Upload
guy-leonard
View
215
Download
3
Embed Size (px)
Citation preview
Modèles Compartimentaux
G.Sallet
& Université de METZ
Un exemple: Tuberculose 2 souchesSusceptibles
Latents 1
Latents 2
Infectieux 1
Infectieux 2
Traités
Un exemple: Tuberculose 2 souches
˙ S = −β2
SI2N
−μS +Λ−β1
SI1N
˙ E 1 = −rT−μE1−β2
E1I2
N−k1E1
L +p˜ r I1 +β1
SI1N
+σβ1
TI1N
Le principeCompartiments
•Une quantité de matières cinétiquement homogène. En particulier toute quantité entrante est instantanément mélangée avec le reste
•Un compartiment peut-être abstrait
•Les matières d ’un compartiment ne se transforment pas.
Analyse compartimentale
n compartiments qi quantité dans le compartiment i
fij, fji, Ii Oi fonctions de qQuantités toutes ≥ 0L ’extérieur est noté compartiment 0
Équations
˙ q i = fij −fji( )j≠i∑ + fi0 −f0i
Équations
fjiq1,K,qi−1,0,qi+1,K,qn ()=0 Cela traduit qu ’il ne peut rien sortir si le compartiment est vide !
Un théorème bien utile
A(x)=Df(sx)ds 0
1
∫
Théorème
Si une fonction f est telle que f(0)=0
Alors
Où A(x) est la matrice f(x)=A(x).x
preuve :
f(x)=f(x)−f(0)=ddt 0
1
∫f(tx ()dt
ddt
f(tx) ()=Df(tx).x
Équations
˙ q i = fij −fji( )j≠i∑ + fi0 −f0i
on définit fji =aji(q).qi
d ’où
˙ q i =− a0i + ajij≠i∑
⎛
⎝ ⎜
⎞
⎠ ⎟ .qi + aij.qj
j≠i∑
⎛
⎝ ⎜
⎞
⎠ ⎟ +fi 0
Équations
˙ q i =− a0i + ajij≠i∑
⎛
⎝ ⎜
⎞
⎠ ⎟ .qi + aij.qj
j≠i∑
⎛
⎝ ⎜
⎞
⎠ ⎟ +fi 0
on définit
aii =− a0i + ajij≠i∑
⎛
⎝ ⎜
⎞
⎠ ⎟
Puis la matrice et le vecteur
A= aij( )
On a alors ˙ q =A(q).q+E0
E0 = fi0( )
Propriétés ˙ q =A(q).q+E0
On notera la flèche qui apporte dans i
venant de j, la quantité de matières
aijaij qj
Propriétés de la matrice A(q)
Un telle matrice s ’appellera matrice compartimentale
aij ≥0 pour i ≠j
aii ≤0
aiji=1
n
∑ ≤0
1
2
3 aiji=1
n
∑ =ajj + aiji≠j∑
ajj =− a0j + aiji≠j∑
⎛
⎝ ⎜
⎞
⎠ ⎟
=−a0j
Propriétés du système Une matrice telle que s ’appelle
une matrice de Metzler
aij ≥0 pour i ≠j
Δ = x ∈IRn | xi ≥0 ∀i, xi ≤M∑{ }
Lemme 1 : toute matrice de Metzler laisse invariant l ’orthant
Lemme 2 : toute matrice compartimentale laisse invariant pour tout M le simplexe
x∈IRn |xi ≥0 ∀i{ }
Modèles Mathématiques
enEpidémiologie
G.Sallet
& Université de METZ
Historique
1760 Daniel Bernoulli
1927 W.O Kermack et A.G McKendrick
1906 W.H. Hamer
1908 R. Ross
D. Bernoulli
Méthode mathématique pour évaluer l’efficacité des techniques de variolation
D. Bernoulli Essai d’une nouvelle analyse de la mortalité causée par la petite vérole et des avantages de l’inoculation pour la prévenir Mémoire mathématiques Académie royale des sciences Paris 1760
W.H. Hamer
1906 Hamer postule :
The course of an epidemics depends on the rate of contact between susceptibles and infectious individuals
i.e. « principe d’action de masse »
R. Ross
1911
‘ As a matter of fact all epidemiology, concerned as it is with variation of disease from time to time or from place to place, must be considered mathematically, however many variables are implicated, if it is to be considered at all…and the mathematical method of treatment is really nothing but the application of careful reasoning to the problem at hand’
R. Ross
prix Nobel en 1902 pour avoir prouvé que les anophèles transmettent les parasites du paludisme
1908 modèle continu pour la transmission du paludisme, avec action de masse. Fondateur de l’épidémiologie mathématiqueDans sa quête pour établir qu’il n’était pas nécessaire d’éradiquer complètement les moustiques pour supprimer le paludismeNotion de seuil !
