Infodoc : Sciences, Techniques et Culture

Cette thèse porte sur la modélisation et l'optimisation de la maîtrise d'un agent pathogène se propageant dans une metapopulation d’animaux d’élevage via un réseau d'échanges commerciaux, en tenant compte des processus de décision concernant l'adoption de mesures de maîtrise.D'une part, concernant la prise de décision des éleveurs, un modèle stochastique intégrant la dynamique intra-troupeau de la maladie (composantes démographiques et réseau d’échanges) et la dynamique des décisions des éleveurs a été développé et exploré par simulations intensives et analyses de sensibilité. En particulier, un mécanisme de décision dynamique qui tient compte du comportement aléatoire des éleveurs, de leur apprentissage et de la dynamique d'imitation stratégique a été proposé. Le modèle a été formali[...]

Cette thèse porte sur la modélisation et l'optimisation de la maîtrise d'un agent pathogène se propageant dans une metapopulation d’animaux d’élevage via un réseau d'échanges commerciaux, en tenant compte des processus de décision concernant l'adoption de mesures de maîtrise.D'une part, concernant la prise de décision des éleveurs, un modèle stochastique intégrant la dynamique intra-troupeau de la maladie (composantes démographiques et réseau d’échanges) et la dynamique des décisions des éleveurs a été développé et exploré par simulations intensives et analyses de sensibilité. En particulier, un mécanisme de décision dynamique qui tient compte du comportement aléatoire des éleveurs, de leur apprentissage et de la dynamique d'imitation stratégique a été proposé. Le modèle a été formalisé pour une dynamique d'infection théorique (modèle SIR), et une mesure de contrôle spécifique (vaccination). Ce premier modèle a été étendu et adapté à une maladie réelle, la BVD (diarrhée virale bovine), où tant la transmission de l'agent pathogène que les échanges d'informations entre éleveurs peuvent passer par le réseau d'échanges, mais aussi par un voisinage géographique.D'autre part, dans une perspective plus générale, il a été supposé qu'un planificateur social central cherchait à allouer dynamiquement et de manière optimale une ressource limitée entre les différentes sous-populations d'un réseau de métapopulation donné, afin de réduire la propagation d’un agent pathogène. L'approche, basée sur des scores permettant de classer les sous-populations pour l'allocation des ressources, a été formalisée pour le modèle épidémiologique théorique considéré dans la première partie de la thèse, pour deux mesures différentes (vaccination et traitement). De nouveaux scores ont été obtenus par l'adaptation d'une approche d'optimisation gloutonne au cadre des métapopulations. Par le biais de simulations, les performances de ces nouveaux scores ont été comparées à celles de plusieurs heuristiques qui pourraient être appropriées lorsque le réseau de métapopulation correspond à un réseau de commerce d'animaux.

--

This thesis focuses on the modeling and optimisation of the control of a pathogen spreading in a livestock metapopulation via a trade network, taking into account the decision processes concerning the adoption of control measures.On the one hand, regarding farmers' decision-making, a stochastic model integrating the intra-herd disease dynamics (demographic components and trade network) and the dynamics of farmers’ decisions was developed and explored through intensive simulations and sensitivity analyses. In particular, a dynamic decision-mechanism that accounts for farmers’ random behaviour, their learning and strategic imitation dynamics was proposed. The model was formalised for a theoretical infection dynamics (SIR model), and a specific control measure (vaccination). This first model was extended and adapted to a real-life disease, BVD (bovine viral diarrhoea), where both the pathogen spread and the exchange of information between farmers can occur through the trade network, but also through a geographical neighbourhood.On the other hand, from a more general perspective, it was assumed that a central social planner sought to dynamically and optimally allocate a limited resource among the different sub-populations of a given metapopulation network, in order to reduce pathogen spread. The approach, based on scores allowing to rank subpopulations for resource allocation, was formalised for the theoretical epidemiological model considered in the first part of the thesis, for two different measures (vaccination and treatment).New scores were obtained by adapting a greedy optimisation approach to the metapopulation framework. Through simulations, the performances of these new scores were compared to those of several heuristics that might be appropriate when the metapopulation network corresponds to an animal trade network.