Modélisation multi-échelles à base d’agents permettant de simuler la propagation d’épidémies de dengue : Luận văn ThS. Công nghệ thông tin

Dans ce travail, nous essayons de comprendre lesliens qui pourrait exister entre la mobilité de la population et la propagation d’épidémies de dengue.. Nous avons construit deux modèles

MEMOIRE DE FIN D’ETUDES afin d’obtenir le diplôme

de MASTER DE RECHERCHE EN INFORMATIQUE option : Système Intelligent et Multimédia

Modélisation multi-échelles à base

d’agents permettant de simuler la

propagation d’épidémies de dengue

Rédigé par :

RAJAONARIVO Hiary Landy

Sous l’encadrement de :

M Nicolas Marilleau, Ingénieur de Recherche IRD-UMMISCO

M Christophe Cambier, Maître de Conférence IRD/UPCM

M Alexis Drogoul, Directeur de Recherche IRD-UMMISCO

——————- Novembre 2014——————–

Je tiens à remercier dans un premier temps, toute l’équipe pédagogique de l’Institut de

la Francophonie pour l’Informatique (IFI) de Hanọ Vietnam et les intervenants sionnels responsables de la formation en master de recherche en informatique, pour avoirassuré la partie théorique de celle-ci

profes-Je remercie Monsieur Tuong Vinh Ho, Directeur de recherche du laboratoire MSI-IFI,Hanọ, qui m’a proposé cette offre de stage

Je souhaite remercier également Monsieur Jean-Daniel Zucker, Directeur de UMMISCO, de m’avoir acceptée comme stagiaire au sein de son département

l’UMI-Je tiens à exprimer toute ma reconnaissance à M Christophe Cambier, M Nicolas leau, M Alexis Drogoul, et M Serge Stinckwich, chercheurs à l’IRD-UMMISCO/UPMC,pour leur encadrement sans faille, le suivi qu’ils ont apporté à mon stage, leurs conseils,les nombreuses discussions que nous avons pu avoir tout au long de la réalisation de cestage, aussi pour l’inspiration, et pour le temps qu’ils ont bien voulu me consacrer

Maril-Mes sincères remerciements s’adressent aussi à l’ensemble de l’équipe du projet CURS pour sa collaboration dans le cadre de ce projet, et en particulier, Mlle JulieBlot, Post-Doctorante en géographie, pour l’aide apportée par les données sur les en-quêtes qu’elle m’a fournie, M Frédérick Gay, Spécialiste en statistique et M BernardGazelles, Spécialiste en épidémiologie, pour des nombreuses discussions à propos deshypothèses considérées dans notre modèle et pour la mise en place de la base de données

PI-du projet

Je tiens à remercier également Mme Kathy BAUMONT, secrétaire de l’IRD-UMMISCO,

et Mlle Pham Thi Hai Anh, secrétaire de l’IFI pour ses aides à plusieurs reprises

Je remercie l’ensemble du département "UMI-UMMISCO" du centre de recherche IRD,Bondy, France, pour son accueil très chaleureux

Enfin, j’adresse mes plus sincères remerciements à ma famille, qui m’a toujours soutenue

et encouragée au cours de la réalisation de ce mémoire

Merci à tous et à toutes

i

RÉSUMÉ

La maladie de dengue est une maladie virale transmis par les moustiques Aedes aegypti

à l’homme Cette maladie se propage géographiquement très vite si certaines mesures nesont pas prises au moment opportun La vitesse de propagation d’épidémies de denguedépend fortement des différents facteurs tels que les facteurs climatiques, les facteursdémographiques, et les facteurs hydrologiques Mise à part ces trois facteurs, la mobilité

de la population est aussi un facteur non négligeable lors de la propagation d’épidémies dedengue vis à vis des risques sanitaires Dans ce travail, nous essayons de comprendre lesliens qui pourrait exister entre la mobilité de la population et la propagation d’épidémies

de dengue Nous avons construit deux modèles à base d’agents permettant de simuler lapropagation d’épidémies de dengue au niveau microscopique et au niveau macroscopique.Nos modèles s’appuient sur les données réelles de la population des deux grandes villes àrisques : Can Tho (Vietnam) et Phnom Penh (Cambodge) Ces données sont récupérées

à partir des enquêtes Nous avons constaté lors des expérimentations que plus il y abeaucoup de déplacements d’individus vers les points de rencontres, plus la maladies’étend très vite Ce qui nous permet de dire que la mobilité de la population a un impactdirect sur le ralentissement ou l’accélération de la vitesse de propagation d’épidémies

de dengue Nous avons constaté aussi que les risques d’accéssibilité à l’eau couranteprovoquent la reproduction rapide des moustiques, qui peuvent favoriser la propagationd’épidémies de dengue dans une courte durée Nos modèles pourraient aider les décideurs

à comprendre le rôle de la mobilité de la population face à la propagation d’épidémies

de dengue

ABSTRACT

The dengue disease is a viral disease transmitted by Aedes aegypti mosquitoes to mans This disease is spread geographically very quick if some measures are not taken

hu-at the right time The speed of propaghu-ation of epidemics of dengue is highly dependent

on various factors such as climatic factors, demographic factors, and hydrology factors.Aside from these three factors, the mobility of the population is also a significant factor

in the spread of dengue epidemics In this work, we try to understand the relationshipsthat may exist between the mobility of the population and spread of dengue epidemicsoverlooked health risks We built two agents based models to simulate the spread ofdengue epidemics at the microscopic level and the macroscopic level Our models arebased on the actual data of the population of the two cities at risk : Can Tho (Vietnam)and Phnom Penh (Cambodia) These data are collected from the surveys We found inexperiments that more there are many displacements of individuals towards the meetingpoints, more the disease spreads quickly This allows us to say that the mobility of thepopulation has a direct impact on slowing or accelerating the rate of spread of dengueepidemics We also found that the risks to the accessibility of running water causes rapidbreeding of mosquitoes, which can promote the spread of dengue outbreaks in a shorttime Our models can help decision makers to understand the role of population mobilityupon the spread of dengue epidemics

