Université de Franche-Comté

[Mathématiques appliquées]

Combiner les données pour mieux comprendre la propagation des épidémies

Si la pandémie de COVID a mis en suspens certaines activités, elle a donné du grain à moudre à Mathilde Massard, et même guidé ses choix de carrière. Aujourd’hui enseignante-chercheuse en mathématiques à l’UMLP / laboratoire Chrono-environnement, Mathilde Massard décide de s’orienter vers les enjeux de santé publique après avoir travaillé sur les données du COVID et de ses variants au cours de ses stages de master, dont le premier réalisé en plein confinement.

« Pendant la pandémie, le domaine de la modélisation mathématique en santé a explosé, bénéficiant des nombreuses données issues des dépistages massifs. C’est ainsi que les maths et l’épidémiologie ont pu fournir des instruments d’aide à la décision publique », rappelle-t-elle.

Au laboratoire de mathéma­tiques de Besançon (LMB), où elle prépare ensuite sa thèse, la jeune chercheuse élargit le sujet aux maladies infectieuses, selon une approche « multi-échelle » combinant étude des populations et des individus. À l’échelle d’une population, les données concernent le nombre de patients touchés par le virus, les guérisons, les décès, et les risques de transmission entre les personnes. À celle de l’individu, les investigations portent sur les cellules saines ou infectées, et sur la charge virale.

L’originalité de la thèse réside dans l’établis­sement de liens entre les données épidémiologiques et immunologiques, par le biais d’un modèle mathématique permettant de déterminer les impacts réciproques d’une échelle sur l’autre.
« Les évolutions des deux échelles ne se produisent pas à la même vitesse dans le temps, c’est une difficulté pour construire le modèle qui les traduira en équations », explique Mathilde Massard.

Un modèle qui, par ailleurs, ne se contente pas d’un système d’équations dans lequel chaque jour d’une pandémie est représenté par un individu « moyen », mais s’affine avec des sous-systèmes prenant en compte, au quotidien, l’évolution de paramètres individuels. « La dynamique de la charge virale individuelle peut être influencée par la période de l’épidémie à laquelle un patient a été infecté », justifie la chercheuse avec cet exemple.

Le modèle construit par Mathilde Massard a été vérifié grâce à l’introduction de données ayant déjà produit des résultats et autorisant ainsi les comparaisons. Aujourd’hui opérationnel, il continue à faire l’objet de développements pour que les impacts entre les deux échelles puissent être pleinement mesurés, et pour bâtir des simulations en jouant sur les paramètres étudiés. Il s’agit par exemple de trouver comment faire baisser le taux de reproduction de base, ou de contrôler l’impact d’une campagne de vaccination sur l’évolution d’une maladie.

Les biomaths sont interdisciplinaires, utilisant des outils de différents champs des mathématiques, et leurs modèles se construisent en lien avec les spécialistes des domaines d’application concernés. C’est ainsi qu’au pôle Agents pathogènes du laboratoire Chrono-environnement, Mathilde Massard aborde l’élaboration d’un nouveau modèle multi-échelle pour mieux comprendre les mécanismes complexes de l’antibiorésistance. Les données lui seront fournies par les biologistes impliqués dans le projet Harmi, sur la connaissance des microbes et de leurs interactions avec les autres organismes vivants.

Crédit photo 1 : Mario Hagen – Pixabay
Photo 2 : Martin Sanchez – Unsplash
Contact(s) :
Laboratoire Chrono-environnement
UMLP / CNRS
Mathilde Massard
Tel : +33 (0)3 63 08 22 41
retour