La température de l'eau joue un rôle majeur dans le cycle de vie des poissons. Dans un contexte de changement climatique global, le réchauffement peut avoir un impact fort sur la croissance, la fécondité et la survie. L'enjeu de cette thèse est la modélisation mathématique de l'influence de la température sur les traits d'histoire de vie d'une population de chabot (Cottus gobio) afin de faire de la prédiction à la fois au niveau individuel et populationnel. Les données expérimentales qui permettront de calibrer les modèles sont issues du bassin de la Drôme (France) et plus particulièrement du sous-bassin du Bez. Dans une première étape, il s'agit de développer un modèle de rétrocalcul qui peut être utilisé pour calculer les longueurs individuelles des chabots aux âges précédents à partir des données mesurées à la capture. Il s'agit, dans un deuxième temps, de développer un modèle de croissance dépendant de la température de l'eau qui sert à prédire la longueur moyenne des chabots à un âge donné. Enfin, il s'agit de passer de l'échelle de l'individu à celle de la population en prenant en compte tous les traits d'histoire de vie et leurs dépendances vis-à-vis de la température. Plus précisément, un modèle matriciel de type Leslie, à la fois dépendant du temps et de la température, structuré en classe d'âges est développé et utilisé pour prédire la dynamique de population sous différents scénario du réchauffement climatique / Water temperature plays a key role in the life cycle of fish. Therefore, increasing temperatures due to the expected climate change may have a strong impact on growth, fecundity and survival. The goal of this thesis is to model the impact of temperature on the life-history traits of a bullhead population (Cottus gobio) in order to make predictions both at individual and at population level. The models developed here are calibrated on experimental field data from a population living in the Bez River network (Drôme, France). First, a new back-calculation model is derived that can be used to compute individual fish body lengths at earlier ages from capture data. Next, a growth model is proposed that incorporates the water temperature and can be used to predict the mean length at a given age and temperature. Finally, the population is modelled as a whole by linking all life-history traits to temperature. For this purpose, a spatialised time- and temperature-dependent Leslie matrix model structured in age classes was used to predict the population dynamics under different temperature scenarios

Une solution envisageable pour éliminer la propagation de l'épidémie du VIH est que les personnes vivant avec le VIH (PVVIH) ignorant leur statut sérologique (épidémie cachée) soient diagnostiquées et que les PVVIH aient accès rapidement au traitement antirétroviral (TARV). C'est pour cette raison qu'il est recommandé de mettre en place les interventions combinant notamment le dépistage précoce du VIH et l'initiation précoce du TARV. L'objectif de cette thèse est de développer des méthodes statistiques pour estimer les indicateurs permettant de désigner, de suivre et d'évaluer ces interventions dans différents contextes épidémiques. Ainsi, un premier modèle de rétrocalcul combinant les données de diagnostic du VIH et les changements dans l'accès au dépistage est développé, avec une application en France, pour estimer l'incidence de l'infection à VIH, la durée entre l'infection et le diagnostic du VIH et la taille de l'épidémie cachée. Une analyse multiniveaux est mise en œuvre pour identifier les facteurs de risque d'accès tardif au TARV au Cameroun. Une méthode basée sur les modèles multiniveaux est proposée, avec une application au Cameroun, pour estimer deux nouveaux indicateurs, la durée entre la seroconversion et l'initiation du TARV et la durée entre l'éligibilité théorique au TARV et son initiation effective. Un second modèle de rétrocalcul plus adapté aux pays d'Afrique est développé à partir des données des PVVIH mises au TARV, avec une application au Cameroun, pour estimer l'incidence de l'infection à VIH. Cette thèse propose des méthodes originales pour estimer l'incidence du VIH et le délai entre l'infection et le diagnostic du VIH ou l'initiation du TARV. / A possible solution to eliminate the spread of the HIV epidemic is that people living with HIV (PLHIV) unaware of their HIV status (the hidden epidemic) are diagnosed and that all PLHIV have timely access to antiretroviral treatment (ART). That is why it is now recommended to put in place interventions combining early diagnosis of HIV and early initiation of ART. The objective of this thesis is to develop statistical methods to estimate indicators to identify, monitor and evaluate these interventions in different epidemic settings. Thus, a first back-calculation model combining HIV diagnosis data and changes in access to HIV screening is developed - with an application in France -to estimate the incidence of HIV infection, the duration between infection and HIV diagnosis and the size of the hidden epidemic. A multilevel analysis is implemented to identify risk factors associated with late ART initiation in Cameroon. A method based on multilevel models is proposed - with an application to Cameroon - to estimate two new indicators, the time between seroconversion and ART initiation and the delay between the theoretical time of ART eligibility and the effective time of ART initiation. A second back-calculation model more adapted to Africa countries is developed from data on PLHIV initiating ART - with an application in Cameroon - to estimate the incidence of HIV infection. This thesis proposes original methods to estimate the incidence of HIV infection and the time to HIV diagnosis or ART initiation.