La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Apports de la modélisation GIS « Climat-Environnement-Société » Climat et Maladies infectieuses Nicolas Degallier Benjamin Sultan.

Présentations similaires


Présentation au sujet: "Apports de la modélisation GIS « Climat-Environnement-Société » Climat et Maladies infectieuses Nicolas Degallier Benjamin Sultan."— Transcription de la présentation:

1 Apports de la modélisation GIS « Climat-Environnement-Société » Climat et Maladies infectieuses Nicolas Degallier Benjamin Sultan LOCEAN-IPSL (UMR 7159), équipe VARTROP

2 Pourquoi ? Quoi ? Comment ?

3 1.Prévoir les épidémies Début, durée, intensité 2.Quantifier les risques Indice de risque; cartographie; système dalerte précoce 3.Réaliser la prévention Déclenchement dactions préventives: communication, vaccination, contrôle vectoriel Pourquoi ? Observations sur la saisonalité et les fluctuations interannuelles des maladies (Cro-Magnon et al., )

4 Attention aux variables trop intégrées et/ou sans relations directes avec le climat Taille finale de lépidémie : paramètre-clé pour les décideurs MAIS : paramètre très difficile à appréhender car trop variable et trop intégré limites fondamentales dans sa prévisibilité pour les maladies à transmission directe de petites variations à très petite échelle (promiscuité, comportements sociaux, …) ont des répercussions à grande échelle. Lenvironnement nest quun facteur explicatif parmi dautres dans lhistoire dune épidémie Il faut chercher des paramètres prévisibles et directement lié au climat Quoi ?

5 Au Mali: le vent dHarmattan semble contrôler le démarrage de lépidémie Sultan et al. (2005) Des indicateurs de lépidémie liés au climat Districts touchés par les épidémies de méningite sur la période (Molesworth et al. 2002) Zones à risque de la méningite selon un modèle statistique basé sur des variables environnementales (Molesworth et al. 2003) Cartes de Risque Dynamique saisonnière

6 Les modèles Approche statistique vs. approche mécaniste Choix et contraintes déchelle Validation Reproductibilité Opérationalisation: early warning system Comment ?

7 ESPACE Echelle fine Grande échelle Echelle fine TEMPS Désagrégation Variabilité climatique IMPACTS Cas de maladie Agrégation Lapproche multi-échelle Donnée locale = f ( grande-échelle, caractéristiques locales )

8 Sep Oct Nov Dec Jan Fev Mar Avr Mai Juin Juil Aout Poussières Pluies OK ?? Les dangers de lapproche purement statistique : Ne pas oublier de poser des hypothèses Approche statistique

9 The model of Dengue transmission and risk evaluation Mosquito: development survival gonotrophic cycle Virus: extrinsic cycle Infection rate Vectorial capacity Basic reproduction number (R 0 ) Other factors: trophic preferences human behavior interrupted feeding virus genetics mosquito genetics vertical transmission Emergence Man-made environment Vectorial capacity R 0 Epidemic curves Mosquito adult stage Mosquito immature stages Climate Human dengue status Reproduction Virus transmission Bonne connaissance indispensable de lhistoire naturelle et/ou écologie de la maladie Besoin de données expérimentales

10 Seuil de transmission épidémique = 1 Densité de vecteurs par personne Applications: risque actuel

11 Seuil de transmission épidémique = 1 Densité de vecteurs par personne Applications: SRES B1

12 Seuil de transmission épidémique = 1 Densité de vecteurs par personne Applications: SRES A2

13 Conclusion Il vaut mieux… prévenir que guérir! Merci!


Télécharger ppt "Apports de la modélisation GIS « Climat-Environnement-Société » Climat et Maladies infectieuses Nicolas Degallier Benjamin Sultan."

Présentations similaires


Annonces Google