English | Français | Italiano

Comment fonctionne MalariaControl.net?

Les modèles mathématiques sont les outils importants de prise de décision pour la surveillance des maladies infectieuses. Le paludisme est l'une des premières infections à laquelle a été appliquée les modèles mathématiques. Au 19ème siècle Ronald Ross fut le premier a introduire l'analyse dans la planification de la lutte contre le paludisme et a développé le premier modèle mathématique sur le paludisme.

L'impact probable de la lutte contre le paludisme a généralement impliqué des résultats d'essai cliniques, quoique seulement des effets à court terme soient évalués dans les épreuves. Peu d'analyses comparatives de l'impact potentiel de différentes stratégies de lutte contre le paludisme n'ont pas visé à mesurer les impacts à plus long terme.

Les incertitudes inhérentes rendent difficile d'optimiser des stratégies de lutte contre le paludisme ou de donner la priorité à des domaines de recherche.

Conditions d'un modèle prédictif

Caractéristiques individuelles des infections du P. falciparum: un modèle qui utilise l'impact d'une stratégie d'interposition du paludisme  dans la population et inclut une description appropriée du cycle des différentes infections.

Conséquences à court terme: les traitements et les vaccins peuvent produire des résultats complexes sur les infections primaires chez l'homme non-immunisé.

Si l'action d'un vaccin doit simplement réduire la force de l'infection, les conséquences à court terme en terme de risques de morbidité et de mortalité ne sont pas simplement proportionnelles à la réduction du taux d'infection.

Conséquences à long terme: l'introduction des moustiquaires imprégnées (ITNs) pour lutter contre le paludisme a été accompagnée de discussions au sujet des conséquences possibles. Les mêmes issues relatives surgissent en ce qui concerne les vaccins.

Il est bien plus difficile de prévoir des conséquences à long terme des programmes de vaccination contre le paludisme, puisque les essais en temps réel effectués jusqu'ici considèrent seulement les impacts qui peuvent être mesurés pendant les 6-18 mois de suivi et de tels résultats ne peuvent être extrapolés. Par exemple, quelques avantages de la vaccination peuvent à une période donnée devenir évidents.  Ce sera en particulier le cas s'il y a une augmentation de la dynamique de transmission ou au contraire un retard de la morbidité et de la mortalité chez quelques individus.

Interdépendance des hôtes: un modèle épidémiologique doit considérer la dépendance entre les différents individus. Des essais en temps réel sont généralement conçus avec l'objectif de protéger directement les individus de l'infection, de la morbidité ou de la mortalité, mais sans tenir compte réellement de la transmission.

Interdépendance des hôtes a été le noyau de la plupart des modèles sur le paludisme.

Modèles structurels employés par MalariaControl.net

L'Institut Tropical Suisse a développé de nouveaux modèles pour faire des prévisions quantitatives de l'impact potentiel d'un vaccin contre le paludisme.

Le principal composant de ces modèles est une simulation aléatoire des données épidémiologiques du paludisme qui incorpore l'indépendance entre les applications. On emploi ce modèle épidémiologique pour simuler les résultats du vaccin RTS,S/AS02 effectué sur les adultes en Gambie et les enfants âgés de 1-5 ans au Mozambique.

Ce modèle peut être également utiliser pour prévoir l'impact d'un tel vaccin sur le potentiel épidémiologique, et la rentabilité. Pour faire ces prévisions, nous avons incorporé les données provenant d'un modèle de système de santé que nous avons mis en place en Tanzanie.

En outre l'Institut Tropical Suisse a également accompli des progrès en développant la relation entre les hôtes et l'évolution du parasite. Ce travail permet de compléter des modèles de l'hôte en vue de fournir des données concernant les modèles de vaccination qui sont utiles pour informer les modèles épidémiologiques. Les modèles de l'hôte ont été adaptés aux données thérapeutiques, ce qui conduit à des conclusions de modélisation de l'étape asexuelle de la vaccination.

Une force importante du modèle épidémiologique est qu'il relie un ensemble de sous-modèles à partir de diverses données réelles à travers l'Afrique. En raison du cycle complexe du parasite et des lacunes dans nos connaissances actuelles il y a des limites inhérentes liées à certains de ces composants, ce qui a une répercussion sur les résultats des modèles globaux.

