Réalisation d’un modèle épidémiologique avec prise en compte des politiques de santé entre différents pays

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL PHILIPPON DAMIEN RÉALISATION D’UN MODÈLE ÉPIDÉMIOLOGIQUE AVEC PRISE EN COMPTE DES POLITIQUES DE SANTÉ ENTRE DIFFÉRENTS PAYS THIẾT LẬP MỘT MƠ HÌNH DỊCH BỆNH CĨ TÍNH ĐẾN CHÍNH SÁCH Y TẾ GIỮA CÁC NƯỚC KHÁC NHAU MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOI – 2015
 ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs La source des informations citées dans ce mémoire a été bien précisée LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chưa cơng bố cơng trình khác Các thơng tin trích dẫn Luận văn rõ nguồn gốc Signature de l’étudiant PHILIPPON Damien Sommaire Remerciements ii Résumé iv Abstract v Table des figures vi Liste des tableaux viii Introduction Générale 1 État de l’Art 1.1 Épidémiologie de la dengue 1.2 Introduction la Modélisation 1.3 Les modèles mathématiques épidémiologiques 1.3.1 Les modèles mathématiques déterministes 1.3.2 Les modèles mathématiques stochastiques 1.4 Les modèles automates cellulaires 1.5 Les modèles base d’agents épidémiologiques 1.6 Conclusion Solution Implémentée 2.1 Introduction 2.2 Outils utilisés durant le stage 2.2.1 Outils Matériels et Logiciels 2.2.2 Données Utilisées 2.3 Modèle Épidémiologique 2.4 Modèle de Mobilité 2.5 Modèle avec Politique de Contrôle 4 7 9 12 14 16 16 16 16 18 22 28 31 Expérimentations sur le Modèle 35 3.1 Résultats des premiers modèles 35 3.2 Journées de Tam Dao 46 3.3 Perspectives et Améliorations possibles 50 Conclusion 52 Bibliographie 53 Annexes 56 i Remerciements Je tiens remercier Alexis Drogoul de m’avoir fait l’honneur d’être l’encadrant de mon stage Je lui dois énormément que ce soit autant professionnellement qu’humainement Il m’a permis de bénéficier d’échanges intellectuels tout comme culturels dont je lui serai toujours reconnaissant, et m’a donné cet intérêt que je possède désormais pour la modélisation Je sais que son temps lui est précieux de par les fonctions qu’il occupe et le remercie de m’en avoir consacré moi, ce simple stagiaire Je voudrais aussi remercier Marc Choisy d’avoir eu le temps de répondre ces pluies de questions que j’abattais sur lui dans le but de comprendre l’épidémiologie, qui m’était aussi connue que le cycle de vie de la belette pygmée avant de le rencontrer Je pense pouvoir dire que nos discussions m’ont réellement passionnées tout en me donnant un avant-goût de la pluridisciplinarité possible avec la modélisation Le rencontrer aura clairement changé ma vision des épidémiologistes Je voudrais aussi remercier Bent Gaudou, Nicolas Marilleau et Truong Chi Quang pour m’avoir supporté durant ces dix jours aux Journées de Tam Dao Je sais que ces excés de café ne me rendait pas tenable mais ils étaient plus que bienvenus Je n’oublierais jamais ces soirées finaliser le modéle dans ce café que je connais finalement plus que Da Nang Ces échanges m’auront apporté plus de bien que vous ne le pensez J’aimerais continuer en remerciant l’équipe du laboratoire ICTLab pour m’avoir accueilli bras ouverts, Rémy Mullot pour m’avoir permis de réaliser cette année de Master l’IFI qui aura changé ma vie, Ho Tuong Vinh pour ses cours et sa présence pour nous avoir aidé quand nous sommes frchement arrivés dans ce pays totalement inconnu et dont je suis admiratif maintenant, ii Pierre Antoine Pinon pour avoir été celui qui m’aura supporté durant mois de collocation, et l’IFI dans sa globalité, pour m’avoir permis de bénéficier dún enseignement déxcellence Pour finir par une touche plus personnelle, je souhaiterais remercier ma famille qui, malgrè la distance, a su me supporter lors de nos conversations Skype et simuler un intêret similaire au mien lorsque je leur exposais mon travail et leur présentait ce modèle Et toi Chanthala, qui, bien que petite par la taille, auras montré une grande force d’esprit en me supportant durant ce stage et en m’aidant lors des difficultés que je rencontrais iii Résumé La compréhension de certains phénomènes, dits complexes, a toujours été difficile pour l’homme, soit par manque de données ou d’informations, soit par manque d’outils permettant d’appréhender leur complexité Un de ces outils, qui monte en puissance depuis ces dernières années, est la modélisation base d’agents Cette approche de modélisation informatique permet de représenter les phénomènes comme conséquences d’interactions entre entités élémentaires - les agents - au sein d’un environnement commun L’une des sciences qui bénéficie le plus de cette approche