6.1 1 er mod` ele de dynamique de croissance du moustique
6.3 Mod` ele de transmission de la maladie
Dans cette partie nous introduisons un terme `a retard dans le mod`ele de trans-mission (3.9), repr´esentant le temps d’incubation n´ecessaire au vecteur pour devenir infectant. La dynamique concernant la population humaine reste elle inchang´ee ainsi que la dynamique de croissance de la population de moustique d´ecrite par (6.4). En effet `a l’instant t seul les vecteurs susceptibles ayant piqu´e un hˆote infect´e `a l’ins-tantt−r, deviennent `a leur tour «infect´e»et capable de transmettre le virus `a un humain lors d’une prochaine piqure. Le choix de consid´erer d’introduire la p´eriode d’incubation du virus dans le moustique se justifie d’un point de vue biologique.
En effet, comme expliqu´e dans les chapitres 2 et 5, lors de l’´epid´emie de l’ˆıle de la R´eunion, il a ´et´e observ´e et montr´e par la suite, que le pic d’´epid´emie survenue d´ebut 2006 ´etait principalement dˆu `a l’apparition d’une nouvelle souche li´ee a une mutation g´en´etique du virus chikungunya (mutation au niveau de la prot´eine d’en-veloppe E1). Cette mutation permettant au virus de traverser la barri`ere intestinale tr`es facilement et de se retrouver dans les glandes salivaires du moustique en 2 jours au lieu de 7 initialement. Le mod`ele (3.9) suivant,
du syst`eme (3.9). Comme pr´ec´edemment la population humaine totale v´erifieNH = SH(t) +IH(t) +RH(t) et la population totale de moustique v´erifie ¯Sm(t) + ¯Im(t) =
dIm
On obtient les autres ´equations de la mˆeme mani`ere. Le syst`eme s’´ecrit alors :
On se place dans le cas ou la dynamique de croissance (œufs (E), larves (L), femelles adultes (A)) est d´ecrite par le mod`ele (3.1) et qu’il y a persistance des esp`eces,i.e.le cas o`ur <1. On sait que dans ce cas le point d’´equilibre end´emique est globalement asymptotiquement stable. La dynamique de croissance du moustique (E, L, A) ´etant connue, nous appliquons `a nouveau le corollaire3.4.1. En effet, comme dans le cas du mod`ele sans retard, A(t) converge uniform´ement vers A∗. De mˆeme, il est facile de le v´erifier ´egalement pour A(t−r). Donc A(t−r)
d´efini sur
On v´erifie ais´ement que l’ensemble Ω est invariant pour le syst`eme (6.15). Posons R0= βHβm
dm(γ+bH) 6.3.1 Points d’´equilibres
Proposition 6.3.1.
– Le syst`eme (6.15) poss`ede toujours le point d’´equilibre trivial (1,0,0).
– Si R0 > 1 alors le syst`eme (6.15) poss`ede un point d’´equilibre end´emique donn´e par : 6.3.2 Etude de la stabilit´´ e l’´equilibre trivial (1,0,0)
Dans cette partie nous nous int´eressons `a l’´etude de la stabilit´e locale et globale du point d’´equilibre trivial.
Stabilit´e locale
Th´eor`eme 6.3.2. Le point d’´equilibre trivial (1,0,0)du syst`eme (6.15) est locale-ment asymptotiquelocale-ment stable siR0<1, et instable siR0 >1.
