modeliser_pour_comprendre_et_predire_la_dynamique_des_populations_de_vecteurs_et_des_maladies_vectorielles_animales

Dynamique des populations de vecteurs et des maladies vectorielles animales

Modéliser pour comprendre et prédire la dynamique des populations de vecteurs et des maladies vectorielles animales et évaluer les stratégies de leur maîtrise

Le contrôle des maladies vectorielles et de leurs vecteurs constitue un enjeu majeur de santé animale et de santé publique. Une approche par modélisation a permis d’intégrer des connaissances éparses et hétérogènes entre espèces vectrices ou maladies vectorielles pour proposer des modèles épidémiologiques et de dynamique de populations de vecteurs, utilisables pour évaluer des stratégies de contrôle ciblées.

Contexte / enjeux

De nombreuses maladies vectorielles ont récemment émergé, notamment dans le pourtour méditerranéen, en lien avec les changements globaux : changements climatiques, mais aussi changements d’occupation du sol et intensification des transports humains et animaux. La récente apparition au nord de l’Europe du BTV sérotype 8 (virus de la fièvre catarrhale ovine) et sa diffusion large et rapide a, de plus, montré la difficulté à anticiper de telles émergences. Pourtant, le contrôle des maladies vectorielles constitue un enjeu majeur en termes de santé animale, de santé publique et aussi dans la limitation des nuisances que les vecteurs occasionnent. Dans ce contexte, disposer d’outils prédictifs qualitatifs permettant d’évaluer ex-ante des scénarios de propagation et de contrôle des maladies vectorielles ou de leurs vecteurs serait un atout majeur pour les gestionnaires en santé animale et humaine.
Pour mieux comprendre l’influence des facteurs biotiques (densités d’hôtes, densité de vecteurs, …), abiotiques (conditions météorologiques, climat, …) et anthropiques (occupation du sol …) dans la propagation des maladies vectorielles et la dynamique de population de leurs vecteurs, la modélisation constitue une approche de choix. Elle permet d’intégrer des connaissances éparses et hétérogènes entre maladies vectorielles, de tester des hypothèses biologiques, et d’évaluer ex ante un large panel de stratégies de contrôle. Le système biologique à étudier et prédire est complexe, reposant sur des interactions entre des populations de vecteurs montrant d’importantes variations saisonnières et des populations d’hôtes gérées par l’homme. Ces interactions induisent la propagation d’agents pathogènes et sont pour partie pilotées par des décisions humaines, notamment en termes de gestion de l’occupation du sol et de mise en place de lutte anti-vectorielle. Elles évoluent avec les changements globaux et la capacité à prédire les changements de comportement du système est critique.

Resultats

Un modèle générique de dynamique pluriannuelle de population de moustiques (vecteurs ailés majeurs en santé animale et santé humaine) piloté par le climat a été développé et appliqué à des espèces d’Anopheles en zone humide (Cailly et al., 2011b). Les prédictions du modèle en conditions actuelles sont cohérentes avec les données entomologiques et sont sensibles aux variations de mortalité et développement, sex-ratio et nombre d’œufs pondus, facteurs constituant donc de potentiels points de contrôle du système biologique. Ce modèle permet d’évaluer des stratégies de lutte ciblant un stade précis du cycle de vie et une période de l’année. La mise en œuvre des stratégies peut être calendaire ou dépendre de l’abondance en moustiques dans un stade donné.
Un modèle épidémiologique de propagation d’une maladie vectorielle dans une population d’hôtes a été développé tenant compte de manière originale de la forte saisonnalité de l’abondance en vecteurs et des différents modes de transmission possibles de l’agent pathogène (Charron et al., 2011). Il a été appliqué à la propagation de la fièvre catarrhale ovine en population bovine. Un équivalent du nombre reproductif de base (R0) en contexte saisonnier a été proposé (RS), mettant à disposition un critère d’évaluation du risque épidémique sous différents scénarios de contrôle, tel que la vaccination.

Perspectives

Développer des modèles épidémiologiques ou de dynamique de population des vecteurs intégrant également une composante spatiale permettrait des prédictions plus précises et ce à différentes échelles (locale à continentale). Ainsi, la distribution des sites de ponte des moustiques, spatialement hétérogène et parfois contrôlable par l’homme, explique pour partie la structuration spatiale des populations de moustiques adultes pour plusieurs espèces majeures (Cailly et al., 2011a). Ce facteur devrait donc être intégré dans un modèle de dynamique de population de moustiques.
De tels modèles permettraient alors d’évaluer des stratégies de contrôle ciblant non seulement hôtes ou vecteurs dans le temps, mais aussi dans l’espace, constituant de véritables outils d’aide à la surveillance et au contrôle des vecteurs et des maladies vectorielles associées. Enfin, ils permettraient d’évaluer des scénarios de changement globaux, impactant non seulement le climat, mais aussi l’occupation du sol et les mouvements d’animaux et de personnes.

Partenaires

  • CIRAD UMR CMAEE & UPR AGIRs, Montpellier
  • EID-Méditerranée, Montpellier
  • IRD, Montpellier
  • Univ. Bordeaux 2, IMB, Bordeaux

Publications

  • Cailly P.*, Balenghien T. *, Ezanno P. *, Fontenille D., Toty C., Tran A.* 2011a. Role of the wetland breeding site repartition in the spatial distribution of Anopheles and Culex vectors of human diseases in Southern France. Parasites and Vectors, 4:65, doi:10.1186/1756-3305-4-65. [*contribution égale]
  • Cailly P., Tran A., Balenghien T., L’Ambert G., Toty C., Ezanno P. 2011b. A climate-driven abundance model to assess mosquito control strategies. Ecological Modelling (accepté).
  • Charron M., Langlais M., Seegers H., Ezanno P. 2011. Seasonal spread and control of Bluetongue in cattle. Journal of Theoretical Biology, 291, 1-9, doi:10.1016/j.jtbi.2011.08.041.

Date de modification : 11 septembre 2023 | Date de création : 27 juin 2017 | Rédaction : NM