Université de Rennes 1 Mathematical modelling of African swine fever at the domestic-wildlife interface : implications for control Modélisation mathématique de la peste porcine africaine à l'interface entre élevages de cochons et sangliers : implications pour la lutte peste porcinemodélisationsimulationdiffusiontransmission inter-spécifiquecontrôle swine fevermodellingsimulationmultihost transmissiondiffusioncontrol Peste porcine africaine Modèles mathématiques Peste porcine africaine Transmission Virus de la peste porcine africaine Maladies infectieuses -- Chez les animaux En 2007, le virus de la peste porcine africaine (PPA) a émergé sur le continent européen et a décimé les populations de porcs domestiques et de sangliers. Avec la propagation virale entre les compartiments sauvages et domestiques qui complique les efforts de contrôl, et l’absence de vaccins disponibles, la PPA est l'une des maladies infectieuses les plus difficiles à contrôler. Les modèles mathématiques ont fait leurs preuves en matière d'aide à la prise de décision, mais aucun modèle existant de la PPA ne tient compte de cette interface entre les porc domestiques et les sangliers. La Roumanie, l'état membre de l'Union européenne le plus gravement touché par la maladie, est riche en élevages porcins de basse-cour, suspectés d’être particulièrement exposés aux populations de sangliers. Pour mieux comprendre la dynamique de l'épizootie, nous avons construit un modèle mécaniste spatial et stochastique de transmission de la PPA, intégrant à la fois les compartiments domestique et sauvage. Le modèle a été calibré en combinant une revue de la littérature scientifique et un ajustement à l’épizootie observée en Roumanie, permettant d’évaluer la contribution relative des compartiments domestique et sauvage à la propagation du virus. Des stratégies de contrôle alternatives ont été explorées, révélant que le dépeuplement de l’ensemble de la population porcine des villages infectés, putôt que seulement des lots touchés, aurait pu réduire l’épidémie de manière conséquente. Ce modèle peut maintenant être adapté à d'autres pays, comme la Corée du Sud pour évaluer l’efficacité des barrières, ou comme la France pour tester des scénarii de gestion en cas d'apparition de foyers de PPA. In 2007, African swine fever virus (ASFV) escaped again from sub-Saharan Africa and has been decimating domestic pig and wild boar populations around the world. With viral spillover between the wild and domestic compartments complicating control efforts, and the absence of an available vaccine, ASF is one of the most difficult infectious diseases to control. Mathematical models have a proven record of assisting policy makers in epizootic decision-making, but as shown through a systematic review of the modelling literature, no existing ASF models account for such spillover transmission. Romania, the most severely affected European Union Member State, is rich in backyard swine farming—and suspected to be particularly exposed to wild boar populations. To better understand the observed epizootic dynamics, we built a spatial and stochastic mechanistic model of ASF transmission, integrating both domestic and wild compartments. The model was calibrated by combining a review of the scientific literature and a fit to the epizootic observed in Romania, allowing to evaluate the relative contribution of the domestic and wild compartments to the virus spread. Alternative control strategies were able to be explored, revealing that depopulation of the entire pig population in the infected villages, rather than just the affected batches, could have significantly reduced the epidemic. This model can now be adapted to other countries, such as South Korea to evaluate the effectiveness of barriers, or France to test management scenarios in the event of an ASF outbreak. Electronic Thesis or DissertationText en application/pdf1 : 4133 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/56e31007-14b2-4472-9ec5-a108bfa37089 Hayes Brandon 1983-03-15 US 269762442 brandon.hayes@envt.fr 2022REN1B072 http://www.theses.fr/2022REN1B072 2022-12-14 Statistique/Modélisation en écologie, géosciences, agronomie et alimentation Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiRoseNicolasintervenant_1071540377VergneTimothéeintervenant_2138534365Gilot-FromontEmmanuelleintervenant_3087869012JoriFerranintervenant_4250349922AndraudMathieuintervenant_513218060XEzannoPaulineintervenant_6177334991Sauter-LouisCarolaintervenant_7269762477 EGAALecoleDoctorale_1 221491066 ANSES - PlougraganpartenaireRecherche_1 184106397 ddc:570 RoseNicolasVergneTimothéeGilot-FromontEmmanuelleJoriFerranAndraudMathieuEzannoPaulineSauter-LouisCarolaUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieEGAALÉcole doctorale Écologie Géosciences Agronomie Alimentation (Rennes)ANSES - Plougragan ASCII PDF 4231938