est l’épidémiologie Dans le cadre de notre stage, nous nous sommes intéressés mise en place d’une coordination des politiques de santé publique entre plusieurs pays traversés par un corridor terrestre (un axe routier entre le Vietnam, le Laos, la Thaïlande et le Myanmar) afin de prévenir la diffusion de la dengue le long de ce corridor Nous avons donc proposé une approche faisant un lien entre la dengue, le climat, la mobilité le long du corridor et les politiques de contrôle des différents pays qu’il traverse, en suivant une démarche de conception consistant décomposer ces différents éléments en sous-modèles, ensuite couplés pour ne faire qu’un seul modèle intégré.Les résultats des simulations de ce modèle intégré sont intéressants dans le sens où nous avons pu montrer que la mise en place de politiques de contrôle synchronisées diminue fortement la propagation de la maladie, alors que celle-ci devrait être amplifiée par l’augmentation de la mobilité des individus (elle-même conséquence de l’ouverture économique entre pays de l’ASEAN) Ce modèle, grâce ses résultats, a pu être utilisé comme support une formation d’une semaine dans le cadre d’une Ecole d’Eté destinée aux chercheurs en sciences sociales (JTD, Da Nang) Mots clés : Modélisation multi-agents, Modèle épidémiologique, Système d’Informations Géographiques, Lutte antivectorielle iv Abstract The understanding of some phenomenas, said complex, has always been difficult for Mens, whether because of missing data or information, either by lack of tools allowing to get to their complexity One of these tools, becoming more and more powerful, is agent based modelling This approach of computing modelling allows to represent phenomenas as results of interactions between elementary entities - agents - inside an common environment One of the sciences benefiting most from this approach is epidemiology In the context of our internship, we have looked at the set up of a coordination of health policies between countries crossed by an onshore corridor ( a road between Vietnam, Laos, Thailand and Myanmar) to prevent dengue fever diffusion inside this corridor We proposed an approach linking dengue fever, climate, mobility inside the corridor and health policies of the different countries, following a design methodology to decompose these different entities inside sub-models, then linked to make one integrated-model The results of the simulations of this integrated model are interesting in terms of showing that synchronised health policies strongly decrease the spread of the disease, while this one should be amplified by the increasing mobility of individuals (coming from the economic opening of ASEAN countries) This model, thanks to its results, have been used as training support for one week in the context of a summer school for researchers in social sciences (Tam Dao Days in Da Nang) Keywords : Agent based model, Epidemiological model, Geographical Information System, Health Policy v Table des figures 1.1 Cycle de vie du moustique Aedes Aegypti 1.2 Zone de probabilité d’apparition de la dengue : Aujourd’hui en haut, estimation pour 2085 en bas 1.3 Déroulement typique d’un modèle SEIR 1.4 Automate cellulaire du Jeu de la Vie, par J.H.Conway 1.5 Modèle utilisant un automate cellulaire de L.C Castro Medeiros 1.6 Modèle utilisant un automate cellulaire de Enduri et Jolad : en haut la couche humain, en bas la couche vecteur 1.7 Les différentes étapes du modèle de C.Isidoro 1.8 La diminution significative entre la population de larves I des villages d’interventions et la population C des villages sans interventions au voisinage 10 11 12 13 14 2.1 En Orange les provinces du Myanmar, en Bleu les provinces de la Thaïlande, en Jaune le Laos et en Violet les provinces du Vietnam, avec le Corridor au milieu 18 2.2 Diagramme de Classe UML du modèle épidémiologique 23 2.3 Représentation de la fonction d’émergence des moustiques 25 2.4 Sorties du modèle Épidémiologique l’intialisation 27 2.5 Diagramme de Classe UML du modèle de mobilité 29 2.6 Sorties du modèle de mobilité l’initialisation 30 2.7 Diagramme de Classe UML du modèle avec politiques de contrôles 32 2.8 Sorties du modèle avec politiques 33 3.1 Sorties mètres 3.2 Sorties 3.3 Sorties 3.4 Sorties du modèle épidémiologique sans changement de para du modèle épidémiologique avec villes du modèle de mobilité du modèle final sans politique de contrôle ni mobilité vi 36 37 38 40 Nous allons maintenant ajouter la mobilité Comme nous pouvons le voir dans la figure 3.7, la mise en place de la mobilité a augmenté