D´emonstration. Le polynˆome caract´eristique ´evalu´e au point d’´equilibre trivial (1,0,0) est donn´e par
o`u J0 =
−bH −βHIm∗ 0 −βHS∗H βHIm∗ −(γ+bH) βHSH∗
0 0 −dm
etJr=
0 0 0
0 0 0
0 βm(1−Im∗) −βmIH∗
Alors −bH est une racine strictement n´egatives du polynˆome caract´eristique
∆(λ). L’´etude se r´eduit donc `a l’analyse des racines du polynˆome suivant :
δ(λ) = (λ+ (γ+bH))(λ+dm)−βHβme−λr = 0. (6.16) Notons tout d’abord que lorsquer = 0, on obtient le mˆeme polynˆome caract´e-ristique que dans le cas EDO. Dans ce cas, on sait que toutes les valeurs propres de (6.16) sont de parties r´eelles strictement n´egative. D’apr`es le crit`ere de Routh-Hurwitz, l’´equilibre trivial est localement asymptotiquement stable lorsque R0<1 et instable lorsque R0 >1. On suppose `a pr´esent quer 6= 0, alors on a les deux cas suivant :
1. R0>1. Nous allons montrer que dans ce cas l’´equation (6.16) poss`ede une ra-cine r´eelle strictement positive. L’´equation (6.16) peut se r´e´ecrire de la mani`ere suivante :
λ2+ (γ+bH +dm)λ=βHβme−λr−(γ+bH)dm. Supposons λr´eelle et posons
F(λ) = λ2+ (γ+bH+dm)λ, G(λ) = βHβme−λr−(γ+bH)dm. Alors
i. F(0) = 0 et lim
λ→+∞F(λ) = +∞
ii. G(0) =βHβm−(γ+bH)dm= (γ+bH)dm(R0−1)>0 puisqueR0 >1 et Gest une fonction d´ecroissante.
Il existe donc λ∗ > 0 tel que F(λ∗) = G(λ∗), i.e. les fonctions F et G s’in-tersectent en λ∗. Par cons´equent δ(λ) poss`ede une racine r´eelle strictement positive et l’´equilibre trivial est instable.
2. R0<1. Notons tout d’abord que (6.16) n’a pas de solution r´eelle positive ou nulle. En effet F(λ) est croissante pour λ≥0 alors queG(λ) est d´ecroissante pourλ≥0 etG(0) = (γ+bH)dm(R0−1)<0. Il s’ensuit alors que si l’´equation (6.16) poss`ede des racines de parties r´eelles positives ou nulles alors ce sont des racines complexes, issues d’une paire de racines complexes conjugu´ees qui traversent l’axe imaginaire. Par cons´equent, il existe un r > 0 pour lequel
l’´equation (6.16) poss`ede une paire de solutions imaginaires pures. Supposons queλ=iy avec y >0 est une racine de (6.16), alors
δ(λ) = δ(iy)
= −y2+i(γ+bH +dm)y+ (γ+bH)dm−βHβm(cosyr−sinyr) = 0
Par identification des parties r´eelles et imaginaires, il s’ensuit quewv´erifie le syst`eme suivant,
−y2+ (γ+bH)dm =βHβmcosyr (a1) (γ+bH +dm)y=−βHβmsinyr (a2)
Pour ´eliminer les fonctions trigonom´etrique, il suffit d’´elever au carr´e et d’ad-ditionner les deux ´equations pr´ec´edentes, il vient :
(a1)2+ (a2)2=⇒(−y2+ (γ+bH)dm)2+ ((γ+bH +dm)y)2 = (βHβm)2
⇔y4+y2((γ+bH)2+d2m) + (γ+bH)2d2m−(βHβm)2= 0
⇔z2+z((γ+bH)2+d2m) + (γ+bH)2d2m−(βHβm)2 = 0 ouz=y2
⇔z2+a10z+a20= 0
(6.17) avec a10= (γ+bH)2+d2m et a20= (γ+bH)2d2m−(βHβm)2.
Nous allons montrer que l’´equation (6.17) n’a pas de racine r´eelle positive et par suite queiy avec y >0 n’est pas racine de (6.16)
Alors a10= (γ+bH)2+d2m)>0
et a20= (γ+bH)2d2m−(βHβm)2 = (γ +bH)2d2m 1−R20
>0 car R0<1.