R. Ross
˙ x =−β1 xy+β1y−r x
˙ y =−β2 xy+β2x−μy
⎧ ⎨ ⎩
Modèle de Ross (1911)
˙ x =ax−bxy
˙ y =cxy−dy⎧ ⎨ ⎩
Lotka-Volterra (1924)
W.O Kermack A.G. McKendrick
1927 Contribution à la théorie mathématique des épidémies
Notion de «threshold» seuil
Maladies Infectieuses
Microparasites
Macroparasites
virus Bacteries Protozoaires
Nématodes IntestinalesSchistosomiasis (Bilharziose) Filarioses Onchocercose
Microparasites
petite taille Measles Rougeole Mumps Oreillons Whooping cough Coqueluche Rubella Rubéole Diphtheria Diphtérie Chicken pox Varicelle Gonorrhoea Gonorhée AIDS SIDA Malaria Paludisme Trypanosomiasis…...
Reproduction dans l’hôte
durée de l’infection courte relativement à la durée de vie de l’hôte
une certaine immunité
Cours d’une maladie
Infection microparasitique
Infections Microparisitiques
modèles Compartimentaux
SusceptiblesInfecté LatentsInfectieuxRecovered et immuns
population divisés en parties homogènes
Infections Microparisitiques on ne distingue pas le degré de l’infection
Infectionpar les protozoaires sont entre les deux e.g Malaria, Trypanosomiasis
au contraire la densité parasitique est essentielle dans les infections macroparatiques
Modèles Compartimentaux Susceptibles
capable de contracter la maladie et de devenir infectés
Exposed
Infectives
Removed
individus latent qui ayany contracté la maladie ne la transmette pas encore
transmette la maladie aux susceptibles
ne transmettent pas la maladie ( guéris, morts, quarantaine…)
Modèles Compartimentaux
Modèle SIRS
Modèles Compartimentaux
SIRS avec dynamique vitale
Le modèle Kermack-McKendrick classique
avec dynamique vitale
Le modèle Kermack-McKendrick
SIRS dynamique vitale, immunité temporaire
Le modèle Kermack-McKendrick
Modélisation du contact Représentation mathématique du mécanisme de la transmission
Qu’est ce que S(t), I(t), R(t) ?•La taille de la population ?
•Une densité ?
Modélisation du contact
S(t), I(t), R(t) ?•Originellement Kermack-McKendrick S,I,R étaient une densité de population par unité de surface (Ile de Bombay)
vraie loi d ’action de masse. Si • le nombre de contacts adéquats (contact suffisant pour la transmission)
Modélisation du contact S(t) nombre de susceptiblesI(t) le nombre d ’infectieuxN(t) la population totale
• le nombre de contacts adéquats (contact suffisant pour la transmission) d ’une personne par unité de temps
le nombre de moyen de contacts par unité de temps d ’un susceptible
•D ’où est le nombre de nouveaux cas par unité de temps dus à S susceptibles.
Modélisation du contactβIN
S
• Si on utilise une forme d ’incidence du type
–La vraie action de masse est aussi plus réaliste pour les populations animales.
– pour 5 maladies, (rougeole, coqueluche, varicelle, diphtérie, scarlatine) avec des populations variant entre
1000 et 400 000 on trouve que
Modélisation du contactβIN
S vraie action de masse
pseudo action de masse
The reproduction number R0
R0 est le nombre de cas secondaire qu’un seul cas engendre dans une période infectieuse.
Diekmann, Dietz, Heesterbeek, Metz :cadre rigoureux 1990-1991
Introduite par Macdonald dans le contexte du paludisme. (1952)
R0 et la notion de seuil
Modèle SIRS
deux équilibres :
˙ S =−βSI+γR˙ I = β SI−νI˙ R = νI −γR
⎧
⎨ ⎪
⎩ ⎪
N,0,0( )
νβ
,γ(Nβ −ν)β(ν +γ)
,ν(Nβ −ν)β(ν +γ)
⎛
⎝ ⎜ ⎞
⎠
Comme N=S+I+R est constant on peut réécrire le système
avec s=SN
, i =IN
, r =RN
équilibres :
1,0( ) νβN
,γ
ν +γ1−
νβN
⎛ ⎝ ⎜ ⎞
⎠
⎛
⎝ ⎜ ⎞
⎠ ⎟
Il y a un équilibre faisable dans le simplexe si :
1−ν
βN< 0 with
Il y a deux équilibres si :
1−ν
βN> 0 if
νβN
1−νβN
⎛ ⎝ ⎜ ⎞
⎠
γν +γ
1−ν
βN
⎛ ⎝ ⎜ ⎞
⎠
deux équilibres :
R0 =βNν
> 1 si
l’équilibre est stable
Jacobien en ν
βN,
γν +γ
1−ν
βN
⎛ ⎝ ⎜ ⎞
⎠
⎛
⎝ ⎜ ⎞
⎠ ⎟
R0 =βNν
> 1
l’équilibre endémique est stable :
R0
R0 est le nombre de cas secondaire qu’un seul cas engendre dans une période infectieuse.
