CARMONA Philippe (LMJL, CNRS, Université de Nantes), GANDON Sylvain (CEFE, CNRS, Université de Montpellier, Université Paul Valéry Montpellier 3, EPHE, IRD)
https://doi.org/10.1371/journal.pcbi.1007954
De nombreuses maladies infectieuses présentent une dynamique saisonnière entraînée par des fluctuations périodiques de l’environnement. La prédiction du risque d’émergence d’agents pathogènes à différents moments est essentielle pour le développement de stratégies de santé publique efficaces. Nous étudions ici l’impact de la saisonnalité sur la probabilité d’émergence de pathogènes directement transmis dans différents scénarios épidémiologiques. Nous montrons que lorsque la période de fluctuation est grande par rapport à la durée de l’infection, la probabilité d’émergence varie considérablement avec le moment où le pathogène est introduit dans la population hôte. En particulier, nous identifions un nouvel effet de saisonnalité (l’effet Winter is coming) où la probabilité d’émergence est extrêmement faible même si la transmission des agents pathogènes est élevée. Nous utilisons ce cadre théorique pour comparer l’impact de différentes stratégies de lutte préventive sur la probabilité moyenne d’émergence. Nous montrons que, lorsque l’éradication des pathogènes n’est pas réalisable, la stratégie optimale est d’agir de manière intensive dans un intervalle de temps court. Fait intéressant, la stratégie de contrôle optimale n’est pas toujours la stratégie minimisant $R_0$, le rapport de reproduction de base du pathogène. Ce cadre théorique est étendu pour étudier la probabilité d’émergence de maladies à transmission vectorielle en milieu saisonnier et nous montrons comment il peut être utilisé pour améliorer les cartes de risque d’émergence du virus Zika.
PLoS Comput Biol 16(7): e1007954. https://doi.org/10.1371/journal.pcbi.1007954