- 作者：C. Champagne ; Master 2 de recherche en santé ; publique ; spé ; cialité ; é ; pidé ; miologie clara.champagne@ensae.fr" class="auth_mail" title="E-mail the corresponding author
- 刊名：Revue d'épidémiologie et de Santé Publique
- 出版年：2016
- 出版时间：April 2016
- 年：2016
- 卷：64
- 期：2
- 页码：131-132
- 全文大小：270 K
État de la question
Détectée pour la première fois en Asie du Sud-Est dans les années 1950, la dengue est une maladie infectieuse qui a acquis une grande ampleur au cours de dernières décennies dans toutes les régions tropicales et subtropicales du globe. Dans les régions endémiques comme le Cambodge, elle présente une dynamique récurrente complexe liée à la saisonnalité de la transmission par les moustiques Aedes, l’interaction entre quatre souches de virus, la présence d’infections asymptomatiques et l’hétérogénéité spatiale. La rareté et la qualité des données ne permettent souvent pas de prendre en compte tous ces facteurs dans les modèles mathématiques utilisés pour décrire la propagation de cette maladie.
Matériel et méthodes
Dans le cadre du projet européen DENFREE, l’institut Pasteur du Cambodge a conduit une enquête à fine échelle dans la région rurale cambodgienne de Kampong Cham. Des analyses sérologiques ont été réalisées sur l’entourage des cas de dengue hospitalisés pendant les saisons épidémiques de 2012 et 2013. La richesse de ces données permet de construire différents modèles épidémiologiques de type SIR, mettant chacun en exergue différents aspects de la transmission. Afin de prendre en compte les diverses sources de stochasticité des modèles (hétérogénéité inobservée, incertitudes de mesure, stochasticité démographique), des méthodes d’inférence bayésienne à filtrage particulaire et Monte Carlo à chaîne de Markov ont été utilisées. Par le calcul de critères d’information, elles ont permis de comparer plusieurs modèles, prenant en compte successivement les infections asymptomatiques, l’information sur la souche responsable de chaque infection, la transmission vectorielle, et la structure spatiale. La comparaison de ces modèles, et ainsi celle des hypothèses sous-jacentes permet d’identifier les processus les plus décisifs pour décrire la dynamique observée de la maladie.
Résultats
Si les critères statistiques semblent privilégier les modèles les plus simples, la cohérence des scenarii épidémiologiques qui sous-tendent chaque modèle constitue également un critère de comparaison. Ainsi, de nombreux modèles ne permettent pas une résurgence de l’épidémie l’année suivante en raison d’une trop forte déplétion de la population de susceptibles, ce qui semble incohérent avec la récurrence annuelle des épidémies au Cambodge. Dans ce contexte, prendre en compte deux souches de virus permet de conserver en fin période suffisamment d’individus susceptibles, et ainsi laisser la possibilité que l’épidémie ressurgissent avec ampleur.
Conclusion
La comparaison de l’ensemble des scenarii épidémiques proposés par chacun des modèles s’est révéléé décisive dans le travail de comparaison. En effet, les seuls critères d’information, mesurant uniquement l’adéquation dans la prédiction du nombre de nouveaux cas par semaine, négligent parfois la cohérence de la trajectoire de l’épidémie concernant les compartiments autres que celui des individus infectés et ainsi que la capacité du modèle à générer les épidémies futures. Par ailleurs, dans cette étude sur une région endémique, l’incertitude qui pèse sur les conditions initiales du système conduit à des problèmes d’identifiabilité. Aussi, les informations issues d’études de séroprévalence et/ou des analyses de séquences du virus seraient-elles très précieuses pour affiner les résultats en réduisant ces problèmes d’identifiabilité.