valeur moyenne de la durée infectieuse :
R0
1ν
βNν
durant cette période une force d’infection s’applique sur la population des susceptibles N,
β
le nombre de cas secondaires est donc
0R =βN
ν +d
Les infectieux quittent le compartiment à la vitesse ν +d
d’où
Résultats Classiques (SIRS)
0R ≤1
0R >1
Résultats Classiques (SIRS)
Résultats Classiques (SIRS)
Morts de la peste dans l’île de Bombay : 17.12.1905 to 21.061906
Résultats Classiques (SIRS)
Exemples : MSEIR
N =M +S+E +I +R
˙ M =b(N −S)−(δ +d)M
˙ S =(b−d)S+δM −βSIN
˙ E =βSIN
−(ε +d)E
˙ I =εE −(γ +d)I
˙ R =γI −dR
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
˙ N =(b−d)N
MSEIR ˙ M =b(N −S)−(δ +d)M
˙ S =(b−d)S+δM −βSIN
˙ E =βSIN
−(ε +d)E
˙ I =εE −(γ +d)I
˙ R =γI −dR
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
˙ m =˙ M N
−M ˙ N N2 =
˙ M N
−m(b−d)
m=MN
s=SN
=(1−m−e−i −r)
e=EN
i =IN
r =RN
⎧
⎨
⎪ ⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪ ⎪
meir ˙ m =b(e+i +r) −δm
˙ e =βi(1−m−e−r)−(ε +b)e
˙ i =εe−(γ +b)i
˙ r =γI −bR
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
La seule entrée du système peut s ’écrire : 0 0 0 0
0 0 βs 0
0 0 0 0
0 0 0 0
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
m
e
i
r
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
˙ q =A(q).q
meir (stabilité de l ’équilibre non endémique) ˙ m =b(e+i +r) −δm
˙ e =βi(1−m−e−r)−(ε +b)e
˙ i =εe−(γ +b)i
˙ r =γi −br
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
A(m,e,i,r) =
−δ b b b
0 −(b+ε) βs 0
0 ε −(b+γ) 0
0 0 γ −b
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
˙ q =A(q).q
meir R0
1 infectieux : vie moyenne 1(b+γ)
cela crée des latents à la vitesse βis
soit (s=1) latents
β(b+γ)
multiplié par la durée de vie moyenne d ’un latent et la vitesse
R0 =βε
(b+γ)(b+ε)
Preuve :meirL ’équilibre non endémique (0,0,0,0) est GAS ssi R0 ≤1
−δ b b b
0 −(b+ε) βs 0
0 ε −(b+γ) 0
0 0 γ −b
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
cT = 0 ε (b+ε) 0( )
cT.A(x) = 0 0 βsε −(b+γ)(b+ε) 0( )
βsε−(b+γ)(b+ε) ≤0˙ m =b(e+i +r) −δm
˙ e =βi(1−m−e−r)−(ε +b)e
˙ i =εe−(γ +b)i
˙ r =γi −br
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
Ω = x∈IRn | xi ≥0 ∀i, xi ≤k∑{ }
Exemples : SEIRS
˙ S =−βg(I )S+ν −νS+δR
˙ E =−βg(I )S−(ε +ν)E
˙ I =εE −(γ +ν)I
˙ R =γI −(δ +ν)R
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
g(I ) >0
g(0) =0
g(I )I
≤c
exemples
SI
SI p
1+aIp
SEIRS
−βg(I )−ν 0 δ 0
0 −(ε+ν) βg(I )
IS 0
0 ε (γ +ν) 0
0 0 γ −(δ+ν)
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
˙ S =−βg(I )S+ν −νS+δR
˙ E =βg(I)S−(ε +ν)E
˙ I =εE −(γ +ν)I
˙ R =γI −(δ +ν)R
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
cT = 0 ε (ε+ν) 0( )
βεg(I )S−(γ +ν)(ε +ν)I ≤0