Table des matières

1.1 Présentation de l’établissement d’accueil 3

1.1.1 Présentation de l’IRD 3

1.1.2 Sa mission et son ambition 4

1.1.3 Données et chiffres clés de l’IRD 4

1.1.4 Les recherches à l’IRD centre Bondy 4

1.1.5 Présentation de l’UMI UMMISCO 5

1.1.6 Quelques partenaires de l’UMI UMMISCO 5

1.2 Déscription du stage 5

2 Contexte du sujet 8 2.1 Contexte de la maladie de dengue 8

2.1.1 Dengue et la dengue hémorragique 8

2.1.2 Vie d’un moustique 8

2.1.3 Propagation de dengue 9

2.1.4 Lutte contre la dengue 10

2.2 Contexte de la modélisation et la simulation 10

2.2.1 Quelques définitions 10

2.2.2 Domaine d’application 11

2.2.3 Principaux outils existants 11

3 Existants 12 3.1 Modèles existants 12

3.1.1 Modèles à base des systèmes d’équations différentielles 12

3.1.2 Modèles à base de système multi-agents (SMA) 15

3.2 Données à la disposition 21

3.2.1 Données sur la ville de Can Tho (Vietnam) 21

3.2.2 Données sur la ville de Phnom Penh (Cambodge) 22

3.3 Outils à la disposition 22

iv

Table des matières v

4.1 Synthèse sur les modèles existants 24

4.2 Intérêt des modèles proposés 26

4.3 Modèle microscopique 26

4.3.1 Hypothèses 28

4.3.2 Conception 31

4.4 Modèle macroscopique 32

4.4.1 Hypothèses 33

4.4.2 Conception 34

5 Implémentation et expérimentation 36 5.1 Implémentation 36

5.1.1 Mise en place de la base de données venant des enquêtes 36

5.1.2 Implémentation du modèle microscopique 39

5.1.3 Implémentation du modèle macroscopique 41

5.2 Expérimentation 42

Table des figures

3.1 Environnement de simulation du modèle 18

3.2 Conception du modèle IBM 19

3.3 carte SIG du district de NinhKieu Vietnam 21

3.4 carte SIG du district de Phnom Penh Cambodge 22

4.1 Activités quotidiennes des individus 28

4.2 Règle de contamination dans l’espace temporelle 29

4.3 Règle de contamination dans l’espace spatiale 30

4.4 Changement de compartiments au niveau d’un paquet de moustiques 30

4.5 Diagramme de classe du modèle micro 32

4.6 Diagramme de classe du modèle macro 35

5.1 Extrait de la base de données 37

5.2 Effectifs de la population par village 38

5.3 Mobilité de la population 38

5.4 Effectifs des individus infectés par la dengue selon l’âge 38

5.5 Effectifs des individus infectés par la dengue par année 38

5.6 plan du village An Hoa (district Ninh Kieu, Vietnam) 41

5.7 plan du district Phnom Penh Cambodge 42

5.8 Contamination de l’épidémie de dengue au niveau de l’espace 43

5.9 SEIR avec un taux de mobilité :48% 43

5.10 SEIR avec un taux de mobilité :20% 43

5.11 Effectifs des moustiques dans les foyers du village Tropeang Angchang Chah 45 5.12 Effectifs des moustiques dans les foyers du village Toul Snao 45

5.13 SEIR de la population du village Tropeang Angchang Chah 46

5.14 SEIR de la population du village Toul Snao 46

vi

Liste des tableaux

4.1 Liste des agents du modèle microscopique 27

4.2 Liste des agents du modèle macroscopique 33

vii

Introduction 1

INTRODUCTION

La dengue a été décrite dès le 18ème siècle Cette maladie est transmise à l’homme pardes moustiques Aedes aegypti Elle est classée parmi les maladies émergentes du fait deson extension géographique rapide : contamination d’un village à un autre, d’une ville

à une autre, voir même d’un pays à un autre Aujourd’hui, Aedes aegypti est présentdans pratiquement toutes les zones tropicales et intertropicales du globe, 2,5 milliards depersonnes, soit plus de 40% de la population mondiale sont menacés par la dengue Dans

un rapport que l’Organisation mondiale de la santé (OMS) a publié, elle estime que lamaladie pourrait toucher chaque année 50 à 100 millions personnes dans le monde Lamaladie est aujourd’hui endémique dans plus de 100 pays en Afrique, dans les Amériques,

en Méditerranée orientale, en Asie du Sud-Est et dans le Pacifique occidental, indiquel’OMS

La progression de la propagation d’épidémies de dengue est fortement dépendante desfacteurs environnementaux, aussi bien naturels (température, précipitation et humidité)qu’aux activités produites par l’Homme (les modes de stockage des réserves d’eau, leseaux stagnantes produites par les vases, les gouttières) Au cours de ces 20 dernièresannées, la dengue a émergé ou ré-émergé dans les pays asiatiques, et provoquant desépidémies importantes et de nombreux décès humains Plus, il y a beaucoup de voyages,plus, le nombre de cas de dengue importée augmente Jusqu’à maintenant, il n’existeaucun traitement spécifique ni vaccin contre la dengue "Actuellement, la seule méthodepour prévenir ou combattre la transmission du virus consiste à lutter contre les vecteurs",souligne l’OMS

L’émergence de la dengue dans des différents pays est un phénomène complexe qui duit les chercheurs à s’intéresser à la fois aux maladies elles-mêmes et aux conditions

con-de leur émergence et con-de leur propagation Le grand défi est con-de comprendre les lienspouvant exister entre la propagation d’épidémies de dengue et les différents facteursdynamiques comme les facteurs climatiques, les facteurs hydrologique, et les facteursdémographiques Cette étude est une analyse du système complexe du fait que les dy-namiques de chaque facteur à prendre en comptes sont déjà des systèmes complexes Mise

