Les méthodes de capture-recapture pour évaluer les systèmes de surveillance des maladies animales - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Capture-recapture methods for assessing surveillance systems in animal health

Les méthodes de capture-recapture pour évaluer les systèmes de surveillance des maladies animales

Résumé

Abstract: Capture-recapture methods are generally used to describe populations when observation processes are imperfect. In the context of disease surveillance, they can be used simply for estimating the total size of the populations infected by a given pathogen, and hence, estimating quantitatively the sensitivity of the surveillance of this pathogen. Although they are widely used in public health, capture-recapture methods have been barely applied to the surveillance of animal diseases. Because the context of animal health is quite different from the context of public health, some questions remain concerning the benefits and the limitations of such methods for estimating the sensitivity of surveillance systems in animal health. For answering this research question, we identified four animal disease surveillance systems that differ by their complexity, their efficiency and their disease of interest. We selected the surveillance of foot-and-mouth disease in Cambodia, of highly pathogenic avian influenza (H5N1) in Egypt and Thailand, and of classical scrapie in France. For each surveillance system, we identified the most appropriate capture-recapture approach (respectively the two-source approach, the three-source approach, the zero-inflated approach and the zero-truncated approach). For each application, we estimated the total number of infected epidemiological units that remained undetected, and accessed an estimation of the sensitivity of each surveillance system. From these applications, we highlighted that these models are relatively easy to implement, and that they allow with little additional income to get an unbiased representation of the disease burden in a population when it is monitored with imperfect surveillance processes. However, it seems that practices used for the monitoring and controlling animal diseases tend to limit the applicability of these methods at the scale of the monitored unit. As a consequence, it is often necessary to enlarge the epidemiological unit (holding, commune, etc…) so that it comprises several monitored units. This enlargement introduces new constraints (abundance induced heterogeneity), that need to be taken into account in order not to bias final estimates. Finally, this work proposes surveillance perspectives for descriptive epidemiology, and methodological perspectives in statistics and modeling as well.
Résumé : Les méthodes de capture-recapture servent à décrire l’état d’une population et les processus qui en sous-tendent la dynamique, lorsque les méthodes d’observation et de détection de cette population sont imparfaites. En surveillance des maladies infectieuses, elles peuvent simplement être utilisées pour estimer la taille totale de la population infectée par un pathogène et estimer quantitativement la sensibilité du système de surveillance de ce pathogène. Bien qu'exploitées très largement dans le domaine de la santé publique pour répondre à cet objectif, l'utilisation des méthodes de capture-recapture (CR) en surveillance des maladies infectieuses animales peut être considérée comme récente. Parce que le contexte de surveillance des maladies animales est nettement différent de celui de la surveillance des maladies humaines, des questions demeurent quant à l'intérêt et aux limites de ces méthodes pour estimer la sensibilité des systèmes de surveillance des maladies animales. Pour tenter de répondre à ces questions, nous avons identifié quatre systèmes de surveillance différents par leur complexité, leur efficacité et leur maladie d'intérêt : nous avons retenu les systèmes de surveillance de la fièvre aphteuse au Cambodge, de l’influenza aviaire hautement pathogène (IAHP) H5N1 en Egypte, de la tremblante ovine en France et de l’IAHP H5N1 en Thaïlande. Pour chacun de ces systèmes de surveillance, nous avons déterminé le modèle de CR le plus adapté compte tenu des données générées (respectivement le modèle de CR à deux sources, le modèle log-linéaire à 4 sources, le modèle de comptage tronqué en zéro et le modèle de comptage enflé en zéro). Pour chaque application, nous avons donc estimé le nombre total d'unités épidémiologiques non détectées par les systèmes de surveillance considérés ce qui nous a permis d’apprécier la sensibilité de chaque système de surveillance considéré. Il est ressorti de ces applications que les méthodes de capture-recapture sont relativement faciles à conduire et qu’elles permettent à faible coût d’estimer l’importance réelle d’une maladie sur un territoire quand celle-ci est surveillée de manière imparfaite. Il semble cependant que les pratiques de surveillance et de contrôle des maladies animales limitent les applications à l’échelle de l’animal, et nécessitent d’élargir l’unité épidémiologique à une échelle supérieure (troupeau, commune, etc…). Cet élargissement introduit de nouvelles contraintes (notamment l’hétérogénéité d’abondance) qu’il est nécessaire de prendre en compte pour ne pas biaiser les estimations finales. Ce travail propose des perspectives d’application en épidémiologie descriptive, ainsi que des perspectives méthodologiques de recherche en statistique et en modélisation.
Fichier principal
Vignette du fichier
VA_VERGNE_TIMOTHEE_26092012.pdf (19.23 Mo) Télécharger le fichier
VD2_VERGNE_THIMOTHEE_26092012.pdf (33.72 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Format : Autre

Dates et versions

tel-00764769 , version 1 (13-12-2012)

Identifiants

  • HAL Id : tel-00764769 , version 1

Citer

Timothée Vergne. Les méthodes de capture-recapture pour évaluer les systèmes de surveillance des maladies animales. Médecine humaine et pathologie. Université Paris Sud - Paris XI, 2012. Français. ⟨NNT : 2012PA11T042⟩. ⟨tel-00764769⟩

Collections

CIRAD STAR
716 Consultations
2539 Téléchargements

Partager

Gmail Facebook X LinkedIn More