur ajustement et une meilleure prédictibilité, comparée aux hypothèses classiques n’assumant pas un excès de zéros : Poisson, Quasipoisson.

In the first part of this thesis, we have developed a malaria transmission metamodel based on the susceptible-infected-resistant compartmental modeling framework (SIR) and taking into consideration human mobility flows between different villages in the Center of Senegal. Geographically targeted intervention strategies had been shown to be effective in reducing the incidence of malaria both within and outside of intervention areas. However, combined interventions targeting both vector and host, coordinated on a large scale are needed in regions and countries aiming to achieve malaria elimination in the short/medium term.In the second part we have evaluated different methods of estimating human mobility in the absence of real data. These methods included spatio-temporal traceability of mobile phones, mathematical models of gravity and radiation. The transport of the pathogen through the geographical space via the mobility of an infected subject is a major determinant of the spread of an epidemic. We introduced the impedance model that minimized the mean square error on mobility estimates, especially in contexts where population sets are characterized by their heterogeneous sizes.Finally, we have expanded the framework of assumptions underlying the calibration of the gravity models of human mobility. The hypothesis of a zero inflated distribution provided a better fit and a better predictability, compared to the classical approach not assuming an excess of zeros: Poisson, Quasipoisson.