Qui a infecté qui ? La statistique enquête sur le temps, l’espace et la génétique

Le 30 mars 2020 - Ecrit par Un jour une brève Voir les commentaires

Cet article a été écrit en partenariat avec Mathématique de la planète Terre

Le site Mathématiques de la Planète Terre (MPT), aujourd’hui Brèves de maths, a proposé, durant toute l’année 2013, une brève quotidienne avec « pour objectif d’illustrer la variété des problèmes scientifiques dans lesquels la recherche mathématique actuelle joue un rôle important, ainsi que certains grands moments dans l’histoire des sciences où les mathématiques ont, en interaction avec les autres sciences, aidé à comprendre ce que nul n’avait compris jusque-là. »

Vous pourrez retrouver la plupart de ces brèves dans notre dossier Mathématiques de la Planète Terre et l’intégralité ainsi que de nouvelles brèves, sur le site Brèves de maths.

Les propagations de maladies infectieuses, chez l’humain, l’animal et le végétal, peuvent avoir des effets considérables sur une société, quel que soit son stade de développement, jusqu’à mettre en péril aujourd’hui certaines espèces de végétaux et d’animaux. Pour améliorer notre capacité à prévenir et contenir les propagations de maladies infectieuses, nous avons besoin de comprendre comment les pathogènes, c’est-à-dire les virus, les bactéries, ou les champignons par exemple, se disséminent dans les populations d’hôtes. Ainsi, savoir « qui a infecté qui » au cours d’une épidémie est une information essentielle, mais souvent non disponible et difficile à reconstruire. Le travail même de modélisation de l’épidémie est compliqué (voir Les difficultés de la modélisation mathématique des épidémies). Il est toutefois possible de recourir à des indices tels que le temps, l’espace et la génétique et d’en déduire, à l’aide de la statistique notamment, les évènements de transmissions de la maladie.

Pour lire la suite

Post-scriptum :

Brève rédigée par Samuel Soubeyrand (INRA) d’après les travaux de Marco J. Morelli, Gaël Thébaud, Joël Chadœuf, Donald P. King, Daniel T. Haydon et Samuel Soubeyrand de l’Université de Glasgow, de l’INRA et de l’Institut pour la Santé Animale de Pirbright.

Pour en savoir plus :

M.J. Morelli, G. Thébaud, J. Chadœuf, D.P. King, D.T. Haydon, S.Soubeyrand (2012), « A bayesian inference framework to reconstruct transmission trees using epidemiological and genetic data », PLOS Computational Bilogy, Vol.8, No. 11 [en anglais].
Brève connexe : Les difficultés de la modélisation mathématique des épidémies.
Un article sur Interstices pour comprendre comment modéliser la propagation d’une épidémie.

Commentaire sur l'article

Laisser un commentaire

Forum sur abonnement

Pour participer à ce forum, vous devez vous enregistrer au préalable. Merci d’indiquer ci-dessous l’identifiant personnel qui vous a été fourni. Si vous n’êtes pas enregistré, vous devez vous inscrire.

Connexion | s’inscrire | mot de passe oublié ?