Inférence, modélisation et compréhension des pathosystèmes : cas d'étude de la paratuberculose bovine - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Poster De Conférence Année : 2018

Inférence, modélisation et compréhension des pathosystèmes : cas d'étude de la paratuberculose bovine

Résumé

Les modèles mécanistes sont puissants pour une meilleure compréhension des pathosystèmes, tant à l'échelle de l'hôte, de la population, que de la métapopulation. Ils permettent d’appréhender les déterminants de la propagation des pathogènes, d'explorer des hypothèses biologiques, et d'optimiser des scénarios de maîtrise. Cependant, si les paramètres d'un modèle ne sont pas calibrés correctement, la capacité prédictive du modèle est fortement réduite. Il est donc nécessaire de mobiliser toute l'information disponible, souvent fortement hétérogène et éparse (données, avis d'experts...) afin d’accroître la fiabilité et la robustesse des prédictions réalisées. Pour cela, des approches modernes d’inférence peuvent être utilisées, en les adaptant à nos problématiques d’épidémiologie animale, pour produire de nouvelles connaissances sur les pathosystèmes étudiés. La paratuberculose est une maladie enzootique d'importance économique mondiale dont le dépistage sur le terrain est difficile (longue incubation et faible sensibilité des tests diagnostic). La représentation d'un tel pathosystème conduit à un modèle épidémiologique de grande taille. De plus, comme souvent pour de tels systèmes, les processus sous-jacents à la propagation spatiotemporelle du pathogène sont partiellement observés et les données disponibles incomplètes, rendant impossible l’utilisation de méthodes d'inférence classiques. Notre objectif est d’estimer pour cette maladie la proportion de troupeaux infectés, la distribution de la prévalence intra-troupeau, la probabilité d'acheter un animal infecté dans des troupeaux non suivis, le taux de transmission locale, et la sensibilité moyenne du test. Pour cela, nous avons mobilisé des données longitudinales collectées en Bretagne (2005-2013), et mis en oeuvre une méthode d’inférence originale et pertinente pour ces données. Nous avons utilisé un modèle stochastique mécaniste de la propagation du pathogène entre troupeaux via les mouvements commerciaux de bovins, en utilisant les données exhaustives de détention de bovins pour 12 857 troupeaux laitiers et des données partielles sur le statut infectieux des animaux. Après validation de la méthode, les estimations indiquent que plus de 80% des troupeaux sont infectés avec une faible prévalence (<0.10 dans 40% des cas). La probabilité d’acheter un animal infecté est faible (0,10), de même que la sensibilité moyenne du test (0,21). Les nouvelles connaissances produites permettront de fiabiliser les prédictions de la dynamique de propagation de la paratuberculose à une échelle régionale en vue d’en améliorer la gestion collective. Le cadre d'inférence proposé peut être facilement appliqué à d'autres zones infectées ou adapté pour estimer les caractéristiques d'autres pathosystèmes.
Fichier non déposé

Dates et versions

hal-02735439 , version 1 (02-06-2020)

Identifiants

  • HAL Id : hal-02735439 , version 1
  • PRODINRA : 449663

Citer

Gael Beaunée, Pauline Ezanno, Alain Joly, Pierre Nicolas, Elisabeta Vergu. Inférence, modélisation et compréhension des pathosystèmes : cas d'étude de la paratuberculose bovine. Journées d'Animation Scientifique du Département Santé Animale (JSA DSA), Oct 2018, La Chapelle-sur-Erdre, France. INRA - SANTE ANIMALE, 110 p., 2018, Journées d'Animation Scientifique du Département Santé Animale (JSA DSA). ⟨hal-02735439⟩
29 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More