Modelling COVID-19 spread to reconstruct the viral dissemination and inform the design of interventions
Modélisation de la pandémie de COVID-19 pour reconstruire la dissémination du virus et informer la mise en place d’interventions
Résumé
Emerging pathogens pose significant challenges to public health authorities. In the context of the COVID-19 pandemic, the SARS-COV-2 and the variants of concern followed a similar pattern. A new virus emerged in one country, spread globally, and then triggered a rapid surge in cases worldwide. To deal with this situation, it is critical to monitor the epidemic, decipher incomplete and incoherent data, and rapidly design interventions. Mathematical models can help interpret heterogeneous surveillance data and inform the design of interventions. In this thesis, we addressed both aspects. First, we developed a mathematical framework to understand how surveillance and epidemic drivers concur in shaping observations. We retrospectively reconstructed the international spread of the Alpha variant in the Fall of 2020 from sequencing and air travel data. In a second work, we focused on intervention. We proposed an agent-based model to quantify the epidemiological impact of a reactive vaccination strategy targeting workplaces and schools where cases are detected. We tested the effectiveness of this strategy to mitigate a general rise in cases and to limit the spread of a new variant.
L'émergence de nouveaux pathogènes pose des défis importants aux autorités de santé publique. Dans le contexte de la pandémie de COVID-19, le SARS-COV-2 et les Variants of concern ont suivi un schéma similaire. : un nouveau virus apparait dans un pays, se propage à l'échelle mondiale et déclenche une augmentation rapide du nombre de cas dans le monde entier. Pour faire face à cette situation, il est essentiel de surveiller l'épidémie, de déchiffrer les données de surveillance incomplètes et incohérentes et de concevoir rapidement des interventions. Les modèles mathématiques peuvent aider à interpréter des données de surveillance hétérogènes et éclairer la conception des interventions. Dans cette thèse, nous avons abordé ces deux aspects. Tout d'abord, nous avons développé un cadre mathématique pour comprendre comment la surveillance et les facteurs impliqués dans de l'épidémie concourent à façonner les observations. Nous avons reconstruit rétrospectivement la propagation internationale de la variane Alpha à l'automne 2020 à partir de données de séquençage et de voyages aériens. Dans un second travail, nous nous sommes concentrés sur l'intervention. Nous avons proposé un modèle basé sur des agents pour quantifier l'impact épidémiologique d'une stratégie de vaccination réactive ciblant les lieux de travail et les écoles où des cas sont détectés. Nous avons testé l'efficacité de cette stratégie pour atténuer une augmentation générale du nombre de cas et pour limiter la propagation d'un nouveau variant.
| Origine | Version validée par le jury (STAR) |
|---|