Spelling suggestions: "subject:"multiparasitism"" "subject:"multiparasitismo""
1 |
Modélisation statistique des associations et des interactions entre des parasites transmis par des vecteurs, à partir de données issues d'études transversales / Statistical modelling of associations and interactions between vector borne parasites, using data from cross-sectional studiesVaumourin, Elise 26 September 2014 (has links)
Le multiparasitisme et surtout les associations qui en découlent, ont une grande influence sur l’écologie des parasites concernés. Elle est d’autant plus grande que les parasites peuvent interagir et ainsi modifier leurs effets sur les hôtes. Cependant, l’identification des associations et interactions de parasites est complexe au niveau populationnel. Notre objectif était de modéliser les associations et les interactions multiparasitaires, notamment dans le cadre des parasites d’importance médicale, vétérinaire ou agronomique. Nous avons tout d’abord réalisé une revue bibliographique sur les différentes causes et conséquences du multiparasitisme ainsi que sur les méthodes et outils disponibles pour comprendre les phénomènes qui le génèrent. Dans un second temps, nous nous sommes intéressés tout particulièrement à la détection des associations multiparasitaires. Nous avons développé une nouvelle méthode « de screening des associations » pour tester statistiquement la présence d’associations de parasites à une échelle globale. Nous avons utilisé cette méthode pour identifier les associations et pour révéler précisément les parasites associés au sein de diverses populations d’hôtes. Puis, nous avons étudié les interactions entre les parasites. Nous avons développé un modèle pour identifier les interactions entre deux parasites vectorisés et persistants chez un hôte, à partir de données issues d’études transversales. L’une des voies de progression de la connaissance sur les interactions est la prise en compte des facteurs de risque communs. La prise en compte des interactions contribue à améliorer le diagnostic, les traitements et la prévention des maladies infectieuses. / Multiparasitism and specifically statistical associations among parasites, have a strong influence on the ecology of parasites. This influence reinforced when parasites interact and thus modify their effect on hosts. However, the identification of associations and interactions between parasites is complex at the population level. Our aim was to model multi-parasite associations and interactions, in particular for parasites of medical, veterinary or agricultural importance. We first present a review of the literature on the different causes and consequences of multiparasitism and the methods and tools available to better understand the phenomena that generate them. In a second step we worked on the detection of multi-parasite associations. We developed a new approach « association screening » to statistically test the presence of multi-parasite associations on a global scale. We used this method to identify associations and to reveal precisely associated parasites in different host populations. Then, we focused on the study of interactions between parasites. We developed a model to identify the interactions between two vector-borne and persistent parasites in a host, using data from cross-sectional studies. One way to increase our capacity to detect parasite interactions in populations is the taking into account common risk factors. Taking into account interactions increases diagnosis, treatments and prevention of infectious diseases.
|
2 |
Des concepts et méthodes associés à la co-circulation des virus dans les populations naturelles d’hôtes à la nécessité d’interdisciplinarité : l’exemple du chat et de ses virus / From concepts and methods associated with viruses’ co-circulation in natural populations to the need for interdisciplinarity : the example of the cat and its virusesHellard, Éléonore 06 April 2012 (has links)
De nombreux parasites circulent dans les populations naturelles. Au sein d’un hôte, souvent pluri-infecté, ils peuvent interagir, augmentant ou réduisant le risque d’infection et les symptômes d’autres pathogènes. L’étude de ces interactions commence seulement dans les populations naturelles. Les enjeux sont cruciaux : détecter les interactions d’intérêt, estimer la probabilité de coinfection, comprendre la cocirculation des parasites. La détection des interactions sur le terrain est compliquée par la nature des données (e.g., présence-absence) et les facteurs confondants créant des associations statistiques (fausses interactions). Ce travail visait à mener une réflexion transversale sur ces interactions et le multiparasitisme, avec des applications à des données sérologiques pour 4 virus félins suivis dans des populations rurales de chats domestiques. De nouvelles méthodes de modélisation dynamique et statistique ont été développées pour prendre en compte les facteurs générant de fausses interactions (effet cumulatif de l’âge, facteurs de risque communs) et évaluer le biais des méthodes classiques. Des synergies entre 3 couples de virus félins ont été révélées. On a aussi identifié des caractéristiques comportementales et physiologiques (modes de vie, niveau de testostérone), qui, en modulant l’exposition et la sensibilité aux pathogènes, génèrent une forte hétérogénéité entre les hôtes. Enfin, une vision intégrative des systèmes hôte-parasites est indispensable pour appréhender la complexité des communautés et évaluer l’impact de la multitude d’hôtes, de parasites et d’interactions sur la coévolution, la conservation des espèces et la gestion des maladies infectieuses / Numerous parasites circulate within natural host populations. Within a host, often pluri-infected, parasites can interact, increasing or decreasing the infection risk and/or symptoms’ severity of other pathogens. Studies of such interactions only start in natural populations. Their stakes are high: detecting interactions of interest, estimating coinfection probabilities and understanding the cocirculation of parasites. The detection of interactions in the field is however complicated by the nature of data (often presence-absence) and the existence of confounding factors that can create statistical associations (false interactions). This work aimed at having a cross-cutting reflection on those interactions and on multiparasitism, with applications on a rich dataset of four feline viruses followed in rural populations of domestic cats. New dynamical and statistical modeling methods were developed to take into account factors generating false interactions (cumulative effect of age, shared risk factors) and evaluate the biases of classical methods. Synergies between three pairs of feline viruses were revealed. In addition, we identified behavioral and physiological factors (e.g., way of life, testosterone levels) that, by modulating exposition and/or susceptibility to pathogens, generate strong heterogeneity between hosts. Finally, a more integrative approach to host-parasites systems is proposed. It now appears necessary if one wants to deal with communities’ complexity and further evaluate the impact of multiple hosts, multiple parasites and their interactions on their coevolution, species conservation and infectious diseases management
|
Page generated in 0.0368 seconds