Logo du Laboratoire IDEES.

ANR MO3

Présentation du projet

Les maladies à transmission vectorielle (dengue, Zika, chikungunya) sont un enjeu important de santé publique. La compréhension de leurs dynamiques de transmission reste un défi majeur au niveau infra urbain. En effet les hétérogénéités environnementales, les variations de densités vectorielles et les mobilités quotidiennes constituent un verrou à la définition d’indicateurs de risque épidémique à cette échelle. MO3 a donc pour objectif (i) le développement d'un modèle de simulation pour étudier la sensibilité de dynamiques épidémiques à des scénarios ciblés de luttes anti-vectorielles et (ii) d'évaluer dans une grande métropole où la dengue est endémique, Bangkok (Thaïlande), l'efficacité de ces stratégies. Dans les villes où ces maladies sont endémiques, notre 1ière hypothèse est que le territoire urbain dispose d'un nombre limité de lieux favorables au maintien de population de moustiques durant la saison inter épidémiques, suffisant pour assurer une circulation locale, continue et à bas bruit de virus. Avec les changements saisonniers (hausse des températures, pluies de mousson), les populations de vecteur explosent ce qui augmente le risque de propagation de virus à partir de ces zones.

Notre seconde hypothèse est que la structuration de l’espace urbain (résidence, activités économiques et commerciales, espaces végétalisés) et les discontinuités qui en résulte structurent les mobilités quotidiennes des populations, et potentiellement la propagation d’agents pathogènes dans des proportions épidémiques. Il est donc essentiel d'identifier précocement ces réservoirs possibles de diffusion. Par ailleurs, dans les villes où ces maladies ne sont pas endémiques, voire pas encore présentes, la cartographie dynamique du risque environnemental basée sur l’écologie du moustique peut permettre d’identifier et de surveiller les lieux et les périodes favorables à l’implantation et à la prolifération des moustiques vecteurs.

Pour atteindre ces objectifs, le projet MO3 s’appuiera sur un modèle à base d’équations différentielle et multi-agents, à haute-résolution spatiale et temporelle, permettant de décrire finement l’espace urbanisé et la variété des dynamiques qui s’y déploient, celles des vecteurs et des populations humaines. Les dynamiques vectorielles seront influencées par l’hétérogénéité spatiale et temporelle de leur niche écologique, celles des humains par leurs mobilités quotidiennes, liées en partie à leur lieu de résidence, leur profil socio-économique et leur âge. La calibration du modèle s’appuiera sur des données variées : images satellite, recensements, réseaux sociaux, données rétrospectives vectorielles et épidémiologiques. Nous prévoyons également des enquêtes de terrain. Des sites seront sélectionnés selon un gradient de valeur de la niche écologique du vecteur et un gradient de valeur de centralité des lieux. Des relevés hebdomadaires, sur une période de 2 ans, permettront d’analyser l’évolution des stocks de moustiques adultes au regard de ces deux indicateurs, et des enquêtes épidémiologiques sur des populations à risque permettront d’évaluer les niveaux d’exposition, selon les mêmes critères. L’ensemble de ces données servira également à calibrer et valider le modèle de simulation. Des méthodes d'exploration basées sur des algorithmes évolutifs seront mobilisées pour évaluer, comparer et hiérarchiser les mécanismes du modèle au regard des dynamiques simulés et des observations qu'ils peuvent ou qu'ils doivent produire ou reproduire. Ces méthodes évalueront et comparerons également des stratégies de contrôle des vecteurs par rapport à la dynamique épidémiologique simulée par le modèle, à la recherche de la stratégie ou des stratégies les plus efficaces. L'ambition de MO3 est donc de développer une méthode générique qui permette de mener des luttes anti vectorielles sur des zones prioritaires, permettant ainsi aux acteurs locaux d’allouer de manière optimale leurs ressources disponibles, mais limitées.

Partenaires :

  • Institut Pasteur (Paris)
  • Institut des Systèmes Complexes (Paris)

Membres de l’UMR participant au projet :

Axes associés

Axe 1. Sources, Modèles, Simulations