à part les facteurs climatiques et les facteurs hydrologiques, la progression et l’émergencerapide d’épidémies de dengue dépendent aussi d’autres facteurs tels que : l’amplificationdes voyages et l’urbanisation L’amplification des voyages facilitent la dissémination desdifférents sérotypes du virus de la dengue Et l’urbanisation telle que l’accessibilité àl’eau courante joue un rôle important sur l’évolution de la propagation d’épidémies dedengue du fait que l’existence des eaux stagnantes dans des maisons entraîne la produc-tion rapide des œufs des moustiques de dengue qui amène à la gravité de la propagationd’épidémies Notre travail se focalise sur la compréhension de l’évolution de la propaga-tion d’épidémies de dengue face à la mobilité au niveau de la population et aux risques

Introduction 2

d’accéssibilité à l’eau courrante Ce travail consiste à concevoir un modèle multi-échelles

à base d’agents pour pouvoir comprendre cette évolution de propagation d’épidémies auniveau d’une petite échelle tel qu’un quartier et au niveau d’une grande échelle tel qu’undistrict Nos modèles proposés pourraient aider les décideurs à comprendre les impacts

de la mobilité de la population sur la progression rapide de l’épidémie de dengue et àprendre des mesures convenables en cas de l’épidémie

Ce présent rapport se divise en cinq grandes parties La première partie présente stitut de Recherche pour le Développement (IRD) et le sujet du stage La deuxièmepartie définie le contexte du sujet La troisième partie consiste à présenter les existants

l’In-La quatrième partie montre la conception des modèles proposés Et la cinquième partieconcerne l’implémentation et l’expérimentation

Chapitre 1

Présentation Générale

1.1 Présentation de l’établissement d’accueil

Dans cette section, nous présentons l’organisation et la structure de l’établissement cueil

d’ac-1.1.1 Présentation de l’IRD

L’Institut de recherche pour le développement (IRD), créé en 1944, est un organismefrançais de recherche, original et unique dans le paysage européen de la recherche pour

le développement L’IRD est placé sous la tutelle conjointe des ministères chargés de

la Recherche et des Affaires étrangères Il déploie ses activités à l’international depuisson siège, à Marseille, et ses deux centres métropolitains de Montpellier et de Bondy.L’IRD / Ird Centre De Bondy, fondé en 1950, a été conçu comme un lieu de Formation

et de Recherche destiné à des chercheurs travaillant sur le monde tropical Ce centreconstitue ses activités autour de 6 pôles : Risques naturels, climats et ressources nonrenouvelables : impacts pour l’environnement et les populations du Sud Gestion durabledes écosystèmes du Sud Eaux continentales et côtières : ressources et usages au SudSécurité alimentaire dans le Sud Sécurité sanitaire, politiques de santé et accès auxsoins Développement et mondialisation : dynamiques socio-économiques, identitaires etspatiales Le site IRD de Bondy est aussi un centre de ressources avec des services : dedocumentation scientifique, de cartographie, de réalisations audio visuelles, de diffusiond’ouvrages Il est le siège de l’administration déléguée pour la région Ile-de-France et lesrégions du Nord et de l’Est de la France

3

Chapitre 1 Présentation Générale 4

1.1.2 Sa mission et son ambition

L’IRD a pour ambition de répondre, avec ses partenaires des Suds , aux enjeux ternationaux du développement L’institut vise à améliorer les conditions sanitaires,comprendre l’évolution des sociétés, préserver l’environnement et les ressources con-stituent les piliers de son action dans la perspective d’atteindre les objectifs du millé-naire pour le développement Les activités de l’IRD se focalise sur le développement deprojets scientifiques centrés sur les relations entre l’homme et son environnement dans

in-la zone intertropicale, sur in-la recherche, l’expertise, in-la valorisation et in-la formation pour

le développement économique, social et culturel des pays du Sud

1.1.3 Données et chiffres clés de l’IRD

– 230,03 M€ de budget

– 32 M€ de recettes sur conventions et produits valorisés

– 2 208 agents dont 829 chercheurs, 1 040 ingénieurs et techniciens et 339 personnels

locaux 38% des agents présents hors métropole dont environ 50% en Afrique

et en Méditerranée

– 60 unités de recherche dont 51 unités mixtes avec des universités ou d’autres

établissements de recherche

– 1 250 articles référencés dans le "Web of sciences" soit 2 articles signés par

chercheur et par an et près de 2500 articles pour le périmètre UMR 41% cosignés

avec des partenaires du Sud

– 285 articles en sciences humaines et sociales (données 2008)

– 7 400 heures d’enseignement dispensées par des scientifiques de l’IRD dont un

tiers dans des pays du Sud

– 816 doctorants encadrés dont 477 originaires du Sud

– 160 bourses attribuées à des scientifiques du Sud dont 129 pour des thèses

– 25 Jeunes Équipes Associés soutenues

– 81 brevets détenus

1.1.4 Les recherches à l’IRD centre Bondy

Les recherches à l’IRD centre de Bondy sont axées sur :

– les sciences du milieu : paléoclimats, écologie des sols, biodiversité

– les sciences humaines : les villes au Sud, société et environnement

– la modélisation (UMI UMMISCO)

Chapitre 1 Présentation Générale 5

1.1.5 Présentation de l’UMI UMMISCO

L’unité mixte internationale UMMISCO (Unité de Modélisation Mathématique et formatique des Systèmes Complexes), créée en janvier 2009 , est administrativementrattaché à deux tutelles :

In-– IRD, Institut de Recherche pour le Développement

– l’Université Pierre et Marie Curie (UPMC)