Si l’on d´esigne par λ1 et λ2 les racines de (6.17), alors λ1λ2 = a20, ce qui signifie que les racines sont de partie r´eelle de mˆeme signe (racine complexe ou r´eelle). De plusλ1+λ2 =−a10<0, les racines sont donc de partie r´eelle strictement n´egative (racines r´eelles ou complexes). Par cons´equent l’´equation (6.17) ne peut avoir de racines r´eelles positives ce qui implique qu’il n’existe pas de y tels que iy soit solution de (6.16). D’o`u en appliquant le th´eor`eme de Rouch´e [[51], th´eor`eme 9.17.4], on en d´eduit que toutes les valeurs propres du polynˆome caract´eristique (6.16) sont de partie r´eelle strictement n´egative pour toute valeur du retardr >0. On en d´eduit que le point d’´equilibre trivial est localement asymptotiquement stable dans Ω siR0 <1.
−6 −5 −4 −3 −2 −1 0
−40
−30
−20
−10 0 10 20 30 40
ℜ(λ)
ℑ(λ)
Figure 6.8: Repr´esentation des racines de l’´equation caract´eristique du syst`eme (6.15) autour du point d’´equilibre trivial. Les valeurs des param`etres sont : bH = 0.0000351, βH = 0.1,γ = 0.1428, βm = 0.9, dm = 0.07 r = 2. Dans ce cas R0 = 0.9001. Il n’y a aucune racine de partie r´eelle strictement positive, donc le point d’´equilibre est localement asymptotiquement stable.
Stabilit´e globale
Th´eor`eme 6.3.3. Si R0 ≤1, le point d’´equilibre (1,0,0)est globalement asympto-tiquement stable.
D´emonstration. Notonsxt= (SH(t+θ), IH(t+θ), Im(t+θ))θ∈[−r,0] solution de (6.15) . Soit
V(xt) =bHIH +bHβH
dm Im+bHβHβm dm
Z t t−r
(1−Im(θ))IH(θ)dθ (6.18)
Alors V ≥ 0 le long des solutions de (6.15) puisque Ω est invariant. Notons que V = 0 si et seulement si IH et Im sont nuls. Consid´erons la d´eriv´ee orbitale de L
donn´ee par,
V′(t) =bHIH′ (t) + bHβH dm
Im′ (t) +bHβHβm
dm ((1−Im(t))IH(t)−(1−Im(t−r))Im(t−r))
=bHβHImSH −bH(γ+bH)Im(t) + bHβH
dm βm(1−Im(t−r))IH(t−r)
−bHβH
dm dmIm+bHβHβm
dm ((1−Im(t))IH(t)−(1−Im(t−r))Im(t−r))
=bHβHImSH −bH(γ+bH)Im(t) + bHβHβm
dm IH −bHβHβm dm IHIm
=βHbHIm(SH −1)−bH(γ+bH)IH +bHβHβm
dm IH− bHβHβm dm IHIm
≤IH
−bH(γ+bH) +bHβHβm
dm −bHβHβm dm
Im
carSH +IH+RH = 1 doncSH −1≤0
≤IH
bH(γ+bH)
−1 + βHβm dm(γ+bH)
−bHβHβm dm Im
≤IH
bH(γ+bH)(R0−1)−bHβHβm dm Im
≤0 car R0−1≤0
Dans le cas R0 < 1, V′ = 0 si et seulement si IH = 0 alors que dans le cas o`u R0 = 1, L′ = 0 si est seulement si IH = 0 ou Im = 0. Donc l’ensemble compact invariant le plus grand inclut dans{(SH, IH, Im)∈Ω : V′ = 0}, lorsqueR0 ≤1, est (1,0,0). Alors d’apr`es le principe d’invariance de Lasalle (voir th´eor`eme (A.2.8)), le point d’´equilibre (1,0,0) est globalement asymptotiquement stable dans Ω.
6.3.3 Etude de la stabilit´´ e de l’´equilibre end´emique (SH∗, IH∗, Im∗)
Nous consid´erons dans la suite queR0 >1 puisqu’il s’agit de la condition d’exis-tence de l’´equilibre end´emique (SH∗, IH∗, Im∗).
