En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Oniris

Biologie Epidémiologie et Analyse de Risque en santé animale

BIOEPAR - http://www6.angers-nantes.inra.fr/bioepar

Un défi international de modélisation pour prédire et maîtriser une épidémie virtuelle de peste porcine africaine (PPA) à l’interface entre porcs et sangliers

Logo du 1er challenge de modélisation en épidémiologie animale
Le département Santé Animale a lancé le 28/08/2020 le premier défi international de modélisation en épidémiologie animale. Ce défi vise à améliorer la capacité collective des équipes de modélisateurs à prédire la propagation d’une épizootie à large échelle et à soutenir les décisions publiques en situation de crise. Une épidémie virtuelle a été générée sur l’exemple de la peste porcine africaine dans un contexte européen réaliste, à l’interface entre sangliers et élevages porcins. Depuis le lancement, neuf équipes internationales utilisent en temps réel les données synthétiques simulées et mobilisent des modèles statistiques et mathématiques pour prédire la suite de l’épidémie et tenter d’identifier les stratégies de maîtrise les plus efficaces pour limiter l’impact de la maladie sur le territoire. Les dernières prédictions sont attendues pour le printemps 2021. À l’issue de cette période, une réflexion collective visera à identifier les méthodes de modélisation ou les combinaisons de méthodes les plus prometteuses pour agir de façon réactive et fiable en cas de crise sanitaire réelle.

Contexte et enjeux

Organiser un défi de modélisation crée un environnement unique et stimulant pour améliorer la capacité des modélisateurs à conseiller les décideurs politiques en temps utile. De tels défis sont organisés en santé humaine, par exemple pour la grippe, la dengue, Ebola. Cependant, aucun événement de cet ordre n’avait encore concerné la communauté des épidémiologistes en santé animale. Ce premier défi de modélisation en épidémiologie animale permettra d’améliorer l'état de préparation des équipes internationales impliquées lorsqu'elles seront confrontées à des menaces émergentes telles que la peste porcine africaine (PPA). Un tel défi permettra aussi de promouvoir les collaborations internationales et accroitra la visibilité d’INRAE.

Résultats

Lors de la première année du projet, les organisateurs du défi (P. Ezanno, M. Mancini et S. Picault (BIOEPAR, Nantes), et T. Vergne (IHAP, Toulouse)) ont développé un modèle original spatio-temporel de la circulation du virus de la PPA à l’interface entre faune sauvage (sangliers) et élevages porcins (industriels ou de plein air) dans un contexte européen. Ce modèle intègre les modalités de gestion règlementaires ainsi que des alternatives possibles. L'équipe organisatrice a bénéficié du soutien d'un groupe d'experts composé de E. Gilot-Fromont (VetAgroSup), E. Baubet, S. Rossi & E. Marboutin (OFB), et C. Peroz & C. Belloc (Oniris), qui ont une expertise sur l'épidémiologie de la PPA, la lutte réglementée contre la PPA dans le secteur de l'élevage et la lutte réglementée contre la PPA dans le secteur de la faune sauvage. Le modèle construit a permis de générer des données synthétiques similaires à celles qui pourraient être disponibles lors d’une épidémie réelle.

Pendant cinq mois à compter du 28/08/2020, date de lancement, les neuf équipes internationales participant au défi utilisent en temps réel ces données synthétiques simulées pour prédire la suite de l’épidémie. Les données sont progressivement mises à disposition des équipes pour mimer l’avancée de l’épizootie. Les participants tentent 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.

Les participants peuvent mobiliser tout type de modèle, statistique ou mécaniste. En effet, les précédents challenges de modélisation en santé humaine ont démontré que des modèles statistiques simples pouvaient être plus utiles dans certaines situations que des modèles mécanistes complexes. D’un autre côté, les modèles mécanistes s’avèrent souvent très utiles pour comparer des stratégies d’intervention. Mettre en regard cette diversité d’approches permettra de comparer les capacités prédictives de ces méthodes et d’identifier les points de progression pour une meilleure réactivité des modélisateurs en cas de crise réelle.

Site web : https://www6.inrae.fr/asfchallenge/

Compte twitter: @AsfMod

Perspectives

Ce projet fournit une plateforme inspirante pour l'échange de connaissances et d'expertise sur la modélisation de la santé animale à l'interface entre le bétail et la faune sauvage. Il permet aussi de fédérer la communauté des épidémiologistes modélisateurs en santé animale pour améliorer notre capacité collective à répondre à une situation de crise. Enfin, il sera l’occasion de publier un numéro spécial dans une revue à fort impact sur l’expérience collective et les résultats obtenus.