L’équipe de direction de l’UMMISCO est formée par le directeur nord et l’ensemble desdirecteurs et responsables de centres Sud Les recherches à l’UMMISCO sont axés surles deux points suivant :

– Développement des outils pour la modélisation des systèmes complexes

– Développement de méthodes mathématiques de modélisation

– Développement de méthodes informatique de modélisation

– Mettre en œuvre les outils de la modélisation des systèmes

– Maladies émergentes infectieuses : Epidémiologie et santé

– Changement climatique et aléas naturels

– Ecosystèmes et ressources naturelles

– Modèles bio-économique et sociaux

L’équipe de UMMISCO est formée par les membres suivants :

– Enseignants-chercheurs : 3 UPMC + 40 dans les centres partenaires

– Chercheurs : 11 IRD

– Doctorants : 70

1.1.6 Quelques partenaires de l’UMI UMMISCO

L’unité UMI UMMICO travaille directement avec les partenaires suivants :

– Université de Cadi Ayyad de Marrakech, Maroc

– Université Gaston Berger de Saint-Louis, Sénégal

– Université Cheikh Anta Diop de Dakar, Sénégal

– Université de Yaoundé 1, Cameroun

– Institut de la Francophonie pour l’Informatique, Hanọ, Viêt-Nam

1.2 Déscription du stage

Historiquement, la dengue frappait surtout les populations urbaines et suburbaines.Autrement dit, la dengue s’amplifie rapidement dans les zones ó il y a beaucoup desmouvements des individus Mais les épidémies récentes, comme celle qui a frappé le Cam-bodge en 2007, montrent qu’elle se produit maintenant également dans les zones rurales

Chapitre 1 Présentation Générale 6

C’est dans ce cadre que le projet PICURS (Impact des Changements Climatiques etUrbains sur le Risque Sanitaire) a été crée Le projet PICURS vise à comprendre lesliens pouvant exister entre, d’une part, les formes spécifiques de croissance urbaine demétropoles situées dans la région du Delta du Mékong et d’autre part, l’exposition accrue

de leurs populations aux deux risques sanitaires que sont le risque hydrique (accessibilité

à l’eau potable) et le risque et le risque épidémiologique (vagues épidémiques de Dengue,par exemple) Deux villes, sur lesquelles les partenaires du projet ont déjà travaillé, etpour lesquelles de nombreuses données ont été récoltées, ont été choisies comme casd’étude principaux : Can Tho, capitale régionale du Delta du Mékong Vietnamien etPhnom Penh, capitale du Cambodge, située à l’apex du delta

L’un des enjeux du projet PICURS consistera donc à les modéliser sous la forme desystèmes complexes dont la dynamique résultera des interactions entre trois circulations(celles des hommes, de l’eau et des vecteurs), à différentes échelles de temps et d’es-pace, avec l’objectif affirmé de pouvoir offrir des éléments d’appréciation aux politiquesd’aménagement urbain Le projet PICURS est formé par les membres suivants :

– IRD-UPMC :

– Christophe Cambier (Maître de conférence)

– Bernard Cazelles (Professeur)

– Alexis Drogoul (Directeur de Recherche)

– Nicolas Marilleau (Ingénieur de Recherche)

– Landy Rajaonarivo (Master 2)

– Frédérik Gay (Professeur)

– Paris IV :

– Julie Blot (Post-Doctorante)

– Olivier Sevin (Professeur)

– UTC :

– Céline Pierdet (Maître de conférence)

Le stage s’inscrit dans le cadre du projet PICURS Ce stage a pour but de recueillirdes données du terrain et de concevoir des modèles de différentes échelles à base d’agents, mettant en avant l’exposition accrue de la population des deux villes (Can

Tho et Phnom Penh) aux risques à la mobilité de la population, et au travers de laquestion de l’accessibilité à l’eau potable

Plus concrètement, le travail de ce stage consiste à faire du recueil des données via lespartenaires du projet et de concevoir des modèles à base d’agents permettant de simuler

la propagation de la maladie de dengue au niveau microscopique (au niveau d’un village)

et au niveau macroscopique (au niveau d’une ville formée par plusieurs villages) Cesderniers seront construits à partir d’un ensemble de données mises en commun : cartes

Chapitre 1 Présentation Générale 7

géo-référencées (aménagement du territoire, cours d’eau), données démographiques, sultats d’enquête (sur l’accessibilité à l’eau potable, sur les pratiques d’adaptation aurisque d’épidémies, sur les activités économiques) Cet ensemble hétérogène de données

ré-et de (sous-)modèles sera couplé en utilisant la plate-forme de modélisation ré-et simulationGAMA

Nous proposons dans ce travail des modèles sous la forme de systèmes complexes bles de restituer, à différentes échelles temporelles et spatiales, les interactions entre lestrois dynamiques en présence (celle des hommes, de l’eau et des vecteurs de la maladie)

capa-Chapitre 2

Contexte du sujet

2.1 Contexte de la maladie de dengue

Nous présentons dans cette section quelques notions sur la dengue afin de mieux prendre l’évolution de sa propagation dans un village ou dans une ville

com-2.1.1 Dengue et la dengue hémorragique

La dengue est une infection transmise par les moustiques qui sévit dans les régions cales et subtropicales du monde entier, selon OMS Ces dernières années, la transmission

tropi-a surtout progressé dtropi-ans les zones urbtropi-aines et périurbtropi-aines et cette mtropi-altropi-adie est devenue

un sujet majeur de préoccupation pour la santé publique [1]

La dengue sévère (que l’on appelait auparavant dengue hémorragique) a été reconnuepour la première fois dans les années 1950, au cours d’épidémies aux Philippines et enThạlande Aujourd’hui, les pays d’Asie et d’Amérique latine sont les plus touchés et elleest devenue une cause majeure d’hospitalisation et de mortalité pour les enfants dansces régions, souligne OMS