de manière significative le nombre d’infectés, cependant, bien que celui ci soit supérieur, les politiques de contrôle le diminuent fortement lors de l’application, et en ayant une épidémie atteignant son taux maximum chaque année, nous avons donc une régularité dans le modèle en ce qui concerne le nombre d’infectés Nous pouvons voir aussi que malgré l’application des politiques de contrôle, les infectés se situent toujours proximité du corridor, ce qui montre que le corridor favorise la propagation de la dengue, et nous permet de répondre la question "Faut-il que les pays du corridor se synchronisent ensemble pour les politiques de contrôle pour lutter contre la maladie ?" par la réponse "Oui", évidemment, le corridor a un impact si important en terme de propagation de la maladie que si un seul pays ne lutte pas contre la dengue, il peut le propager aux autres pays situés autour du corridor Nous pouvons faire un comparatif des différents modèles en terme de personnes infectés Figure 3.8 – Graphique de comparaison entre les différentes expérimentations Il est donc important de mettre en place des politiques de contrôle car elles jouent un rôle prépondérant contre la diffusion de la maladie, mais il est tout aussi important de mettre en coopération les différents pays pour lutter de manière efficace contre la dengue tellement la mobilité est un acteur crucial dans sa diffusion 45 3.2 Journées de Tam Dao Une formation a eu lieu Da Nang et a duré une semaine Cette formation, nommée les Journées de Tam Dao, a pour but d’offrir une formation aux méthodologies d’analyse en sciences sociales une centaine de participants (chercheurs, étudiants, professeurs, ingénieurs) venants du Vietnam, Cambodge, Thaïlande, Myanmar, Laos ou encore Madagascar La formation est divisée en plusieurs ateliers, et le modèle a été utilisé pour l’atelier nommé "Risques Épidémiologiques et Intégration Régionale : Utiliser la modélisation pour mieux choisir", auquel toute une équipe composée d’Alexis Drogoul, Bent Gaudou, Nicolas Marilleau, Vo An Duc, Truong Chi Quang et moi même a joué le rôle d’équipe de formation Nous avons expliqué la vingtaine de participants comment implémenter un modèle dans GAMA en utilisant le modèle, tout en essayant de leur faire comprendre l’intérêt de la discussion pour décider des politiques pour lutter contre une maladie Le modèle leur a été expliqué et ils ont pu explorer le modèle après l’avoir implémenté, le tester, et enfin effectuer des modifications en fonction de projets qui leur ont été assignés par groupe Nous allons donc voir les différents projets que les étudiants ont implémentés en utilisant le modèle que nous avons conỗus, pour nous rendre compte que limplộmentation de faỗon incrộmentale est tout fait possible, mờme avec cette version "finale" du modèle Parmi les étudiants, il est important de savoir que des géographes, des modélisateurs, des historiens et des anthropologues été présents Le tout premier projet que nous allons présenter est un projet ajoutant la perspective des inondations dans le modèle de la dengue, qui détruisent les moustiques lors de leur apparition mais favorisent leur reproduction une fois l’eau retirée (plus d’humidité) Ce modèle effectue des changements en modifiant certaines classes, en modifiant le step par mois pour avancer plus vite dans le modèle malgré la perte d’informations Le modèle utilise un carte d’altitude pour montrer des zones géographiques, les hautes altitudes tendent vers le blanc et les basses altitudes vers le noir, et ce dans le but de trouver les zones inondables 46 Figure 3.9 – Graphique de comparaison entre les différentes expérimentations (a) Cycle (b) Cycle (c) Cycle 30 (d) Graphique au cours du temps Figure 3.10 – Sorties du modèle final avec inondations Comme nous pouvons le constater, avec le temps, les inondations vont permettre aux moustiques de proliférer et de favoriser la prolifération de la 47 dengue une fois l’eau retirée, avec une très nette augmentation du nombre d’infectés dans les zones qui ont été inondées Un deuxième groupe a travaillé sur l’ouverture progressive des routes du corridor durant la période de la simulation, car le corridor n’a pas été ouvert en une seule fois, mais portions par portions Pour cela, des poids ont été ajoutés sur les routes n’étant pas encore ouvertes (pour augmenter le temps de transport pour simuler un mauvais état de la route), mais aussi du temps d’attente aux frontières a été ajouté L’ouverture des routes se fait selon le schéma suivant, avec en noir les routes neuves et en jaune