Thèse soutenue

Modélisation épidémiologique de la dynamique spatio-temporelle des maladies infectieuses à Madagascar : cas du paludisme et du COVID-19

FR  |  
EN
Auteur / Autrice : Jean Marius Rakotondramanga
Direction : Benjamin RocheAndrés Garchitorena Garcia
Type : Thèse de doctorat
Discipline(s) : Biostatistique et Biomathématiques
Date : Soutenance le 08/12/2023
Etablissement(s) : Sorbonne université
Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
Partenaire(s) de recherche : Laboratoire : Unité de modélisation mathématique et informatique des systèmes complexes (Bondy, Seine-Saint-Denis ; 2009?-....)
Jury : Président / Présidente : Lantonirina Ravaoarisoa
Examinateurs / Examinatrices : Edi Prifti, Jordi Landier
Rapporteurs / Rapporteuses : Élisabeth Delarocque Astagneau, Annelise Tran

Résumé

FR  |  
EN

A Madagascar, parmi les menaces pour la santé publique, la population fait face aux maladies infectieuses pouvant toucher l’ensemble de la population, et constituer des risques sanitaires en permanence comme l’infection à Plasmodium falciparum (P. falciparum) et d’autres maladies infectieuses endémiques comme la peste ou encore des maladies émergentes tel que le COVID-19. Le système de surveillance épidémiologique et les programmes nationaux de contrôle des maladies infectieuses ont aussi été éprouvés dans le contexte de la pandémie de COVID-19. Selon l’Organisation Mondiale de la Santé (OMS), pendant la période pandémique de 2020–2021, environ 82% de cas et 95% de décès dus au paludisme dans le monde ont été survenus dans la région africaine de l’OMS, représentant une hausse allant de 211 millions à 234 millions de cas et de 542 000 à 593 000 décès de 2015–2020. De plus, entre 2020 et 2021, environ 13,4 millions de cas supplémentaires du paludisme, et une augmentation du nombre de décès de 386 400 à 597 400, auraient été attribuables à la mitigation des efforts de lutte due aux interventions non-pharmaceutiques pour faire face à la pandémie de COVID-19. Dans le cadre de cette thèse, notre objectif consiste à mieux comprendre les dynamiques spatiales et temporelles de deux maladies infectieuses, le paludisme et le COVID-19, malgré la porosité (ensemble de manquements) du système de surveillance passive à Madagascar. Pour ce faire, des approches de modélisation biostatistique et biomathématique ont été adoptées en utilisant des données de mesures indirectes de l’intensité de transmission : les mesures d’anticorps du P. falciparum, et l’excès de mortalité toutes causes pendant la pandémie de COVID-19. La première étude de cette thèse porte sur l’utilisation de données d’une étude randomisée transversale incluant 6 293 enfants pour identifier des facteurs associés d’exposition à l’infection plasmodiale dans les hautes terres, zone à très faible transmission. Des facteurs liés aux offres de soin (accès aux formations sanitaires, prises en charge communautaire, interventions de lutte antivectorielles), et liés à l’environnement et le climat (écologie des vecteurs) ont été étudiés. La seconde étude consiste à évaluer l'impact de la pandémie de COVID-19 dans la capitale, Antananarivo, par l'estimation de l’excès de décès durant les vagues de 2020–2021 à partir des registres de décès du Bureau Municipal d’Hygiène, représentant 45 959 enregistrements de décès hospitaliers et communautaires de toutes causes de 2016–2021. Nos résultats issus de ces deux études ont pu accentuer l’importance des données spatiales ou temporelles désagrégées à l’échelle fine (réponses aux anticorps, facteurs environnementaux et climatiques) et des systèmes de surveillance optimaux (le registres de décès) pour évaluer, améliorer et adapter les programmes nationaux de lutte contre les maladies infectieuses dans les pays à revenu faible ou intermédiaire comme Madagascar. Mots clés : épidémiologie, modélisation, système de surveillance, analyses spatiales et temporelles, paludisme, Plasmodium falciparum, COVID-19, SARS-CoV-2, excès de mortalité, Madagascar.