2.1.2 Vie d’un moustique

La vie d’un moustique se déroule sous quatre formes distinctes : l’œuf, la larve, lanymphe et l’adulte La durée de chaque phase de transformation dépend du conditionsclimatiques (le temps que l’embryon se développe peut durer d’une semaine en été,mais de plusieurs mois en hiver) et de la caractéristique de la ville (accessibilité de lapopulation à l’eau courante, existence des eaux stagnantes) [2]

8

Chapitre 2 Contexte du sujet 9

La femelle ne s’accouple généralement qu’une seule fois Pour pondre des œufs, la femelle

a besoin de prendre du repas Ce repas la permet chaque fois de développer une portée

de 200 œufs environ Elle prend un repas de sang tous les deux jours et si les conditions

de température et d’humidité sont favorables, elle est capable de pondre à chaque prise

de nourriture Pourtant, elle s’arrête de pondre si les conditions ne soient pas bonnes etattendre jusqu’à ce que la belle saison soient revenue

La durée de vie d’une femelle est d’environ 4 semaines Pendant cette durée, elle peutprendre jusqu’à 15 fois de repas, ce qui la permet de pondre environ 3000 oeufs

Les moustiques adultes se reposent dans les zones sombres (sous les lits et dans lesplacards des maisons) et se reproduisent en pondant des oeufs [13] Les oeufs sont pondusdans l’eau, il s’agit d’eau stagnante et peu chargée en matière organique (eau claire) :marécage, égouts, creux d’arbres, vieux pneus, bassins divers, fût d’eau de pluie, ,mais pas dans les piscines ni dans la mer Les oeufs des moustiques Aedes peuvent resterdans des milieux humides, peuvent se dessécher et rester intacts pendant plusieurs années

et éclore normalement lorsqu’il y a présence d’eau[3]

2.1.3 Propagation de dengue

Le moustique Aedes aegypti est le principal moustique responsable de la propagationd’épidémies de dengue [13] Cette maladie se propage à partir des piqûres de ce mous-tique à l’homme Le moustique Aedes aegypti dispose d’un faible rayon de vol Il nes’éloigne pas de plus de 100 mètres de son gîte d’origine mais cela peut augmenter s’il y

a présence forte des vents et si ces derniers sont chauds et humides [3]

La femelle peut piquer plusieurs personnes pour un seul repas En effet, une femelle fectée, en piquant 3 ou 4 personnes pour un seul repas sanguin, peut propager la maladie

in-3 ou 4 fois plus efficacement

Le virus de dengue est transmis du moustique à l’homme, de l’homme au moustique,

et, dans une moindre mesure, du moustique à sa descendance [13] En effet, l’homme nepeut pas contaminer l’homme

L’importance des échanges humains et commerciaux, le climat tropical et le ment climatique, la poussée démographique favorisent la propagation rapide de l’épidémie

réchauffe-de réchauffe-dengue [13]

Il existe quatre types de virus de dengue (dengue 1, 2, 3, 4) En effet, l’homme ne peutpas immuniser totalement de la maladie de la dengue que lorsqu’il est infecté par ces 4souches

Chapitre 2 Contexte du sujet 10

2.1.4 Lutte contre la dengue

Il n’existe pas encore du vaccin pour lutter contre la dengue, le seul moyen pour luttercontre la dengue est de limiter au maximum la prolifération des vecteurs de dengues.Pour cela, les solutions proposées sont l’élimination ou vérification de toutes sortes d’eaustagnantes qui peuvent favoriser la production des œufs (vases et coupelles des pots

de fleurs , gouttières, réservoirs d’eau, creux d’arbres, pneus , gouttières ), la portéedes habits à manches longues, l’utilisation des moustiquaires, usage de ventilation parbrasseur d’air ou de climatisation, emploi des insecticides, protection des réserves d’eau[13]

2.2 Contexte de la modélisation et la simulation

L’usage du modèle se fait en simulation pour obtenir des résultats C’est à partir desrésultats obtenus lors de la simulation que le modèle peut être validé ou non D’unemanière générale, la résolution analytique d’un modèle permet d’obtenir un résultat en

un seul calcul alors que la simulation d’un modèle consiste a faire évoluer le temps dans

le modèle et ainsi calculer, pour chaque valeur du temps de simulation, un résultat tiel [5]

par-La simulation permet donc au modèle de changer d’état par rapport à son état précédant

en fonction du temps d’exécution et des valeurs des paramètres en entrées du modèle

La modélisation à base d’agents est une modélisation fondée par des entités informatiqueappelés agents Les agents évoluent et interagissent entre eux dans un environnementcommun L’interaction entre les agents est la spécificité du modèle à base d’agents aulieu de considérer chaque agent et son évolution indépendamment des autres [6]

Chapitre 2 Contexte du sujet 11

2.2.2 Domaine d’application

Le système multi-agents est appliqué dans plusieurs domaines dont nous allons citerci-après [7] :

– Systèmes de production : ordonnancement d’ateliers, conduite de processus

indus-triels, systèmes multi-capteurs,

– Diagnostic : diagnostic à multiples niveaux

– Taches de contrôle : contrôle du trafic routier, trafic aérien, distribution d’énergies,

– Taches d’interprétation : interprétation de signaux, reconnaissance de la parole,

cristallographie, reconnaissance et compréhension des formes,

– Télécommunications, systèmes de transports, réseaux : routage, équilibrage

de charges, recouvrement d’erreurs, management et surveillance de réseaux, – Travail collaboratif assisté par ordinateur : agents assistants, agents médiateurs,

workfows, gestion des rendez-vous, personal digital assistants (PDA),

– Robotique distribuée : planification multi-robot, robots autonomes mobiles,

– Télématique (Internet) : agents "intelligents", agents d’interface, agents mobiles,