6.3.4 Stabilit´e locale
Le polynˆome caract´eristique du syst`eme lin´earis´e autour du point (SH∗, IH∗, Im∗) associ´e `a (6.15) est donn´e par :
∆(λ) = det
λ+bH+βHIm∗ 0 βHSH∗
−βHIm∗ λ+ (γ+bH) −βHSH∗ 0 −e−λrβm(1−Im∗) λ+dm+e−λrβmIH∗
= (λ+bH +βHIm∗)(λ+ (γ+bH))(λ+dm)
+e−λr[(λ+bH +βHIm∗) (βmIH∗(λ+γ+bH)−βHβmSH∗(1−Im∗)) +βH2βmIm∗SH∗(1−Im∗)
,
d’o`u, en remarquant que βHβmSH∗(1−Im∗) = βHβm R0
=dm(γ+bH), le syst`eme se r´e´ecrit de la mani`ere suivante,
∆(λ) = (λ+bH +βHIm∗)(λ+ (γ+bH))(λ+dm)
+e−λr((λ+bH +βHIm∗) (βmIH∗(λ+γ+bH)−dm(γ+bH)) +βHIm∗dm(γ+bH))
∆(λ) = 0 ⇔ λ3+a1λ2+a2λ+a3 =e−λr(T1λ2+T2λ+T3) (6.19) o`u
a1 = βHIm∗ + 2bH +γ+dm
a2 = (bH +βHIm∗)(γ+bH +dm) + (γ+bH)dm a3 = (bH +βHIm∗)(γ+bH)dm
T1 = −βmIH∗
T2 = −(bH+βHIm∗)βmIH∗ −βmIH∗(γ+bH) +dm(γ+bH)
= dm(γ+bH)−βmIH∗(βHIm∗ + 2bH +γ)
T3 = −((bH +βHIm∗)(βmIH∗ −dm)(γ+bH) +βHIm∗dm(γ+bH))
= −(γ+bH) (dmβHIm∗ +βHβmIm∗IH∗ −βHIm∗dm+bHβmIH∗ −bHdm)
= (γ+bH)(bHdm−(βHβmIm∗IH∗ +bHβmIH∗))
Lorsque r = 0, on obtient la mˆeme ´equation caract´eristique que dans le cas EDO.
Dans ce cas toutes les racines du polynˆome caract´eristique (6.19) sont de partie r´eelle
strictement n´egative. Le point d’´equilibre end´emique est donc localement asymp-totiquement stable lorsque r = 0. Notons ´egalement que l’´equation (6.19) n’a pas de solution r´eelle positive ou nulle pour tout r >0. En effet, on a a1 >0,a2 >0, a3 >0 T1 <0 et posons
˜
a2=a2−e−λrdm(γ+bH) ; T˜2 =−βmIH∗(βHIm∗ + 2bH +γ)
˜
a3=a3−e−λrbHdm(γ+bH) ; T˜3 =−(γ+bH)(βHβmIm∗IH∗ +bHβmIH∗)
Alors (6.19)⇔λ3+a1λ2+ ˜a2λ+ ˜a3=e−λr(T1λ2+ ˜T2λ+ ˜T3) (6.20) avec ˜a2>0, ˜a3 >0, ˜T2 <0 et ˜T3 <0. La fonctionλ3+a1λ2+ ˜a2λ+ ˜a3est strictement positive pour toutλ≥0. La fonctione−λr(T1λ2+ ˜T2λ+ ˜T3) est strictement n´egative pour toutλ≥0. On en d´eduit donc que l’´equation (6.19) ne poss`ede pas de solutions r´eelles positives ou nulles. Enfin, afin d’´eliminer les racines complexes conjugu´ees de parties r´eelles positives ou nulles on suppose `a nouveau qu’il existe unr >0 tel que λ=iy o`uy >0 est une racine de (6.19). Alors dans ce cas, on a
−iy3−a1y2+ia2y+a3 = (cosyr−isinyr)(−T1y2+iT2y+T3)
⇔
a2y−y3 =T2ycosyr−(T3−T1y2) sinyr
a3−a1y2 = (T3−T1y2) cosyr+T2ysinyr (6.21) D’o`u
(a2y−y3)2+ (a3−a1y2)2 = (T2ycosyr)2−2T2ycosyr(T3−T1y2) sinyr +((T3−T1y2) sinyr)2+ ((T3−T1y2) cosyr)2 +2T2ysinyr(T3−T1y2) cosyr+ (T2ysinyr)2
⇔y6−2a2y4+ (a2y)2+a21y4−2a1a3y2+a23 = (T2y)2+ (T3−T1y2)2
⇔y6+ (a21−2a2−T12)y4+ (a22−2a1a3−T22+ 2T3T1)y2+a23−T32= 0 (6.22)
⇔z3+αz2+βz+v= 0 o`u z=y2 (6.23)
avec
α = a21−2a2−T12
β = a22−2a1a3−T22+ 2T3T1 υ = a23−T32
Pour montrer que (SH∗, IH∗, Im∗) est LAS, il faut montrer que (6.23) n’a pas de solu-tions r´eelle strictement positive, ce qui est imm´ediat lorsqueα≥0,υ≥0 etβ >0.
