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
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".