˙ S =+ν −νS+δR
˙ R =−(δ +ν)R
⎧ ⎨ ⎩
R0 =cβε
(γ +ν)(ε +ν)
βεg(I )I
S−(γ +ν)(ε+ν) ≤0
Le modèle de Ross (1911)
Le modèle de Ross (1911)
€
I1(t + Δt) = I1(t) + b2aΔt I2
N H − I1
N H
− rI1(t)Δt
€
d
dtI1(t) = b2aI2(1−
I1(t)
N H
) − rI1(t)
Modèle de Ross (1911)
dI1dt
=β1 I2 S1 −(ν1 +μ1)I1
dI2dt
=β2 I1 S2 −(ν2 +μ2)I2
€
dI2
dt=
ab
HI1 S2 − (ν 2 + μ2)I2
€
dI1
dt=
ab2
HI2 S1 − (ν 1 + μ1)I1
nombre de piqûres par moustique par unité de temps
€
a proportion de piqûres infectieuses qui donnent une infection
€
b2
proportion de piqûres par les moustiques sains sur un infecté qui donneront une infection pour le moustique
€
b1
€
dI1
dt=
ab2
HI2 (H − I1)− (r1 + μ1)I1
€
dI2
dt=
ab1
HI1 (M − I2)− (r2 + μ2)I2
€
m =V
H densité anophélienne,
Paludisme : Modèle de Ross (1911)
i1 =I1H
€
di2
dt= ab1 i1 (1− i2)− (r2 + μ2)i2€
i2 =I2
V€
di1dt
= ab2
V
Hi2 (1− i1)− (r1 + μ1)i1
€
dI1
dt=
ab2
HI2 (H − I1)− (r1 + μ1)I1
€
dI2
dt=
ab1
HI1 (V − I2)− (r2 + μ2)I2
€
m =V
H
Plus simplement
€
˙ x = mab2y (1− x) − r x
˙ y = ab1 x(1− y) − μy
⎧ ⎨ ⎩
€
di1dt
= ab2
V
Hi2 s1 − (ν 1 + μ1)i1
€
di2
dt= ab1 i1 s2 − (ν 2 + μ2)i2
€
di1dt
= mab2 i2 (1− i1 ) − ri1
€
di2
dt= ab1 i1 (1− i2)− μi2
€
μ1 << r1
ν2 <<μ2
Paludisme : Modèle de Ross (1911)
Modèle de Ross (1911)
Plus simplement
˙ x =−β1 xy+β1y−r x
˙ y =−β2 xy+β2x−μy
⎧ ⎨ ⎩
Ross 1911
˙ x =−β1 xy+β1y−r x
˙ y =−β2 xy+β2x−μy
⎧ ⎨ ⎩
Lotka 1923
Macdonald 1957
Dietz 1975
Paludisme : Modèle de Ross (1911)
R0
˙ x =−β1 xy+β1y−r x
˙ y =−β2 xy+β2x−μy
⎧ ⎨ ⎩
R0 =β1β2
μr
Equilibre xe =R0 −1
R0 +β2
μ
ye =R0 −1R0
.
β2
μ
1+β2
μ
modèle de Ross
€
˙ x
˙ y
⎡
⎣ ⎢
⎤
⎦ ⎥=
−r β1(1− x)
β 2(1− y) −μ
⎡
⎣ ⎢
⎤
⎦ ⎥
x
y
⎡
⎣ ⎢
⎤
⎦ ⎥
€
−r β1(1− x)
β 2(1− y) −μ
⎡
⎣ ⎢
⎤
⎦ ⎥ ≤
−r β1
β 2 −μ
⎡
⎣ ⎢
⎤
⎦ ⎥
Si R0 ≤ 1 alors le DFE est GAS
€
˙ x = β1y(1− x) − r x
˙ y = β 2x(1− y) − μy
⎧ ⎨ ⎩
€
R0 =β1β 2
μr=
ma2b1b2
μr
xe =R0 −1
R0 +β2
μ
ye =R0 −1R0
.
β2
μ
1+β2
μ
Si R0 > 1 il existe alors un unique équilibre endémique :
Remarque :
€
(1− xe )(1− ye ) =μr
β1β 2
=1
R0
Que montre ce modèle ?
Si
€
R0 =β1β 2
μr=
ma2b1b2
μr≤1
Le paludisme disparaît
Si
€
R0 =ma2b1b2
μr>1
Le paludisme s’installe de façon endémique
Que montre ce modèle ? C’était l’idée de Ross : il n’est pas nécessaire d’éliminer totalement la population anophélienne pour éradiquer le paludisme. Il suffit de réduire cette population en dessous d’un certain seuil :
€
R0 =β1β 2
μr=
ma2b1b2
μr≤1
proportion de piqûres infectieuses qui donnent une infection
proportion de piqûres par les moustiques sains sur un infecté qui donneront une infection pour le moustique
nombre de piqûres par moustique par unité de temps
€
a
€
b2
€
b1
Un modèle simple de la transmission de la Dengue
Aedes Aegypti