Conception et évaluation assistée par la modélisation de stratégies de gestion d’une épidémie dans un paysage hétérogène.

Model-based design and assessment of management strategies for epidemics in a heterogeneous landscape.

• Auteur / Autrice : Loup Rimbaud
• Direction : Emmanuel Jacquot, Gaël Thébaud
• Type : Thèse de doctorat
• Discipline(s) : Microbiologie/Parasitologie
• Date : Soutenance le 20/11/2015
• Etablissement(s) : Montpellier, SupAgro
• Ecole(s) doctorale(s) : Systèmes Intégrés en Biologie, Agronomie, Géosciences, Hydrosciences, Environnement (Montpellier ; École Doctorale ; 2009-2015)
• Partenaire(s) de recherche : Laboratoire : Biologie et Génétique des interactions Plantes-parasites pour la Protection Intégrée/UMR BGPI Montpellier (Montpellier ; 1999-2020)
• Jury : Président / Présidente : Claire Neema
• Jury : Examinateurs / Examinatrices : Emmanuel Jacquot, Gaël Thébaud, Claire Neema, Fernando García-Arenal, Hervé Monod, Christian Lannou, Pascal Hendrikx
• Jury : Rapporteur / Rapporteuse : Fernando García-Arenal, Hervé Monod

Mots clés

Mots clés libres

Épidémiologie spatiale

Méthode de Sobol

Plante pérenne

Stratégie de lutte

Symptôme

Culling

Modelling

Perennial plant

Sobol’s method

Spatial epidemiology

Symptom

Résumé

Les stratégies de gestion des épidémies sont souvent basées sur des opinions d'experts, plutôt que sur une démonstration formelle de leur efficacité. Ce constat résulte de la difficulté de prendre en compte les processus biologiques et les interventions humaines qui s'y ajoutent pour expérimenter différentes méthodes et identifier la plus performante. Il est ainsi difficile d'améliorer ces stratégies, qui n'ont pas de raison a priori d'être optimales. La modélisation conjointe du processus épidémique et de diverses stratégies de gestion constitue un outil innovant pour contourner les contraintes liées à l'expérimentation. Les paramètres clés d'un tel modèle peuvent être identifiés par une analyse de sensibilité et, pour certains d'entre eux, mieux appréhendés grâce à l'expérimentation biologique. D'autres paramètres clés peuvent constituer des leviers d'action dont il est possible d'approcher les valeurs optimales en exploitant le potentiel des méthodes d'analyse de sensibilité.Cette démarche, applicable à de nombreuses maladies infectieuses, a été testée sur la gestion de la sharka, une maladie affectant les arbres du genre Prunus (dont les abricotiers, pêchers et pruniers). Elle est causée par le Plum pox virus (PPV, du genre Potyvirus, transmis par pucerons) et associée à d'importantes pertes économiques. En France, la stratégie de gestion de cette maladie repose notamment sur l'observation visuelle des vergers et l'arrachage des individus pouvant contribuer à la propagation des épidémies. Dans le cadre de cette thèse, des travaux expérimentaux ont été entrepris en conditions contrôlées pour tester des hypothèses liées à la concordance entre les états infectieux et symptomatiques, sur lesquelles s'appuient les stratégies basées sur une surveillance visuelle. Les résultats de ces expériences, et notamment la synchronie entre les périodes de latence et d'incubation chez le jeune pêcher infecté par le PPV, ne remettent pas en cause ces hypothèses et viennent enrichir un modèle de simulation probabiliste et spatiotemporel de la propagation de la sharka. Les analyses de sensibilité réalisées sur ce modèle ont révélé que le devenir des épidémies dépend fortement de la connectivité de la parcelle (avec les autres parcelles du paysage) où est introduit le PPV la première fois, et de la durée de la latence dans les arbres infectés. D'autres analyses de sensibilité du modèle, incluant cette fois un ensemble de stratégies de gestion, ont permis d'optimiser les modalités de surveillance et d'arrachage vis-à-vis d'un critère économique dans le contexte épidémique simulé.

Management strategies of epidemics are often based on expert opinions rather than the formal demonstration of their efficiency. This is due to the difficulty of accounting for both biological processes and human interventions in field trials of various control methods designed to identify the most efficient. Thus, improving these strategies, which have no a priori reason to be optimal, is not an easy task. A promising approach to overcome obstacles linked to experiments consists in modeling both the epidemic process and the control measures. The key drivers of such models can be identified by a sensitivity analysis and, for some of them, better characterized experimentally. Control parameters are other key drivers that can be optimized by taking advantage of the potential of sensitivity analysis.This approach, applicable to many epidemic diseases, has been tested on the management of sharka, a damaging disease of trees of the genus Prunus (especially apricot, peach and plum). It is caused by Plum pox virus (PPV, genus Potyvirus, transmitted by aphids) and associated with severe economic losses. In France, sharka management is mainly based on visual orchard surveillance and removal of individuals that can contribute to disease spread. In controlled conditions, experiments were carried out to test hypotheses on the concurrence between the infectious and symptomatic states, on which visual surveillance strategies are based. Results of these experiments, and particularly the synchrony between latent and incubation periods for young peach trees infected by PPV, do not reject these hypotheses. These results feed a stochastic spatiotemporal model simulating sharka spread. Sensitivity analyses performed on this model revealed that the fate of the epidemics is highly dependent on the connectivity of the patch (with other patches of the landscape) where PPV is first introduced, and on the latent period duration. When a panel of management strategies was included into the model, additional sensitivity analyses enabled the identification of economically optimal surveillance and removal parameters in the simulated epidemic context.