– Simulation de systèmes complexes : simulation individu-centrée,

– Commerce électronique

– Data Mining

2.2.3 Principaux outils existants

Il existe plusieurs plate-forme de simulation des systèmes multi-agents mais les plusrépandus et les plus utilisés sont les suivants [8] :

– RePast S : appliqué principalement dans le domaine de sciences sociales (The RepastSuite)

– NetLogo : très utilisé dans les domaines de sciences sociales et naturelles Il aide les

utilisateurs débutants pour la création des modèles (Netlogo)

– GAMA : permet de faire de modélisation et de développement de la simulation de

l’environnement pour la construction de simulations à base d’agents spatialement plicites (utilise des données SIG arbitrairement complexes que les environnements pourles agents) GAMA est développé par l’IRD/UPCM UMMISCO Unité de RechercheInternational (GAMA)

ex-– FLAME : permet de faire des grandes simulations, des systèmes complexes avec

des grandes populations d’agents sur les systèmes HPC utilisant MPI et OpenMP Ilest développé grâce à une collaboration entre STFC Rutherford Appleton Lab et del’Université de Sheffield, Royaume-Uni [9]

prop-3.1.1 Modèles à base des systèmes d’équations différentielles

– SEIR model for transmission of dengue fever in Selangor Malaysia[14]

Ce travail propose un modèle mathématique, sous forme des systèmes d’équationsdifférentielles, qui permet de comprendre la dynamique de la population humaine et

de la population du vecteur de transmission de dengue

Le modèle proposé est un modèle de compartiments SEIR (Susceptible, Exposé, fecté et Retiré ou immunisé) Ce modèle considère deux catégories de population : la

In-population humaine (N h ) et la population du vecteur moustiques (N v) La populationhumaine ou les êtres humains est divisée en quatre groupes selon leurs états de santé :

les personnes susceptibles (S h ), les personnes exposées de la maladie (E h), les

person-nes infectées (I h ) et les personnes immunisées de la maladie (R h) Pour la population

des moustiques, elle se répartie en trois groupes : les vecteurs susceptibles (S v), les

vecteurs exposés de la maladie (E v ) , et les vecteurs infectés (I v)

Le système d’équations différentielles pour la population humaine se présente commesuit :

Chapitre 3 Existants 13

dR h

dt = γ h I h − µ h R h

µ h : taux de natalité et taux de mortalité des êtres humains

b : nombre moyen de piqûres par les moustiques par jour

β h : taux de transmission de l’homme au vecteur

p : pourcentage de moustiques infectés

ϕ h : pourcentage de personnes exposées à la dengue

µ v : taux de natalité et taux de mortalité des vecteurs

b : nombre moyen de piqûres par les moustiques par jour

β v : taux de transmission du vecteur à l’homme

δ v : taux de moustiques exposés par la maladie

L’infection par le virus de la dengue se produit quand il existe une corrélation continue

Chapitre 3 Existants 14

entre l’effectif de la population humaine et la population des moustiques Ce modèleempirique SEIR produit des résultats similaires au modèle théorique décrit

– Modeling the dynamics of dengue real epidemics [15]

Dans ce travail, les auteurs proposent un modèle mathématique pour la transmission

de la propagation de la dengue afin d’analyser et de comparer deux épidémies dedengue survenus à Salvador, au Brésil, en 1995-1996 et en 2002 Ce modèle est conçu

de la façon suivante :

– La population des moustiques (M) est divisée en quatre composantes : aquatique(A),

susceptibles (M s ), exposée (M e ) et infectée (M i)

– La population humaine (H) est supposé constante avec le taux de mortalité défini

par µh, et est divisé en population susceptible (H s ), exposée (M e ), infectée (M i) et

δ : taux moyen de ponte

µ m : taux moyen de mortalité des moustiques

µ a : taux moyen de mortalité aquatique

γ m : taux moyen de transition aquatique

θ m : taux d’incubation extrinsèque

µ h : taux de mortalité humaine

θ h : taux d’incubation intrinsèque

α h : taux de guérison

k : fraction de moustiques femelles éclos de tous les œufs

C : capacité de charge de moustique

b : nombre moyen de piqûres par moustique par jour

β m et β m : taux de contact efficaces

c a et c m : taux d’effort de contrôle

Lors de l’étude, les auteurs ont constaté que les paramètres entomologiques des tiques varient en fonction des températures quotidiennes En effet, les valeurs de cesparamètres varient en fonction du temps Plus la température augmente, plus le taux

mous-de survie et le taux mous-de ponte du moustique augmente et le temps mous-de latence pourarriver au stade adulte pour les moustiques est très petit Aussi, la précipitation in-fluence sur la production des moustiques La température et la précipitation sont les

Chapitre 3 Existants 15

facteurs principaux qui favorisent la prolifération des moustiques, qui peut entraîner

la progression rapide de la maladie de dengue en cas d’épidémies

L’objectif des auteurs dans cet étude est de connaître l’effet de la lutte anti-vectorielle.L’analyse a été effectuée en fonction du nombre de reproduction de base, R0, ainsi queson évolution dans le temps, R (t), qui sont calculées à l’aide de la véritable épidémiepar séries chronologiques La valeur de R0 est supérieur à 1 pour l’épidémie en 1995-

1996 pour une valeur choisie du paramètre de contrôle du vecteur, ce qui indique qued’autres stratégies seraient nécessaires à part la lutte contre les vecteurs adultes, tellesque le contrôle de la phase aquatique du moustique, pour réduire sa force d’infection,ainsi de contrôler l’épidémie

