En savoir plus

Contexte et enjeux

Des connaissances épidémiologiques solides et des outils de modélisation prédictive sont nécessaires pour atteindre des objectifs ambitieux, tels que mieux comprendre pourquoi des épidémies ont lieu, comment elles vont évoluer dans le temps, et comment les maîtriser. De multiples approches de modélisation peuvent être utilisées au cours d'une épidémie pour soutenir une prise de décision efficace en temps opportun. Les défis de modélisation permettent de comprendre les avantages et les inconvénients des différentes approches et de favoriser le dialogue technique entre les modélisateurs. Ces défis créent des environnements uniques et stimulants « en temps de paix », et améliorent la capacité des modélisateurs à conseiller les décideurs publics « en temps de crise ». De tels défis sont couramment organisés en santé humaine, comme c’est le cas de manière récurrente pour la grippe, ou de manière ponctuelle pour la dengue, Ebola, ou le chikungunya. Cependant, aucun événement de cet ordre n’avait encore concerné la communauté des épidémiologistes en santé animale, ni ne s’était intéressé à une maladie affectant plusieurs espèces d’hôtes et avec une gestion fortement impactée par sa distribution et sa dynamique spatiale. ASF Challenge, le premier défi de modélisation en épidémiologie animale, a eu cet objectif d’améliorer la préparation des équipes internationales en modélisation épidémiologique face aux menaces sanitaires émergentes impliquant plusieurs espèces d’hôtes, comme c’est le cas pour la peste porcine africaine (PPA) qui se propage à l’interface entre les élevages de porcs et les populations de sangliers, distribués de manière hétérogène dans l’espace.

Résultats

Il n’était pas envisageable de travailler sur une épidémie réelle vu la complexité du système biologique et le manque de données d’observation. La première étape dans l’organisation d’ASF Challenge a donc été de développer un modèle original de la circulation spatio-temporelle du virus de la PPA à l’interface entre faune sauvage (sangliers) et élevages porcins (industriels ou de plein air) dans un contexte européen, afin de générer des données de détection de cas issues d’une épidémie virtuelle mais réaliste. Le modèle proposé intègre toutes les modalités de gestion règlementaires ainsi que des alternatives possibles, comme l’installation de barrières. Les organisateurs d’ASF Challenge (BIOEPAR, Nantes & IHAP, Toulouse) ont bénéficié du soutien d'un groupe d'experts (VetAgroSup, OFB, Oniris) aux connaissances complémentaires sur l'épidémiologie de la PPA, la lutte réglementée contre la PPA en élevage et dans la faune sauvage. La seconde étape, cœur d’ASF Challenge, a démarré fin Août 2020. Cinq équipes internationales ont participé au défi jusqu’à la fin. Les données ont été mises à leur disposition progressivement, pour mimer l’avancée de l’épidémie. Les équipes avaient pour objectif de prévoir la suite de l’épidémie et de répondre à des problématiques de gestion, comme identifier les meilleures mesures de maîtrise à instaurer ou estimer la probabilité d’une deuxième vague épidémique. Tout type de modèle, statistique ou mécaniste, était autorisé, mais les équipes ont toutes choisi des modèles mécanistes stochastiques spatialisés, qui différaient néanmoins beaucoup, par exemple par les hypothèses faites, le maillage spatial, les interactions entre porcs et sangliers. La troisième et dernière étape d’ASF Challenge était de comparer les résultats des cinq équipes qui sont parvenues au bout du défi. A été évaluée leur capacité à prévoir l'expansion temporelle et spatiale de l'épidémie à l'interface entre les porcs domestiques et les sangliers, et à hiérarchiser un nombre limité d'interventions alternatives. Les modèles les plus performants dans la prévision de l'épidémie de PPA différaient selon le stade d’avancement de l’épidémie, l'espèce hôte et la prévision de la dynamique spatiale ou temporelle. Des modèles d'ensemble ont été proposés pour tirer parti de toutes les prévisions fournies par les modèles individuels des équipes. Ces modèles surpassaient la plupart des modèles individuels, mettant en exergue la plus-value conjointe de la compétition internationale – aboutissant à une diversité d’approches de modélisation complémentaires - puis de la collaboration internationale – permettant de construire un cadre d’analyse réduisant le risque d’erreur dans les conclusions tirées des prévisions des modèles. ASF Challenge a aussi démontré que la prise en compte de l'interface animaux d’élevage / faune sauvage est essentielle pour accroître notre efficacité dans la maîtrise des maladies animales émergentes, et a contribué à améliorer la préparation des équipes de modélisation pour faire face aux futures épidémies de PPA, que ce soit du point de vue méthodologique ou par la constitution d’un réseau de chercheurs.

Perspectives

Organiser un défi de modélisation fournit une plateforme inspirante pour l'échange de connaissances et d'expertises sur la modélisation de la santé animale à l'interface entre le bétail et la faune sauvage. Cela permet aussi de fédérer la communauté internationale des épidémiologistes modélisateurs en santé animale, améliorant notre capacité collective à répondre à une situation de crise. Les organisateurs et les participants ont tous émis le souhait de réitérer un tel défi, en y associant plus fortement les décideurs publics pour améliorer la compréhension mutuelle entre académiques et politiques et ainsi instaurer un dialogue plus efficace, utile en cas de crise sanitaire. Des réflexions sont en cours pour organiser un autre défi de modélisation similaire sur une autre maladie réglementée d’intérêt mondial.

Valorisation

Ces travaux se sont inscrits dans le projet PPApred, financé par le département Santé Animale (DSA) d’INRAE. En plus des deux publications et de la collection d’articles à laquelle les équipes internationales ont contribué, les résultats ont aussi été présentés en conférence internationale (Epidemics), ainsi qu’au DSA. Le code source du modèle développé pour générer les données synthétiques d’ASF Challenge est open source. Une présentation aux pouvoirs publics est encore à organiser.

Références bibliographiques

Ezanno P., Picault S., Bareille S., Beaunée G., Boender G.J., Dankwa E.A., Deslandes F., Donnelly C.A., Hagenaars T.J., Hayes S., Jori F., Lambert S., Mancini M., Munoz F., Pleydell D.R.J., Thompson R.N., Vergu E., Vignes M., Vergne T. 2022. The African swine fever modelling challenge: model comparison and lessons learnt. Epidemics 40, 100615. https://doi.org/10.1016/j.epidem.2022.100615

Picault S., Vergne T., Mancini M., Bareille S., Ezanno P. 2022. The African swine fever modelling challenge: objectives, model description and synthetic data. Epidemics 40, 100616. https://doi.org/10.1016/j.epidem.2022.100616

Illustrations