Il représente un nouvel outil important pour la planification raisonnable de la lutte contre le paludisme et le développement de vaccin. Il peut être également adapté pour évaluer l'efficacité et la rentabilité d'autres actions utilisées séparément ou en association. Ceci permet d'intégrer des considérations épidémiologiques et économiques dans la formulation pour réduire le fardeau intolérable du paludisme.

Le fardeau courant de la morbidité et de la mortalité du paludisme, en particulier en Afrique subsaharienne, est tellement important que même une interposition qui modifie le cycle de l'infection dans seulement une proportion de la population peut être intéressante. Les conséquences de la transmission ne devraient pas être ignorées, mais d'être juste une partie d'un modèle qui inclut également les conséquences indépendantes.

Stratégies de modélisation épidémiologique

Les modèles de simulation des processus sont assignés par la vaccination et prennent également en compte les rapports entre les processus et les résultats. Dans notre modèle, nous employons comme entrée le modèle saisonnier de la transmission, et faisons des prévisions du taux d'infection conséquent à l'homme. Nous analysons alors comment ce rapport peut être modifié par l'immunité naturellement acquise ou par la vaccination.

L'Institut Tropical Suisse a modelé l'effet de l'immunité aux étapes asexuées du parasite en considérant la modification de la répartition des densités du parasite chez l'hôte. Ce modèle fournit une base permettant d'analyser les effets possibles des vaccins asexuels qui peuvent être simulés par une fonction réduisant les densités du parasite.

L'Institut Tropical Suisse a étudié le rapport entre les densités asexuelles du parasite et l'infestation chez l'humain afin d'obtenir un modèle pour la transmission au vecteur. Ce rapport est employé pour reproduire les effets de blocage des vaccins. Ceci se sert de la distribution simulée des densités du parasite pour prévoir le réservoir infectieux  chez l'homme.

Une simplification importante de la stratégie est d'éviter de prévoir des variables intermédiaires dont les rapports sont quantitatifs avec des résultats épidémiologiques très incertains.

Simulation stochastique: L'Institut Tropical Suisse a employé des simulations individuelles de base avec des étapes de cinq jours pour mettre en application nos modèles épidémiologiques. Cette approche permet de modeler des populations humaines et des infections caractérisées par un ensemble de variables continues et statiques (densités du parasite, durées de l'infection, et variables immunisées pour différents hôtes). Cette approche permet une considération plus réaliste des interactions stochastiques entre les différents hôtes et les microbes pathogènes que l'utilisation du compartiment modèle. L'inconvénient est qu'il demande une utilisation intensive de l'informatique. Tous les modules ont été mis en application en utilisant le langage de programmation FORTRAN.

Modèles liés à de vraies données: L'incertitude inhérente aux modèles complexes doit être réduite en s'assurant que tous les éléments du modèle se conforment autant que possible à la réalité.

L'Institut Tropical Suisse a adapté différents composants du modèle à des ensembles de données de différents systèmes écologiques et épidémiologiques. Notre approche aboutit aux modèles statistiques implicites qui exigent beaucoup de simulations répétées afin d'obtenir le paramètre approximatif. Nous avons pu adapter ces derniers en employant un algorithme des simulations diffusé à travers notre réseau informatique local.

Structure modulaire: la complexité informatique du processus a signifié qu'il n'était pas possible d'adapter le modèle global à toutes les données appropriées simultanément, ainsi différents sous-modèles ont été calculés séparément.

Ces sous-modèles ont été adaptés aux données mesurant ainsi le rapport entre la transmission du paludisme et les résultats d'intérêt. Chaque sous-modèle a été adapté aux paramètres des processus. Cette approche a permis de tenir compte des effets dynamiques du traitement et des épisodes cliniques quand l'ITS emploie le modèle pour prévoir l'impact de la lutte contre le paludisme.

équations: En raison de la structure modulaire du projet, les équations fondamentales du modèle épidémiologique sont groupées, autour de six composants principaux:  (i) infection de l'hôte humain  (ii) caractéristiques des infections simulées  (iii) infection des moustiques  (iv) morbidité aiguë (v) mortalité  et (vi) anémie.