les routes anciennes : Figure 3.11 – Ouverture des routes (a) Temps d’attente de heures (b) Temps d’attente de 12 heures Les principales différences avec le modèle initial sont le changement de 48 couleur des cellules qui se situent proximité des frontières, elles sont en effet plus rouges car les camions ont plus de chance de libérer des moustiques infectés du fait de leur attente Le troisiốme groupe a conỗu un modốle participatif mais rộel, demandant la participation des étudiants de la formation pour représenter chaque pays et effectuer des choix Bien qu’aucun modèle dans GAMA nait ộtộ conỗu, nous avons jugộ intộressant ce travail de par le comportement d’étudiants de différents pays, voire même la participation de certains formateurs des autres ateliers, qui ont joué le rôle d’un pays qui était différent de celui d’où les joueurs venaient Certains avaient un budget moins conséquent que d’autres amenant des scénarios où les joueurs demandaient de l’argent aux autres joueurs pour éviter la diffusion de la maladie dans leur pays, et amenait la question "Vaut il mieux que je garde l’argent pour moi même en cas de maladie, ou que je la donne aux pays voisins qui rencontrent une épidémie pour éviter que la dengue entre dans mon territoire en étant diffusée ?" Enfin, le dernier groupe de travail a réalisé un modèle utilisant un procédé de décision entre des politiques de contrôles en utilisant soit une technique de mimétisme des pays, soit en utilisant les politiques de l’année précédente pour en retenir quelque chose Les pays ont une probabilité de copier les politiques de contrôle du pays ayant le moins d’infectés si jamais ils considèrent que leurs propres politiques de contrôle ne sont pas bonnes, c’est dire que le nombre d’infectés par rapport l’année précédente est supérieur ou égal Les politiques de contrôle ont des poids d’applications (il y a donc une possible favorisation d’une politique par rapport une autre, mais les deux seront possiblement appliquées) Comme nous pouvons le voir dans la figure 3.12, les poids de la Thailande ont changés pour ressembler ceux du Laos, qui ont permis une nette diminution du nombre d’infectés 49 (c) (d) Figure 3.12 – Sorties du modèle final avec poids 3.3 Perspectives et Améliorations possibles Nous avons proposé un modèle qui permet de faire le lien entre la mobilité, le climat, les politiques de contrôles et la dengue Ce modèle est cependant simplifié car il ne prend pas en compte plusieurs informations qui pourraient être importantes pour l’émergence des moustiques comme l’utilisation du territoire (forêt, rivière, ville, village, champs) De plus, les données météorologiques sont très simplifiées, nous avons seulement les informations par mois, alors qu’une semaine de pluies fortes est totalement différente d’un mois entier de pluies faibles qui pourtant pourrait avoir une moyenne simi- 50 laire Un projet avec le VNSC est actuellement en cours de discussion suite aux Journées de Tam Dao où le modèle serait utilisé en le couplant des données satellites climatiques et infrarouges pour l’utilisation du territoire pour pouvoir effectuer une corrélation entre le climat et l’incidence de la dengue Le modèle a aussi des difficultés pour être lancé avec une valeur de cycle supérieure la dynamique de vie des moustiques, faisant des taux d’évolutions trop importants pour les compartiments SEIR et perdant en précision (en un mois, tous les moustiques du cycle précédent sont morts et ont donné naissance d’autres moustiques, mais les piqûres comptées sont déterminées par le nombre de moustiques au cycle précédent, ce qui signifie que ceux nés un jour après jusqu’au mois suivant ne sont pas pris en compte lors du calcul) Vietnam National Satellite Center 51 Conclusion En conclusion, travers ce mémoire, nous avons proposé un modèle multiagents pour représenter l’épidémiologie de la dengue sur une zone géographique importante en prenant en compte les facteurs économiques et climatiques, et en ajoutant la dimension des politiques de contrôles Nous nous sommes appuyés de modèles déjà existants traitant de la dengue ou bien d’une autre maladie vectorielle, en utilisant principalement les modèles compartiments SEIRS Après avoir recueilli des données des différents organismes importants d’Asie du Sud Est, nous avons pu concevoir une base de fichiers conséquente qui permet au modèle de bénéficier d’un certain réalisme Nous avons développé deux sous modèles qui ne sont pas interdépendants pour représenter d’une part le côté épidémiologique et d’autre part la partie mobilité, pour