On en d´eduit ainsi y2 = z et donc que l’´equation (6.19) ne peut avoir de solution
imaginaire pure. Ce r´esultat nous permet d’en d´eduire qu’il n’existe pas de valeur y tel queλ=iy soit une valeur propre de l’´equation (6.19). On obtient ensuite, par le th´eor`eme de Rouch´e [[51], th´eor`eme 9.17.4], que toutes les valeurs propres sont de parties r´eelles strictement n´egatives quelque soit le retard r. L’analyse pr´ec´edente, peut se r´esumer de la mani`ere suivante :
Th´eor`eme 6.3.4. Supposons que i R0>1;
ii α≥0,υ≥0 et β >0.
Alors (SH∗, IH∗, Im∗) est absolument stable, i.e. (SH∗, IH∗, Im∗) est stable quelque soit la valeur du retard r.
Remarque 6.3.1. Le th´eor`eme 6.3.4 indique que si les param`etres v´erifient les conditions (i) et (ii) alors l’´equilibre end´emique est localement asymptotiquement stable quelque soit la valeur du retardr. N´eanmoins notons que si une des conditions n’est pas v´erifi´ee, en particulier une des in´equations de (ii), alors la stabilit´e de l’´equilibre d´epend de la valeur du retard. L’´equilibre peut alors perdre sa stabilit´e suivant les valeurs du retard r. Par exemple, siυ <0alors h(0)<0et lim
z→∞h(z) =
∞. Il s’ensuit alors que l’´equation (6.22) `a au moins une racine r´eelle positive not´e y0 =√z0.
6.3.5 Analyse de bifurcation
On s’int´eresse `a pr´esent aux bifurcations de param`etrer. Les solutions de l’´equa-tion (6.19) sont alors vues comme des foncl’´equa-tions du retardr. Soitλ(r) =x(r) +iy(r) une valeur propre de (6.19) tel qu’il existe une valeur initiale du retardr0 v´erifiant x(r0) = 0 ety(r0) =y0 >0. D’apr`es l’´equation (6.21) on a :
a2y0−y03 =T2y0cosy0r−(T3−T1y20) siny0r
a3−a1y02= (T3−T1y02) cosy0r+T2y0sin y0r (6.24) D’o`u
(T2y0)(a2y0−y30) + (T3−T1y20)(a3−a1y20) = (T2y0)2cosy0r+ (T3−T1y02)2cosy0r cosy0r= (T1a1−T2)y40+ (a2T2−T3a1−T1a3)y02+a3T3
(T2y0)2+ (T3−T1y0)2 rj = 1
y0arccos
(T1a1−T2)y04+ (a2T2−T3a1−T1a3)y02+a3T3 (T2y0)2+ (T3−T1y0)2
+2jπ
y0 j= 1,2, ..., n
Nous allons ensuite montrer que la condition dRe(λ(r))
dr |r=r0>0 est v´erifi´ee. Par continuit´e, il s’ensuit que la partie r´eelle de λ(r) devient positive lorsque r > r0 et l’´equilibre devient alors instable. De plus, nous allons montrer qu’une bifurcation de Hopf survient lorsquer d´epasse le seuil critique r0 (voir [43]). Pour appliquer le th´eor`eme de bifurcation de Hopf donn´e par Marsden et McCracken dans [61], nous devons montrer le th´eor`eme suivant :
Th´eor`eme 6.3.5. Supposons que y0 est la plus grande racine positive simple de l’´equation (6.22). Alorsiy(r0) =iy0 est une racine simple de (6.19) etx(r) +iy(r) est diff´erentiable par rapportr au voisinage der =r0.
