Analyses complémentaires

Trois analyses complémentaires ont été réalisées pour répondre à certaines questions soulevées par les résultats. La première analyse visait à tester l’influence du découpage en groupes lors de la première phase de l’analyse multivariée. Les résultats de cette analyse, présentés à la fin de l’annexe 9, montrent que la modification de ce découpage n’a que très peu d’effets sur les modèles finaux. La deuxième analyse visait à tester la pertinence de l’inclusion de variables paysagères dans les modèles (partie 2.5.1). Enfin, la dernière analyse

visait à tester l’effet de l’inclusion ou non des coordonnées géographiques dans les modèles (partie 2.5.2).

2.5.1. Comparaison des modèles avec et sans variables paysagères

Comme il s’agit de la première étude à haute résolution spatiale sur les indicateurs paysagers influençant la survenue de foyer de FCO, il était important d’évaluer leur pertinence. Afin de tester l’apport de l’inclusion de variables paysagères dans les modèles, de nouveaux modèles sans variable paysagère ont donc été construits aux trois échelles de voisinage, en utilisant la même méthode. Pour comparer les modèles avec et sans variables paysagères, le critère d’Akaike corrigé (cAIC), mesurant la qualité de l’ajustement (proximité des prédictions avec la réalité) tout en prenant en compte sa parcimonie, a été choisi car les modèles ne présentaient pas le même nombre de variables. Les modèles incluant les variables paysagères présentent un meilleur critère d’Akaike (ayant une valeur plus petite) aux trois échelles de voisinage (tableau 23) (pour le détail de l’analyse, se référer à l’article publié dans Veterinaria Italiana, présentés dans la section valorisations (article 2).

Tableau 23 : Comparaison des modèles avec et sans variables paysagères.

Taille de voisinage

500 m 1 km 2 km

Types de

variables Sans variables paysagères Avec variables paysagères Sans variables paysagères Avec variables paysagères Sans variables paysagères Avec variables paysagères Mixité Mixité Mixité Mixité Mixité Mixité Caract.

des

élevages Latitude Latitude Latitude Latitude Latitude

Ensoleillement

moyen Ensoleillement moyen Ensoleillement moyen Ensoleillement moyen Altimétrie Altitude Pourcentage de prairie arborée Présence végétation arbustive rase Présence végétation arbustive rase Occu- pation du sol Pourcentage de prairie ouverte Patch Richness

Density LSI de zone non végétalisée

Nb. d’entités de prairie ouverte LSI de prairie ouverte Paysage LSI de maquis, garrigue et forêt cAIC 90.4 89.5 89.8 85.1 90.6 82.9

2.5.2. Comparaison des modèles avec et sans les coordonnées géographiques

Pour tester l’effet de l’inclusion ou non des coordonnées géographiques, des modèles ont été construits selon la même méthode (à partir des 80 élevages de l’extrême sud de la Corse), sans inclure les coordonnées géographiques (sans la variable latitude) pour les modèles basés sur les voisinages de 500 m et de 2 km (tableau 24) et, par souci de comparaison, en forçant la variable latitude dans le modèle basé sur le voisinage de 1 km (initialement ce modèle n’incluait pas la variable latitude) (tableau 25).

Tableau 24 : Comparaison des modèles avec et sans (en éliminant) la variable latitude, établis avec les voisinage de 500 m et 2 km.

Voisinage de 500 m Voisinage de 2 km

Avec la latitude * Sans la latitude Avec la latitude * Sans la latitude

Latitude Pourcentage de prairie

arborée (Tert.) Latitude Patch density (Tert.)

Mixité Mixité Mixité Mixité

Patch Richness Density

(Tert.) végétalisée (Cont.) LSI de zone non prairie ouverte (Cont.) Nombre d’entités de Nombre d’entités de prairie ouverte (Cont.) LSI de prairies ouvertes

(Tert.) Ensoleillement moyen (Cont.) LSI de zone non végétalisée (Cont.) Nombre d’entités de zone

non végétalisée (Tert.) * Modèles établis en première intention

(Tert.) : variable codée en tertiles ; (Cont.) : variable codée en continue Cellules grisées : variables communes aux deux modèles

Tableau 25 : Modèles établi avec (en forçant) et sans la variable latitude établis pour le voisinage de 1 km.

Voisinage de 1 km

Avec la latitude ** Sans la latitude *

Latitude Présence végétation arbustive rase

Mixité Mixité

LSI de zone non végétalisée (Cont.) LSI de zone non végétalisée (Cont.) LSI de prairie ouverte (Tert.) LSI de prairie ouverte (Tert.) Nombre d’entités de prairie ouverte (Cont.) LSI de maquis, garrigue et forêt (Tert.)

