Dynamique de l'épidémie (la Rougeole à l'Unil-EPFL)

Slides:



Advertisements
Présentations similaires
Vaccination au cours de la grossesse Enjeux de santé publique. G
Advertisements

Développement d’un médicament
Risques et dynamiques de la conjoncture actuelle
Animation scientifique de l'équipe Green
Evaluer la compétence 3 : « culture scientifique et technologique » Gray le 23/01/2010.
Introduction à la maladie à rotavirus et au vaccin antirotavirus
Introduction à la maladie à rotavirus et au vaccin antirotavirus
Introduction à la maladie à rotavirus et au vaccin antirotavirus
Apports de la modélisation
Climat et risques infectieux
Etudiants : Benjamin BLANC Cyrille KLUZEK Encadreur :
Projet IHM - Gestion des modules ESSI3
Processus de croissance dans un modèle de dynamique de population structuré en longueur Michel Bertignac et Stéphanie Mahévas Laboratoire RH, Lorient Laboratoire.
La rougeole Contexte international
. Surveillance de la rougeole
Objectifs conventionnels : point de situation sur nos résultats.
Dynamique des populations de pathogènes dans la chaîne alimentaire
Modélisation de la demande de vaccination
MAERHA Laboratoire de Mathématiques Appliquées à lEvaluation des Ressources HAlieutiques Journée ACI-MOOREA, 3 juin 2004, Nantes.
Modèles Compartimentaux
Inter-académiques Montpellier 2011 Atelier spécialité Proposé par lacadémie de Grenoble.
Yann SEMET Projet Fractales, INRIA Rocquencourt
Généralisations du jeu de la vie : vers une version continue
L’OFFRE DE SOINS DU PREMIER RECOURS
Classification actuelle des troubles moteurs de l’œsophage S Bruley des Varannes Alger 28 avril 2009 Alger 30 avril 2009.
Mycobacterium tuberculosis
Epidémiologie des maladies infectieuses et écologie
L’immunité adaptative Le phénotype immunitaire au cours de la vie
FONDATION DU LIONS CLUBS INTERNATIONAL Un vaccin, une vie : Initiative Lions de lutte contre la rougeole.
Mathématiques et Médecine Jean Céa
Couverture vaccinale et immunité grégaire
Modélisation de l’évolution des Pinsons
Isolement et identification en culture
I.Aperçu du projet II.Organisation du projet III.Processus de gestion IV.Processus technique V.Conclusion.
Jean-François LOUF, Geoffroy Guéna & Yöel FORTERRE* Eric Badel**
1 Propagation dépidémie la Rougeole à l'Unil-EPFL Superviseur : Micha Hersch Etudiants : Bruno Pais & Didier Languetin 3 avril 2009.
1 Propagation dépidémie la Rougeole à l'Unil-EPFL Superviseur : Micha Hersch Etudiants : Bruno Pais & Didier Languetin 29 mai 2009.
Coordinated by Sven Bergmann
Objectif Etude des caractéristiques d’évolution d’une épidémie en fonction de la diversité génétique: - type d’épidémie - proportion de la population infectée.
Influenza: le modèle épidémiologique belge 29 Mai 2009
1 Mathématiques, environnement et modélisation-simulation Cégep de Rimouski AQPC 2013 Compléments mathématiques Philippe Etchecopar Groupe Initiatives.
Réseaux complexes.
Modèles d’accidents vasculaires cérébraux
Couverture vaccinale et immunité grégaire
Mathématiques et Médecine Jean Céa
Les Maladies à déclaration obligatoire
Les différentes Sortes de
Lecture critique d’une modélisation : « Un modèle d’éradication du VIH pour 2016 ? Théorie versus réalité » Virginie Supervie Unité mixte de recherche.
AUCCastroDescartesGrumbachLinMVRDVNouvelPortzamparcRSHPStudio 9 Le grand pari de l’agglomération parisienne Diapo n° 1D. K. Exposition du 29 avril au 22.
Stratégie génétique de contrôle des maladies infectieuses chez le bétail Merlin Louis Simon Lionel Vanwynsberghe Thomas.
V. Résultats et interprétations Mesure du 3 ième à T=0,8K -4,00E-05 -3,00E-05 -2,00E-05 -1,00E-05 0,00E+00 1,00E-05 2,00E-05 3,00E-05 4,00E-05 5,00E-05.
Séminaire Suivi et Evaluation des Programmes de Santé au Niveau du district Dakar, Sénégal, 14 juin au 2 juillet 2010.
Evaluation du risque de pandémie grippale Journée DES 09/11/2009.
Qu’est-ce que la grippe aviaire ?
Pandémie de grippe A (H1N1) et Plan de préparation et réponse
Modelisation/ Analyse - Equations differentielles
La grippe.
Projet : Atelier de Recherche Encadrée 2014/2015
Présentation du projet final : propagation d’un virus
Manuportage en Réanimation
Stratégies optimales pour le déploiement des variétés résistantes Modélisation analytique de la durabilité des résistances Pietravalle S. van den Bosch.
Cours 7 Modélisation Mathématiques
-. Traitement : ß- lactamines et réhydratation. Prévention (+++). L’homme est le principal réservoir (portage sain possible), rarement trouvé.
Stratégie de lutte contre la coqueluche: dite cocooning
ED diagnostic et dépistage
Paramétrer robots Lancer le simulateur Simulateur OLE Paramétrer incendies Paramétrer simulation Carte :
Fédération des Collèges des médecins enseignants de l’ Ile de France Samedi 28 mai ème Journée de Médecine Générale d’Île-de-France « Prescrire.
LES SYSTÈMES DYNAMIQUES.
Epidémiologie de la Rougeole en France.
Transcription de la présentation:

