MétaCan
Menu
Retour à la cohorte
Enregistrement W2889251857 · doi:10.71781/3813

Estimer le risque associé aux maladies vectorielles dans un contexte d’émergence : cas de la maladie de Lyme et du virus du Nil occidental au Québec

2017· dissertation· fr· W2889251857 sur OpenAlexfundaboutno aff
Marion Ripoche

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueVector-Borne Animal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de MontréalMinistère de la Santé et des Services sociauxMinistère de la SantéInstitut National de Santé Publique du QuébecPublic Health AgencyPublic Health Agency of Canada
Mots-clésBorrelia burgdorferiMedicine

Résumé

récupéré en direct d'OpenAlex

Depuis quelques décennies, les maladies vectorielles, maladies transmises par des arthropodes hématophages, sont en émergence ou en réémergence à travers le monde. La gestion des maladies vectorielles repose principalement sur la réduction des contacts entre l’homme et le vecteur, ce qui nécessite de connaître la distribution spatio-temporelle des populations de vecteurs infectés. Dans un contexte d’émergence, l’estimation du risque entomologique , représenté par la distribution des populations de vecteurs en quête d’un hôte, est souvent la seule manière d’estimer le risque pour l’homme dans la mesure où la circulation de l’agent pathogène et la détection des cas humains sont encore faibles. En s’appuyant sur l’émergence de la maladie de Lyme et du virus du Nil occidental (VNO) au Québec, ce travail de recherche avait pour objectif de comprendre la représentativité du risque entomologique, estimé par la surveillance ou la modélisation, par rapport à la distribution réelle des vecteurs et par rapport au risque pour l’homme, en fonction de l’écologie des vecteurs d’intérêt dans un contexte d’émergence. Dans un premier temps, nous avons étudié la distribution spatio-temporelle du risque entomologique estimé par la surveillance entomologique de la maladie de Lyme. La première étude a montré une importante progression des populations de tiques, en termes de présence et d’abondance, entre 2007 et 2014 dans le sud du Québec. Ces résultats sont en faveur d’une surveillance à long terme pour réévaluer régulièrement le risque entomologique et identifier les nouvelles zones à risque. La deuxième étude s’est intéressée à la distribution locale des populations de tiques à différentes échelles spatiales. L’hétérogénéité de la distribution mise en évidence à chaque échelle, en lien avec l’écologie des tiques, implique une variation locale du risque. Ce résultat incite à la réflexion sur l’utilisation et l’interprétation du risque entomologique, notamment dans les zones où la présence de tiques n’a pas pu être confirmée par la surveillance, et sur le choix de l’échelle géographique utilisée pour présenter ce risque. La compréhension de la variation spatiale du risque à une fine échelle peut être un atout pour les communautés locales, les gestionnaires de parcs ou les citoyens, pour interpréter correctement les informations véhiculées à une plus large échelle par les autorités de santé publique et adapter leur comportement à la situation locale. La troisième étude s’est intéressée à la relation entre le risque entomologique et le risque pour l’homme estimé par le nombre de cas humains. Nos résultats suggèrent que le risque entomologique peut être un bon estimateur du risque pour l’homme en fonction de l’indicateur choisi. Dans notre étude, la surveillance entomologique passive est un meilleur prédicteur du nombre de cas humains dans une municipalité que la surveillance entomologique active. Nous avons ainsi pu développer un indicateur, le nombre de personnes ayant soumis une tique en surveillance passive, pour discriminer les municipalités ayant déclaré au moins trois cas humains. Cet indicateur a été inclus dans la définition des niveaux de risque au Québec en 2017. Mais la relation entre le risque entomologique et le risque pour l’homme comporte des biais, notamment en raison de l’hétérogénéité spatio-temporelle des populations de vecteurs, de la mobilité des vecteurs, de la distribution de la population humaine et du comportement humain. Dans un deuxième temps, nous avons exploré la représentativité du risque entomologique estimé à partir de la modélisation des populations de vecteurs, en s’appuyant sur l’exemple du VNO. Nos modèles donnent une estimation de l’abondance quotidienne de Culex pipiens-restuans et Aedes vexans au cours de l’été en fonction des conditions météorologiques, ce qui permet de prévoir les périodes les plus à risque de transmission, lorsque la densité de vecteurs est élevée. Cependant, des facteurs environnementaux, tels que le type d’habitat ou l’utilisation de traitements larvicides, apportent des variations locales de l’abondance des populations de vecteurs. Ces facteurs peuvent néanmoins être pris en compte dans les modèles pour ajuster la valeur moyenne estimée à partir de la température et des précipitations. Cette étude a également souligné l’importance de l’écologie des vecteurs qui nécessite d’adapter les modèles à chaque espèce de vecteur étudiée. Ce travail de thèse a permis de s’interroger sur l’effet de l’écologie des vecteurs et du contexte d’émergence sur l’interprétation et l’utilisation du risque entomologique. Ceci apportera aux différents acteurs en santé publique des connaissances pour optimiser l’utilisation des outils à leur disposition pour la gestion des maladies vectorielles émergentes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,313
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetVector-Borne Animal DiseasesTravaux en français237 207