En effet apr`es calculs (voir plus bas), on obtient queiy0 est une racine simple de (6.19), qui est une ´equation analytique. D’o`u en utilisant la version analytique du th´eor`eme des fonctions implicites,x(r) +iy(r) est d´efinie et analytique au voisinage der =r0.
Lemme 6.3.6. Supposons que x1, x2 et x3 soient racines de l’´equation
g(x) =x3+αx2+βx+υ= 0 (β <0).
On suppose que x3 est la plus grande racine simple positive de l’´equation, alors
dg(x)
dx |x=x3>0
Nous allons `a pr´esent montrer qu’une bifurcation de Hopf survient pour r=r0. Pour cela nous devons montrer que dReλ(r)
dr |r=r0> 0. La d´eriv´ee de l’´equation (6.19) par rapport `ar est donn´ee par,
(3λ2+ 2a1λ+a2)dλ
dr =−re−λr(T1λ2+T2λ+T3)dλ
dr +e−λr(2T1λ+T2)dλ dr
−λe−λr(T1λ2+T2λ+T3)
d’o`u
Puisqueh(z) =z3+αz2+βz+υ alors dh(z)
dz = 3z2+ 2αz+β= 3z2+ 2(a21−2a2−T12)z+ (a22−2a1a3+ 2T1T3−T22).
De plus commey0 est la plus grande valeur propre positive de (6.22), alors d’apr`es le lemme (6.3.6), on a
dh(z) dz
z=y20 >0.
D’o`u
d(Reλ) dr
y=y0,r=r0 =
dh(y20) dz
(a1y02−a3)2+ (y30−a2y0)2 >0.
On obtient alors le th´eor`eme suivant qui r´esume les r´esultats pr´ec´edents Th´eor`eme 6.3.7. Supposons que les hypoth`eses
(i) R0 >1
(ii) υ <0 ou υ≥0 et β <0
sont v´erifi´ees. On d´esigne par y0 la plus grande racine simple positive de (6.22).
Alors l’´equilibre end´emique (SH∗, IH∗, Im∗) du syst`eme (6.15) est asymptotiquement stable lorsque r < r0 et instable lorsque r > r0, o`u
r0= 1
y0 arccos
(T1a1−T2)y04+ (a2T2−T3a1−T1a3)y20+a3T3 (T2y0)2+ (T3−T1y0)2
. Lorsque r=r0, une bifurcation de Hopf survient.
6.4 Conclusion
Dans ce chapitre nous avons formul´e deux mod`eles int´egrant un terme `a retard.
Le premier li´e `a la dynamique de croissance du moustique int`egre la dur´ee du stade œuf avec une auto-r´egulation par la capacit´e d’accueil du milieu des larves puis des œufs et des larves. Nous avons montr´e que les seuils d’existence d’un ´equilibre en-d´emique sont les mˆemes ainsi que les comportements asymptotiques pour certaines valeurs du retard ou encore pour des valeurs de KE suffisamment grandes. Une comparaison avec le syst`eme aux ´equations diff´erentielles ordinaires propos´ee dans le chapitre3a ´egalement ´et´e propos´ee permettant ainsi d’´etablir une relation entre le taux de transfert des œufs/larves du syst`eme ED0 (3.1) et le retard du syst`eme (6.4). Dans un second temps, nous avons adapt´e le mod`ele de transmission d´efini au chapitre3 via la formulation d’un mod`ele `a retard prenant en compte la p´eriode d’incubation du virus chez le moustique. Contrairement au mod`ele de dynamique de croissance du moustique, nous avons montr´e l’existence d’une bifurcation de Hopf, le retard entrainant donc une perte de stabilit´e de l’´equilibre end´emique sous certaines conditions.
Conclusion
Dans ce travail nous nous sommes int´eress´es `a la mod´elisation et l’´etude de la transmission de maladies vectorielles.