En bref, nous pouvons dire que les deux modèles mathématiques étudient l’évolution

de la propagation d’épidémies en définissant les relations entre les humains et lesmoustiques, et en prenant en compte les conditions climatiques Ceci se fait à partir

de la résolution du système d’équations différentielles

A chaque pas de temps, avec les modèles mathématiques, il y a du changement derépartition de la population tant au niveau des êtres humains qu’au niveau des mous-tiques du fait de la résolution des systèmes d’équations différentielles Ces modèlesutilisent des informations globales de la ville étudiée telles que les effectifs de popu-lation dans chaque groupe de compartiments, le taux de transmission de la maladie,taux de guérison, taux de mortalité, nombre moyen de piqûres par jour, pourgénérer des nouveaux individus En effet, ils perdent des informations détaillées auniveau de chaque individu Pourtant, ils sont très rapides au niveau de simulationmême la taille de la population à étudier est très grande

3.1.2 Modèles à base de système multi-agents (SMA)

– Agent-based model of Dengue Disease Transmission by Aedes aegypti ulations[16]

Pop-Ce papier présente un modèle à base d’agent permettant non seulement de simuler

la dynamique de la population mais aussi de simuler la propagation d’épidémies dedengue tant au niveau des hôtes (les hommes) qu’au niveau des vecteurs (les mous-tiques Aedes aegypti) Ce modèle à base d’agent se base principalement sur l’aspectécologique et les comportements des moustiques Il implémente la notion de la grille à

8 voisins Les agents considérés par ce modèle peuvent être groupés en 5 grandes gories : les moustiques mâles, les moustiques femelles, les moustiques mâle stérile, lesêtres humains et les places de ponte Le modèle proposé est fondé sur les hypothèsessuivants :

caté-Chapitre 3 Existants 16

– si un moustique mâle et un moustique femelle appartiennent dans une même cellule,

il y a une chance que le moustique femelle est fécondé ;

– si un moustique mâle stérile et un moustique femelle se trouvent dans une mêmecellule, il y a une chance que le moustique femelle enregistre son état fécondé même

si elle n’a pas été fécondé ;

– si un moustique femelle est dans une même cellule qu’un être humain, il a uneprobabilité de mourir ou de nourrir le sang de l’être humain ;

– Les femelles ayant accouplé et nourrit le sang humain se déplacent vers une place

de ponte en suivant l’humidité dégagée par elles mêmes Quand la femelle arrive à

la place de ponte, elle pond un certain nombre d’œufs si elle s’est accouplé avec unmoustique mâle et ne pond pas si elle s’est accouplé avec un moustique stérile mâle.Ensuite, elle repart pour commencer de nouveau à chercher des compagnons et deshumains ;

– La propagation de dengue peut se produire lors de l’interaction entre l’homme et lemoustique femelle, aussi lors de l’interaction entre le moustique femelle et les lieux

de pontes ;

– Un être humain infecté peut contaminer les moustiques femelles qui le pique Après

un certains nombre de jours, il cesse de contaminer et devient immunisé de lamaladie de dengue Les œufs pondus par les femelles infectées auront une probabilitéd’être infectés aussi

Le modèle n’a pas été validé à partir des données réelles

– An Agent-Based Model for the Spread of the Dengue Fever : A Swarm Platform Simulation Approach[17]

Ce modèle montre les interactions entre les agents ainsi le processus de la tion au niveau de l’environnement Les auteurs utilisent le plate-forme Swarm pour lasimulation Le modèle proposé considère les œufs, les larves, les nymphes, les mous-tiques adultes, aussi les êtres humains comme des agents ou des entités du modèles.Des règles sont donc fondées au niveau des moustiques, des êtres humains et des ex-terminateurs d’insectes Elles sont généralement tirées à partir des théories dans lalittérature Nous pouvons citer ci-après les règles considérées par ce modèle :

propaga-– Hypothèses sur les moustiques :

– Si l’âge est supérieure à 33 jours, alors il meurt

– S’il existe un être humain dans le champ visuel (10x10 cellules) alors il faut lechasser pour se nourrir

– Si l’être humain ciblé est assez proche (10 m) alors il faut le piquer

– S’il y a de l’eau propre à proximité, alors il faut déposer des œufs

– Si les œufs sont pondus avec succès et les conditions sont bonnes alors 72 tiques adultes peuvent émerger des œufs mais si l’eau est empoisonnée alors aucunmoustique peut émerger

mous-Chapitre 3 Existants 17

– Si un moustique adulte infecté pique un humain non infecté alors l’humain devientinfecté dans 3 à 6 jours et Si un moustique adulte non infecté pique un humaininfecté, le moustique devient infecté dans les 8 à 11 jours

– Règles sur les êtres humains :

– Si l’être humain est piqué deux fois par une femelle infecté, la probabilité qu’ilatteint la dengue hémorragique ou la mort est de 0,5% S’il est piqué trois fois,quatre fois ou supérieur à quatre fois, cette probabilité augmente respectivement

à 10%, 15% et à 25% Sinon, l’individu se déplace aléatoirement dans nement

l’environ-– Règles sur les exterminateurs d’insectes :

– Si un exterminateur localise un moustique adulte alors il libère du poison pourtuer les moustiques dans une zone de cellules 10x10, avec un taux directementproportionnel à la distance entre l’exterminateur de l’efficacité Sinon, il suit lesindications fournies par les capteurs

Pour ce modèle, l’environnement offre de la nourriture pour les moustiques, de l’eaupour leur reproduction et les pièges avec des substances pour inhiber leur prolifération

Le modèle a été validé à partir des différentes simulations sur des différentes saisons

Et les données utilisées sont les données d’une région tropicale en Brésil (informationclimatique sur Rio de Janeiro), Cette région a du climat humide et sec

Lors des expérimentations, les auteurs ont constaté que :

– Pendant la saison d’hiver, il y a beaucoup de moustiques non adultes, et pas mal

de moustiques n’arrivent pas à survivre à cause des conditions climatiques nonfavorables (température, humidité, manque d’eau stagnantes) En effet, le taux despersonnes infectés par la maladie de dengue est très faible pendant cette saison.– Pendant la saison d’été, après 60 jours de simulation, trois personnes sont morts

