Les moteurs de l’évolution des agents pathogènes, qu’il s’agisse des espèces sensibles, des vecteurs animaux ou des effets environnementaux incluant la pollution et le réchauffement climatique sont difficiles à appréhender. Il est donc important de générer des connaissances sur l’épidémiologie des maladies infectieuses aquacoles pour lesquelles il est difficile de contrôler le milieu d’élevage. Les connaissances épidémiologiques ainsi acquises peuvent alimenter des modèles dynamiques de transmission de ces maladies. Un premier article (Renault et al) présente les facteurs de risques d’apparition et d’émergence des maladies en aquaculture. Il souligne l’importance de générer des données pour améliorer la connaissance des facteurs d’épidémiologie descriptive impliqués dans l’apparition et la diffusion de maladies dues à des agents infectieux, en s’intéressant notamment aux interactions entre l’hôte, l’agent pathogène et l’environnement. Dans ce cadre, le développement d’études portant sur les effets de polluants et de facteurs physico-chimiques liés aux changements globaux chez différentes espèces d’intérêt aquacole est considéré comme une priorité. Un second article (Thébault et al) décrit l’intérêt potentiel de la modélisation pour l’étude de maladies infectieuses chez les poissons et les mollusques. La formulation précise des questions posées par une maladie infectieuse ouvre la voie à des formes de modélisation dynamique intégrant les caractéristiques de population de l’agent pathogène et les effets des actions de maîtrise éventuellement mises en oeuvre. Parmi les retombées utiles de la modélisation, figurent l’évaluation anticipée des mesures de contrôle et l’identification en continu des lacunes pouvant subsister dans un corpus de données. Le manque de données issues aussi bien du terrain que de l’expérimentation est le principal frein au développement de tels modèles en infectiologie aquacole. Il ne faut évidemment pas attendre de la modélisation plus qu’elle ne peut donner. Néanmoins, l’expérience des élevages terrestres montre que la modélisation peut parfois contribuer à quelques améliorations, notamment en termes de gestion de la santé des élevages au quotidien ou d’aide à la décision.