0 avis
Statistical modeling of the dynamics of Ebola virus infection in Guinea. Modélisation statistique de la dynamique de l’infection par le virus Ebola en Guinée
Archive ouverte
Edité par CCSD -
The 2013–2016 outbreak was the largest and most complex Ebola outbreak with nearly 30,000 cases, more than 11,000 deaths, and more than 17,000 survivors, mainly in Guinea, Liberia, and Sierra Leone. Due to its magnitude, this epidemic made it possible to set up studies among survivors and their contacts and the data collected presented challenges in their analysis which are related to biostatistics field, i.e. the estimation of the diagnostic test performance in the absence of a gold standard, the modeling of the longitudinal evolution of a biomarker, the estimation of prevalences and incidences of an event from repeated and interval censored data over time, the modelling of the occurrence of recurrent events, the modelling of the time to event for censored data, the estimation of the duration of recurrent events from interval censored data. In this work, the use of these techniques allowed us to determine the prevalence of asymptomatic and pauci-symptomatic forms of Ebola virus disease (EVD) in contacts persons according to the level of exposure and the prevalence of long-term sequelae in survivors of EVD, the carriage of the virus in biological fluids as well as the antibody kinetics and their predictive factors. Finally, we proposed a method to impute the dates of occurrence of an event in a longitudinal study with interval-censored data. This work has thus been able to address issues of interest in public health and has positively influenced international recommendations in the fight against EVD. . Entre 2013 et 2016, le monde a connu la plus importante et la plus complexe épidémie de maladie à virus Ebola avec près de 30 000 cas, plus de 11000 décés et plus de 17000 survivants principalement en Guinée, au Liberia et en Sierra Leone. De par son ampleur, cette épidémie a rendu possible la mise en place d’études auprès des survivants et de leurs contacts et les données collectées présentaient des challenges dans leurs analyses qui relèvent de la biostatistique à savoir l’estimation des performances d’un test diagnostique en absence de gold standard, la modélisation de l’évolution longitudinale d’un biomarqueur, l’estimation de prévalences et d’incidences d’un évènement à partir de données répétées dans le temps et censurées par intervalle, la modélisation de l’occurrence d’évènements récurrents, la modélisation du temps écoulé jusqu’à l’apparition d’un évènement d’intérêt avec des données censurées, l’estimation des durées d’évènements récurrents en présence de données censurées par intervalle. Dans ce travail de thèse, l’utilisation de ces techniques nous ont permis de déterminer auprès des personnes contacts, la prévalence des formes asymptomatiques et pauci-symptomatiques de la MVE en fonction du niveau d’exposition et auprès des survivants de la MVE, la prévalence des séquelles à long terme, le portage du virus dans les fluides biologiques ainsi que la cinétique des anticorps et leurs facteurs prédictifs. Enfin, nous avons proposé une méthode pour imputer les dates de survenue d’un évènement quelconque dans une étude longitudinale avec des données censurées par intervalle. Cette thèse a donc pu répondre à des problématiques d’intérêt en santé publique et a influencé positivement les recommandations internationales dans la lutte contre la MVE.
Consulter en ligne
Suggestions
Du même auteur
