Modélisation de la méningite bactérienne dans l'interface Environnement-Climat-Société par approche multi-agents : cas d'application au Sénégal

Modelling bacterial meningitis in the Environment-Climate-Society interface of low-risk epidemic zones using a multi-agent approach based on spatialised data : the example of Senegal

• Auteur / Autrice : Papa Massar Niane
• Direction : Nicolas Marilleau, Amadou Thierno Gaye, Nadège Martiny
• Type : Thèse de doctorat
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Soutenance le 08/11/2023
• Etablissement(s) : Sorbonne université en cotutelle avec Université Cheikh Anta Diop (Dakar)
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : Unité de modélisation mathématique et informatique des systèmes complexes (Bondy, Seine-Saint-Denis ; 2009?-....)
• Jury : Président / Présidente : Alassane Bah
• Jury : Examinateurs / Examinatrices : Pascal Roucou, Daouda Badiane
• Jury : Rapporteurs / Rapporteuses : Damien Olivier, Jacques-André Ndione

Mots clés

Mots clés contrôlés

Télédétection

Épidémiologie

Simulation par ordinateur

Systèmes complexes

Sénégal

Transmission

Méningite infectieuse

Mots clés libres

Méningite

Systèmes complexes

SMA

Environnement

Épidémiologie

Climat

Meningitis

Complex system

ABM

Environment

Epidemiology

Climate

Résumé

La méningite bactérienne présente un réel défi de modélisation pour la communauté scientifique en raison de son caractère multiscalaire, des facteurs de différentes natures à prendre en compte (climat, environnement, facteurs démographiques, sociétaux et biologiques à l’échelle de l’individu). Dans le cadre de cette thèse, nous avons développé un modèle appelé MenAfriSIM™ qui prend en compte la température, la poussière à travers un COefficient of Meningitis Invasion and Development for Environmental eXposure (COMIDEX) qui prend de la donnée environnementale spatialisée issue de télédétection et de modèle. Il s'agit de la première fois qu'un coefficient pouvant englober plusieurs facteurs climatiques et environnementaux est proposé dans le but de les intégrer dans un modèle de transmission pour la méningite. Le modèle dispose également d'un modèle d'interaction spatiale qui prend en compte la mobilité interurbaine. MenAfriSIM™ est un modèle explicatif des cas de méningite à l'échelle interurbaine dans un contexte de Sahel occidental marqué par une relative baisse du risque de méningite comme le cas du Sénégal. La modélisation d'un système aussi complexe que la méningite permet d'adopter d'une approche multi-agents. Le modèle a été testé sur la saison 2012 dont l'analyse des données sanitaires issues du ministère de la santé confirme le caractère particulier de cette saison avec un nombre de cas record. L'évaluation du modèle a montré une bonne performance de celui-ci avec plus de la moitié de la variabilité totale des cas de méningite expliquée par le modèle (R2 = 0.53) et près d'un tiers de la variabilité des cas (R2 = 0.29) expliqué la température et la poussière. Le modèle a montré que le nombre de cas de méningite reste fortement corrélé à la démographie autrement les communes les plus touchées par la méningite se trouvent dans les communes les plus peuplées alors que le risque de méningite est plus présent dans les zones où l'empreinte climatique et environnementale est dominante. Les zones où le risque de méningite est plus important sont le nord du pays. La "trizone de la méningite" traduit le gradient nord-sud du risque de méningite qui diminue en passant par le centre du pays. Ces résultats ont été confortés par la littérature sur les domaines climatiques du pays et par l'exploration du modèle effectuée sur la saison 2013. Cependant des études supplémentaires devront être envisagées sur une période plus longue. Les résultats suggèrent une surveillance accrue de la partie nord du pays, point de départ du risque de méningite et une prise en compte du zonage et du temps de propagation de la méningite d'une zone à l'autre (2 à 3 semaines) dans les systèmes d'alerte précoce.

Bacterial meningitis presents a real modeling challenge for the scientific community due to its multiscalar nature, factors of different natures to be taken into account (climate, environment, demographic, societal and biological factors at the individual level). As part of this thesis, we have developed a model called MenAfriSIM™ which takes into account temperature, dust through a COefficient of Meningitis Invasion and Development for Environmental eXposure (COMIDEX) which takes spatialized environmental data from remote sensing and of model. This is the first time that a coefficient that can encompass several climatic and environmental factors has been proposed with the aim of integrating them into a transmission model for meningitis. The model also has a spatial interaction model that takes into account interurban mobility. MenAfriSIM™ is an explanatory model of meningitis cases at the interurban scale in a western Sahel context marked by a relative reduction in the risk of meningitis, as in the case of Senegal. The modeling of a system as complex as meningitis makes it possible to adopt a multi-agent approach. The model was tested during the 2012 season, the analysis of health data from the Ministry of Health confirming the particular nature of this season with a record number of cases. The evaluation of the model showed a good performance of this one with more than half of the total variability of the cases of meningitis explained by the model (R2 = 0.53) and almost a third of the case variability (R2 = 0.29) explained temperature and dust. The model showed that the number of cases of meningitis remains strongly correlated with demography otherwise the municipalities most affected by meningitis are found in the most populated municipalities while the risk of meningitis is more present in areas where the footprint climatic and environmental is dominant. The areas where the risk of meningitis is greater are the north of the country. The "meningitis trizone" reflects the north-south gradient of the risk of meningitis which decreases through the center of the country. These results have been confirmed by the literature on the country's climatic domains and by the exploration of the model carried out over the 2013 season. However, additional studies should be considered over a longer period. The results suggest increased surveillance of the northern part of the country, the starting point of the risk of meningitis and consideration of zoning and the spread time of meningitis from one area to another (2 to 3 weeks) in early warning systems.