Nous avons rappel´e quelques notions de mod´elisation en dynamique des popu-lations et en ´epid´emiologie que nous avons appliqu´e au cas du chikungunya, dont le m´ecanisme de transmission est ´egalement rappel´e.
Cette maladie vectorielle transmise par les moustiques du genreAedes, fait partie de ce que l’on qualifie aujourd’hui de maladies r´e-´emergentes. Les notions de biologie du vecteur, de l’interaction de celui-ci avec l’environnement et avec la population humaine, ont ´et´e rappel´ees et nous ont permis d’aborder le probl`eme de mod´elisation et d’´etude sous diff´erents angles.
Nous nous sommes tout d’abord int´eress´es `a la formulation de mod`eles (EDO) d´ecrivant la dynamique de croissance du vecteur, ainsi que la transmission du vi-rus `a la population humaine. Pour ces deux mod`eles, nous avons propos´e une ´etude qualitative. Le premier d´ecrit la dynamique de croissance des moustiques aux stades immatures (œufs, larves/nymphe) et adultes (femelles uniquement), sans pr´esence de virus ni de maladie. Celui-ci est bas´e sur un mod`ele structur´e par stades d’´evo-lution et repose sur le cycle de vie biologique de l’insecte. Nous avons montr´e l’exis-tence d’un seuilr assurant l’existence d’une solution d’´equilibre end´emique, lorsque celui-ci est sup´erieur `a 1. La stabilit´e globale des solutions d’´equilibre `a ´et´e donn´ee suivant les valeurs du seuilr.
Partant de la conditionr >1 assurant la pr´esence d’esp`eces, nous avons formul´e un second mod`ele afin de d´ecrire la transmission du virus au sein de la population humaine. Pour cela nous avons utilis´e des mod`eles classiques en ´epid´emiologie de type SI pour le vecteur et SIR pour la population humaine. Le taux de recrute-ment de la population de vecteur est alors assur´e grˆace au couplage avec le syst`eme d´ecrivant l’´evolution des stades immatures. Une ´etude qualitative de ce mod`ele a ´egalement ´et´e propos´ee. Comme dans le cas pr´ec´edent, l’existence de solutions d’´equilibre ainsi que leur stabilit´e d´epend du taux de reproduction de base R0 que nous avons d´etermin´e. L’´etude de la stabilit´e globale de l’´equilibre trivial, celui o`u
la maladie tend `a disparaˆıtre, est obtenue grˆace `a la construction d’une fonction de Lyapunov appropri´ee. La stabilit´e de l’´equilibre end´emique est obtenue par applica-tion de la th´eorie des syst`emes comp´etitifs. Enfin nous avons montr´e que l’´etude de ce mod`ele o`u la force de l’infection entre humains susceptibles et vecteurs infect´es n’est pas classique, peut, par un simple changement de variable, se ramener `a l’´etude d’un mod`ele avec le taux d’infection classique. Dans ce cas le taux de reproduction de base d´epend explicitement des param`etres li´es `a la dynamique de croissance des stades immatures.
Nous nous sommes ensuite concentr´es sur la possibilit´e de contrˆoler la trans-mission du virus par l’interm´ediaire de diff´erentes techniques de lutte. L’objectif fix´e consistait `a r´eduire le nombre d’infections, humains et moustiques, ainsi que l’expansion de la population de vecteur. Pour cela, la formulation d’un probl`eme de contrˆole optimal associ´e au syst`eme d´evelopp´e pr´ec´edemment, a permis la prise en compte de trois contrˆoles : le premier mod´elisant la lutte anti-vectorielle sur les stades immatures ; le deuxi`eme englobant toutes les mesures de pr´eventions ; le der-nier correspondant au traitement des malades. Plusieurs sc´enarios ont ´et´e simul´es afin de d´eterminer l’intensit´e des diff´erents contrˆoles `a appliquer ainsi que l’instant ou ceux-ci doivent ˆetre appliqu´es. En r´esolvant le syst`eme d’optimalit´e, nous avons par exemple observ´e num´eriquement que la lutte anti-vectorielle orient´ee sur les larves joue un rˆole important dans le contrˆole de la prolif´eration du moustique et dans la transmission du virus.
