Menee conjointement par UPCité et UNB, cette recherche explore la dynamique épidémique au sein des communautés écologiques.
L'Essentiel : Menee conjointement par UPCité et UNB, cette recherche explore la dynamique épidémique au sein des communautés écologiques.
Assane Savadogo, chercheur·e au sein de LJLL (UMR_7598); LJLL (UMR_7598) (Université Paris Cité).
Thèse soutenue en 2024 à l'école doctorale École doctorale Sciences mathématiques de Paris centre (Paris ; 2000-....).
Cette recherche est le fruit d'une cotutelle internationale entre plusieurs institutions partenaires.
Référencée dans le réseau ABES/STAR, cette thèse répond aux critères de rigueur de l'enseignement supérieur français.
La modélisation mathématique des maladies infectieuses est un domaine crucial pour comprendre et anticiper les épidémies. Ce champ d'étude est d'une importance capitale, surtout dans un contexte où les épidémies peuvent avoir des conséquences dévastatrices sur la santé publique, l'économie et la stabilité sociale. Dans cette thèse, Assane Savadogo propose une approche novatrice en intégrant des systèmes de mobilité des individus au sein de communautés écologiques. Cette recherche s'inscrit dans un cadre théorique rigoureux, utilisant des équations différentielles ordinaires et non linéaires pour analyser les interactions entre espèces et la propagation des maladies. Par exemple, la modélisation de la transmission du paludisme ou du virus Ebola dans des zones spécifiques d'Afrique de l'Ouest pourrait bénéficier de cette approche, permettant de mieux comprendre comment les déplacements humains et les migrations saisonnières influencent la dynamique des infections.
Les résultats obtenus révèlent des insights précieux sur les effets des paramètres biologiques sur la dynamique des populations. En particulier, le calcul du nombre de reproduction de base R0 permet d'évaluer la stabilité des états d'équilibre sans maladie. Ce chiffre est fondamental, car il détermine si une maladie va se propager ou s'éteindre dans une population donnée. Cela ouvre la voie à des stratégies de contrôle des épidémies, en identifiant les conditions nécessaires pour maintenir la stabilité des populations. Par exemple, une valeur de R0 inférieure à 1 indique que chaque individu infecté transmet la maladie à moins d'une personne, ce qui est un signe encourageant pour les efforts de santé publique.
La thèse se divise en deux parties : la première se concentre sur l'analyse mathématique et la simulation numérique des modèles éco-épidémiologiques, tandis que la seconde aborde la dynamique spatio-temporelle de la propagation épidémique. Cette approche permet de mieux comprendre comment les mouvements de populations influencent la diffusion des maladies. En effet, les migrations saisonnières, souvent observées dans les zones rurales du Bénin ou du Burkina Faso, peuvent jouer un rôle crucial dans la propagation des infections. Les simulations numériques, en intégrant des données sur les déplacements humains, peuvent ainsi prédire des foyers d'infection potentiels et aider à cibler les interventions sanitaires.
Les implications de cette recherche sont vastes. En fournissant des outils mathématiques pour modéliser les épidémies, elle offre aux décideurs des moyens d'anticiper et de gérer les crises sanitaires. Les simulations numériques mettent en lumière des scénarios potentiels, permettant ainsi une planification proactive. Par exemple, les autorités sanitaires pourraient utiliser ces modèles pour déterminer les meilleures périodes pour vacciner une population ou pour mettre en place des campagnes de sensibilisation. Cela pourrait également aider à allouer des ressources limitées de manière plus efficace, en ciblant les zones les plus à risque.
Cependant, des questions demeurent. Comment ces modèles peuvent-ils être adaptés aux spécificités des différentes régions d'Afrique de l'Ouest ? Chaque région présente des caractéristiques uniques, tant sur le plan écologique que culturel, qui peuvent influencer la propagation des maladies. Quelles sont les limites de ces approches théoriques face à la complexité des systèmes biologiques réels ? Il est impératif de continuer à affiner ces modèles en intégrant des données empiriques et en collaborant avec des acteurs locaux. Par exemple, les connaissances traditionnelles sur les pratiques de santé et les comportements communautaires peuvent enrichir les modèles mathématiques et les rendre plus pertinents.
En conclusion, la recherche de Savadogo représente une avancée significative dans la compréhension des dynamiques épidémiques. Elle souligne l'importance d'une approche interdisciplinaire, alliant mathématiques, écologie et santé publique, pour relever les défis posés par les maladies infectieuses. En intégrant des perspectives variées et en tenant compte des spécificités locales, cette recherche peut contribuer à des solutions durables et adaptées aux réalités de terrain. La lutte contre les épidémies ne peut se faire sans une compréhension approfondie des interactions complexes entre les populations humaines et leur environnement, et c'est précisément ce que cette thèse s'efforce d'apporter.
Accéder à l'étude complète
Sources et accès
Assane Savadogo. Modélisation et étude mathématique d'une infection épidémiologique dans une communauté écologique et au sein d'une population en commutation. Mathématiques [math]. Sorbonne Université; Université Nazi Boni (Bobo-Dioulasso, Burkina Faso), 2024. Français. ⟨NNT : 2024SORUS480⟩. ⟨tel-04829221v2⟩