Surveillance des maladies animales

Table des matières

INTRODUCTION GENERALE
I- Facteurs de risque et importance de leur identification
II- Méthodes d’identification des facteurs de risque de maladies animales
1) Etudes de cohortes et études cas-témoins
2) Surveillance des maladies animales
III- Limites de la surveillance : sous détection et sous déclaration des maladies
1) Limites de la surveillance passive dans la collecte des informations
a) Limites économiques
b) Limites psychologiques et sociales
c) Limites à l’échelle mondiale
2) Limites de la surveillance active dans la collecte des informations
3) Hétérogénéité dans la collecte des informations
IV- Objectif de l’étude
Partie 1 : METHODES D’ETUDE DES FACTEURS DE RISQUE : REVUE DE LA LITTERATURE
I- Etat des lieux sur les modèles utilisés pour l’identification des facteurs de risque de maladies animales à partir de données de surveillance
1) Objectifs
2) Matériels et méthodes
3) Résultats
4) Discussion
II- Problématique de la sous détection et de la sous déclaration d’une maladie: modélisation de données incomplètes
Partie 2 : IMPACT DE LA DETECTION IMPARFAITE SUR L’ETUDE DES FACTEURS DE RISQUE : APPROCHE PAR SIMULATIONS
I- Etude de l’influence d’une sensibilité imparfaite sur l’estimation du risque d’une maladie
1) Introduction et contexte
2) Matériels et méthodes
a) Distribution des variables d’intérêt
b) Détection de la maladie dans les unités épidémiologiques
c) Plan de simulation
d) Analyse des données obtenues
e) Simulations et analyses : logiciel utilisé
3) Résultats
a) Impact sur les modèles logistiques d’une sensibilité de détection imparfaite mais homogène
b) Impact sur les modèles logistiques d’une sensibilité de détection imparfaite et hétérogène
c) Impact sur les modèles logistiques d’une sensibilité de détection imparfaite lorsque les facteurs de risque et de confusion sont identiques
d) Bénéfices potentiels à utiliser un modèle de Poisson enflé en zéro si la détection est imparfaite voire hétérogène
4) Discussion
II- Etude de l’influence d’une spécificité imparfaite sur l’estimation du risque d’une maladie
1) Introduction et contexte
2) Matériels et méthodes
a) Distribution des variables d’intérêts
b) Détection de la maladie dans les unités épidémiologiques
c) Plan de simulation
d) Analyse des données obtenues
e) Simulations et analyses : logiciel utilisé
3) Résultats : Impact sur les modèles logistiques d’une spécificité de détection imparfaite mais homogène
4) Discussion
III- Bilan et perspectives
Partie 3 : APPLICATION A DES DONNEES REELLES : IDENTIFICATION DE FACTEURS DE RISQUE DES AVORTEMENTS BOVINS EN FRANCE METROPOLITAINE (2010-2011)
I- Objectif
II- Introduction et contexte
III- Matériels et méthodes
1) Source des données et population étudiée
2) Modélisation et analyse des données
a) Variables des modèles
b) Sélection des variables et construction des modèles
c) Validation des modèles
d) Logiciels utilisés
IV- Résultats
1) Description des données
2) Inférence par le modèle logistique
3) Inférence par le modèle de Poisson enflé en zéro
4) Validation des modèles
V- Discussion
VI- Conclusion
CONCLUSION GENERALE
BIBLIOGRAPHIE
ANNEXES