à cause de la maladie, 33% de la population humaine sont infectés et 83% de lapopulation des moustiques sont infectés Le taux d’augmentation des moustiquesadultes est très élevé à cause des conditions climatiques favorables

La figure 3.1 montre l’environnement de la simulation du modèle

Cet article visait à développer un modèle individu-centré qui prend en compte la agation d’épidémies de dengue, suite au mouvement des êtres humains, et la dispersiondes moustiques ainsi présents dans un environnement urbain Les caractéristiques spé-cifiques du modèle se trouvent au niveau de l’utilisation des données épidémiologiques

prop-et des données sur les piégeage des moustiques pour la calibration prop-et la validation.Aussi, il considère une stratégie visant à générer l’abondance locale des moustiquessur la base des données de couverture de la végétation et de recensement

L’approche proposée par les auteurs utilise autant de données sur le terrain Ces nées sont prises en comptes lors de l’élaboration du modèle, pour le calibrage et aussipour la validation Le modèle a été élaboré à partir de quatre sous-modèles tels que :

don-la dynamique et le mouvement de don-la popudon-lation de moustiques, le mouvement de don-lapopulation humaine, la transmission du virus de la dengue et la lutte contre la dengue.Les données épidémiologiques détaillées de Cairns (Australie) pour deux épidémies dedengue (2003 et 2008-2009), étaient à la disposition des auteurs La première catégorie

de données (2003) a été utilisée pour calibrer le modèle et la deuxième catégorie dedonnées (2008-2009) pour valider le modèle

de son emplacement).

Le sous-modèles sur la dynamique de la population humaine a été conçu à partirdes données de Crains qui est composé d’environ 52 000 cellules et 56 000 individushumains Pour l’affectation des individus humains dans les cellules de la grille, desdonnées sur la statistique (la distribution de l’âge de la population humaine, la tailledes ménages et le nombre de personnes par zone) et des données sur la géo-référence(identification du cadastre du résidentiel, commercial, industriel, éducatif et des pro-priétés du parcs qui leurs sont associés) du Cairns ont été utilisées En effet, chaqueêtre humain est attribué une cellule considérée comme sa cellule d’origine En plus descellules d’origines, il a aussi d’autres cellules fréquentées, en fonction de leur âge Cescellules sont classées comme les centres commerciaux et les lieux de travail, lieux pourl’éducation, zones de parc L’intervalle de temps considéré est 6 heures Chaque péri-ode de 6 heures correspond à une partie de la journée : le matin (3 heures-9 heures),

la journée (9 heures-15 heures), le soir (15 heures-21 heures) et la nuit (21 heures-3heures) Les êtres humains sont supposés évoluer entre les cellules pendant les périodes

de jour et de soir, et ils sont supposés être dans leurs cellules « maison » pendant lespériodes du matin et soir Le modèle prend en compte deux types de données :– le type directionnel qui se fait toujours entre deux cellules : pour cela, les cellulesprises en comptes sont la cellule de base de l’individu et la cellule de travail oud’école de l’individu Sur n’importe quel jour de la semaine donnée de la période

de la journée et en soirée le week-end Ce type de mouvements est basé sur desdonnées provenant d’une enquête d’une population Il a été estimé que la fréquencedes visites humaines aléatoires de ce type à d’autres cellules est d’environ 4 à 5 foispar semaine pour chaque individu.

La population de moustique est composée des œufs (E), des larves (L), des pupes (P)

et deux populations de moustiques adultes (classés selon ses longueurs)

Le sous-modèle météorologique utilise la température, les précipitations et les nées d’évaporation de Cairns, en entrée et ces données météorologiques conduisent auxchangements de la dynamique de la population des moustiques Afin de permettre unehétérogénéité spatiale dans la population de moustiques, les auteurs ont supposé quecertaines cellules sont mieux adaptées que d’autres pour soutenir le développementdes moustiques Ils ont défini la capacité maximale et minimale de chaque cellule poursoutenir les larves de moustiques

don-Le modèle prend en compte des moyens classiques de lutte contre les vecteurs quisont utilisés à Cairns pour éliminer la propagation de la dengue pendant les épidémiestels que : les pulvérisations à effet rémanent dans la maison, le traitement larvicidedans les propriétés de cas et dans les propriétés à proximité immédiate, l’utilisation depièges mortels pour tuer les adultes dans des zones étendues autour des propriétés decas Ce système peut être très efficace en tuant environ 90% de tous les stades adultes

et des moustiques immatures présents dans la cellule de cas et les 8 cellules voisines,

et ceci se fait par jour

Ce modèle correspond à nos besoins du fait qu’il se base sur les données réelles sur ladynamique de la population humaine, sur la dynamique de la population des mous-tiques, sur la météorologie, et sur les moyens de lutte contre les vecteurs

Les modèles à base d’agents se concentrent sur l’étude des comportements de chaqueindividu de la population afin de comprendre l’état du système Ces modèles sont trèsriches en informations, du fait qu’ils se focalisent à l’étude plus fines et permettent devoir les interactions entre les différents agents considérés dans le système

de données que nous avons sur ces deux villes.

3.2.1 Données sur la ville de Can Tho (Vietnam)

Les données sur la ville de Can Tho (Vietnam) ont été récupérées via l’équipe del’UMI UMMISCO au Vietnam Ces données représentent des différentes informationsgéographiques sur la ville Elles sont contenues dans des fichiers sous format shapefile.Chaque fichier shapefile présente différentes parcelles formant la ville Chaque parcelleest caractérisée par son type (culture, fruit, résidence, lieux de travail, école, route, canal,bâtiments) et sa surface Nous avons pu récupérer les données géographiques en 2005 et

en 2010 de la ville de Ninh Kieu (Can Tho Vietnam) Nous avons aussi les données sur

la répartition de la population en pourcentage selon ses activités socio-professionnelles

Figure 3.3: carte SIG du district de NinhKieu Vietnam