Analyse statistique utile pour l'analyse des données épidémiques de maladies infectieuses
Hiroshi Nishiura, professeur, École supérieure de médecine, Université d'Hokkaido
En raison de facteurs tels que l’augmentation des déplacements humains internationaux et l’exposition accrue aux animaux et au monde naturel, des épidémies de maladies infectieuses émergentes et réémergentes ont été signalées les unes après les autres. Depuis le syndrome respiratoire aigu sévère (SRAS) en 2002-2003, diverses épidémies de maladies infectieuses ont été signalées, notamment la grippe aviaire hautement pathogène, la grippe porcine H1N1-2009, le syndrome respiratoire du Moyen-Orient, la fièvre hémorragique Ebola et la fièvre Zika. En outre, des épidémies de rubéole et de rougeole, qui pourraient être évitées grâce à la vaccination, continuent de se produire dans les pays développés, notamment au Japon. Lorsque de telles épidémies surviennent, il est d’abord nécessaire de mieux comprendre l’histoire naturelle de l’infection et les caractéristiques de la transmission, et de saisir avec précision la situation actuelle, avant d’envisager diverses contre-mesures épidémiques. Jusqu'à présent, les méthodes de collecte de données d'observation lors d'épidémies ont connu un développement spectaculaire au Japon et dans d'autres pays, et l'infrastructure épidémiologique se met progressivement en place, avec la formation de diplômés du programme de formation d'épidémiologistes de terrain (FETP) de l'Institut national des maladies infectieuses. Cela a progressivement rendu possible la recherche avancée en modélisation. Dans cette présentation, l’orateur résumera brièvement comment la recherche utilisant des modèles mathématiques et statistiques a été utilisée en épidémiologie des maladies infectieuses et a contribué à l’élaboration de contre-mesures contre les épidémies, tout en utilisant des exemples tirés de son expérience de recherche. En particulier, dans les cas de la fièvre Zika et de la rougeole, nous avons mis en œuvre l’estimation du maximum de vraisemblance dans JMP dans le cadre du partage de code avec nos collaborateurs, j’aimerais donc que vous y jetiez également un œil. Nous aimerions présenter nos recherches aux experts intéressés par le JMP et les statistiques, en utilisant des exemples tels que (1) l’estimation du risque d’infections par des maladies infectieuses importées et des risques épidémiques, (2) l’analyse des schémas de transmission et des contre-mesures épidémiques, et (3) de nouvelles approches de l’inférence causale, telles que les effets de la quarantaine.