au final les relier dans un modèle ajoutant les politiques de contrôles, en changeant les paramètres du modèle SEIRS pré-calculés avant leur utilisation pour le calcul des évolutions des compartiments Nous avons expérimenté les différents modèles pour les valider par des experts épidémiologistes avec différents scénarios avant de le présenter lors d’une formation qui aura permis plusieurs choses, en mettant l’accent sur les effets de la mobilité sur la propagation de la dengue mais aussi les effets des politiques de contrôles sur l’incidence de la dengue Les résultats obtenus ont montré que notre modèle est tout fait fonctionnel pour représenter une maladie vectorielle mais qu’il est limité par la durée de la dynamique du vecteur en lui même Premièrement, des utilisateurs ont pu essayer le modèle, lui ajouter des fonctionnalités, mais surtout, le modèle a pu trouver un avenir en terme d’utilisation, puisqu’il sera utilisé et amélioré lors d’un projet en ayant accès a plus de données, lui permettant d’être encore plus précis Il est important d’ajouter que je serai affecté au projet pour effectuer les modifications sur le modèle 52 Bibliographie [1] Mohd R Abu Bakar and Salisu G Mohammed Deterministic models in dengue transmission dynamics Math Digest, 2008 [2] Asian Development Bank and World Health Organization Managing regional public goods for health : Community-based dengue vector control 2013 [3] Romeo Bellini, Herve Zeller, and Wim Van Bortel A review of the vector management methods to prevent and control outbreaks of west nile virus infection and the challenge for europe 2014 [4] C.Barcellos and R.Lowe Expansion of the dengue transmission area in brazil : the role of climate and cities 2014 [5] C.Favier, N Degaillier, and PT Ribeiro Vilarinho Effects of climate and different management strategies on aedes aegypti breeding sites : a longitudinal survey in brasilia 2006 [6] LC de Castro Medeiros and CA Castilho Modeling the dynamic transmission of dengue fever : investigating disease persistence 2011 [7] Newton E.A and Reiter P A model of the transmission of dengue fever with an evaluation of the impact of ultra-low volume (ulv) insecticide applications on dengue epidemics 1992 [8] M Enduri and S Jolad Dynamics of dengue with human and vector mobility 2014 [9] The Centre for Logistics Research in Thammasat University The GMS East West Economic Corridor Logistics Benchmark Study [10] C Isidoro and N Fuchada Agent-based model of aedes aegypti population dynamics 2011 [11] NA Maidana and HM Yang A spatial model to describe the dengue propagation 2007 53 [12] Carrie A Manore and K.S Hickmann A network-patch methodology for adapting agent-based models for directly transmitted disease to mosquito-borne disease 2014 [13] Govt of India GUIDELINES FOR INTEGRATED VECTOR MANAGEMENT FOR CONTROL OF DENGUE / DENGUE HAEMORRHAGIC FEVER [14] M Otero and H.G Solari Stochastic eco-epidemiological model of dengue disease transmission by aedes aegypti mosquito 2009 [15] PE Parham and E Michael Modeling the effects of weather and climate change on malaria transmission 2009 [16] Hau V Pham and Huong TM Doan Ecological factors associated with dengue fever in a central highlands province, vietnam 2011 [17] Nick Taylor Review of the use of models in informing disease control policy development and adjustment 2003 54 55 Annexes (a) (b) Annexes-Groupe chargé du modèle participatif Figure 4.1 – Annexes-Modèle participatif 56 (a) Annexes-Croquis du futur modèle avec inondations (b) Annexes-Début de l’épidémie (c) Annexes-Inondations (d) Annexes-Après Inondations (e) Annexes-Graphe du nombre d’infectés Figure 4.2 – Annexes-Modèle avec inondations 57 (a) Annexes-Nombre d’infectés par pays (b) Annexes-SEI et SEIRS du modèle (c) Annexes-Répartitions du budget en Thailand (d) Annexes-Poids des pays Figure 4.3 – Annexes-Modèle avec poids 58 Figure 4.4 – Annexes - Différentes Étapes de Construction d’un Modèle 59 ... calcul des paramètres et mise jour des deux populations en fonction des paramètres calculés précédemment La méthode de calcul de l’émergence des moustiques en fonction de la température et des précipitations... de notre modèle ou du moins des différents modèles qui le composent : le modèle épidémiologique, le modèle de mobilité économique et le modèle prenant en compte les politiques de contrôles, avec. .. LibreOffice est un ensemble de logiciels de bureautique, pouvant interagir entre eux pour créer et modifier des documents tels que des textes, des tableaux, des présentations ou encore des présentations