L’´etude de ce genre de maladie impliquant diff´erentes populations, qui inter-agissent dans un environnement donn´e, am`ene `a la prise en compte de la dynamique spatio-temporelle. L’approche que nous avons d´evelopp´ee consiste en la formulation d’un mod`ele de type m´etapopulation, dans lequel les d´eplacements journaliers des humains sont pris en compte ainsi que le rayon d’action limit´e des moustiques. Une
´etude num´erique du mod`ele formul´e est propos´ee en consid´erant un r´eseau o`u les nœuds repr´esentent des habitats de l’ˆıle de la R´eunion. Dans un premier temps, les r´esultats montrent l’influence d´ecisive de la mobilit´e humaine dans la propagation de la maladie. Cette mod´elisation a ensuite permis de montrer l’importance d’inter-actions locales, souvent n´eglig´ees, avec une mod´elisation de la mobilit´e des insectes.
Ce mod`ele `a permis l’analyse de diff´erents sc´enarios de confinement de la population et de variation des diff´erentes mobilit´es. Enfin nous avons valid´e cette approche avec la confrontation `a des donn´ees r´eelles relatant l’´epid´emie de 2005/2006 sur l’ˆıle de la r´eunion.
Dans une derni`ere partie nous nous sommes int´eress´es `a la formulation de mo-d`eles `a retard (EDR) dans lesquels nous analysons l’influence de la dur´ee du stade œuf dans le mod`ele de dynamique de population ainsi que la p´eriode d’incubation du virus chez le moustique adulte, dans le mod`ele de transmission. L’´etude du pre-mier mod`ele nous a permis de montrer qu’il n’y a pas de changement de stabilit´e lorsque les param`etres du mod`ele EDO et celui du mod`ele EDR sont les mˆemes.
Les comportements asymptotiques ainsi que les ´equilibres sont les mˆemes. Par iden-tification, nous en avons d´eduit le taux de transfert, des œufs vers les larves, en fonction du retard `a utiliser dans le mod`ele EDO. Dans le cas de la transmission, le retard entraine une perte de stabilit´e de l’´equilibre end´emique et l’apparition d’une bifurcation de Hopf.
Perspectives
Etude de sensibilit´´ e des param`etres
Dans l’´etude du mod`ele de type m´etapopulation, dans le chapitre5, nous avons mis en ´evidence, par le biais d’une ´etude num´erique, une corr´elation entre les taux d’infections βH et βm. Il serait dans la suite int´eressant, d’approfondir ce r´esul-tat grˆace `a une ´etude de sensibilit´e des param`etres et d’identifiabilit´e. Cette ´etude permettrait de d´eterminer de mani`ere th´eorique la relation entre les taux d’infec-tions, ainsi qu’`a d´eterminer l’influence de chaque param`etre sur le comportement du syst`eme.
Mod`eles de diffusion utilisant les ´equations diff´erentielles partielles Nous avons choisi, dans le chapitre5, d’utiliser une approche de type m´etapopu-lation, afin de prendre en compte la mobilit´e des populations humaines et vecteurs.
Cette approche semble effectivement appropri´ee dans le cas de la mobilit´e humaine, puisqu’il est possible d’identifier chaque individu par rapport `a son lieu de r´esidence, celui dont il est originaire, et sa destination. En revanche celle-ci reste discutable dans le cas du vecteur. En effet, il serait int´eressant de mod´eliser la diffusion et la dispersion des moustiques de mani`ere plus classique et faisant appel aux EDP, puis
Cette approche semble effectivement appropri´ee dans le cas de la mobilit´e humaine, puisqu’il est possible d’identifier chaque individu par rapport `a son lieu de r´esidence, celui dont il est originaire, et sa destination. En revanche celle-ci reste discutable dans le cas du vecteur. En effet, il serait int´eressant de mod´eliser la diffusion et la dispersion des moustiques de mani`ere plus classique et faisant appel aux EDP, puis