Ensoleillement moyen (continu)

* Modèles établis en première intention

** Modèle obtenu en forçant la variable latitude

(Tert.) : variable codée en tertiles ; (Cont.) : variable codée en continue Cellules grisées : variables communes aux deux modèles

Pour le modèle établi avec un voisinage de 500 m, seule la variable « mixité » reste commune aux modèles avec et sans les coordonnées géographiques. Pour le modèle établi avec un voisinage de 2 km, les variables « mixité » et « nombre d’entités de prairies ouvertes » sont incluses dans les deux modèles. Enfin, pour celui établi avec un voisinage de

1 km, trois variables sont communes : la mixité, l’indice LSI des zones non végétalisées et l’indice LSI des prairies ouvertes. Le retrait de la variable « latitude » entraîne donc de fortes modifications des modèles.

Les résultats de validation interne et externe des modèles avec et sans les coordonnées géographiques sont présentés dans les tableaux 26 et 27. Cela permet de tester si les mauvais résultats de validation externe en terme de sensibilité et spécificité (au seuil 0,5) sont liés ou non à l’inclusion de la variable latitude dans les modèles.

Tableau 26 : Validation interne des 3 modèles avec et sans les coordonnées géographiques.

Taille de voisinage

500 m 1 km 2 km

Validation interne (n=80)

Avec Y* Sans Y Avec Y Sans Y* Avec Y* Sans Y

AUC ROC (IC 95 %) 0,85 (0,77-0,93) 0,84 (0,74–0,91) 0,88 (0,80-0,95) 0,90 (0,83-0,97) 0,88 (0,81-0,96) 0,88 (0,78-0,94) Sensibilité (seuil : 0,5) (%) 87 89 78 85 87 89 Spécificité (seuil : 0,5) (%) 62 68 82 85 68 76

* Modèles établis en première intention

Y : latitude ; AUC : aire sous la courbe ; IC 95 % : intervalle de confiance à 95 %

Les résultats de validation interne des modèles avec et sans les coordonnées géographiques sont globalement similaires. Les pouvoirs discriminants des modèles (AUC ROC) sont très légèrement inférieurs pour les modèles modifiés (avec la latitude pour les voisinages de 500 m et 2 km et sans la latitude pour 1 km), mais ces différences ne sont pas statistiquement significatives. Les valeurs de sensibilité et spécificité sont légèrement meilleures pour les modèles établis pour les voisinages de 500 m et 2 km, et moins bonnes pour celui établi pour un voisinage de 1 km, mais là aussi les différences ne sont pas significatives.

Tableau 27 : Validation externe des 3 modèles avec et sans les coordonnées géographiques dans la région d’Ajaccio.

Taille de voisinage

500 m 1 km 2 km

Validation externe (région d’Ajaccio)

Avec Y* Sans Y Avec Y Sans Y* Avec Y* Sans Y

Nombre d’élevages 151 151 134 134 130 130 AUC ROC (IC 95 %) 0,73 (0,65-0,81) 0,72 (0,63–0,80) 0,79 (0,72-0,87) 0,81 (0,74-0,88) 0,77 (0,69-0,85) 0,79 (0,72-0,87) Sensibilité (seuil : 0,5) (%) 0 32 17 47 3 47 Spécificité (seuil : 0,5) (%) 100 94 100 92 100 87

* Modèles établis en première intention

Y : latitude ; AUC : aire sous la courbe ; IC 95 % : intervalle de confiance à 95 %

Les résultats de validation externe des modèles avec et sans les coordonnées géographiques sont également très proches en terme de pouvoir discriminant (aucune différence significative). Les valeurs de sensibilité et de spécificité pour les modèles sans la latitude sont meilleures que celles des modèles comportant la latitude, mais restent toutefois non satisfaisants. L’amélioration apportée lors de l’élimination de la variable latitude confirme l’hypothèse que l’inclusion de cette variable dans les modèles les rend difficilement exportables sur de nouveaux terrains. Cependant, éliminer cette variable ne permet pas d’obtenir des modèles utilisables à des fins de prédiction.

Ainsi, les modèles issus de l’approche maladie, qu’ils comportent ou non la variable latitude, présentent un pouvoir discriminant satisfaisant, mais ne peuvent être utilisés à des fins prédictives que de façon qualitative et non quantitative.

3. Discussion

Les données épidémiologiques sont discutées dans la partie 3.154_{, les résultats dans la}

partie 3.2 et les analyses complémentaires dans la partie 3.3.

54 _{La discussion sur les données environnementales étant commune aux approches maladie et vecteur, elle est}