Gestion des maladies endémiques du troupeau aux territoires : contribution de la modélisation épidémiologique pour soutenir la prise de décision (projet MIHMES, 2012-2017)

Pauline Ezanno (1) , Gael Beaunée (1) , Sébastien Picault (1, 2, 3, 4) , Sandie Arnoux (1) , Vianney Sicard (1) , François Beaudeau (1) , Arnaud Rault (1) , Elisabeta Vergu (5)

1 BIOEPAR - Biologie, Epidémiologie et analyse de risque en Santé Animale
2 CRIStAL - Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189
3 CNRS - Centre National de la Recherche Scientifique
4 Centrale Lille
5 MaIAGE - Mathématiques et Informatique Appliquées du Génome à l'Environnement [Jouy-En-Josas]

A good control of endemic diseases contributes to livestock farming sustainability and competitiveness, to veterinary public health, and to animal welfare. The challenge is to better understand the interactions between the infection process, the management process, and resource allocation to control, as well as to evaluate and prioritize the panel of available control strategies while taking into account the specificities of the system. Mechanistic modelling is a relevant approach to tackle these issues of understanding and prediction. In addition, it is possible to develop software tools based on such models, valuing knowledge and methods acquired through research and providing health managers with innovative tools to support individual and collective decisions. Through the outstanding results of the MIHMES investment for the future project (2012-2017), our objective is to illustrate the contribution of mechanistic modelling to address current health issues in a context of limited resources, and to discuss the new issues identified and the associated research and development prospects.

Une bonne maîtrise des maladies endémiques contribue à la durabilité et la compétitivité de l’élevage, à la santé publique vétérinaire, et au bien-être animal. L’enjeu est de mieux comprendre les interactions entre processus d'infection, processus de gestion, et allocation des ressources à la maîtrise, ainsi que d’évaluer et hiérarchiser le panel de stratégies de maîtrise disponibles en tenant compte des spécificités du système. Face à ces enjeux de compréhension et de prédiction, la modélisation mécaniste est une approche pertinente. De plus, il est possible de développer des outils logiciels reposant sur ces modèles, valorisant connaissances et méthodes acquises lors de travaux de recherche et fournissant aux gestionnaires de la santé des outils innovants pour soutenir les décisions individuelles et collectives. Au travers de résultats marquants du projet investissements d’avenir MIHMES (2012-2017), notre objectif est d’illustrer la contribution d’une approche de modélisation mécaniste pour répondre aux enjeux sanitaires actuels en contexte de ressources contraintes et de discuter des enjeux nouveaux identifiés et des perspectives de recherche et développement associées

Mots clés: Predictive epidemiology; Software tools; Control; strategies; Infectious endemic diseases; Livestock; Modélisation mécaniste multi-échelle; Epidémiologie prédictive; Outils logiciels; Stratégies de maîtrise; Maladies infectieuses endémiques; Bétail; Mechanistic multiscale modelling

Domaines: Sciences du Vivant [q-bio]; Modélisation et simulation; Santé publique et épidémiologie

Pauline Ezanno, Gael Beaunée, Sébastien Picault, Sandie Arnoux, Vianney Sicard, et al.. Gestion des maladies endémiques du troupeau aux territoires : contribution de la modélisation épidémiologique pour soutenir la prise de décision (projet MIHMES, 2012-2017). Innovations Agronomiques, 2018, 66, pp.53-65. ⟨10.15454/1.5408053255183179E12⟩. ⟨hal-01954723⟩