Dynamique de l'épidémie (la Rougeole à l'Unil-EPFL) Superviseur : Micha Hersch Etudiants : Bruno Pais & Didier Languetin 3 avril 2009

Objectifs Etudier le modèle simple SIR Appliquer et Interprèter le modèle SIR sur un cas concret et actuel : (Epidémie de la Rougeole à l'Unil-EPFL) Adapter ce modèle à notre cas particulier afin d'évaluer : - les risques encourus - efficacité de la campagne de vaccination

Le modèle simple SIR Le système dynamique S(t): nombre de personnes saines susceptibles de contracter la maladie. I(t): nombres de personnes infectées. R(t): nombre de personnes immunisée ou décédées.

(vitesse de transmission) Le modèle simple SIR Le système dynamique: Les paramètres: r : indice de virulence (vitesse de transmission) a : indice de guérison.

Intérêts du modèle SIR Permet : 1. de simuler graphiquement : - la propagation d’une maladie au sein d’un espace clos - son évolution 2. d'évaluer : - les risques d'épidémie - sa durée - son pic d'activité

Dynamique de la population selon SIR r/a > 1 épidémie S(0)=99, I(0)=1, R(0)=0 avec r = 0.01 et a = 0.1

Dynamique du système selon SIR r>a r=a r<a La fonction telle que r = a détermine le seuil limite de propagation de la maladie.

Dynamique de la population selon SIR r/a < 1 pas épidémie S(0)=99, I(0)=1, R(0)=0 avec r = 0.02 et a = 0.6

Le modèle simple SIR Conditions d’applications du modèle: 1. La population totale constante. 2. Probabilité d’être infecté égale pour tout le monde. 3. Période d'incubation nulle 4. Le modèle ne distinguent pas les personnes immunisées ou mortes par la maladie (même effet)

Le modèle amélioré v = taux de vaccinés durant la campagne s1= flux d'élèves entre de Dorigny et Sorges s2= flux d'élèves entre EPFL et Sorges

Le modèle amélioré Permet : 1. d'évaluer : - les risques encourus - efficacité de la campagne de la vaccination à l'Unil-EPFL 2. d'apprécier l’importance du taux de vaccination contre l'épidémie de la Rougeole 3. d'obtenir une simulation plus adapté à notre cas d'étude

Difficultés Modification du modèle pour: Interaction et déplacement des personnes dans l'espace Estimation correct des paramètres Période d’incubation

Calendrier Semaine n°: 1. Séance présentation 8. Réalisation modèle simple 2. Manquée! 9. Réalisation modèle simple 3. Théorie et Matlab 10. Perfectionnement du modèle 4.Théorie et Matlab 11. Perfectionnement du modèle 5. Exercices systèmes dynamiques 12. Perfectionnement du modèle 6. Exercices et projet 13. Réalisation de la présentation 7. Présentation 14. Présentation

Feedback Suggestions pour améliorer le cours: Ne pas être oublier par Sven Bergmann :-)